如何用遥控器控制Android TV?MATVT虚拟鼠标工具让操控变简单 🚀
MATVT(Mouse App for TV Toggle) 是一款专为Android TV设计的免费虚拟鼠标工具,让你无需额外硬件,直接通过电视遥控器轻松控制光标,实现点击、滑动等精准操作。无论是浏览应用还是输入文字,MATVT都能让你的Android TV操控体验升级!
📌 为什么选择MATVT虚拟鼠标?
传统Android TV遥控器在操作复杂界面时常常卡顿,而MATVT通过创新的辅助功能技术,将遥控器按键转化为流畅的鼠标动作。核心优势包括:
- 零成本方案:无需购买额外鼠标或触控设备
- 极简配置:3步即可完成安装,新手也能快速上手
- 定制化体验:支持调整光标大小、灵敏度和外观样式

MATVT虚拟鼠标基础操作演示,展示遥控器控制光标移动与点击效果
📥 安装前准备
- 设备要求:Android TV 7.0及以上系统
- 安装方式:支持U盘侧载或ADB命令安装
- 下载地址:通过Git克隆仓库获取最新APK
git clone https://gitcode.com/gh_mirrors/ma/matvt
🔧 3步完成MATVT安装配置
1️⃣ 安装应用
- 方法1(推荐新手):
将APK文件复制到U盘,插入电视后通过文件管理器打开安装 - 方法2(高级用户):
使用ADB命令安装:adb install matvt/app/build/outputs/apk/release/app-release.apk
2️⃣ 授予悬浮窗权限
进入 设置 > 特殊应用权限 > 显示在其他应用上层,找到MATVT并启用权限。
3️⃣ 启用辅助服务
- 进入 设置 > 辅助功能 > 服务
- 选择 MATVT Service 并开启
- 确认授权弹窗(此步骤确保遥控器输入能被正确识别)

MATVT辅助服务启用流程演示,确保遥控器信号正常转化为鼠标指令
⚙️ 个性化设置指南
调整光标样式
通过应用内GUI界面(app/src/main/java/io/github/virresh/matvt/gui/GuiActivity.java)可切换3种光标主题:
- 经典指针:res/drawable/pointer.png
- 浅色模式:res/drawable/pointer_light.png
- Mac风格:res/drawable/pointer_mac.png
优化操控体验
在设置界面调整:
- 灵敏度:建议初始值设为5(数值越高光标移动越快)
- 滚动速度:浏览长页面时推荐设为中速
- 按键映射:可自定义遥控器颜色键功能(如将红色键设为右键点击)
❓ 常见问题解决
Q:遥控器按键无响应怎么办?
A:检查辅助服务是否已启用,或尝试重启电视后重新配置权限。
Q:光标偏移屏幕边缘?
A:进入设置调整屏幕边界补偿(路径:设置 > 显示 > 屏幕校准)。
🛠️ 技术原理简析
MATVT核心通过 Android Accessibility Service(app/src/main/java/io/github/virresh/matvt/services/MouseEventService.java)实现遥控器事件监听,将DPAD方向键转化为坐标移动,配合OverlayView(app/src/main/java/io/github/virresh/matvt/view/OverlayView.java)绘制悬浮光标。
🎯 总结
MATVT虚拟鼠标工具彻底解决了Android TV操控难题,通过零成本、易配置的方案,让你的遥控器秒变精准操控设备。无论是老人还是小孩,都能轻松上手!立即尝试,开启流畅的电视交互新体验吧~
项目源码托管于 matvt/,欢迎贡献代码或反馈问题!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
