手把手教你用Python自制机械键盘:从硬件搭建到固件编程
2025-06-08 12:59:34作者:韦蓉瑛
前言
自制机械键盘是硬件爱好者和编程爱好者都热衷的项目。本文将详细介绍如何从零开始制作一个基于Python的可编程机械键盘,支持USB和蓝牙双模连接。这个项目不仅能让你深入理解键盘矩阵扫描原理,还能学习到嵌入式Python编程技巧。
硬件准备
所需材料清单
- 机械开关:61个或更多(根据键盘布局)
- 键盘定位板:固定机械开关的结构件
- 卫星轴:用于大键位(如空格、回车等)的稳定装置
- 二极管:61个或更多,用于防止按键冲突(Ghosting)
- 0.8mm黄铜线:用于制作键盘矩阵的行列导线
- 主控板:使用支持CircuitPython的开发板
工具准备
- 焊台和焊锡
- 尖嘴镊子
- 万用表
- 润滑脂(可选,用于减少卫星轴噪音)
硬件组装步骤
1. 安装卫星轴
首先将卫星轴安装到键盘定位板上。为了获得更好的手感并减少噪音,建议使用润滑脂对卫星轴进行润滑处理。
专业建议:使用PTFE基或硅基润滑脂效果最佳,避免使用油脂类润滑剂,因为它们容易吸附灰尘。
2. 安装机械开关
将机械开关逐个安装到定位板上。注意确保所有开关方向一致,特别是带有LED灯的开关。
3. 焊接键盘矩阵
键盘矩阵采用5行14列的设计(可根据实际需求调整),每个开关有两个引脚分别连接到行和列。
详细焊接步骤:
-
行线焊接:
- 使用黄铜线作为行线
- 在每个行线上串联一个二极管(注意二极管方向)
- 将二极管另一端焊接到开关的行引脚
-
列线焊接:
- 在行线上方放置绝缘垫片
- 使用黄铜线作为列线,焊接开关的列引脚
- 移除垫片后,行线和列线将在三维空间交叉但不会短路
质量检查:
- 使用万用表检查行与列之间是否有短路
- 确认所有二极管方向正确(通常阴极朝向行线)
4. 连接主控板
将键盘矩阵的行列线连接到主控板的GPIO引脚。连接完成后再次检查是否有短路情况,避免上电时损坏电路。
软件配置
1. 刷写CircuitPython固件
为主控板刷写CircuitPython固件,这是Adafruit开发的嵌入式Python实现,专为微控制器设计。
2. 安装必要的库文件
需要两个关键库:
adafruit_ble:提供蓝牙功能支持adafruit_hid:实现HID设备功能(键盘、鼠标等)
将这些库放入CIRCUITPY磁盘的lib目录中。
3. 编写键盘逻辑代码
核心代码主要实现以下功能:
- 矩阵扫描:定期检测哪些按键被按下
- 按键映射:将物理位置映射为标准键码
- 双模输出:同时支持USB和蓝牙HID协议
代码关键点解析:
class Matrix:
def __init__(self, rows=ROWS, cols=COLS):
# 初始化行引脚为输出,列引脚为输入
...
def scan(self):
# 矩阵扫描算法
# 返回:当前按下的键、刚释放的键、新按下的键
...
扫描算法采用"行扫描法":
- 依次将每行置高电平
- 检测各列是否有信号
- 通过行列组合确定按键位置
4. 自定义键盘布局
如需修改键盘布局,需要调整以下参数:
ROWS和COLS:定义实际使用的GPIO引脚KEYMAP:定义每个物理位置对应的键值
进阶优化建议
- 消抖处理:在代码中添加软件消抖逻辑,提高按键稳定性
- RGB背光:如有LED支持,可添加灯光控制功能
- 多层布局:实现FN组合键功能
- 宏编程:支持复杂按键序列录制
常见问题排查
-
按键无响应:
- 检查行列线连接是否正确
- 确认二极管方向无误
- 测试GPIO引脚是否正常工作
-
按键冲突:
- 确保每个按键都有独立二极管
- 检查矩阵扫描代码逻辑
-
蓝牙连接不稳定:
- 检查天线位置
- 优化扫描间隔时间
结语
通过这个项目,你不仅获得了一个完全自定义的机械键盘,更重要的是掌握了嵌入式Python开发和键盘矩阵原理。这种DIY键盘的优势在于:
- 完全可编程的按键功能
- 开源固件可随时修改
- 硬件配置灵活可变
希望这篇教程能帮助你成功制作出自己的Python机械键盘!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
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++
865
1.96 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
691
1.36 K
Ascend Extension for PyTorch
Python
728
903
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
459
455
deepin linux kernel
C
32
16
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.92 K
198
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631