Companion项目中的Action Recorder延迟时间记录功能解析
2025-07-08 19:09:03作者:殷蕙予
功能背景
在Companion项目的Action Recorder功能中,用户长期以来一直期待能够记录动作之间的延迟时间。这一功能对于实现慢速变化、交叉淡入淡出等效果至关重要,特别是在MIDI模块等场景下,用户期望能像专业DAW软件那样实现"随时间学习"的功能。
技术实现
最新版本的Companion(v1.9.0及以上)已经实现了这一功能。开发者现在可以在调用recordAction方法时,通过添加delay参数来记录动作之间的延迟时间。具体实现方式如下:
this.recordAction(
{
actionId: msg.id,
options: args,
delay: 1000 // 延迟时间(毫秒)
},
`${msg.id} ${this.getValFromMsg(msg).key}`
)
使用注意事项
- 版本要求:必须使用@companion-module/base库的1.9.0或更高版本
- 延迟模式:目前建议生成相对延迟,并期望用户切换到相对延迟模式
- 兼容性考虑:由于按钮可能处于相对延迟模式或非延迟模式,当前实现中延迟的解释可能不一致
功能扩展建议
基于社区反馈,未来可以考虑以下增强功能:
- 延迟记录开关:在Recorder界面添加切换开关,允许用户选择是否捕获延迟
- 预设集成:允许将录制的动作添加到预设中,从而支持更多设置选项
- 绝对/相对延迟支持:提供更灵活的延迟时间处理方式
开发者实践指南
对于模块开发者,在实现延迟记录功能时应注意:
- 确保正确设置delay参数,单位为毫秒
- 考虑用户可能在不同延迟模式下使用功能
- 提供清晰的文档说明,告知用户功能限制和最佳实践
这一功能的加入大大增强了Companion在自动化控制场景下的表现力,为创建更复杂、更流畅的控制流程提供了可能。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0204- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
609
4.05 K
Ascend Extension for PyTorch
Python
447
534
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++
924
774
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.47 K
829
暂无简介
Dart
851
205
React Native鸿蒙化仓库
JavaScript
322
377
🔥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
69
21
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
372
251
昇腾LLM分布式训练框架
Python
131
157