Lichess移动端预移动功能优化解析
2025-07-10 00:59:03作者:韦蓉瑛
背景介绍
Lichess移动端是一款广受欢迎的开源国际象棋应用,其预移动(Premove)功能允许玩家在对手走棋前预先规划自己的下一步行动。这项功能对于提升游戏节奏和竞技体验至关重要。然而,在早期版本中,该功能的交互逻辑存在一些不够直观的问题。
问题分析
在0.10.0版本之前的实现中,预移动功能的取消机制存在以下设计缺陷:
- 取消逻辑不一致:用户需要点击空白格才能取消预移动,而点击己方棋子则不会取消操作
- 交互体验矛盾:当用户点击正在进行预移动的同一棋子时,系统不会取消操作,这与用户直觉相违背
- 功能冗余:实际上不存在需要预移动同一棋子到同一格子的使用场景
这些问题导致了用户在快速对局中的操作困惑,特别是在紧张的时间压力下,不直观的交互设计会影响游戏体验。
技术解决方案
开发团队在0.10.0版本中对此进行了优化,主要改进包括:
- 统一取消逻辑:现在点击任何己方棋子(包括正在预移动的棋子)都会取消当前预移动
- 保留链式预移动:仍然可以通过点击空白格来保持预移动状态,为需要连续预移动的高级玩家保留功能
- 优化触摸事件处理:重新设计了触摸事件的分发逻辑,使交互更加符合用户预期
实现原理
从技术实现角度看,这次优化主要涉及:
- 手势识别器重构:改进了棋盘视图中的手势识别逻辑,区分了单纯的点击取消和真正的预移动操作
- 状态管理优化:简化了预移动状态机的转换逻辑,减少了不必要的状态分支
- 用户意图分析:通过分析用户操作序列,更准确地判断用户是想要取消还是继续预移动
用户体验提升
这项改进虽然看似微小,但对实际游戏体验有显著提升:
- 降低学习成本:新用户能更直观地理解如何取消预移动
- 减少误操作:消除了之前版本中"点了棋子却没取消"的困惑情况
- 保持高级功能:不影响需要复杂预移动链的高级玩家的使用体验
总结
Lichess移动端团队通过这次预移动功能的优化,展示了优秀的人机交互设计原则:在保持功能完整性的同时,使界面行为更加符合用户心理模型。这种对细节的关注正是Lichess能够成为最受欢迎开源国际象棋应用之一的原因。对于开发者而言,这也是一个很好的案例,展示了如何通过分析真实用户行为来持续改进产品体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0457
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 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。Python0782
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0315
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
981
2.31 K
deepin linux kernel
C
33
16
JiuwenSwarm 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。
Python
3.04 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
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++
1.21 K
1.26 K
CANN 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 Notebook
665
308