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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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 K
1.01 K
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
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987