Lichess移动端棋子移动输入方式优化方案分析
2025-07-10 07:38:34作者:姚月梅Lane
背景介绍
Lichess作为一款开源的在线国际象棋平台,其移动端应用一直致力于提供最佳的用户体验。近期开发团队针对棋子移动输入方式进行了优化讨论,这反映了对用户交互细节的持续关注。
当前输入方式分析
目前Lichess移动端应用提供了两种主要的棋子移动输入方式:
- 拖放操作(Drag and Drop):用户长按棋子后拖动到目标位置
- 双击操作(Two-tap):用户先点击要移动的棋子,再点击目标位置
这两种方式各有优缺点,适用于不同的使用场景和用户偏好。拖放操作更接近实体棋子的移动体验,而双击操作则更适合在小屏幕设备上精确操作。
用户需求洞察
根据用户反馈,主要存在以下需求:
- 减少误操作:部分用户反映在快速操作时容易产生意外移动
- 个性化设置:不同用户对输入方式有不同偏好
- 设备适配:触摸屏和鼠标操作可能需要不同的最优设置
技术实现方案
开发团队提出的解决方案是增加设置选项,允许用户:
- 同时启用两种输入方式(默认)
- 仅启用拖放操作
- 仅启用双击操作
值得注意的是,开发团队特别考虑了设置同步的问题,决定不将此偏好设置与Web UI同步。这一设计决策基于以下考虑:
- 输入设备差异:移动端多为触摸屏,Web端多为鼠标操作
- 使用场景不同:移动端常在移动中使用,需要更防误触的设置
- 用户体验一致性:保持各平台最适合的默认设置
技术实现细节
从提交记录可以看出,开发团队通过多个提交逐步完善了这一功能:
- 基础架构调整,为新的设置选项做准备
- 实现设置界面和逻辑
- 完善输入处理逻辑,确保禁用某种方式后完全不会触发
- 进行充分的测试验证
对用户体验的影响
这一改进将带来以下好处:
- 更高的操作精度:用户可以选择最适合自己操作习惯的方式
- 更少的误操作:特别是可以禁用容易导致误操作的方式
- 更好的适应性:针对不同设备尺寸优化操作体验
总结
Lichess移动端对棋子移动输入方式的优化体现了对细节的关注和对用户个性化需求的尊重。这种灵活的交互设计方案值得其他棋类应用借鉴,它展示了如何在不增加复杂度的前提下,为用户提供更多控制权。开发团队对跨平台设置同步的谨慎考虑也体现了对用户体验差异性的深刻理解。
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 StartedRust0213
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 Notebook0138
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
463
暂无描述
Dockerfile
777
5.08 K
Ascend Extension for PyTorch
Python
757
966
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++
876
2.02 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++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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
2.25 K
676
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271