niri 项目中 GTK 层叠窗口输入穿透问题解析
2025-06-01 16:59:45作者:韦蓉瑛
在 niri 窗口管理器的使用过程中,开发者可能会遇到一个与 GTK 层叠窗口(GTK Layer Shell)相关的输入穿透问题。本文将深入分析这一问题的技术背景、解决方案以及相关实现原理。
问题现象
当使用 GTK Layer Shell 创建 OVERLAY 层级的透明窗口时,期望实现鼠标点击穿透效果,即点击透明区域能够聚焦到底层窗口。部分用户报告在某些情况下这一功能失效,而同样的代码在 wlroots 基础的合成器(如 Sway 和 River)中表现正常。
技术背景
GTK Layer Shell 是基于 Wayland 的 wlr-layer-shell 协议的 GTK 封装,允许应用创建不同层级的窗口。OVERLAY 层级的窗口通常用于显示悬浮面板或通知等内容。
要实现点击穿透效果,需要正确设置窗口的输入区域(input region)。Wayland 协议规定,只有当输入区域包含点击坐标时,窗口才会接收输入事件。通过设置空输入区域,可以实现完全的点击穿透。
解决方案
在 GTK3 中,可以通过以下代码实现点击穿透:
# 创建空区域
null_region = cairo.Region(cairo.RectangleInt(0, 0, 0, 0))
# 应用到窗口
win.input_shape_combine_region(null_region)
同时需要正确初始化层叠窗口:
GtkLayerShell.init_for_window(win)
GtkLayerShell.set_layer(win, GtkLayerShell.Layer.OVERLAY)
实现原理
在 niri 的底层实现中,窗口管理逻辑会通过 surface_under 方法检查点击位置下的有效表面。该方法会自动考虑输入区域的设置,确保只有实际可交互的区域才会拦截输入事件。
值得注意的是,输入穿透的实现依赖于合成器的正确处理。niri 在最新版本中已经完善了这一功能,但用户可能需要确保:
- 使用最新版本的 niri
- 在更新后完全重启窗口管理器
- 检查是否有其他应用或设置影响了输入事件的处理
最佳实践
对于开发者而言,在实现透明覆盖层时应注意:
- 明确设置窗口为可绘制透明背景 (
set_app_paintable(True)) - 正确初始化 GTK Layer Shell 并设置适当的层级
- 确保输入区域设置正确
- 在不同合成器上进行兼容性测试
通过遵循这些实践,可以确保透明覆盖层在各种 Wayland 合成器上都能实现预期的点击穿透效果。
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
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
🔥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
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322