Batocera系统休眠唤醒脚本的扩展实现与优化
在Batocera游戏系统中,用户脚本的自动化执行是系统高度可定制化的重要特性之一。近期社区发现并解决了一个关于系统休眠/唤醒事件触发脚本的重要技术问题,本文将深入剖析这一功能的实现原理、解决方案以及扩展应用场景。
问题背景与发现
Batocera系统原有的脚本触发机制存在一个关键限制:当用户通过图形界面选择"暂停系统"功能时,位于/userdata/system/configs/emulationstation/scripts/sleep
和/userdata/system/configs/emulationstation/scripts/wake
目录下的脚本不会被执行。这一现象与系统通过自动休眠(屏幕变暗)触发脚本的行为形成了不一致性。
经过技术分析,发现这是由于系统菜单中的暂停功能直接调用了pm-suspend
命令,绕过了EmulationStation原有的脚本触发机制。这种设计上的差异导致用户无法在系统级休眠/唤醒事件中执行自定义操作。
技术解决方案
通过深入系统机制,我们采用了Linux电源管理(PM)的标准hook机制来实现统一的事件触发。具体实现步骤如下:
- 创建PM hook脚本:
在
/etc/pm/sleep.d
目录下创建名为99es_scripts_runner
的可执行脚本,内容如下:
#!/bin/bash
SCRIPTS_BASE_PATH=/userdata/system/configs/emulationstation/scripts
case "$1" in
suspend)
for script in $SCRIPTS_BASE_PATH/suspend/*; do
/bin/bash $script
done
;;
resume|thaw)
for script in $SCRIPTS_BASE_PATH/resume/*; do
/bin/bash $script
done
;;
esac
- 目录结构调整: 为了区分自动休眠和手动暂停的不同场景,将脚本存放路径细分为:
suspend/
:系统暂停时执行resume/
:系统恢复时执行sleep/
:屏幕自动休眠时执行(原有功能)wake/
:从自动休眠恢复时执行(原有功能)
- 持久化设置:
执行
batocera-save-overlay
命令使修改永久生效。
实现原理详解
该解决方案利用了Linux电源管理子系统提供的标准接口。当系统发生电源状态变更时,PM会按顺序执行/etc/pm/sleep.d
目录下的脚本,并传入相应的状态参数:
suspend
:系统即将进入休眠状态resume
:系统从休眠状态恢复thaw
:特殊恢复场景(与resume类似)
通过这种机制,我们实现了对系统级电源事件的统一捕获,确保了无论通过何种方式触发的休眠/唤醒操作都能正确执行用户脚本。
扩展应用场景
这一改进不仅解决了原有问题,还为系统自动化开启了更多可能性:
-
HDMI-CEC模拟: 通过休眠/恢复脚本可以模拟游戏主机的HDMI-CEC行为,实现电视的自动开关和输入源切换。
-
外设事件响应: 未来可扩展支持控制器连接/断开事件的脚本触发,典型应用包括:
- 连接特定控制器时自动启动对应游戏
- 外设状态变化时触发家庭自动化系统
- 播放音效增强用户体验
- 系统状态同步: 与智能家居系统集成,在系统状态变化时同步更新房间照明、显示屏等设备状态。
最佳实践建议
-
脚本命名规范: 建议采用有意义的命名,如
99_user_hook
,确保脚本执行顺序符合预期。 -
错误处理: 在关键脚本中添加错误处理和日志记录功能:
#!/bin/bash
LOG_FILE="/userdata/system/logs/power_hooks.log"
exec >> $LOG_FILE 2>&1
echo "$(date) - 执行暂停脚本 $0"
# 主要逻辑代码
- 性能考量: 避免在hook脚本中执行耗时操作,以免影响电源状态转换速度。
总结
Batocera系统通过这次改进完善了其电源事件处理机制,为用户提供了更加统一和强大的自动化能力。这种基于标准Linux电源管理接口的实现既保证了可靠性,又为未来的功能扩展奠定了基础。建议用户在升级系统后,按照新的目录结构调整自己的自动化脚本,以获得最佳的使用体验。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









