把手机浏览器变成电脑的远程输入终端，语音、触控板、常用按键都行

🗣️ 语音输入 _{豆包输入法 → 电脑}	🖱️ 触控板 _{手机当鼠标用}	📋 历史记录 _{点击回填，自动滚回顶部}

电脑上写长文，打字慢；手机上豆包输入法的语音识别很准，但识别出来的字还在手机上。躺在床上 AI Coding 切候选项，还得爬起来摸键盘。

Remote Input Board 把这件事倒过来：电脑上跑一个小服务，手机浏览器打开网页，手机就变成电脑的远程输入终端。语音输入直接打到光标位置，触控板当鼠标用，ESC、发送、清空这些常用按键也能在手机上操作。

项目地址：https://github.com/createskyblue/remote-input-board

能做什么

文本输入

🗣️ 手机用豆包输入法语音识别，电脑光标处直接出字
⚡ 停止输入后自动发送，延时可调
↩️ 有内容按回车立即发送，空内容按回车 = 电脑回车键
⌫ 输入框为空时按退格 = 电脑退格键
📝 最近 30 条发送历史，点一下回填到输入框，覆盖前会确认
🔢 累计发送字数统计，浏览器 localStorage 持久化

触控板

🖱️ 单指滑动 = 移动鼠标，单指单击 = 左键，双指单击 = 右键
📜 双指滑动 = 滚动（横放上下滚，竖放左右滚）
✊ 双击按住 = 拖拽，松开结束
🌐 鼠标移动和滚动走 WebSocket，比 HTTP 轮询延迟低得多

常用按键

⎋ ESC、清空、发送按钮放在输入框下方，AI Coding 退出状态、重发文本和清理输入都很顺手

关键行为

🧹 所有文字通过 Win32 SendInput Unicode 键盘事件逐字输入，不碰系统剪贴板，不会覆盖你复制的重要内容

怎么用

电脑端一行启动：

uv run python -m py_remote_input

终端打印局域网地址，手机连同一个 Wi-Fi 打开即可。发送前在电脑上点一下目标输入位置，把光标放好。

改端口：

$env:PORT='3219'; uv run python -m py_remote_input

打包成单个 exe（不需要 Python 环境）：

.\.venv\Scripts\python.exe scripts\build_exe.py

输出 dist\RemoteInputBoard.exe，双击即用。

发送过的文本都写进 logs/input-history.log，一行一条 JSON，崩溃也不丢。

架构

整个项目只有两个运行时通道：

通道	用途	协议
HTTP API	文本发送、按键、鼠标点击等离散操作	HTTP POST JSON
WebSocket	鼠标移动、滚动等高频连续操作	WebSocket 文本帧 JSON

鼠标移动如果走 HTTP，每次 pointermove 发一个 POST 请求，延迟和开销都很大。走 WebSocket 后，前端用 requestAnimationFrame 攒帧合并增量，后端收到直接调 SendInput，体感跟手。

核心模块：

py_remote_input/
  __main__.py     # 入口
  server.py       # HTTP + WebSocket 服务，ThreadingHTTPServer
  web.py          # HTTP 路由和请求分发
  websocket.py    # WebSocket 帧编码/解码（无第三方依赖）
  typer.py        # Win32 SendInput 封装：文本、按键、鼠标移动/点击/滚动
  logger.py       # 结构化日志（同时输出 stdout 和文件）
  templates/
    index.html    # 单页前端（原生 JS，无框架）

typer.py 是整个电脑端的核心。文字输入走 KEYEVENTF_UNICODE，每个 UTF-16 码元生成一对 keydown/keyup 事件；回车和退格映射到虚拟键码；鼠标移动、点击、滚动各自拼装 MOUSEINPUT 结构体，统一通过 SendInput 批量注入。

server.py 用标准库 ThreadingHTTPServer，不依赖 Flask 或任何 Web 框架。WebSocket 升级握手、帧解析、掩码处理全在 websocket.py 里手写实现，代码不到 80 行。

前端是单个 HTML 文件，所有状态（自动发送开关、延时、历史记录、累计字数）存在 localStorage，不依赖服务端 session。

触控板手势状态机

触控板的 tap / double-tap / drag 判定不依赖浏览器 click 事件，完全在 pointerdown/move/up 里处理：

单指按下：记录起始时间戳和位置，启动 tap 监测
移动超过阈值（8px）：判定为滑动，取消 tap，开始移动鼠标
抬起且无移动且间隔 < 220ms：判定为 tap，区分单指（左键）和双指（右键）
快速双击（间隔 < 180ms）：进入拖拽候选 — 第二次按下后如有移动则锁定拖拽（持续按下左键），无移动则触发双击
双指滑动：根据两指初始横纵关系判定滚动轴向，累积增量走 requestAnimationFrame 批量发送

所有定时和状态管理都在前端完成，服务端只接收 mouseMove、mouseScroll、mouseClick、mouseButton 四种标准化消息。

小结

这个工具的出发点一直没变：把手机上更好的输入能力借给电脑用。语音输入是起点，触控板和常用按键是后来发现同样顺手加上的。代码量不大，但恰好覆盖了"不想碰键盘"的几个高频场景。

本文由 AI 辅助生成，可能存在错误或遗漏，请以实际资料和官方文档为准。