AgentRMC

把极米 / 快乐星球投影仪遥控器改造成电脑 Agent 的输入终端：按键走标准 HID（零驱动），语音交给前台 Agent 自己的语音键或本地模型转写，键映射按前台窗口自动切换，蓝牙耳机播放键也能当语音开关。

实测机型为极米「快乐星球 O3」13 键 BLE 遥控器（VID 0x000D / PID 0x3838）；同款 HID 遥控器改 config.json 的 device_mark 即可复用。

当前实现是 C++/Qt 6 原生版（native/，v0.1.0；本身不接 LLM，模型在 Qoder / WorkBuddy 服务端）。 Python 版留在 legacy-python 分支，两版读写同一套 config.json / profiles.json。

遥控器 → HID → Raw Input ─┬→ 按键 → 场景 Profile → 动作（按键/滚动/鼠标/模式/启动程序）
蓝牙耳机 → AVRCP 注入键 ──┘
                           └→ 语音键 → 一套状态机 → ┬→ 转发 Agent 语音热键（默认，0 模型）
                                                    ├→ 本地 SenseVoice / Qwen3-ASR 转写 → 粘贴
                                                    └→ 耳机播放键 = 同一个开关（无 keyup，只能切换）

下载

不想自己构建的话，装这两个文件就够了（安装包约 14MB，模型包约 159MB）：

网盘	链接
夸克	https://pan.quark.cn/s/47bf9d92c5f5
百度	https://pan.baidu.com/s/1aBSAtOlzUX-Ih8rbLC5MVA?pwd=35c8（提取码 `35c8`）

先装 AgentRMC-Setup.exe；再把 SenseVoice语音模型.zip 拖进窗口（或「模型设置 → 导入模型包…」）装上本地转写——不装模型也能用，默认路线是转发 Agent 自己的语音快捷键、0 模型。 Windows 10/11，普通用户权限即可。

快速开始

git clone https://github.com/Samuel5945/AgentRMC.git && cd AgentRMC

rem 需要 Visual Studio（MSVC + 自带 CMake），Qt 6.8.3 msvc2022_64 装在 native\.qt\
native\tools\build.bat                       rem 构建（lean 变体：build.bat lean）
native\build\Release\AgentRMCNative.exe      rem 运行：启动即监听，关窗收进托盘

可选的本地转写——不装也能用，默认路线是转发热键、0 模型：

native\tools\download_voice_models.bat runtime       rem sherpa-onnx 运行库，约 20MB
native\tools\download_voice_models.bat sensevoice    rem SenseVoiceSmall int8，下载 158MB
native\tools\download_voice_models.bat qwen3         rem Qwen3-ASR 0.6B，下载 838MB（可选）

config.json / profiles.json 放在 exe 同目录（首次构建从仓库根播种，之后保留你自己的改动）。构建细节、工具链和体积构成见 native/README.md。

项目结构

AgentRMC/
├── native/                 ← 当前实现（C++/Qt 6 + sherpa-onnx）
│   ├── src/core/           InputEngine（Raw Input + 钩子）、KeyRouter、Injector、
│   │                       VoiceController、AsrEngine、AudioRecorder、ProfileStore、Presets
│   ├── src/ui/             遥控器卡片、按键映射页、语音设置、使用引导、Toast、
│   │                       ToggleSwitch、矢量键位图标（KeyIcon）
│   ├── tests/              六个无头自测（store / router / takeover / voice / audio / asr）
│   ├── tools/              build.bat、download_voice_models.bat
│   ├── models/             本地模型（git 忽略，需自行下载）
│   ├── third_party/        sherpa-onnx 预编译库（git 忽略）
│   └── README.md           迁移记录、里程碑、工具链、构建与体积
├── config.json             语音键码、耳机键、麦克风与 ASR 参数（开发期默认值）
├── profiles.json           场景表（按前台窗口切换键映射，支持 extends / 双击 / 长按 / 导航键表）
├── commands.json           语音指令表（**只有 Python 版实现**，原生版不读，见「语音指令」）
├── rc_probe/               探测与验收脚本，保留作协议分析参考
│   ├── media_probe.py         低层钩子 + Raw Input 双路记录媒体键（只读）
│   ├── sim_avrcp.py           模拟耳机 AVRCP 注入帧（带 INJ、只发 keydown）
│   ├── dump_gatt_winrt.py     枚举 GATT 服务表
│   ├── hid_caps.py            读 HID 报告能力
│   ├── learn_keys.py          交互式按键学习（换遥控器时重新校准）
│   ├── rawreport.py           提权读 256 字节透传包
│   ├── nolegacy_probe.py      NOLEGACY + SendInput 行为（单进程）
│   ├── nolegacy_probe2.py     NOLEGACY 的抑制范围（跨进程）
│   └── uia_probe.py           读 Electron 窗口的 UIA 树（TTS 前置调研）
├── tests/                  Python 线无头测试
├── tools/                  Python 线的 setup / run / build 脚本
├── agentrc.py / agentrc_gui.py / legacy/   历史 Python 线（完整文档在 legacy-python 分支）
└── assets/                 应用图标与配对示意图

设备

项	值
蓝牙名	`BLuetooth 4.0 RC`
MAC	`70:FD:88:CE:60:EC`
VID / PID	`0x000D` / `0x3838`
厂商	Realtek BT
固件	`B951C_HBG2_JH_V1.1.2`
HID Usage	`0x0001` / `0x0006`（Generic Desktop / Keyboard）
Appearance	`0x0180`（Generic Remote Control）
来源	极米 / 快乐星球投影仪配套遥控器（实测极米「快乐星球 O3」，13 键）

探测结论

GATT 服务表

服务 UUID	内容	结论
`0x1812`	HID over GATT	被 Windows HID 驱动独占，用户态读不到原始报告
`0x180F`	Battery	可读，正常上报电量
`0x180A`	Device Info	可读，拿到型号/固件
`0xD1FF`	`A001`(write+notify) / `A002`(write)	厂商私有。可订阅，但按住语音键时无音频数据
`0xD0FF`	`ffd1`~`ffe0`	厂商私有，MAC/参数，无 notify 特征
`0x6287`	`6387`(write) / `6487`(write+notify)	厂商私有，无数据

订阅 D1FF/A001 后只收到一个 16 字节全零握手包，之后 4 分钟内零音频。遥控器麦克风的音频没有走这条通道。

按键：完全标准，零改造可用

遥控器的按键走标准 HID 键盘协议，Windows 原生识别，不需要任何驱动或破解：

物理键	vkey	扫描码	Windows 键名
上	38 `0x26`	`0x48`	`Up`
下	40 `0x28`	`0x50`	`Down`
左	37 `0x25`	`0x4B`	`Left`
右	39 `0x27`	`0x4D`	`Right`
OK	13 `0x0D`	`0x1C`	`Enter`
返回	27 `0x1B`	`0x01`	`Esc`
菜单	93 `0x5D`	`0x5D`	`Apps`
主页	36 `0x24`	`0x47`	`Home`
语音键	116 `0x74`	`0x3F`	`F5`（按住连发）
变焦 / 对焦	122 `0x7A`	`0x57`	`F11`（应用里就是全屏切换）
音量 + / 音量 − / 电源	—	—	电脑上收不到任何报文，见「已知限制 2」

语音键的识别特征

语音键不是"按一下发一个码"，而是按住期间以约 31ms 间隔连续发送 keydown，松手才发 keyup。这个特征正好可以用来区分遥控器和实体键盘：

keydown  keydown  keydown  ...  keydown   keyup
  0ms     31ms     62ms          2.4s

程序利用它做判定：第一次 keydown 先挂起 250ms，若期间收到第二次，判定为长按并开始语音；否则说明只是轻点了一下，什么都不做——原生 F5 已经由 Windows 送给前台窗口了，再补发一次只会让浏览器刷新两下。

这里很容易误判成"要帮实体键盘转发 F5"。不会：Raw Input 已经按设备路径过滤，只收遥控器的报文，实体键盘的 F5 根本不进这个状态机。

架构

┌────────────────────────────────────────────────────────────┐
│  BLE 遥控器 (HOGP)         蓝牙耳机 (AVRCP → 注入键)       │
└───────────────┬───────────────────────────┬────────────────┘
                │ 标准 HID 键盘报告          │
┌───────────────▼───────────────────────────▼────────────────┐
│  Windows HID 驱动 / 蓝牙 AVRCP 服务                        │
└───────┬───────────────────────────────────────────┬────────┘
        │ Raw Input（按设备路径过滤，只收遥控器）   │ WH_KEYBOARD_LL
┌───────▼────────────────────────────────────────────────────┐
│  AgentRMCNative.exe   C++/Qt 6 Widgets                     │
│                                                            │
│  InputEngine ──▶ KeyRouter ──▶ Injector                    │
│   单击 / 双击 / 长按 · 连发加速 · 音量·鼠标·导航模式 · 接管 │
│        │                                                   │
│        └──▶ VoiceController（一套语音键状态机，三条路线共用）
│             转发热键 │ SenseVoice │ Qwen3-ASR │ 耳机开关   │
│                      └─ AsrEngine（sherpa-onnx C API）     │
│  ProfileStore / Presets（同一套 config.json、profiles.json）
└────────────────────────────────────────────────────────────┘

模块	职责
`core/InputEngine`	Raw Input 收键 + 设备过滤 + 低层钩子吞键，两路喂同一个 Router
`core/KeyRouter`	单击 / 双击 / 长按 / 连发加速 / 模式切换 / 双击判定窗
`core/Injector`	SendInput 按键、滚动、鼠标、启动程序、显示器亮度
`core/NativeHooks`	`WH_KEYBOARD_LL`：接管映射键、鼠标模式、耳机播放键判定
`core/VoiceController`	语音键状态机：按住 / 切换、耳机开关、静音兜底、3 秒自测、粘贴
`core/AsrEngine`、`core/AudioRecorder`	sherpa-onnx 转写；WinMM 录音 + 重采样（Qt 6.8 没带 Multimedia）
`core/ProfileStore`、`core/Presets`	配置与场景读写、动作预设、写回前自动 `.bak`
`src/ui/*`	遥控器卡片、按键映射页、语音设置、使用引导、Toast、ToggleSwitch、矢量键位图标

用法

首次准备

遥控器第一次配对：把它靠近要连接的设备，同时长按「返回」+「主页」约 3 秒，指示灯快闪后在系统蓝牙列表里点它。配对过一次之后不用再配，按一下任意键就会自动回连。软件里点顶栏 使用引导 会弹出图文版步骤（配对示意图 + 四步配对 + 常用手势 + 模式说明 + 已知限制），卡片上的 蓝牙设置 直接打开系统的蓝牙设置页。

只需要普通用户权限，不需要管理员。

界面

单窗口两栏，Qt Widgets + 一份 QSS：

左上 · 遥控器卡片 —— 按真实键位画的矢量键位图：按下实体键时对应键和右侧表格行同时高亮，底部显示刚触发的「键位 · 动作」；右侧按当前场景列出生效映射，改完立即刷新；徽标随状态切 待机 / 监听中 / 模式名；电源键与音量拨杆标灰（红外，电脑收不到）
左下 · 语音卡片 —— 状态与当前接法（例：Qoder · CTRL+SHIFT+V · 按一下开始/再按一次结束）、 测试 3 秒、模型设置、最近一次转写（超长截断，悬停看全文）、事件条数与 清空
右 · 三页签 —— 事件流（可清空）、按键映射、使用引导
顶栏 —— 状态点 + 监听中 / 未监听 + 当前场景，右侧 使用引导 和窗口按钮
托盘 —— 左键唤回界面并置前；右键显示主界面 / 隐藏到托盘、开始监听 / 停止监听、退出；窗口 ✕ 只是收进托盘，监听继续（ui.close_to_tray 设 false 则关窗即退出）

ui.auto_listen（默认 true）启动即监听；ui.start_minimized 启动就藏进托盘、不抢 Qoder 的焦点。单实例互斥量与 Python 版共用：另一版在跑时点「开始监听」会提示 AgentRMC 已在运行，避免每个键注入两次。跨屏与缩放：PassThrough DPI（175%/225% 不取整）+ 原生拖动 + 切屏回夹 + 几何记忆。

模式提示：进入音量 / 鼠标 / 导航模式时，鼠标所在屏幕底部居中弹 2 秒置顶提示（进入给操作说明、退出给已退出提示），不抢焦点。

按键映射页

右侧切到 按键映射，按物理键列出当前场景的完整映射。顶部场景行用 绿点 = 跟随前台命中 / 橙点 = 下拉框钉住，后面是命中该场景的进程或标题；下面是 键位 / 单击 / 双击 / 长按 四列，分成方向键、功能键、语音与直通三组。

单击、双击、长按三个单元格都可以直接点，弹出常用动作预设（导航键、滚动、浏览器、编辑器、系统、鼠标、双击模式、按住重复/按住动作）。菜单最上面的 自定义组合键… 弹出一个录入框，在键盘上按下想要的按键/组合（可含 Ctrl/Shift/Alt/Win）直接录入，不用碰 JSON；Esc 取消。选完立刻写回 profiles.json 并热重载，同时保留上一版 profiles.json.bak。语音键和对焦键是固定行为（语音接法 / F11 原生直通），单元格不可编辑。

元素	说明
场景行	绿色点 = 跟随前台自动命中；橙色点 = 固定预览。后面的匹配规则说明为什么命中（进程名 / 窗口标题，悬停看完整列表）
下拉框	默认 `跟随前台`，切窗口时表格自动跟着变；也可以钉住某个场景预览
`键位`	遥控器物理键：`↑ ↓ ← → OK 返回菜单主页语音对焦`
`单击`	场景解析后的动作，下面一行是实际按键/效果，如 `滚轮 ↑ 300`、`Enter 直通`、`CTRL+T`；点格改动作
`双击`	默认是 Router 内置手势：返回=`音量/亮度模式`、菜单=`鼠标模式`、主页=`导航模式`。点格可以改成任意预设，或 `关闭双击`；改成其它动作后单击会延迟 0.3s 等第二击
`长按`	默认继承动作自带的 `hold_repeat` / `hold_action`；点格可以改成 `连续触发`、`连续加速`、`按住某动作` 或关闭。语音键固定 `按住说话`
行联动	点选或悬停一行，左侧遥控器图上的对应键会亮起蓝环，眼不用在两个面板之间找
接管原生键	右下角开关：当前前台场景的映射键原生事件被低层钩子吞掉，再按映射注入。实体键盘同名键也会按映射处理，双击键的单击延迟约 0.3s；默认关
`高级配置`	用默认编辑器打开 `profiles.json`（匹配规则、自定义动作等）
`重新加载`	改完 json 不用重启程序，点一下热加载

导航模式（qoder / agent）：默认双击主页进入，↑↓ 翻页、←→ 切换控件，单击主页退出；也可以在上面的双击格里改成其它动作。

双击格的动作会延迟 0.3s 等第二击；不接管原生键时原生那一份仍立即触发（所以返回/菜单/主页单击不会丢）。打开接管后原生被吞，单击才真正延迟。

窗口变矮时表格纵向滚动；窗口极窄时保持四列不挤压，横向滚动兜底。正常 1000×680 窗口没有滚动条。

命令行与界面验收

native\build\Release\AgentRMCNative.exe --pin qoder                    rem 固定预览某场景
native\build\Release\AgentRMCNative.exe --shot out.png --tab 1         rem 离屏渲染整窗截图
native\build\Release\AgentRMCNative.exe --shot-settings dialog.png     rem 截语音设置对话框
native\build\Release\AgentRMCNative.exe --shot-guide guide.png         rem 截使用引导

--shot 系列不会启动监听，也不抢单实例，专门用来做界面验收。

构建

native\tools\build.bat              rem 完整构建 + windeployqt
native\tools\build.bat lean         rem 只打 hotkey 包（不链 sherpa 运行库）

工具链（MSVC + CMake + Qt 6.8.3）、手动 cmake 命令、windeployqt 会删掉哪些无用 DLL、以及各部分体积构成，见 native/README.md。

自测

native\build\Release\AgentRMCStoreTest.exe
native\build\Release\AgentRMCRouterTest.exe
native\build\Release\AgentRMCTakeoverTest.exe
native\build\Release\AgentRMCVoiceTest.exe
native\build\Release\AgentRMCAudioTest.exe 2 rc_probe\mic_test.wav
native\build\Release\AgentRMCAsrTest.exe native\models\sensevoice\test_wavs\zh.wav native\models\sensevoice sensevoice

覆盖：预设写回、.bak、同键原生去重、extends 继承、custom 动作；Router 的滚动 / tap / 双击 / 长按 / 媒体 · 导航 · 鼠标模式；接管下的直通补发、连发补发、模式标记和钩子吞键判定（含耳机键）；语音后端解析、WAV 头、SenseVoice / Qwen3 模型发现；真实麦克风采集（1 秒预热、400ms 预录、松手等最后一块）；以及 SenseVoice 端到端转写（第二次为热态延迟）。 AgentRMCAsrTest 只在启用 sherpa 时生成。

无头测试全绿不等于输入链路对：耳机键这类只在真机出现的差异，用 rc_probe/media_probe.py（只读记录低层钩子 + Raw Input）配 rc_probe/sim_avrcp.py（注入一帧带 INJ、只发 keydown 的 0xB3）做 A/B 复现。

语音指令（只有 Python 版实现）

commands.json 那张「说"打开浏览器"就直接执行」的本地指令表，只有 Python 版读它；原生版不读 commands.json，转写结果一律走粘贴（转发热键路线则整个交给 Qoder / WorkBuddy 自己的识别）。要这条能力就用 legacy-python 分支，或者按下面的格式把它补进原生版。

Python 版的规则形态留在这里，方便移植时照抄：

{
  "rules": [
    { "match": ["打开浏览器", "开浏览器", "上网"], "action": { "type": "run", "cmd": "start msedge" } },
    { "match": ["截图"], "action": { "type": "key", "vk": 83, "mods": ["win", "shift"] } }
  ]
}

action.type 支持 run（cmd）、key（vk、mods、repeat）、paste（enter）、enter。匹配前先归一化，去掉「帮我 / 请 / 一下 / 个 / 吧」这类口语填充词，所以「帮我截个图吧」也能命中「截图」。

场景 Profile

按键行为按前台窗口自动切换。程序每次按键时读一次前台进程名和窗口标题（300ms 缓存），命中哪个 profile 就用哪套映射。

内置 5 个：

Profile	匹配进程	上 / 下	左 / 右	OK	返回	主页
`browser`	chrome / msedge / firefox / brave	滚动	后退 / 前进	Enter	Esc	新建标签
`editor`	code / cursor / windsurf / devenv	上/下一个编辑器	上/下一个标签	Enter	Esc	命令面板
`terminal`	windowsterminal / cmd / powershell / pwsh	历史命令	按词跳转	Enter	Esc	清屏
`qoder`	qoder / qoder cn	滚轮（按住连滚）	原生光标移动	原生 Enter 发送	原生 Esc 停止	点击滚到顶；双击切导航
`agent`	workbuddyai / 标题含 workbuddy	滚轮（按住连滚）	原生光标移动	原生 Enter 发送	原生 Esc 停止	点击滚到顶；双击切导航
`default`	其他	↑ / ↓	← / →	Enter	Esc	原生 Home

agent 用 extends 继承 qoder 的全部键位，只改了匹配进程、标题和语音接法（后者只在 hotkey 模式下用）。 Qoder 的语音快捷键 Ctrl+Shift+V 在 webview 里是 keydown 开关（正在录就停，否则开始）。所以这里写 "voice": {"trigger": "toggle"}：遥控器按下时发一次组合键开始录音，松手再发一次停止；不用再点第二下。

Qoder 的 workbench.action.toggleVoiceInput 虽然是窗口级快捷键，但处理函数里有一句 composerFocused ? start : ignore——焦点不在输入框时它直接忽略。所以目前仍然需要先把焦点点进 Qoder 输入框。

曾试过 voice.focus_click: [0.68, 120]（按窗口相对位置自动点一下输入区，再发快捷键），但窗口位置/缩放/DPI 一变就会点空，反而把焦点点丢，导致语音完全不出来；默认已关闭。这个字段还留着，后续做一次性校准（把鼠标放到输入框，记录相对位置）再接上。

Menu（菜单键）在 agent/qoder 里是换行（Shift+Enter）；F11（变焦）保持原生直通。 default 的 Home 也改成了原生——之前它注入 Win 键，按一下就会弹开始菜单/任务栏。

加自己的场景

编辑 profiles.json，在 profiles 数组里加一项，顺序即优先级，default 放最后：

{
  "name": "music",
  "match": { "process": ["spotify.exe", "cloudmusic.exe"] },
  "keys": { "13": "play", "38": "next", "40": "prev" },
  "actions": {
    "play": { "type": "key", "vk": 179 },              // VK_MEDIA_PLAY_PAUSE
    "next": { "type": "key", "vk": 176 },              // VK_MEDIA_NEXT_TRACK
    "prev": { "type": "key", "vk": 177 }
  }
}

匹配字段：

match.process —— 可执行文件名，不区分大小写
match.title —— 窗口标题包含任一关键词
两个都为空 → 只能作为兜底（像 default）
extends —— 继承另一个 profile 的 keys / actions / double / hold / voice，再覆盖；顺序仍然是优先级。agent 就是这样继承 qoder 的。

每个 profile 还可以带 "voice": {"trigger": "hold" | "toggle"} 覆盖全局语音接法。 focus_click 是可选实验项（相对坐标自动点输入区），默认不用，等做校准。

双击 / 长按表

映射页的单元格保存成 profile 顶层的两张表，也可以手写：

"double": {
  "13": "k13_d_mode_media",   // 双击动作名；"none" 关闭内置双击
  "27": "none"
},
"hold": {
  "38": "repeat_accel",       // none / repeat / repeat_accel / 动作名
  "13": "k13_h_mute"
}

double：第二次按下时执行这个动作；单击会延迟 0.3s 等第二击。没有 double 表的键保持原行为； 27/36/93（返回/主页/菜单）没有覆盖时仍回落到内置的音量亮度 / 导航 / 鼠标模式。 "none" 会关掉该键的内置双击，单击不再延迟。 方向键上的双击（如左键=退格）要打开映射页右下角的「接管原生键」，否则原生左移会和双击动作一起触发。
hold：none 关闭长按；repeat 按住重复当前动作；repeat_accel 按住重复并越来越快；其它值当动作名，按住 0.6s 后执行。没有 hold 表的键继续看动作自带的 hold_repeat / hold_action，老配置仍然兼容。
两张表都会跟着 extends 合并。

长按手势

动作里加这几个字段，就能用一个键做出两种操作：

字段	说明
`hold_repeat`	毫秒。按住时每隔这么久重复执行一次；`scroll` 就是"按住连滚"
`hold_accel`	`true` 时每重复一次间隔 ×0.86，最低 45ms（越按越快）
`hold_action`	长按达到阈值后执行的动作
`hold_ms`	长按判定阈值，默认 450–600ms
`hold_defer`	`true` 时按下先不执行普通动作，松手才执行；这样"点击"不会先触发一次
`repeat`	一次执行里重复几次（`key` / `scroll` 都支持）
`label`	映射页/事件流里显示的人话，比如 `"滚到顶"`

事件流不再按键连发逐条刷屏：按键动作本身立即执行，但只会在松手时记录一条汇总，例如 长按 1.4s · 滚轮 ↓ 300 ×12；轻点就是动作本身，语音则记一条 语音 3.2s · 已停录。

agent/qoder 的实际用法：

"scroll_down": { "type": "scroll", "delta": -300,
                 "hold_repeat": 100, "hold_accel": true },   // 按住 ↓ 连续滚
"chat_top": { "type": "scroll", "delta": 9000, "repeat": 3, "label": "滚到顶" }

双击模式（临时状态）

菜单键硬件只发一次按下+抬起、没有长按连发，所以三个模式统一用双击进入，逻辑在 KeyRouter 里，不依赖具体 profile，任何前台界面都能用：

双击	进入模式	模式里的方向键
返回	音量 · 亮度	`↑↓` 音量 ±，`←→` 主显示器亮度 ±（DDC/CI）
菜单	鼠标	方向键移动指针（短按 8px、按住加速），`OK` = 左键单击
主页	导航	`←→` `Shift+Tab`/`Tab` 选控件，`↑↓` `PageUp`/`PageDown` 翻页

不接管原生键时，这三个键的单击仍立即走原生；打开接管后，单击要等 0.3 秒的双击窗口再补发
进入/退出各一声蜂鸣，并在屏幕底部居中弹提示「xx模式开/关」
退出：模式内单击 返回 或 菜单；12 秒不操作自动退出；停止监听也会清状态
鼠标模式期间方向键/Enter 由低层钩子接管：短按 8px、按住加速，OK = 单击；开关关着时只在这几秒影响物理键盘，开关开着时本来就在接管范围内；返回/菜单 不拦，用来退出

导航模式的按键可以在 profile 的 nav.keys 里改，nav.exit_key 指定单击退出的键。

动作类型

type	字段	说明
`key`	`vk`、`mods`、`repeat`	模拟按键，`mods` 可为 `win`/`ctrl`/`alt`/`shift`
`scroll`	`delta`、`repeat`	滚轮，一格 120，正数向上；作用于鼠标所在窗口
`run`	`cmd`	执行命令或启动程序
`none`	`note`	接管关：不注入，原生直通；接管开：Router 补发源键（OK/返回/F11 用它避免双触发）
`brightness`	`delta`	主显示器亮度 ±（DDC/CI，`dxva2`，不支持时提示失败）
`mouse`	`dx`、`dy`	鼠标相对移动
`click`	—	鼠标左键单击
`mode` / `nav_toggle` / `nav_exit`	`mode`	进入音量·亮度 / 鼠标 / 导航模式，或退出导航

配置 `config.json`

{
  "device_mark": "01000d_pid&3838",   // 换遥控器时改这里
  "voice_key": {
    "vkey": 116,                       // 语音键的 vkey
    "confirm_window_ms": 250,          // 判定连发的时间窗
    "min_repeats": 2,                  // 至少几次才算长按
    "silence_stop_ms": 700,            // 静音多久算说完（本地后端）
    "min_record_ms": 300               // 短于此视为误触（本地后端）
  },
  "media_voice": {                     // 耳机播放/暂停键 = 语音开关
    "enabled": true,
    "vkey": 179,                       // VK_MEDIA_PLAY_PAUSE
    "swallow_in": ["qoder", "agent"],  // 可省：写了就按名单，不写则凡是配了语音的场景都接管
    "silence_ms": 6000,                // 本地后端：耳机起的会话停嘴多久自动收尾
    "auto_stop_ms": 30000              // 转发热键：耳机起的会话多久释放组合键
  },
  "keys": { "38": "up", "40": "down" },        // vkey -> 语义名
  "actions": { "up": { "type": "key", "vk": 38 } },  // 语义名 -> 动作
  "voice": {
    "backend": "hotkey",               // hotkey=转发 Agent 语音键（默认，0 模型）
                                       // sensevoice / qwen3 = 本地转写
    "sensevoice_dir": "",              // 留空则找 exe 同目录 models\sensevoice，再退到 native\models
    "qwen3_dir": "",
    "input_device": null,              // null=系统默认，或填设备序号（本地后端才用）
    "sample_rate": 16000,
    "asr_language": "zh",
    "paste": true,                     // 转写后粘贴到前台窗口
    "auto_enter": false,               // 粘贴后自动回车
    "hotkey": {
      "vk": 86,                        // vk 86 = V，即 Ctrl+Shift+V（Qoder 的语音键）
      "mods": ["ctrl", "shift"],
      "trigger": "hold"                // hold=按住；toggle=按一下开、再按一下关
    }
  },
  "ui": {
    "auto_listen": true,               // 启动即监听
    "start_minimized": true,           // 启动藏在托盘，不闪窗口
    "close_to_tray": true              // 关窗只隐藏继续监听；false = 关窗即退出
  }
}

profile 里的 voice.trigger 只在转发热键这条路线下生效；qoder 和 agent（WorkBuddy）都是 toggle（Ctrl+Shift+V / Ctrl+D，每按一次切换开/关）。

语音键的三条路线

`voice.backend`	行为	代价
`hotkey`（默认）	语音键 → 转给前台 Agent 自己的语音快捷键	0 模型、不占内存；识别效果就是 Qoder / WorkBuddy 的效果
`sensevoice`	语音键 → 电脑麦克风录音 → sherpa-onnx SenseVoiceSmall 转写 → 粘贴	模型约 230MB（下载包 158MB）；中文/粤语/英日韩，自带标点 ITN
`qwen3`	同上，换 Qwen3-ASR 0.6B int8	模型约 1GB（下载包 838MB）；语言更多，CPU 上比 SenseVoice 慢

没有 backend 字段时兼容 Python 版配置里的 mode: local（按 sensevoice 处理）； asr_model（small/medium/large）是 Python 版 faster-whisper 的尺寸，原生版不读。本地后端实测：3 秒音频热态转写约 150ms，首帧含模型加载约 1.8s（CPU / int8）。

hotkey 再分两种触发方式，写在 voice.hotkey.trigger（或 profile 的 voice.trigger）：

trigger	注入	适用
`hold`	按下发 keydown 不松手，松手才发 keyup	目标程序是"按住说话"
`toggle`	按下完整按一次组合键，松手再完整按一次	Qoder 的语音是"按一下开始 / 再按一下停止"

Qoder 的 voiceInputComboShortcut 只在 keydown 上做切换（webview 里 handlePressed 判断"正在录音就停，否则开始"），keyup 不生效。qoder profile 里写的是：

"voice": { "trigger": "toggle" }

程序会在按下时完整按一次 Ctrl+Shift+V（开始录音）、松手再完整按一次（停止并出字）；短于 300ms 的按住会等满 300ms 再发停止，避免第二次按下被 Qoder 当成"还没开始"。 hold 也保留，适合目标程序是"按住说话"的场景。

两种方式都假设 Qoder 起始状态是 idle。如果它已经停在录音态，先手动点一下停止，否则第一次按下会被当成"停止"。

副屏任务栏闪动：实测“测试麦克风”不按遥控器也会闪，所以是 Windows 10 的麦克风使用指示器（Shell_SecondaryTrayWnd）在录音开始/结束时让任务栏露一下，不是 Qoder 浮层，也不是 F5。任何用麦的程序都会触发；AgentRMC 关不掉。要消掉只能从 Windows 侧：任务栏设置里关掉麦克风系统图标（如果有），或者关掉“自动隐藏任务栏”。

耳机播放键也能开关语音

Qoder / WorkBuddy 场景在前台时，蓝牙耳机的播放/暂停手势会被接管为语音开关：按一下开、再按一下关。耳机走 AVRCP，而 Windows 只在电脑上没有活动播放会话时才把它注入成按键（带 INJ 标记、没有设备名、也没有 keyup），所以只能做 toggle，走不了按住逻辑。

正在放歌时，播放/暂停被 Windows 直接投给 SMTC 媒体会话，键盘层收不到这一帧，接管不了——那种场合用遥控器 F5 开语音。
实测双击 = 0xB3（播放/暂停）、三击 = 0xB0（下一曲）。三击留给切歌，不抢。
生效范围：默认凡是配了语音的场景都接管；要收紧就在 media_voice.swallow_in 写场景名名单。原生版语音设置里有「耳机播放键 = 语音开关」总开关，直接写回配置。
结束时机由程序兜底：本地后端读麦克风能量，停嘴 silence_ms（默认 6000ms）自动收尾；转发热键模式不录音、没有能量信号，auto_stop_ms（默认 30000ms）到点释放组合键，免得 Ctrl+Shift 一直按住。
换键改 media_voice.vkey（179 = 播放/暂停），整体关掉用 media_voice.enabled。
想复现这一帧不用戴耳机：python rc_probe/sim_avrcp.py 2 会注入同样的「带 INJ、只发 keydown」的 0xB3。

音量键不产生任何键码（AVRCP 绝对音量），接不了；耳机麦克风在系统里也没有录音端点。

语音设置里选路线

语音卡片的 模型设置 打开对话框，四样东西对应 config.json：

识别方式 —— 转发当前应用热键（0 模型） / 本地 SenseVoice（约 230MB） / 本地 Qwen3-ASR（约 1GB），写回 voice.backend；下面那行说明会随选择变，热键路线会直接告诉你各场景转发成哪个组合键
模型目录 —— SenseVoice / Qwen3 各一行，留空就用默认路径（先看 exe 同目录 models\<名称>，再退到 native\models\<名称>），右边实时显示 ✓ 已找到模型 或 未找到模型文件；下载脚本 按钮直接跑 tools\download_voice_models.bat
转写后粘贴到前台窗口 / 粘贴后自动回车 —— voice.paste / voice.auto_enter
耳机播放键 = 语音开关 —— media_voice.enabled，下面一行灰字列出当前会接管的场景

选本地后端时，「开始监听」会预热麦克风（停止监听或切回热键时释放），Windows 的麦克风指示器在这段时间常亮是预期行为。选热键时程序完全不碰录音设备。

切回 hotkey 时默认组合是 Ctrl+Shift+V（vk 86 + ctrl/shift），也就是 Qoder 的语音键。换成别的组合只改一行：

"hotkey": { "vk": 18, "mods": [], "trigger": "hold" }   // vk 18 = Alt

实测记录：先试的长按 Alt，注入的 Alt 事件没能触发目标的语音输入（GetAsyncKeyState 能查到 Alt 处于按下状态，说明注入本身没问题，是那个快捷键没被识别）；换 Ctrl+Shift+V 后一次就通了。所以默认用 Ctrl+Shift+V。

注入方式从 keybd_event 换成了 SendInput + 扫描码（MapVirtualKeyW 取 scan code）， Chromium/Electron 这类应用更认这个——keybd_event 只给 vk 时，Chromium 可能拿不到正确的 code，表现就是"按了没反应"。

已知限制

1. 语音用的是电脑麦克风，不是遥控器的

这不是偷懒，是实测结论。遥控器麦克风在 Windows 上取不到，证据链：

尝试	结果
订阅 `D1FF/A001`（4 分钟）	只有订阅瞬间一个 16 字节全零包，按住语音键期间零音频
往 `A002` 写 7 种候选命令（`04`/`01`/`00`/`08`/`0a`/16字节×2）	全部写入成功，`A001` 零回应
订阅 `6287/6487`	无数据
`hidapi` 读 HID 报告	`OSError: read error`
`CreateFileW` + `ReadFile`（普通权限）	`err=5 ACCESS_DENIED`
`CreateFileW` + `ReadFile`（管理员）	仍然 `err=5`
访问掩码遍历（`FILE_READ_DATA` / `GENERIC_READ` / `FILE_GENERIC_READ` / `READ_DATA\|SYNC` / `+OVERLAPPED`）	全部 `err=5`；只有 `READ_ATTRIBUTES`、`SYNCHRONIZE` 能过
零权限句柄发 `IOCTL_HID_GET_INPUT_REPORT` 等 5 个 IOCTL	全部 `ERROR_INVALID_FUNCTION`
WinRT `HidDevice.FromIdAsync`	需要 UWP capability，返回 `None`

结论：1812 服务的 HID 接口被 hidbth 驱动独占，DACL 里没有给任何用户（含管理员）FILE_READ_DATA 权限，用户态拿不到 256 字节原始报告。而私有 GATT 通道（D1FF/6287）在 Windows 上既收不到音频、写命令也无回应。

推测：遥控器只在极米投影仪的认证环境下才推音频流；在 Windows 里按住语音键，它只发 F5 连发表示"我按了"，并不会真的开麦推流。

后续补充：翻 GitHub 同类项目后确认，通用电视盒子遥控器的语音走的是 BLE 的 ATVV 服务（AB5E0001），不经过 1812 的 HID 报告——所以上面这条"从 HID 报告里捞音频"的思路对 ATVV 机型本身就不成立。完整协议见下面第 4 条。

补测：用 Raw Input 绕过 DACL，把 HID 报告直接抓下来

上面那些 CreateFileW / hidapi 全部 err=5，但 Raw Input 走的是内核投递 WM_INPUT 的路径，不需要 FILE_READ_DATA，这条路之前没试过。补测结果（rc_probe/rawsize.py）：

项	结果
HID 集合数（`hid.enumerate`）	只有 1 个：`usage_page=0x0001 / usage=0x0006`，路径结尾 `\KBD`
厂商自定义集合	没有，所以不存在能装音频的自定义报告
按住语音键 20.6 秒	收到 188 个报告，全部恰好 16 字节（标准 `RAWKEYBOARD`）
报告内容	全是 `VKey=0x74`（F5）：184 次 keydown + 4 次 keyup，即 4 次按下 + 连发
非 16 字节报告	0 个

也就是说：按住语音键期间，遥控器在 HID 上只发标准键盘报告，一个额外字节都没有。配合下面"所有可订阅 GATT 通道零帧"，可以下死结论——这台遥控器在 Windows 上不推任何音频，它对电脑来说就是个键盘。

2. 音量键 / 电源键在电脑上收不到：不是没映射，是没信号

遥控器是 13 键，但 config.json 里只登记了 8 个方向/功能键 + 语音键。音量 ±、电源这几颗键从来没有被捕获到过，原因不是漏配，而是它们根本不发报文给电脑。

验证方法（rc_probe/keyprobe.py）：同时注册三路 Raw Input —— 键盘集合 0x01/0x06、 Consumer Control 0x0C/0x01（音量/静音/播放就属于这一类）、系统控制 0x01/0x80，并且把 HID 类型的原始报告也打出来。结果：

测试	结果
只注册键盘集合（`rawlisten` / `learn_keys` 的旧做法）	按音量键无任何输出
三路全注册 + HID 原始报告，45 秒窗口	0 个报文
改成「随时按、实时打印」再跑 70 秒	0 个报文
按音量键时看 Windows 系统音量	完全没变

最后一条最关键：连系统音量都没动，说明报文根本没进 Windows 的 HID 栈，不是被我们的过滤器漏掉。剩下的解释只有两种：

音量/电源是红外发的（电视/投影遥控器的常见做法，这样关机状态也能用），只对投影仪生效
或者走厂商私有通道，只认极米主机

10 秒验证：用手机相机对着遥控器前端，按音量键——手机摄像头能看见红外，如果看到灯在闪，就是红外键，电脑端无解（除非外接红外接收器自己解码）。

替代方案：语音说「音量加 / 小声点」，commands.json 里已经有这两条规则，走语音链路反而比按物理键更省事。

3. `F11` 是变焦 / 对焦键，且不能映射，只能直通

这颗键（vkey 122 / 0x7A）实测就是遥控器上的变焦（对焦）键，发标准 F11，所以在应用里按下去就是全屏 / 还原。

如果 Qoder 正处全屏，按一下这颗键会退回窗口，Windows 任务栏就会露出来。它和语音键（F5）是两颗不同的键，位置挨着，容易误按成"按语音键弹任务栏"。

但不能给它配映射。实测：一次按键只产生 1 个 keydown + 1 个 keyup（rc_probe/keyprobe.py 抓的，没有连发），可是配上 {"type":"key","vk":122} 之后按一下会切两次全屏、看起来像没反应。

原因是我们的 Raw Input 注册只用了 RIDEV_INPUTSINK，没有 RIDEV_NOLEGACY：

遥控器按下 F11
   ├─→ Raw Input（我们的窗口）→ 执行映射 → SendInput 再发一次 F11   ← 第 1 次
   └─→ 传统键盘消息 → 前台窗口（应用）→ 切全屏                      ← 第 2 次

两次抵消。所以 profiles.json 里 122 的动作是 {"type": "none"}——明确"不拦截"，让系统那一次生效。按键映射页会显示成「原生 F11 直通」。

接管开着时，原生那一份被钩子吞掉，Router 只补一次，F11 仍然只切一次。不打开「接管原生键」时，这个坑对所有"想改行为"的键都成立：只要原生行为还在，映射就是叠加而不是替换。详见下面第 5 条。

4. 若仍想用遥控器麦克风：得先有 ATVV，而这台没有

先把话说清楚：遥控器麦克风的音频从来不走 HID 报告。之前"音频可能在 1812 的 256 字节透传报告里"的推测是错的，翻 GitHub 上跑通过的项目就能确认——电视盒子遥控器的语音走的是 BLE 上另一条独立通道 ATVV（Google Android TV Voice）。

项	值
服务	`AB5E0001-5A21-4F05-BC7D-AF01F617B664`
TX	`AB5E0002` 主机写命令
AUDIO	`AB5E0003` 遥控器 notify，音频帧
CTL	`AB5E0004` 遥控器 notify，状态帧
编码	IMA/DVI ADPCM，16 kHz 单声道，4:1

实测时序（三个项目一致）：

主机                                遥控器
 │── 订阅 0003 / 0004 ──────────────▶│
 │── TX GET_CAPS 0A 01 00 00 03 03 ─▶│
 │◀─ CTL 0x0B 能力帧（codec/帧长）───│
 │        （用户按下语音键）           │
 │◀─ CTL 0x08 请求开麦 ──────────────│
 │── TX MIC_OPEN 0C 00 ─────────────▶│
 │◀═ AUDIO 连续 ADPCM 帧 ═══════════│
 │◀─ CTL 0x0A 同步帧（重置解码器）───│
 │        （用户松开语音键）           │
 │◀─ CTL 0x00 流结束 ────────────────│
 │── TX MIC_CLOSE 0D ───────────────▶│

关键是它是独立 GATT 服务，不碰 1812，所以不需要抢 HID 设备、不需要管理员、也不受 hidbth 的 DACL 限制。Windows 上直接用 WinRT 订阅就行，这也是 flydog555/xiaomi-remote-voice-assistant 的"电脑蓝牙直连"方案。

问题在于：这台极米/Realtek 遥控器根本没有 AB5E 服务。重新做了一次 UNCACHED 全量发现，8 个服务是：

1800 1801 180A 180F 1812 6287 D0FF D1FF

D1FF/A001(notify)+A002(write) 结构和 ATVV 同形，于是按 ATVV 时序完整试了一轮（rc_probe/atvv_probe.py）：GET_CAPS v1（0A 01 00 00 03 03）、GET_CAPS v0 （0A 00 04 00 03）、MIC_OPEN（0C 00）、MIC_CLOSE（0D）全部写入成功， A001 一个字节都没回——连 ATVV 的能力帧 0x0B 都没有。

结论：这台遥控器的语音不是 ATVV，也不是能对任意主机开放的私有通道。结合上面 Raw Input 的实测（按住 20.6 秒只有 188 个标准键盘报告、零非标准报告），从 Windows 这一侧能观察到的全部事实是：

观察	事实
按语音键时 HID 上有什么	只有 16 字节标准键盘报告，全是 F5 连发
按语音键时 GATT 上有什么	所有可订阅通道（`2a19` / `A001` / `6487`）零帧
有没有厂商自定义 HID 集合	没有，只有键盘集合

所以对电脑来说它就是纯键盘。至于音频到底在哪，只剩两种可能：

A：录音在投影仪——遥控器只是"按下/松开"的开关，投影仪用自己的麦克风录音并上传识别。
B：录音在遥控器——但私有推流通道只对极米主机开放（需要主机侧认证/特定命令），换任何别的 host 都不开麦。

30 秒就能定性：找到遥控器上的麦克风孔（一般在顶部或正面），用胶带贴死，再对着投影仪说「打开设置」。还识别 → A 成立；识别不了 → B 成立。

想复测（比如换一支小米 RC003-MS / 遥控器 2 Pro）：

tools\atvv_probe.bat                  # 30 秒窗口，按提示按住语音键
tools\rawtest.bat                     # HID 原始报告尺寸嗅探，带倒计时
python rc_probe\atvv_probe.py --seconds 40

脚本会先找 AB5E，找不到退化试 D1FF，把每一帧写进 rc_probe/atvv_raw.jsonl，拿到音频就解成 rc_probe/atvv_16k.wav。换一支真 ATVV 遥控器，这套代码就能直接把遥控器麦克风接进本地转写，电脑麦克风可以彻底不用。

5. 核心限制：默认映射是"叠加"，不是"替换"

遥控器的按键本来就会作为普通键盘事件送到前台窗口（Raw Input 只注册了 RIDEV_INPUTSINK，没有 RIDEV_NOLEGACY）。默认（接管关） 时：

你的映射	实际结果
映射成和原生一样（如 OK→Enter）	Enter 发两次
映射成别的键（如主页→Ctrl+T）	原生 Home + Ctrl+T 都触发
映射成 `none`	只有原生那一次，正常

打开「接管原生键」后，原生那一份被钩子吞掉，上面这些叠加结果不再成立，见下一小节。

默认（接管关）时，agent/qoder 里 OK、返回、F11 全是 none：原生 Enter / Esc / F11 本来就是对的，不再多注入一次。上下滚轮和主页手势是"叠加"，原生方向键/Home 也会落到聊天输入框里（最多移动一下光标，无害）。打开接管后，这些原生副作用也被吞掉，改由 Router 按映射处理。

NOLEGACY 实测：为什么不能做按设备的真替换（2026-10-27 补测）

之前写过"RIDEV_NOLEGACY 会把实体键盘一起废掉"，这次实测证明那句话是错的，但结论仍然是——用户态做不了按设备的真替换：

探测	做法	结果
`rc_probe/nolegacy_probe.py`	本进程注册 NOLEGACY，然后 `SendInput` F13 给自己的窗口	只收到 `WM_INPUT`，没有 `WM_KEYDOWN`
`rc_probe/nolegacy_probe2.py`	A 进程注册 NOLEGACY；B 进程建窗口并抢焦点；A 注入一次、B 自己注入一次	B 收到 down/up/down/up 四组，全部正常

结论：

RIDEV_NOLEGACY 只抑制注册它的进程的传统消息，不是全系统；
因此不开接管时，前台程序照样收到遥控器的原生按键，开关它没有任何拦截效果；
同时别的进程用 SendInput 注入的键也完全不受影响，所以"重注入"不是问题所在。

想在用户态按设备真正"吞掉"遥控器的某个键，只剩内核过滤驱动（比如 Interception，要管理员、要签名驱动、按设备句柄过滤）或硬件桥接。这个项目默认不走这两条路，把映射设计成"原生行为可接受"的叠加；需要真替换时用下一小节的用户态接管开关。

可选：「接管原生键」（所有场景，2026-10-30）

映射页右下角新增开关（config.json → ui.native_takeover，默认关）。打开后，用低层钩子（WH_KEYBOARD_LL）把当前前台场景的所有映射键原生事件吞掉，并把同一个 keydown/keyup 直接喂给 Router，再按单击/双击/长按注入。物理键被吞后 Raw Input 不保证还会到，所以不能只依赖它；万一 Raw Input 也到了，会用 50ms 去重避免执行两次。

双击方向键现在可以真替换：左键双击=退格，不会再先原生左移两次。
代价：用户态只能按 VK 处理，实体键盘的同名键（方向键/Enter/Esc/F11 等）也会按当前场景的映射执行，不再走原生；双击键的单击要等 0.3s 的双击窗口。
所有场景生效：切场景就换成该场景的键集合；关掉开关立即放行。语音键 F5 不在接管集合里。
这不是按设备过滤；要"只吞遥控器、不伤键盘"仍然只能上内核过滤驱动或硬件桥接。

还有两个绕不开的副作用：

滚轮作用于鼠标所在窗口，不是前台窗口。用遥控器时把鼠标停在聊天区。
语音键的原生 F5 仍会送到前台：浏览器里可能刷新，IDE 里可能触发 F5 绑定。用语音时建议焦点停在 Agent/Qoder 的聊天输入框。

四种选择，按侵入性排序：

只映射"原生行为无害"的键（默认，最轻）：OK/返回/F11 用 none；需要额外动作时用长按或原生重复无害的键（如主页）。
打开「接管原生键」开关（可选，所有场景）：吞掉映射键原生事件再注入，方向键双击也能真替换；代价是实体键盘同名键也按当前场景映射处理，双击键的单击延迟 0.3s。
内核过滤驱动（Interception 等）：按设备吞键、再注入，代价是管理员权限 + 驱动签名，以及提权窗口的 UIPI 问题。
硬件桥接：ESP32-C6 / CH585D 从 BLE 空口直接抓，根本不进 Windows 键盘栈（参考 flydog555/xiaomi-remote-voice-assistant 的做法）。

与 Python 版的关系

当前实现是原生版（native/，C++/Qt 6）。Python 版整体留在 legacy-python 分支，那份 README 就是上面这些章节的 Python 语境版本（含 tools\setup.bat / PyInstaller 打包 / faster-whisper 尺寸切换），本文不再重复。
数据格式同一套：config.json / profiles.json schema 两边通用，你现有的映射（左键双击=退格、长按=PageUp 等）原生版直接可读；voice.mode: local 会被当成 voice.backend: sensevoice，asr_model 与 commands.json 原生版不读。
共用单实例互斥量 Local\AgentRMC.SingleInstance：两版不能同时监听，后启动的那个点「开始监听」会提示 AgentRMC 已在运行——这是故意的，避免同一个键注入两次。
迁移与验收期间可以把两版并排跑（一版监听、一版只看界面），事件流互相对照。
原生版的迁移记录、里程碑和构建细节见 native/README.md。

参考项目

写这部分时参考的都是实测跑通过的开源实现，不是纸上协议：

项目	平台	价值
flydog555/xiaomi-remote-voice-assistant	Windows	WinRT 直连 ATVV，`core/ble_service.py` 是最完整的 Windows 参考；还给了 ESP32-C6 / CH585D 硬件桥接，用来绕开 Windows 内核吞掉的返回键与音量键
godarrenw/mi_remote_control	macOS	`DESIGN.md` 把两条通道（HID 按键 / ATVV 语音）讲得最清楚，附完整时序图
dailiuyi/xiaomi-remote-voice-linux	Linux	BlueZ + PipeWire 建专属音源，适合当"音频链路怎么接进系统"的范例
HD838A/remote-mic-app	iOS/macOS	`TECHNICAL.md` + 兼容性 bug 记录，列了 RC001/RC003 的服务清单，能用来对比"哪些遥控器真有 AB5E"

顺带一个可以复用的结论：这些项目都验证了按键走 HID、语音走 ATVV，两条通道互不干扰。所以我们现在的做法（Raw Input 收键 + 电脑麦克风收音）在架构上是对的，只是把 ATVV 那一半换成了系统麦克风。

Name		Name	Last commit message	Last commit date
assets		assets
legacy		legacy
native		native
rc_probe		rc_probe
tests		tests
tools		tools
.gitattributes		.gitattributes
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
agentrc.py		agentrc.py
agentrc_gui.py		agentrc_gui.py
commands.json		commands.json
config.json		config.json
profiles.json		profiles.json
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation