无需扩展坞!Deskreen让旧手机秒变副屏的无线方案
你是否曾因出差时忘记带扩展坞而无法使用双屏工作?或是想给电脑增加副屏却不想花费数百元购买显示器?Deskreen提供了一种革命性解决方案——只需一个浏览器,任何设备都能变身为你的电脑副屏。本文将带你从零开始搭建无线扩展屏系统,掌握画质优化技巧,并解决90%用户遇到的连接难题。
什么是Deskreen
Deskreen是一款基于Electron和WebRTC技术的开源工具,能将任何带有浏览器的设备(手机、平板、旧电脑)变成电脑的第二屏幕。与传统方案相比,它无需任何物理硬件,通过加密的实时流传输桌面内容,延迟低至30ms。项目核心代码基于Electron React Boilerplate构建,采用端到端加密确保数据安全README.md。
核心优势解析
突破硬件限制
传统双屏方案需要显示器和扩展坞,而Deskreen通过虚拟屏幕技术,让你的旧手机或平板焕发新生。项目中虚拟显示驱动讨论展示了社区正在解决无需物理Dummy Plug即可创建虚拟显示的技术难题。
跨平台无缝兼容
支持Windows、macOS和Linux系统,客户端仅需现代浏览器。项目i18n配置已内置15种语言支持,包括简体中文app/locales/zh_CN/translation.json。
银行级加密传输
采用改进自darkwire.io的加密机制,使用node-forge实现端到端加密。关键加密逻辑位于crypto.ts,确保屏幕内容不会被第三方截获。
快速上手指南
安装步骤
- 克隆仓库:
git clone https://gitcode.com/gh_mirrors/de/deskreen - 安装依赖:
cd app/client && yarn install && cd ../.. && yarn install - 启动应用:
yarn devpackage.json
连接流程
- 启动Deskreen后,主界面会显示二维码和访问链接
- 在副设备浏览器中输入链接或扫描二维码
- 选择要共享的屏幕区域,点击"允许"完成连接
Deskreen架构采用Signaling Server中转WebRTC连接,确保NAT穿透和低延迟传输
高级使用技巧
画质优化设置
修改PeerConnection配置中的视频比特率:
// 设置SDP媒体比特率
setSdpMediaBitrate(sdp, 5000000); // 5Mbps
根据网络状况调整数值,Wi-Fi环境建议设为3-5Mbps,移动网络建议1-2Mbps。
多设备管理
通过ConnectedDevicesService实现多设备同时连接。在主界面右侧抽屉可查看所有已连接设备,并单独控制每个设备的连接状态。
快捷键操作
Ctrl+Shift+F:切换全屏显示Ctrl+Shift+R:刷新连接Ctrl+Shift+D:断开所有设备连接 menu.ts
常见问题解决
连接失败排查
- 防火墙设置:确保5900端口开放
- 网络问题:尝试切换Wi-Fi或使用热点
- 浏览器兼容性:推荐使用Chrome或Edge最新版
错误处理逻辑可参考ErrorDialog组件,包含12种常见错误的解决方案。
音频传输设置
目前WebRTC不支持系统音频捕获,社区推荐方案:
- Windows:使用虚拟音频电缆(VB-Cable)
- macOS:配合Soundflower将系统音频重定向 相关技术讨论见音频传输线程
结语
Deskreen不仅是一个工具,更是开源社区协作的典范。项目欢迎贡献者参与虚拟显示驱动开发和音频传输功能的实现。如果你觉得这个项目有价值,请为GitHub仓库点亮Star,或通过Patreon支持开发者。
用Deskreen连接你的所有设备,释放多屏生产力
相关资源
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
