Better Genshin Impact 自定义键位设置技术解析
2026-02-03 05:20:18作者:温艾琴Wonderful
背景介绍
Better Genshin Impact 是一款针对原神游戏的增强工具,其中一项重要功能是自动拾取物品。然而,原神游戏本身支持自定义键位设置,这导致工具内置的固定按键映射可能无法适配所有玩家的个性化设置。
技术实现原理
原神键位配置存储机制
原神将玩家的键位设置存储在Windows注册表中,具体路径为:
HKEY_CURRENT_USER\Software\miHoYo\原神\GENERAL_DATA_h2389025596
这个注册表项包含一个JSON格式的值,其中_overrideControllerMapValueList键存储了自定义键位配置。如果玩家使用默认键位,则该键为空;否则,它是一个包含键位映射信息的数组。
键位配置数据结构
键位配置采用XML格式存储,主要结构如下:
<ActionElementMap>
<actionCategoryId>0</actionCategoryId>
<actionId>17</actionId>
<elementType>1</elementType>
<elementIdentifierId>6</elementIdentifierId>
<axisRange>0</axisRange>
<invert>false</invert>
<axisContribution>0</axisContribution>
<keyboardKeyCode>102</keyboardKeyCode>
<modifierKey1>0</modifierKey1>
<modifierKey2>0</modifierKey2>
<modifierKey3>0</modifierKey3>
<enabled>true</enabled>
</ActionElementMap>
关键字段说明:
actionId: 表示游戏内动作类型(如17代表元素战技)keyboardKeyCode: 对应的键盘按键代码elementIdentifierId: 按键标识ID
实现方案
Better Genshin Impact 通过以下方式实现了自定义键位支持:
- 读取注册表配置:从Windows注册表中获取原神的键位设置
- 解析XML数据:提取玩家自定义的按键映射关系
- 动态按键映射:根据解析结果动态调整工具内部的按键检测逻辑
技术挑战与解决方案
挑战1:键位代码转换
原神使用自定义的键位代码系统,需要将其转换为标准的Windows虚拟键码(VK)。例如:
- 102对应F键
- 107对应K键
解决方案是建立一个映射表,将游戏内的键位代码转换为标准的VK代码。
挑战2:多按键组合
原神支持按键组合(如Ctrl+Shift+F),这增加了实现的复杂性。通过解析modifierKey1/2/3字段可以识别修饰键的组合情况。
挑战3:默认配置处理
当玩家使用默认键位时,_overrideControllerMapValueList为空,需要有一套默认的键位映射作为后备方案。
实际应用
在Better Genshin Impact中,自定义键位功能主要用于:
- 自动拾取物品的按键检测
- 元素战技/爆发的按键识别
- 其他需要模拟玩家按键操作的功能
开发者已经实现了键位配置的读取和解析功能,用户可以通过修改配置文件来适配自己的键位设置,同时需要将对应按键的图像放入指定文件夹以支持图像识别功能。
未来优化方向
- 图形化配置界面:提供可视化的键位设置界面,避免手动修改配置文件
- 自动图像适配:根据键位设置自动生成或调整识别模板
- 多设备支持:扩展对手柄等外设的自定义键位支持
通过这套自定义键位系统,Better Genshin Impact能够更好地适配不同玩家的操作习惯,提升工具的兼容性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0213
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 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
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430