keyd 项目使用教程
2024-09-13 10:43:59作者:房伟宁
1. 项目介绍
keyd 是一个用于 Linux 系统的按键重映射守护进程。它通过使用内核级别的输入原语(如 evdev 和 uinput)来实现按键的重映射,旨在提供一个灵活的系统级解决方案。keyd 支持多种高级功能,如分层、一次性修饰符和宏,使其成为定制键盘布局和按键行为的理想工具。
主要特点
- 分层支持:允许用户定义不同的按键层,以实现复杂的按键映射。
- 一次性修饰符:修饰符键(如 Shift、Ctrl)可以在按下后立即释放,而不会影响后续按键。
- 宏支持:可以定义复杂的按键序列,以实现特定的功能。
- 系统级配置:无需依赖特定的显示服务器(如 X11),可以在虚拟终端(VT)中使用。
2. 项目快速启动
安装 keyd
首先,确保你的系统已经安装了必要的依赖(如 C 编译器和 Linux 内核头文件)。然后,按照以下步骤从源代码安装 keyd:
git clone https://github.com/rvaiya/keyd.git
cd keyd
make && sudo make install
sudo systemctl enable keyd && sudo systemctl start keyd
配置 keyd
在 /etc/keyd/default.conf 文件中添加以下配置:
[ids]
*
[main]
# 将 CapsLock 映射为 Escape(按下时)和 Control(按住时)
capslock = overload(control, esc)
# 将 Escape 键映射为 CapsLock
esc = capslock
重新加载配置
运行以下命令以重新加载 keyd 配置:
sudo keyd reload
3. 应用案例和最佳实践
案例1:自定义键盘布局
假设你希望将 CapsLock 键用作 Escape 键,同时将其作为 Control 键使用。你可以使用以下配置:
[ids]
*
[main]
capslock = overload(control, esc)
案例2:一次性修饰符
如果你想让 Shift 键在按下后立即释放,而不影响后续按键,可以使用以下配置:
[ids]
*
[main]
leftshift = oneshot(shift)
最佳实践
- 保持配置简洁:避免过度复杂的配置,以确保系统的稳定性和易维护性。
- 备份配置文件:在修改配置文件之前,建议备份原始文件,以便在出现问题时可以恢复。
4. 典型生态项目
1. QMK Firmware
QMK Firmware 是一个开源的键盘固件,支持多种自定义功能,如按键重映射、宏和分层。虽然 QMK 主要用于硬件级别的按键重映射,但它与 keyd 在功能上有许多相似之处,可以作为 keyd 的补充工具。
2. xmodmap
xmodmap 是一个用于 X11 显示服务器的工具,用于修改键盘映射。虽然 xmodmap 的功能较为有限,但它可以与 keyd 结合使用,以实现更复杂的按键映射需求。
3. kmonad
kmonad 是另一个用于按键重映射的工具,与 keyd 类似,但它使用 Haskell 编写,提供了更高的可配置性。如果你需要更高级的按键映射功能,可以考虑使用 kmonad。
通过结合这些工具,你可以构建一个强大的按键重映射生态系统,满足各种复杂的键盘定制需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218