Deskhop项目:解决自定义键盘HID报告兼容性问题
2025-05-31 23:09:52作者:魏侃纯Zoe
问题背景
在Deskhop项目中,用户反馈其基于ZMK固件的自定义键盘(Corne键盘)在直接连接主机时工作正常,但通过Deskhop连接时却无法正常工作。通过分析键盘的HID描述符,发现其报告格式与标准键盘存在细微差异。
技术分析
HID报告差异
正常工作的键盘通常会发送标准的键盘HID报告,长度为8字节(包含6个按键字节、1个修饰键字节和1个保留字节)。然而,某些自定义键盘(特别是基于ZMK固件的)会在报告前添加一个额外的报告ID字节,导致报告总长度变为9字节。
问题根源
Deskhop固件原本设计为处理标准的8字节键盘报告。当遇到带有报告ID的9字节报告时,固件无法正确解析键盘输入,导致键盘功能失效。这种差异在直接连接主机时不会出现问题,因为主机操作系统通常能自动适应不同的报告格式。
解决方案
代码修改
通过在键盘报告处理函数中添加对9字节报告的支持,可以解决兼容性问题。具体修改是在keyboard.c文件的process_keyboard_report函数中添加以下逻辑:
if (length == KBD_REPORT_LENGTH + 1)
keyboard_report = (hid_keyboard_report_t *)(raw_report + 1);
这段代码会检查报告长度是否为9字节(标准长度8字节+1),如果是,则将报告指针向后移动1字节,跳过报告ID,从而正确解析后续的键盘数据。
实现原理
- 长度检测:首先检查接收到的报告长度
- 指针调整:对于带有报告ID的报告,调整数据指针位置
- 标准处理:后续按照标准8字节报告格式处理键盘数据
技术意义
这一改进具有以下技术价值:
- 兼容性提升:支持更多自定义键盘和固件变种
- 灵活性增强:不破坏原有标准键盘支持的同时扩展功能
- 代码简洁:通过最小改动实现最大兼容性
实际应用
该解决方案已经过实际测试验证,确认可以正常工作。项目维护者计划将此修改合并到主分支,为更多用户提供更好的兼容性支持。
对于开发者而言,这一案例也提供了处理HID设备兼容性问题的参考方法,特别是在面对非标准但广泛使用的设备实现时,如何在保持代码简洁的同时提高兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492