Companion项目中的Surface页面切换功能增强解析
2025-07-09 18:31:57作者:邓越浪Henry
背景介绍
Companion作为一个强大的控制面板管理软件,其Surface页面管理功能一直是核心特性之一。近期开发者社区提出了一个关于Surface页面切换命令的增强需求,主要针对在多设备环境下如何更灵活地控制不同Surface的页面切换。
功能现状
当前Companion的"set surface to page"命令支持两种方式指定目标Surface:
- 通过下拉列表选择具体的Surface设备
- 直接输入Surface的序号(如1、2、3等)
同时,页面切换的目标页码支持使用变量动态指定,这为动态控制提供了灵活性。然而,Surface的选择部分目前只能通过固定选择或直接输入数字,不支持使用变量来动态指定Surface。
用户需求场景
一个典型的应用场景是:在演播室环境中使用多台Streamdeck设备(通常称为Left、Middle、Right),但由于设备轮换使用,每次实际连接的物理设备序列号都不同。用户希望:
- 通过简单的界面操作(如按下按钮)就能指定哪台设备对应Left/Middle/Right
- 无需进入Companion的GUI界面进行复杂配置
- 系统能记住这些对应关系,后续的页面切换命令能自动应用到正确的设备
技术实现方案
Companion开发团队已经在新版本中实现了以下改进:
-
支持通过变量指定Surface序号:现在可以在"Set by index to page"动作中使用变量来动态指定Surface序号。这意味着用户可以:
- 设置变量如Left=1、Middle=2、Right=3
- 页面切换命令引用这些变量来确定目标Surface
-
新增Surface组功能:作为替代方案,用户可以:
- 创建名为"Left"、"Middle"、"Right"的Surface组
- 将物理设备分配到这些组中
- 页面切换命令直接引用组名而非具体设备
-
新增this:surface_id变量:内部动作现在可以访问$(this:surface_id),这使得:
- 可以创建按钮将当前Surface的ID存储到自定义变量
- 这些变量可用于后续的页面切换命令
- 支持更复杂的逻辑,如根据当前Surface ID返回不同页面
最佳实践建议
对于需要频繁更换设备的用户环境,推荐以下工作流程:
-
初始化设置:
- 创建包含"Identify"按钮的特殊页面
- 该按钮会闪烁指定序号的Surface设备
- 操作员通过观察确定每台设备的位置
-
变量配置:
- 设置简单界面让操作员输入1/2/3对应Left/Middle/Right
- 这些值存储为变量供后续命令使用
-
页面切换:
- 所有页面切换命令引用这些变量
- 系统自动将命令路由到正确的物理设备
技术考量
-
序号vs组名:
- 序号方式更直观,适合快速配置
- 组名方式更稳定,适合长期使用场景
-
变量支持:
- 新版本同时支持Surface名称和序号作为变量
- 开发者可以根据需要选择更合适的方式
-
扩展性:
- 新的this:surface_id变量为更复杂的逻辑控制提供了可能
- 可以实现基于当前设备的条件页面跳转等高级功能
总结
Companion通过这次功能增强,显著提升了在多设备环境下的易用性和灵活性。无论是通过序号变量还是新增的Surface组功能,用户都能更高效地管理复杂的设备配置。这些改进特别适合需要频繁更换硬件或多人协作的专业音视频环境,大大减少了配置工作量和出错可能性。
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
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219