作为多年 Linux 用户，我支持 Firefox 的主要原因就是不想让 Chrome 一家独大，至少 uBlock Origin 在 Firefox 是全功能的。

性能方面 Firefox 确实离 Chrome 有点差距，不止体现在 benchmark 里面，体感就够了。比较明显的就是 bili 播放弹幕比较多的视频，都是硬件加速的情况下，Chrome 对 gpu 的利用要好很多。（准确说是 chromium ，官方 chrome 是不支持硬件加速的）

使用方面 Firefox debug 可比 Chrome 舒服太多了。

@yadam #6

关于 2 中你的处理原则是合理的，ctrl down 一定要在用户按下的时候就响应，而不是等到再按下其他键的时候才发送按下事件。这里主要的问题是，很多软件会希望获得 modifier 的状态，或者 modifier key 的按下释放事件。比较常见的除了 alt 触发菜单，还有把 ctrl 或者空格当作 push-to-talk ，把 ctrl+alt 作为虚拟机的跳出按键，你在设计的时候可以思考一下，因为历史遗留原因和软件开发的多样性，软件到底是检测 modifier 状态，还是检测按键事件，或者是检测 keysym 可能需要不同的处理方式。

我在 AHK 那边看到过一个处理逻辑，就是交叉释放，比如你在 alt+h 这个场景，正常逻辑是先发送 alt down ，再拦截 h ，发送 alt up ，发送 left 这样，在发送 alt up 之前插入 ctrl down ，然后 alt up ，ctrl up 这样，就不会被认为是按下了 alt 键又松开。可能目前只有这样的 hack 方式才能解决。



配置文件方面，我更倾向于把改键应用分为两类，当前语境下的映射类建议用静态配置文件，自动化意义上的 AHK 建议用 DSL 自定义语法。后者的话工作量比较大，因为有 quickjs 的存在，我觉得反倒很适合直接拿来用。如果主程序是 c 的话，lua 是个不错的选项。

映射类的配置文件，我个人比较喜欢 keyd 的 ini 方式。重点不在格式上，而是 keyd 对于 layer 功能实际上是有默认的，就是配置里没有写的，直接 fallback 到原始按键上。本质上这些配置还是存在的，只是不需要使用者去写了。你看 #5 那个写法，符合直觉而且好写好懂。如果你要设计的话，可以提前想象一下，类似长短按，按下生效一次，按下自动重复，按下切换 layer 需要什么样的语法。我之前尝试过，无一例外都把自己绕晕了……



另外有些功能在 de/wm 阶段处理 keysym 可能更容易，gnome 的话有 keyboard shortcuts 可以自定义，只是可以绑定的功能比较有限。如果你用过类似 sway 这样的纯窗口管理器，会发现 keysym 触发特定功能能满足大部分 AHK 的常见需求。

dmesg 里面找 checksum error ，大概是这么个字符串，因为我这好久没出过错记得不是很清楚了。

我大致看了一下你的实现，讲道理你是个狠人啊……你不仅给 libevdev 做了 binding ，还内嵌了 quickjs 用来做配置自定义。因为我经常给自己的设备做固件写驱动，所以改键这部分还算比较熟悉，随便说一点想法。

1.
通过 uinput 虚拟输入设备，拦截物理设备事件（独占），映射完成后通过虚拟设备输出事件，这是唯一正确的做法。另一个我认为哲学上不那么正确的做法是，原物理设备不管，只重新映射事件。更准确的说法是这是处理两种不同需求的做法，前者的重点在于映射，后者的应用场景是脚本化、自动化，比如 AHK 这种，两者有重合的地方，但实际上是两种不同的设计方向。

2.
在这个“正确”的设计下，需要处理很多 corner cases ，我随便举一个类似方案很容易踩的坑：很多 gui 应用响应 alt 呼出菜单，假如有个改键逻辑是 alt+h 映射为 left ，当用户按下 alt 的时候，需要原样输出 alt 按下，同时设置 modifier ，之后按下 h ，此时以完全拦截，然后重新映射的视角来看，应该先释放 alt ，然后插入 left 。这时就会触发 alt 按下又释放的事件，就会被 gui 应用响应到。同时用户也没有办法再输入 alt+j 这个组合，这就给如何设计配置文件语法带来了挑战。

3.
配置文件用 js 这样的动态语言是一个可选的方向，但我不确定是不是个好的做法，比较直观的缺陷就是可读性和 debug 。以我对现有的各个实现的观察来看，应用提供 sane defaults 是非常重要，它可以极大简化配置文件的编写。特别是当你想实现类似 qmk layer 之类的功能的时候，全拦截重映射实际上要求每个按键都是重映射过的，配置文件如果要把所有逻辑都写一遍体验会不太好。

4.
获得当前活动窗口的名字是个看起来简单实际上复杂的事情，首先底层是 xorg 还是 wayland 要区分一次，xorg 稍微好解决一点，wayland 要做全兼容，大概主流的 mutter/kwin/wlroots 都要兼顾。各个实现对于 foreign-toplevel-manager 这个协议的态度差别很大。要么对 gnome 用 dbus ，对 kde 用 script api 一个一个适配，要么等各家支持相关协议。

5.
ctrl+c/v/x 映射到 ctrl+insert/shift+insert/shift+delete 是一个思路，但不是唯一的思路，比如你可以直接 super+c/v/x 映射到 XF86 的 copy/paste/cut ，更接近 mac 的逻辑。这方面 sway 这样的 wm 比起 gnome 这样的 de 要容易。另外 linux 的 clipboard 目前也是 wayland 协议的一部分，除此之外还有 primary selection 能用，可以发挥想象力。

6.
在这种系统调用层面上，go/rust 或者其他语言都差不多，只有不是 c 都会有 ffi 的问题。我只是单纯觉得，binding 都写了，不如直接写 c 了。另外不用 c 的话 IPC 带来的延迟会比较明显。




PS

下面写给对改键这个事情感兴趣的人看的。

首先明确几个概念 scancode/keycode/keysym ，scancode 是设备产生的硬件信号，经过内核 udev/evdev 之后转化为 keycode ，keycode 由内核空间传递到用户空间后，由桌面/窗口管理根据键盘 layout 转换为 keysym ，也就是应用程序获得的输入。

现在能够接触到的键盘类设备，只要不想专门做驱动，都会按照 linux headers 头文件（ input-event-codes.h ）定义的 keycode 去做，不然就是给自己找麻烦。当然像笔记本、游戏设备就需要自定义使用头文件里没有的 scancode/keycode 映射了。

以当前的 linux 生态来说，整个按键输入流程是这样的，硬件产生 scancode ，在内核空间经过 udev/evdev 处理映射为 keycode ，通过 /dev/input/eventX 暴露给用户空间。用户空间有 xorg/wayland 两个大的框架，对应的实现分别是 xorg-input-evdev 和 libinput ，注意前者虽然名字有 evdev 但实际上是用户空间的，意思是它利用 evdev 机制，此二者都是操作内核暴露的 /dev/input/eventX 接口，然后根据环境 locale/layout ，将 keycode 转换为 keysym 。由于目前 xorg 的实现也都过渡到 xf86-input-libinput 上面了，所以可以认为，用户空间就是 libinput 。此阶段之后，上层的桌面/窗口管理器可以获得特定的 keysym ，进一步传递给活动窗口应用。



综合上面的背景信息，可以说理论上有三个，但实践中只有两个可以做改键的位置。第一个是在内核空间通过 udev 规则改写 scancode 和 keycode 的映射，说它没有实践意义是因为这是设备厂家要做的事情。剩下两个有实践意义的，一个是 keycode 转 keysym 的阶段，另一个是 keysym 传递给应用窗口的阶段。

如果继续观察市面上已有的各种改键工具，会发现在 keycode 转 keysym 的阶段完成映射的方式，传统基于 xorg-input-evdev 的实现都只能支持 xorg ，而基于 libinput 的可以同时支持 xorg/wayland 。

至于为什么 keysym 传递给应用窗口这个实现也会存在，原因很简单，用户有针对特定应用改键的需求，而这个需求是前一种方式不能独立完成的。

所以现在改键就剩一种方式了，就是虚拟 uinput ，然后拦截物理设备事件做映射。区别就是要不要识别当前应用，以及如何识别。至于在 keysym 传递过程做映射，只有纯 wm 能实现，一般 de 是不开放这个自定义的。

部署和配置更新可以考虑 ansible ，中心式管理没有更简单的了，有 ssh 就行，没有性能需求。

ip 变动的话一般要靠设备主动汇报，一般负责心跳的模块顺便就做了。我这里之前用的方案是 ansible inventory 是通过外部接口调取的。

再补充一点，bios 里的选项位置是固定的，所以并不需要 OCR 之类的手段。多数时间只需要判断对应位置的选项是不是有高亮或者反色即可，即只需要判断当前光标是否选中了目标。

我给两个思路，OP 的判断是没问题的，常规自动化处理不了这种视频流内的信息。

1.
如果设备 bmc 比较新，我记得好几年前多数 bmc 都支持 redfish 协议了，那么你在 bios 里面要测试的项目可能多数可以直接走 bmc 的 redfish api 接口来实现。

2.
如果设备 bmc 比较老，那就通过 web 页面先抓一下输出的视频流，这个大概率是类似固定摄像机那种 mjpeg 流，本质上就是固定间隔的截图。这样可以省去在 web 界面上截图的逻辑。
然后就是逆向一下 web 界面发送按键序列的接口，用来做控制。这里需要注意的是，大概率还是要通过截图来判断状态，因为 bmc 那边接收到按键请求，但 bmc 把按键请求传递给主机这个环节不一定能 100% 正确响应。
再之后就是自动化的事情了。

物理层面 ID 卡因为频率标准不一样，是没有办法模拟的。

某些情况下，可以用 IC 卡第一个扇区直接写 ID 卡号码，Big/Little Endian 可以都试一下。

原理是这些门禁设备硬件上是双频率的，也就是同时有 ID/IC 支持，软件写得不好，会把 IC 读取的结果当作 ID 序列号来判定。虽然比较少见，但我确实见过，当时我觉得匪夷所思，验证过之后才发现设备是双频率的。

@iv8d #105

JSX 是对 JS 语法的扩展，所以不是在 JS 里面写 HTML ，JSX 还是在写 JS ，只是这个 JS 扩展出来的语法部分非常像 HTML 。

JSX 里面像 HTML 的部分实际上就是在执行 JS ，并不是生成 HTML 代码，而是调用 DOM API 来达到和 HTML 代码一样效果。

所以最初在 JSX 里面要写 className ，因为这是 DOM API ，而不是直接用 HTML class 属性。

如果用 sway/hyprland 可以参考我这个帖子 https://v2ex.com/t/1046504

你上面的报错估计是因为你用的不是 sway/wlroots 。

Gnome/mutter 实现了一个 XDP 就是基于虚拟桌面的：

gsettings set org.gnome.desktop.remote-desktop.rdp screen-share-mode

我很久都不用 gnome 了，你需要搜一下上面这个配置项找下 gnome 的文档。

GitHub 上大部分都是用 qemu 跑测试。

https://docs.github.com/en/actions/use-cases-and-examples/building-and-testing/building-and-testing-go

作为吃瓜群众我不理解的是 reactjs 的作者竟然认为，在控制流中使用嵌套三元操作是合理且应当大力推广的。

@wzy44944 #14

golang, 开发效率低执行效率高的语言? https://v2ex.com/t/1101972

Serverless 的优点是在 free tier 也就是用量很少的情况下省钱。再就是独立模块开发比较快。

我司之前有个图像分析的工作流尝试通过 cf ，即使是 paid plan 可用性也不是太好，如果换算成 sla 大概在 99.5% 左右吧，队列中的任务经常三五分钟的重试。

不过瑕不掩瑜，特别是随着 cf 支持 js 之外的语言，我个人很多自动化项目都上了 cf 。我尝试过好几个 serverless 平台，cf 还是更懂开发者的。

@lesismal #11

你说得非常对，我想了一下，还是 goroutine 更重要一些。

如果拿 js 来做对比的话，很明显 js 努力的方向一直是用同步的方式写异步逻辑，经过了 promise 到 async/await 的迭代，但 go 这边就很符合直觉。

另外性能在绝大部分场景不那么重要，可读性、效率和性能之间找个平衡点更重要。现在不是单体应用硬怼 c10k 的时代了。

@pursuer #7

这个讨论有点偏题了，我想表达的是浏览器相对于整个软件开发领域占比是有限的，这个数据无法支撑你得出“除 c 和 rust 之外被 js 占据”这样的结论。

我把这个帖子发在 go 而不是程序员节点，目的也是真正讨论工程化和生产力的问题。隔壁帖子的争论 xx 语言的 yy 不好，是建立在真的要把 xx 语言用在所有场景这样一个隐含前提下的。然而现实的人类并不会拿一把锤子就把万物当作钉子。

所以我不认为某种语言一统天下是个好事，这不符合我的技术哲学认知。

@tonyjia87 #6

对于编程语言来说，资本介入是好事。放在 1990 年可能还好，放到 2025 ，没有靠山的编程语言是没有生命力的。

@ninjashixuan #2

这里可能涉及到编程语言的设计哲学，即要在多大程度上暴露或者封装操作系统的抽象。

在 go 看来，内核 fd 是没有抽象过的 Reader Writer Closer 有用的，这种用接口的实现方式是对“万物皆文件”非常好的诠释。

同理，socket 相关的抽象也是一样。我个人认为这些都是有意的设计，最初就把跨平台作为目标之一，官方库就对如何封装如何抽象，实现哪些功能做了规划。

所以很多人说 go 的设计定位是 better c ，但我认为这不是重点，语言层面做个 better c 不难，其他语言一样做得很好。像 c 一样把操作系统底层完全暴露出来是没用的，go 优于 c 同时抢占了部分 c 的市场的原因是它解决了 c 工程化的很多问题。