Lan Mouse 源码深度解析:从事件捕获到网络传输的完整实现
2026-02-06 04:49:11作者:段琳惟
Lan Mouse 是一个基于 Rust 语言开发的跨平台鼠标键盘共享软件,可以实现类似于苹果 Universal Control 的功能。它允许用户使用一套鼠标键盘控制多台计算机,相当于软件 KVM 切换器。🚀
项目架构概览
Lan Mouse 采用模块化设计,核心功能分布在多个独立的 crate 中:
- input-capture:负责捕获本地输入事件
- input-emulation:负责在远程设备上模拟输入事件
- lan-mouse-proto:定义网络通信协议格式
- lan-mouse-ipc:处理进程间通信
- lan-mouse-gtk:提供图形用户界面
事件捕获机制深度剖析
在 src/capture.rs 中,Lan Mouse 实现了高效的事件捕获系统:
捕获状态管理
enum State {
WaitingForAck, // 等待客户端确认
Sending, // 正在发送事件
}
系统通过 CaptureTask 结构体管理多个捕获客户端,每个客户端关联一个特定的屏幕位置(左、右、上、下)。
智能防抖处理
Lan Mouse 实现了 debounce! 宏来防止事件重复触发:
macro_rules! debounce {
($prev:ident, $dur:expr, $st:stmt) => {
// 只有在距离上次执行超过指定时间时才执行语句
}
}
输入模拟引擎详解
src/emulation.rs 文件定义了输入模拟的核心逻辑:
连接生命周期管理
系统通过 EmulationEvent 枚举来跟踪连接状态:
enum EmulationEvent {
Connected { addr: SocketAddr, fingerprint: String },
Disconnected { addr: SocketAddr },
// ... 其他事件类型
}
网络协议层设计
lan-mouse-proto/src/lib.rs 定义了完整的通信协议:
协议事件类型
enum ProtoEvent {
Enter(Position), // 光标进入客户端区域
Leave(u32), // 光标离开客户端区域
Input(InputEvent), // 输入事件传输
Ping, // 心跳检测
Pong(bool), // 心跳响应
}
多平台后端支持
Lan Mouse 支持多种输入后端:
输入捕获后端
- layer-shell:适用于 wlroots 合成器
- libei:适用于 GNOME 和 KDE Plasma
- windows:Windows 平台专用
- macos:macOS 平台专用
输入模拟后端
- wlroots:虚拟指针和键盘协议
- libei:标准化输入仿真
- xdp:远程桌面门户
加密与安全机制
所有网络流量都使用 DTLS 加密,基于 WebRTC.rs 实现。系统通过证书指纹进行设备认证,确保只有授权设备可以建立连接。
配置系统解析
Lan Mouse 使用 TOML 格式的配置文件:
release_bind = [ "KeyA", "KeyS", "KeyD", "KeyF" ]
port = 4242
性能优化策略
- 零拷贝设计:事件数据直接在内存中传输
- 异步处理:基于 tokio 的异步运行时
- 智能缓冲:根据网络状况动态调整缓冲区大小
未来发展方向
- X11 输入捕获支持
- 延迟测量和可视化
- 带宽使用监控
- 剪贴板共享功能
Lan Mouse 通过精心的架构设计和高效的实现,为多设备协同工作提供了可靠的解决方案。其模块化设计也为未来的功能扩展奠定了坚实的基础。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
Tauri/Pake 构建 Windows 桌面包卡死?彻底告别 WiX 与 NSIS 下载超时的终极指南智能歌词同步:AI驱动的音频字幕制作解决方案Steam Deck Windows驱动完全攻略:彻底解决手柄兼容性问题的5大方案猫抓:让网页视频下载从此告别技术门槛Blender贝塞尔曲线处理插件:解决复杂曲线编辑难题的专业工具集多智能体评估一站式解决方案:CAMEL基准测试框架全解析三步搭建AI视频解说平台:NarratoAI容器化部署指南B站视频下载工具:从4K画质到批量处理的完整解决方案Shutter Encoder:面向全层级用户的视频压缩创新方法解放双手!3大维度解析i茅台智能预约系统
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
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
390
282
🎉 (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
1.53 K
889
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++
938
859
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
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++
124
195

