程序聚合 软件案例 基于罗技 G HUB 驱动的 Windows 键鼠宏控制工具-MouseControl v1.0

基于罗技 G HUB 驱动的 Windows 键鼠宏控制工具-MouseControl v1.0

2026-06-04 17:56:33
行业:游戏/电竞
载体:Windows应用
技术:Python、JSON for Modern C++

业务和功能介绍

MouseControl v1.0 是一款面向 Windows 场景的键鼠宏配置与执行工具,主要解决重复性键盘、鼠标操作需要手动执行、难以保存复用和难以适配不同窗口尺寸的问题。软件通过桌面 GUI 提供目标窗口选择、配置文件管理、宏步骤编辑、循环执行和运行状态控制等功能。用户可以在界面中选择当前可见窗口,创建或加载 JSON 宏配置,并编辑延迟、按键单击、按键按下/松开、鼠标移动、鼠标点击、随机移动、随机按键等步骤。程序支持 F8 启停、F12 紧急停止,执行时会根据目标窗口位置和尺寸进行坐标换算,支持基准分辨率坐标、绝对屏幕坐标和窗口归一化坐标,适合窗口大小变化或多分辨率环境下的自动化操作。同时项目提供诊断工具,用于检查 DLL 加载、驱动连接、屏幕 DPI、窗口列表、光标位置和键盘接口调用状态,方便快速定位运行问题。

项目实现

项目采用 Python 桌面应用架构,game_macro.py 负责主界面、配置管理、宏编辑器、热键监听和执行调度,logitech_driver.py 通过 ctypes 封装 ghub_device.dll,提供驱动级鼠标移动、点击、键盘按下/松开等能力,配置数据统一以 JSON 文件保存在 configs 目录中。我的主要工作包括设计 Tkinter 控制台式界面、实现 10 类宏步骤的可视化编辑、配置文件的新建/重命名/保存/加载、目标窗口枚举与坐标转换、后台线程执行宏循环,以及 F8/F12 热键控制。项目中重点解决了几个难点:一是 Windows DPI 缩放导致坐标偏移,通过设置进程 DPI 感知并按窗口尺寸换算坐标处理;二是部分环境下 DLL 绝对移动不稳定,改用闭环相对移动算法多次逼近目标坐标;三是宏中断后可能残留按键按住状态,因此维护已按下键盘和鼠标集合,在停止时统一释放并增加常用按键兜底释放;四是全局热键可能被全屏窗口或权限限制拦截,因此同时提供 Tkinter 绑定、keyboard 全局热键和 Win32 GetAsyncKeyState 备用监控,提高紧急停止可靠性。

示例图片视频


ssns
15天前活跃
方向: 前端-Web前端、爬虫/脚本-爬虫/脚本、
交付率:100.00%
相似推荐
艺网APP(电商)
1. 艺术品交易圈层封闭、门槛极高 传统艺术品流通依赖线下画廊、拍卖行,交易集中在专业藏家圈层;普通大众想购买装饰、收藏级原作缺少正规渠道,信息高度不对称,作品定价不透明、溢价混乱,普通人难以辨别真伪、合理估价。 2. 供需两端渠道割裂 • 艺术家:青年学院派、新锐创作者缺少稳定曝光与销售通路,画廊抽成高、签约门槛严苛,作品变现难; 3. 垂直电商空白 综合电商无专业艺术运营能力,专业艺术平台极少同 整体分为C端消费者功能、艺术家入驻功能、数字交互体验、交易履约、内容美育、定制B端、个人中心后台七大板块,覆盖浏览、选购、预览、交易、创作孵化、空间定制全流程。
boss直聘岗位爬取、投递插件-job_hunter
Boss直聘岗位抓取 SDK (job_hunter) 是一款基于“真实浏览器 Cookie + httpx 纯 API 调用”的高效数据抓取工具。项目创新性地采用 “浏览器仅供登录态,数据走纯 API” 的架构,在保证账号安全与登录稳定性的同时,实现了极高的数据抓取速度与并发性能。 核心功能 1. 全链路岗位数据获取 多维度精准搜索:支持关键词搜索,并兼容城市、薪资、学历、经验、行业、规模、融资阶段等丰富的筛选条件(支持直接传入中文名称或数字编码)。 深度详情解析:精准获取完整 JD(岗位职责)、技能要求、工作地址、招聘人数、职位状态及薪酬类型等深度信息。 2. 自动化沟通与互动 一键打招呼:支持通过 API 自动向目标 Boss 发送招呼/开始沟通,并返回详细的成功或失败状态(如触发开聊提醒)。 会话全景追踪:一键获取全部会话列表,包含最后沟通消息、时间、发送方以及未回复状态监控。 面试邀请管理:快速获取当前所有的面试邀请列表。 3. 智能风控与高可用机制 Session 自动保活:自动识别并处理 code=37 等风控拦截,实现 Token/Session 过期自动刷新。 登录态自动恢复:实时检测页面失效关键词,一旦检测到登录失效,自动唤起浏览器重新登录。 网络异常重试:内置底层重试机制,有效应对网络波动,保障抓取任务不中断。 4. 灵活的工程化配置 数据与日志持久化:支持结果自动保存为 JSON,提供控制台输出与日志文件双写模式。 GUI 友好设计:提供 on_message 回调接口,可轻松集成到各类桌面端 GUI 应用程序中。
跨模态检索tranning-free框架
立项背景与目标 背景: 跨模态检索(Cross-Modal Retrieval)是视觉-语言理解领域的核心任务,包含两类方向: - I2T(Image-to-Text): 给定一张图片,从候选文本库中检索最匹配的文本描述 - T2I(Text-to-Image): 给定一段文本,从候选图像库中检索最匹配的图片 传统的跨模态检索方法通常依赖大规模标注数据对模型进行微调训练(training-based),计算成本高、周期长,且跨领域泛化能力有 限。本项目探索一种**完全无训练(Training-Free)**的跨模态检索新范式——直接利用多模态大模型(MLLM)的语义理解和推理能力 ,结合层次化的上下文嵌入策略,在不进行任何模型微调的情况下,达到甚至超越有训练方法的检索精度。 目标: 1. 构建一个完整的、模块化的无训练跨模态检索流水线 2. 通过多维度图像描述生成和层次化语义嵌入,提升检索召回率 3. 引入 MLLM 重排序(Reranking)机制,在粗排的基础上做精细化语义匹配 4. 在 Flickr30K 和 COCO 2017 等标准数据集上验证方案的有效性 5. 通过一系列消融实验,系统分析各模块对最终性能的影响 软件功能 1. 图像多维度描述生成: 利用VL模型对每张图片从多个语义角度生成描述文本,为后续向量检索提供丰富的语义覆盖 2. 嵌入粗排: 采用自研嵌入策略,将多维度描述编码为高质量向量,计算图文相似度矩阵,输出 R@1/5/10 评估指标,并导出 Top-K 候选集供精排使用 3. MLLM Bidirectional Reranking: 在粗排 Top-K 候选集的基础上,对候选结果进行深度语义重排序,同时支持 I2T 和 T2I 两个方向 4. 自动化实验流水线: 通过 main.py 统一调度三阶段流程,自动进行 GPU 显存管理,支持大规模数据集批量处理 5. 稳定性测试: 对重排序模块进行多次重复推理,统计模型输出的一致性和稳定性 核心功能模块介绍 模块一:Stage1 - 图像描述生成(stage1_captioning.py) - 功能: 对数据集中的每张图片,利用 Qwen3模型生成四个独立维度的详细描述 模块二:Stage2 - HCE 粗排与评估(stage2_HCE.py) - 功能: 采用层次化上下文嵌入策略进行图文粗排检索,计算相似度矩阵并评估性能 - 核心类: CaptionRetrievalEvaluatorFast 模块三:Stage3-进行重排序Reranking
文件搜索(文件搜索极速版App)
强大的本地文件搜索与文件浏览/文件管理工具,可搜索手机里的各种文件,包括PDF、办公文件、文本文件等,支持按文件名检索,也能搜索文档内部文字内容。 主要功能: - 支持按文件名、关键词搜索文件 - 支持PDF、Word、Excel、PPT、TXT等文档全文内容搜索 - 搜索结果按相关度智能排序,关键词高亮显示 - 支持数十种常用语言 - 可直接打开、分享文件,一键跳转到所在文件夹 - 内置文件浏览器,支持按目录层级浏览 - 可对文件进行新建、复制、剪切、删除、重命名等管理操作 - 按图片、视频、文档等类型快速筛选文件 详细介绍及演示:https://zhuanlan.zhihu.com/p/22545329794 OPPO、VIVO、小米、联想、三星可通过软件商店安装(OPPO、VIVO搜索“文件搜索极速版App”)。其它手机可下载apk安装:https://www.pgyer.com/X8FfsPzr
toc内容平台APP-夸克文档会员付费-夸克文档
项目概述:夸克文档是内置于夸克App中的云端办公套件,集文档、表格、PPT的编辑与强大的PDF工具于一体。凭借海量模板和便捷的文档编辑能力,主要为学生和职场用户提供一站式、轻量化的移动办公解决方案,是夸克构建“搜索+创作+存储”生产力生态的核心环节。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服