Moonlight-qt在Steam Link硬件上的键盘输入问题解析
问题背景
Moonlight-qt作为一款流行的开源游戏串流解决方案,近期在Steam Link硬件设备上出现了键盘输入失效的问题。具体表现为:当用户通过Steam Link硬件连接主机并使用Moonlight进行串流时,外接键盘在连接建立后立即失去响应,而同样的键盘在Steam Link原生串流功能下工作正常。
技术分析
经过深入调查,这个问题与Steam Link固件的特定版本有关。在Steam Link固件beta版本887及后续版本890中,Moonlight-qt应用启动串流会话时会导致USB输入设备(特别是键盘)的异常断开。从技术日志中可以看到,系统底层出现了设备重连相关的错误代码:
DBG HEALTH {line: 1072 (MV_PE_Remove)} 0x80000018
值得注意的是,这个问题不仅影响键盘输入,在某些情况下还会影响鼠标设备。但控制器输入通常不受影响,这表明问题可能与USB HID设备的处理机制有关。
解决方案
目前确认的解决方案是回退到Steam Link的稳定版固件(版本882或883)。用户可以通过以下步骤回退固件:
- 进入Steam Link设置界面
- 选择"系统"选项
- 找到"系统更新"设置
- 选择"回退到上一个版本"
在固件版本895中,Valve已经修复了这个问题,因此用户也可以选择等待官方推送更新。
其他注意事项
-
音频问题:部分用户报告在Moonlight-qt中遇到音频断续问题,这通常与网络质量无关,可能需要调整音频缓冲区设置
-
虚拟设备支持:VirtualHere等USB重定向解决方案目前与Moonlight-qt存在兼容性问题,建议使用原生输入设备
-
日志收集:对于技术用户,可以通过SSH连接到Steam Link设备查看/tmp/moonlight.log获取详细错误信息
总结
这个案例展示了硬件平台固件更新可能对上层应用产生的意外影响。作为用户,在遇到类似问题时,检查并回退系统更新往往是有效的初步解决方案。Moonlight-qt团队和Valve都对此问题做出了快速响应,体现了开源社区和商业公司协作解决问题的效率。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00