在keyd中配置Flatpak应用的应用映射
2025-06-20 18:48:11作者:凌朦慧Richard
keyd是一个强大的键盘重映射工具,而keyd-application-mapper则是其配套的应用程序映射功能,允许用户为不同应用程序设置不同的键盘映射规则。然而,当遇到Flatpak打包的应用程序时,配置方式与系统原生应用有所不同,这常常让用户感到困惑。
Flatpak应用的特殊性
Flatpak是一种沙盒化的应用程序分发格式,它通过容器技术为应用程序提供了独立的运行环境。这种隔离性带来了安全性优势,但也导致了一些系统工具在识别Flatpak应用时需要特殊处理。
配置Flatpak应用的keyd映射
对于Flatpak应用,keyd-application-mapper需要使用完整的Flatpak应用ID作为配置节名称,而不是简单的可执行文件名。例如:
- 对于WezTerm的Flatpak版本,正确的配置节名称是
org-wezfurlong-wezterm - 配置文件中应该这样写:
[org-wezfurlong-wezterm]
a = b
获取Flatpak应用ID的方法
如果你不确定某个Flatpak应用的正确ID,可以通过以下命令查询:
flatpak list --app
这个命令会列出所有已安装的Flatpak应用及其完整ID。ID通常采用反向域名格式,如org.mozilla.firefox。
配置格式转换
由于keyd配置文件的节名不支持点(.)字符,需要将Flatpak ID中的点转换为连字符(-)。例如:
org.mozilla.firefox→org-mozilla-firefoxcom.spotify.Client→com-spotify-client
验证配置
配置完成后,可以通过以下步骤验证:
- 确保用户已加入keyd组:
sudo usermod -aG keyd $(whoami) - 重启keyd服务:
sudo systemctl restart keyd - 启动应用程序映射器:
keyd-application-mapper - 在目标Flatpak应用中测试键盘映射是否生效
常见问题解决
如果配置后仍然不生效,可以检查:
- 确保Flatpak应用是从图形界面启动的(某些终端启动方式可能无法正确识别)
- 检查keyd日志是否有错误信息:
journalctl -u keyd -f - 确认Flatpak应用的ID拼写是否正确
通过以上方法,用户可以为各种Flatpak应用配置个性化的键盘映射,充分发挥keyd的强大功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
228
仓颉编译器源码及 cjdb 调试工具。
C++
123
664
🎉 (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
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
72
仓颉编程语言测试用例。
Cangjie
36
665