Synergy-core跨平台部署指南:从环境配置到性能优化
2026-04-04 09:47:39作者:尤辰城Agatha
一、环境兼容性与前置检查
1.1 系统兼容性矩阵
Synergy-core作为跨平台键鼠共享工具,支持Windows、macOS和Linux三大操作系统环境。以下是官方测试通过的系统版本矩阵:
| 操作系统 | 最低版本要求 | 推荐版本 | 架构支持 |
|---|---|---|---|
| Windows | Windows 10 1809 | Windows 10 21H2+ / Windows 11 | x86_64 |
| macOS | macOS 10.14 (Mojave) | macOS 12 (Monterey)+ | x86_64/arm64 |
| Linux | Ubuntu 18.04 / Fedora 30 | Ubuntu 20.04+ / Fedora 36+ | x86_64 |
1.2 网络环境要求
Synergy-core依赖局域网通信实现设备间键鼠共享,部署前需确认:
- 所有设备处于同一局域网
- 防火墙已开放TCP端口24800
- 网络延迟建议低于20ms
验证网络连通性:
# [Linux/macOS] 检查端口可用性
nc -zv <服务器IP> 24800
# [Windows] 检查端口可用性
Test-NetConnection -ComputerName <服务器IP> -Port 24800
1.3 硬件资源要求
- CPU:双核处理器及以上
- 内存:至少512MB可用内存
- 存储:至少100MB空闲空间
二、通用安装流程与系统适配要点
2.1 源码获取与准备
首先克隆项目仓库并进入工作目录:
git clone https://gitcode.com/GitHub_Trending/sy/synergy-core
cd synergy-core
2.2 依赖项安装
2.2.1 Linux系统
# Debian/Ubuntu
sudo apt update && sudo apt install -y cmake g++ make libx11-dev libxtst-dev libssl-dev libqt6-dev
# Fedora/RHEL
sudo dnf install -y cmake gcc-c++ make libX11-devel libXtst-devel openssl-devel qt6-devel
# 通用脚本安装
./scripts/install_deps.sh
2.2.2 macOS系统
# 使用Homebrew安装依赖
brew install cmake openssl qt@6
# 运行依赖安装脚本
./scripts/install_deps.sh
2.2.3 Windows系统
# 使用Chocolatey安装依赖
choco install cmake git python qt6
# 运行Python依赖安装脚本
python scripts/install_deps.py
验证依赖安装:
# 检查CMake版本
cmake --version | grep "3.16"
# 检查Qt版本
qmake6 --version | grep "Qt 6"
2.3 构建配置与编译
2.3.1 通用构建步骤
# 创建构建目录
mkdir -p build && cd build
# 配置构建
cmake .. -DCMAKE_BUILD_TYPE=Release
# 编译项目(使用多核加速)
cmake --build . -j$(nproc)
2.3.2 系统特定配置
Windows系统额外配置:
cmake .. -B build --preset=windows-release
cmake --build build -j8
macOS系统额外配置:
cmake .. -DCMAKE_OSX_DEPLOYMENT_TARGET=10.14
cmake --build . --config Release
验证构建结果:
# 检查可执行文件是否生成
ls -l bin/deskflow*
2.4 安装与验证
2.4.1 Linux系统
# 安装到系统目录
sudo make install
# 验证安装
which deskflow
deskflow --version
2.4.2 macOS系统
# 创建应用包
cmake --build . --target package
# 安装应用
cp -R bin/Deskflow.app /Applications/
2.4.3 Windows系统
# 安装应用
cmake --install build
# 验证安装
Get-Command deskflow
deskflow --version
三、性能调优与问题诊断
3.1 构建优化策略
3.1.1 调试版本构建
cmake -B build-debug -DCMAKE_BUILD_TYPE=Debug
cmake --build build-debug
3.1.2 静态链接优化
cmake .. -DBUILD_STATIC=ON
3.2 运行时性能调优
3.2.1 网络优化
# [Linux] 优化网络缓冲区
sudo sysctl -w net.core.rmem_max=16777216
sudo sysctl -w net.core.wmem_max=16777216
3.2.2 配置文件优化
创建优化的配置文件~/.synergy.conf:
section: screens
host1:
host2:
end
section: links
host1:
right = host2
host2:
left = host1
end
section: options
screenSaverSync = true
clipboardSharing = true
encryption = true
end
3.3 自动化部署脚本
创建deploy_synergy.sh实现自动化部署:
#!/bin/bash
# 自动化部署Synergy-core脚本
# 环境检查
check_dependency() {
if ! command -v $1 &> /dev/null; then
echo "错误: 未找到依赖 $1"
exit 1
fi
}
check_dependency "cmake"
check_dependency "g++"
check_dependency "git"
# 源码获取
if [ ! -d "synergy-core" ]; then
git clone https://gitcode.com/GitHub_Trending/sy/synergy-core
fi
cd synergy-core
# 依赖安装
./scripts/install_deps.sh
# 构建
mkdir -p build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
cmake --build . -j$(nproc)
# 安装
sudo make install
# 服务配置
sudo cp ../contrib/systemd/synergy.service /etc/systemd/system/
sudo systemctl enable --now synergy
echo "Synergy-core部署完成"
3.4 常见问题诊断
3.4.1 连接问题排查
# 查看服务状态
systemctl status synergy
# 检查日志
journalctl -u synergy -f
# 测试网络连接
telnet <服务器IP> 24800
3.4.2 权限问题解决
# [Linux] 添加用户到input组
sudo usermod -aG input $USER
# [macOS] 授予辅助功能权限
tccutil reset Accessibility com.deskflow.app
3.5 安全强化配置
启用TLS加密通信:
# 生成证书
openssl req -x509 -newkey rsa:4096 -keyout server.key -out server.crt -days 365 -nodes
# 配置加密连接
deskflow --server --address :24800 --certificate server.crt --private-key server.key
四、部署后验证与维护
4.1 功能验证清单
部署完成后,执行以下验证步骤:
- 启动服务:
deskflow --server - 客户端连接:
deskflow --client <服务器IP> - 测试键鼠共享功能
- 验证剪贴板同步
- 测试屏幕边缘切换
4.2 维护与更新策略
定期更新源码保持最新功能:
cd synergy-core
git pull
cmake --build build
sudo make install && sudo systemctl restart synergy
建议每月执行一次更新检查,确保安全补丁和功能改进得到应用。
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
284
🎉 (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
1.54 K
891
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++
939
861
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
218
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++
123
195

