在Nix包管理器中集成Lan-Mouse的技术实践
2025-06-26 14:10:41作者:裘晴惠Vivianne
Lan-Mouse是一款跨平台的鼠标键盘共享软件,类似于苹果设备上的通用控制功能。它允许用户使用单套鼠标键盘控制多台计算机,实现了多设备输入共享的功能。本文将详细介绍如何将Lan-Mouse集成到Nix包管理系统中。
背景与挑战
Lan-Mouse主要针对Linux Wayland环境设计,同时也支持Windows、MacOS和Xorg环境。在将其打包为Nix包时,开发者遇到了几个技术挑战:
- 构建过程中缺少
glib-compile-resources命令 - 需要正确处理GTK4和libadwaita等GUI依赖
- 需要配置适当的系统级服务以实现开机自启
解决方案
基础Nix包定义
通过分析构建错误和依赖关系,最终确定了以下Nix包定义:
rustPlatform.buildRustPackage rec {
pname = "lan-mouse";
version = "20240124";
nativeBuildInputs = with pkgs; [
pkg-config
cmake
buildPackages.gtk4
];
buildInputs = with pkgs; [
xorg.libX11
gtk4
libadwaita
xorg.libXtst
];
src = fetchFromGitHub {
owner = "feschber";
repo = "lan-mouse";
rev = "8084b52cfc8c661baa43fbea158e0b44cd0ae203";
hash = "sha256-qaPnTbfO1aabm4UsNKHXg/BoEnpNvNgqmIT4+tNG6Tw=";
};
cargoLock = {
lockFile = "${src}/Cargo.lock";
outputHashes = {
"reis-0.1.0" = "sha256-sRZqm6QdmgqfkTjEENV8erQd+0RL5z1+qjdmY18W3bA=";
};
};
RUST_BACKTRACE = "full";
}
关键点在于:
- 将GTK4同时添加到nativeBuildInputs和buildInputs
- 正确指定Cargo.lock文件和依赖哈希
- 启用完整的Rust回溯信息以辅助调试
系统服务集成
为了提供更好的用户体验,可以创建systemd用户服务实现开机自启:
systemd.user.services.lan-mouse = {
description = "Lan Mouse";
after = ["graphical-session.target"];
bindsTo = ["graphical-session.target"];
wantedBy = ["graphical-session.target"];
serviceConfig = {
ExecStart = "${pkgs.lan-mouse}/bin/lan-mouse --daemon";
Restart = "on-failure";
};
};
这种配置确保服务在图形会话启动后自动运行,并在失败时自动重启。
技术细节解析
-
依赖处理:
- GTK4开发包必须同时作为nativeBuildInputs和buildInputs
- libadwaita提供现代GNOME界面组件
- X11相关库提供底层输入共享支持
-
构建过程:
- 使用Rust平台的buildRustPackage构建工具
- 显式指定Cargo.lock文件确保依赖版本一致
- 为自定义crate(reis)提供预计算哈希值
-
运行时配置:
- 设置RUST_BACKTRACE环境变量便于问题诊断
- 使用daemon模式运行减少资源占用
实际应用建议
对于希望在生产环境使用Lan-Mouse的NixOS用户,建议:
- 将包定义提交到nixpkgs官方仓库
- 考虑添加桌面条目(Desktop Entry)以便图形化启动
- 实现配置管理,允许用户自定义连接参数
- 添加多架构支持,特别是ARM平台
总结
通过合理的Nix包定义和系统集成,Lan-Mouse可以很好地融入NixOS生态系统。这一实践不仅解决了特定软件的打包问题,也为类似GUI应用的Nix集成提供了参考模式。未来随着Wayland生态的成熟,这类输入共享工具将发挥更大作用。
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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108