在Nix包管理器中集成Lan-Mouse的技术实践
2025-06-26 02:06:06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
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
773
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
598
132
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
1.03 K
460
🎉 (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
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
751
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++
634
232