Kando菜单系统新增指针位置变量功能解析
2025-06-16 01:50:50作者:咎岭娴Homer
在桌面自动化工具Kando的最新更新中,开发团队为Run Command菜单类型引入了一项颇具实用性的功能改进——指针位置变量支持。这项改进使得用户在编写交互脚本时能够获取菜单激活时的鼠标坐标位置,为自动化操作提供了更精确的控制能力。
功能背景与应用场景
传统桌面自动化脚本经常面临一个典型问题:当通过菜单触发脚本时,鼠标位置可能已经发生变化,导致基于坐标的操作无法准确定位目标元素。Kando此次更新完美解决了这一痛点,使得以下场景成为可能:
- 基于坐标的UI元素交互(如自动点击特定位置)
 - 区域截图或OCR识别
 - 窗口相对位置计算
 - 多显示器环境下的精确定位
 
技术实现细节
Kando通过引入四组模板变量实现了这一功能:
{{pointer_x}}:菜单激活时鼠标的X坐标{{pointer_y}}:菜单激活时鼠标的Y坐标{{app_name}}:当前聚焦的应用程序名称{{window_name}}:当前聚焦的窗口标题
这些变量可以直接嵌入到命令字符串中,系统会在执行前自动替换为实际值。例如用户可配置如下命令:
/path/to/click_tool --x {{pointer_x}} --y {{pointer_y}} --window "{{window_name}}"
设计考量与优势
相比最初提议的"返回鼠标位置"方案,最终实现的模板变量方式具有明显优势:
- 灵活性:允许开发者自由决定如何使用坐标值
 - 可组合性:可与其他变量(如窗口名称)组合使用
 - 非侵入性:不会改变实际的鼠标位置
 - 跨平台兼容:适用于各种桌面环境
 
典型使用示例
假设我们需要开发一个自动测试工具,在特定位置点击后验证UI响应:
#!/bin/bash
# 获取Kando传入的参数
X_POS=$1
Y_POS=$2
TARGET_WINDOW=$3
# 移动鼠标到原始位置
xdotool mousemove $X_POS $Y_POS
# 执行点击操作
xdotool click 1
# 验证UI变化
# ...
然后在Kando中配置命令为:
/path/to/test_script.sh {{pointer_x}} {{pointer_y}} "{{window_name}}"
技术前瞻
这项改进为Kando开辟了更多可能性:
- 可扩展更多上下文变量(如屏幕分辨率、活动显示器等)
 - 支持相对坐标计算(基于窗口位置)
 - 实现坐标记录与回放功能
 - 增强游戏自动化能力
 
对于需要精确定位的自动化任务,这项功能将显著提升Kando的实用性和可靠性,使开发者能够构建更复杂、更精确的桌面自动化解决方案。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
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
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).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
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++
599
164
暂无简介
Dart
568
127
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
261
24
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
119
103
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
1.02 K
447