Sunshine项目在Fedora 40系统中鼠标输入失效问题分析与解决
2025-05-08 14:14:08作者:董斯意
问题背景
近期在Fedora 40(KDE Plasma)系统上运行Sunshine项目的夜间构建版本时,用户报告了一个特殊的输入设备问题:从客户端设备通过Moonlight连接时,鼠标输入(包括移动和点击)无法在主机上正常响应,而键盘和游戏手柄输入则工作正常。该问题仅出现在新版本中,旧版v0.23.1工作正常。
技术分析
输入系统架构变更
通过代码提交历史追溯,发现该问题与Sunshine项目近期对输入系统的重大重构有关。新版本采用了基于/dev/uinput设备的虚拟输入实现方案,替代了旧版的部分输入处理逻辑。这种架构变更虽然提升了输入设备的兼容性和可维护性,但也引入了新的系统依赖。
Fedora系统特殊性
Fedora 40作为较新的Linux发行版,其输入设备管理机制有以下特点:
- 默认情况下
uinput设备需要特定的udev规则才能被普通用户访问 - 系统对虚拟输入设备的权限管理更为严格
- KDE Plasma桌面环境可能有额外的输入处理层
根本原因定位
经过测试验证,确认问题源于:
- 缺少必要的udev规则,导致Sunshine无法访问
uinput设备 - 系统未自动加载
uhid内核模块(虽然此模块主要用于PS5手柄模拟) - 新旧版本输入系统实现的差异导致兼容性问题
解决方案
完整修复步骤
- 创建udev规则文件:
cat > /etc/udev/rules.d/60-sunshine.rules <<EOF
KERNEL=="uinput", SUBSYSTEM=="misc", OPTIONS+="static_node=uinput", TAG+="uaccess"
KERNEL=="uhid", TAG+="uaccess"
EOF
- 确保
uhid内核模块加载:
echo uhid > /etc/modules-load.d/sunshine.conf
- 应用变更并重启服务:
sudo udevadm control --reload-rules
sudo udevadm trigger
验证方法
- 检查模块加载状态:
lsmod | grep uhid
cat /proc/modules | grep uhid
- 监控输入设备事件:
udevadm monitor
- 使用
evemu-record工具检测虚拟设备
经验总结
- 系统兼容性:Linux发行版间的细微差异可能导致功能异常,特别是涉及设备权限时
- 版本过渡:重大架构变更时,应提供详细的升级指南和依赖说明
- 调试技巧:使用
udevadm和evemu-record等工具是诊断输入问题的有效手段
后续建议
对于Linux用户,特别是使用较新发行版的用户,建议:
- 仔细阅读项目的系统要求文档
- 在升级前检查变更日志中的重大修改
- 掌握基本的输入系统调试方法
- 考虑在测试环境中先行验证新版本
该问题的自发消失也提示我们,某些系统级更新可能在不经意间解决了底层兼容性问题,因此保持系统更新也是预防此类问题的有效方法之一。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
React Native鸿蒙化仓库
JavaScript
266
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
1.22 K
667
🔥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
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30