Kando菜单系统新增指针位置变量功能解析
2025-06-16 12:41:41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
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
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
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Python00
HunyuanVideo-1.5暂无简介00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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