Niri 项目中关于空闲监控与输入抑制的技术解析
在桌面环境开发中,空闲监控与输入抑制机制是一个复杂但至关重要的功能。Niri 项目近期针对这一功能进行了多项优化,本文将深入探讨其技术实现细节与改进方案。
空闲监控的基本原理
现代桌面环境通常需要同时处理两种不同类型的空闲状态:
- 用户空闲:指用户未进行键盘或鼠标输入的状态
- 系统空闲:指系统未执行需要保持活跃状态的任务(如视频播放)
传统的 Wayland 协议通过 ext-idle-notify 扩展协议来监控空闲状态,但这一设计存在局限性——它无法区分用户空闲与系统空闲。当应用程序(如视频播放器)需要防止系统进入休眠状态时,会通过 Wayland 的 idle-inhibit 协议发送抑制信号,这会导致所有空闲监控工具(包括 RSI 预防软件)都无法正确识别用户的实际输入状态。
Niri 的技术实现
Niri 项目采用了多层次的解决方案来处理这一复杂场景:
-
D-Bus 接口实现:Niri 实现了 org.freedesktop.ScreenSaver 接口,这是 GTK 抑制门户调用的底层接口。这一实现使得应用程序可以通过标准化的 D-Bus 方式来抑制系统空闲状态,而不影响用户空闲状态的检测。
-
Smithay 库的集成:通过集成最新版本的 Smithay 库(commit d4bf234),Niri 获得了更精细的空闲状态控制能力。Smithay 的更新允许特定通知对象选择忽略抑制信号,从而实现了用户空闲状态与系统空闲状态的分离监控。
-
配置选项扩展:项目探讨了添加 prefer-no-screensaver-impl 配置选项的可能性,这一选项允许用户根据具体需求选择是否启用 ScreenSaver 接口实现,为特殊使用场景(如 RSI 预防)提供了灵活性。
实际应用效果
经过这些改进后,Niri 能够:
- 正确识别视频播放期间的"用户空闲"状态(对 RSI 预防软件至关重要)
- 同时防止系统在视频播放时进入休眠状态
- 保持与现有应用程序的兼容性,包括 Flatpak 应用和 Firefox 浏览器
技术挑战与解决方案
在实现过程中,开发团队面临了几个关键挑战:
-
门户实现的兼容性问题:早期版本的 xdg-desktop-portal 存在抑制请求总是返回成功的缺陷,导致应用程序无法正确回退到 Wayland 抑制协议。这一问题最终通过门户实现的更新得到解决。
-
多协议协调问题:需要确保 D-Bus 抑制请求不会干扰 Wayland 协议的正常工作,反之亦然。通过 Smithay 库的更新,实现了协议间的清晰隔离。
-
向后兼容性:所有改进都需要确保不影响现有应用程序的行为,特别是那些依赖传统抑制机制的应用。
未来展望
随着 Wayland 协议的持续演进,预计未来会有更完善的标准来解决用户空闲与系统空闲的区分问题。Niri 项目的这些改进不仅解决了当前的技术难题,也为后续协议升级奠定了良好基础。
对于开发者而言,这一案例也展示了在现代桌面环境中处理复杂状态监控的典型模式——通过分层设计和协议隔离来实现精细化的控制,同时保持系统的整体稳定性和兼容性。
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