在keyd中全局交换Alt和Super键位的配置方法
2025-06-20 22:12:52作者:羿妍玫Ivan
背景介绍
在现代计算机操作中,Alt和Super(Windows键)是两个常用的修饰键。某些用户可能出于个人习惯或特定工作流需求,希望交换这两个键位的功能。特别是在从其他系统迁移或使用特定窗口管理器(如dwm)时,这种键位交换需求更为常见。
keyd配置方案
keyd作为一款强大的键盘重映射工具,可以轻松实现全局键位交换。以下是实现Alt和Super键交换的标准配置方法:
[ids]
*
[main]
leftalt = layer(meta)
leftmeta = layer(alt)
配置解析
[ids]部分使用通配符*表示该配置适用于所有连接的键盘设备[main]部分定义了主键盘层的键位映射:leftalt = layer(meta)将左Alt键映射为Meta(Super)层leftmeta = layer(alt)将左Super键映射为Alt层
实际效果
应用此配置后:
- 物理的Alt键将具有Super键的功能
- 物理的Super键将具有Alt键的功能
- 这种交换是系统全局的,会影响所有应用程序
进阶说明
- 如果需要仅交换左侧键位而保留右侧键位不变,可以单独指定
leftalt和leftmeta - 如需完全交换包括右侧在内的所有Alt和Super键,可以添加:
rightalt = layer(meta) rightmeta = layer(alt) - 这种交换不会影响其他组合键功能,原有的快捷键组合仍然有效,只是触发键位发生了变化
注意事项
- 修改配置后需要重启keyd服务使更改生效
- 建议在修改前备份原有配置文件
- 可通过
man keyd命令查看完整的手册页获取更多高级配置选项
适用场景
这种键位交换特别适合:
- 从MacOS迁移到Linux的用户
- 习惯不同键盘布局的开发者
- 使用平铺式窗口管理器(如dwm)的用户
- 需要优化工作流的效率型用户
通过这种简单的配置调整,用户可以打造出更加符合个人习惯的键盘操作环境,提升工作效率和使用舒适度。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- 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
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
657