Touchegg 2.0.18版本发布:手势动作执行时机新特性解析
2025-06-14 18:27:56作者:董斯意
Touchegg是一款开源的触摸手势识别工具,它允许用户通过触摸板或触摸屏执行各种手势操作来触发系统命令、快捷键或鼠标动作。作为一个轻量级的中间件,Touchegg为Linux桌面环境提供了丰富的手势控制功能。
手势动作执行时机的新特性
在最新发布的2.0.18版本中,Touchegg引入了一个重要的功能增强:对手势动作执行时机的更精细控制。这一改进为手势操作带来了更大的灵活性和实用性。
原有功能回顾
在之前的版本中,Touchegg允许用户配置手势动作在两种时机执行:
- 手势开始时(begin)
- 手势结束时(end)
这种二元选择对于某些场景来说显得不够灵活。例如,当用户想要模拟鼠标按键的按下和释放动作时,需要分别配置两个独立的动作。
新增的"begin-and-end"选项
2.0.18版本新增了第三种执行时机选项:"begin-and-end"。这一选项允许单个动作在手势开始和结束时各执行一次,为以下三种核心动作类型带来了行为上的改进:
-
鼠标点击(MOUSE_CLICK):
- 手势开始时:按下鼠标按钮
- 手势结束时:释放鼠标按钮
- 这种实现方式更符合真实的鼠标操作体验,可以用于实现拖拽等需要持续按住按钮的操作
-
发送按键(SEND_KEYS):
- 手势开始时:发送按键按下事件
- 手势结束时:发送按键释放事件
- 适用于需要长时间按住某个按键的场景
-
运行命令(RUN_COMMAND):
- 新增环境变量TOUCHEGG_GESTURE_ON
- 手势开始时:TOUCHEGG_GESTURE_ON=begin
- 手势结束时:TOUCHEGG_GESTURE_ON=end
- 允许脚本根据手势阶段执行不同的逻辑
技术实现分析
从技术角度看,这一改进涉及以下几个方面的变更:
- 配置解析:扩展了配置文件的解析逻辑,新增了对"begin-and-end"选项的支持
- 事件分发:修改了事件分发机制,使单个动作可以响应多个手势阶段事件
- 环境变量注入:为RUN_COMMAND动作增加了环境变量的动态注入能力
- 状态管理:增强了内部状态跟踪机制,确保动作在不同阶段的一致性
实际应用场景
这一新特性在实际使用中可以带来多种便利:
-
更自然的拖拽操作:
- 配置三指下滑手势执行MOUSE_CLICK(左键)的begin-and-end动作
- 手势开始时自动按下左键,移动手指即可拖拽窗口或文件
- 手势结束时自动释放左键,完成操作
-
游戏控制:
- 将特定手势映射为游戏中的持续按键(如加速键)
- 手势期间保持按键按下状态,手势结束自动释放
-
复杂脚本控制:
- 通过检测TOUCHEGG_GESTURE_ON环境变量
- 在手势开始时启动某个进程
- 在手势结束时优雅地终止该进程
配置示例
以下是一个使用新特性的配置示例:
<gesture type="SWIPE" fingers="3" direction="UP">
<action type="MOUSE_CLICK">
<button>1</button>
<on>begin-and-end</on>
</action>
</gesture>
这个配置将三指上滑手势映射为鼠标左键的按下和释放,实现拖拽操作。
总结
Touchegg 2.0.18版本通过引入"begin-and-end"执行时机选项,显著提升了手势控制的精细度和实用性。这一改进特别适合需要模拟持续按键或区分手势开始/结束状态的场景,为用户提供了更加自然和强大的手势操作体验。对于高级用户来说,结合环境变量的脚本控制功能更是开启了无限的可能性。
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
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
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++
664
322
🎉 (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
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868