macOS 全键盘导航

动机

我不是键盘狂热者，只是个人是比较偏向于全键盘操作，至于鼠标键盘之间的效率问题，某些方面讲也是仁者见仁，智者见智的，推荐一下这篇文章： 使用鼠标可以提升编程效率吗? | NIL。我认为键盘操作比起鼠标操作更能容忍高延迟的屏幕显示，也认可光标到达目标控件前的移动距离确实低效。不过，即便如今键盘操作能覆盖我八九成的工作场景，鼠标操作仍作为一种手段的方法而时常故意为之。

对我而言最大的困扰其实是键鼠的切换成本。外接键盘鼠标的话，一次挪动手掌是需要肘与肩这样的大关节参与，而日常使用中整个操作序列难以避免的要散布着几个鼠标操作，非常难受。特别是 macOS 下，默认的应用/窗口切换行为有时还是很让人迷惑，难以避免要用光标辅助一下。

当然做到全键盘操作，像聚焦（spotlight）、Alfred 之类工具是必不可少，我认为有点复杂度的生产工具都需要提供功能模糊搜索（fuzzy searching）甚至 transient.el 这类的功能。但像这样的工具配置还有快捷键相关的就不在这文章讨论之类，这篇文章主要分享我如何用键盘覆盖鼠标大部分场景下导航操作（Navigation）的经验。

应用内导航

一般化

很大一部分 GUI Apps 对全键盘使用并不友好，快捷键时常只能覆盖部分场景，更别谈记忆快捷键的成本了，记住的只能是日常通用操作或天天使用的生产力工具，当然像 cheatsheet 之类的辅助工具可能有所帮助。但更好的是一套一般化的导航方案，比如说遍历窗口的所有可交互元素，并为其编号，通过键盘输入记号与其交互。

vimac 就是类似的应用。它通过无障碍 API (Accessibility API)，去遍历当前窗口的元素 1，采用 DFS 遍历为控件编上快捷键。触发的时候把光标移动到控件位置，并执行相应操作。

除了左键单击外还支持以下按键行为 2:

• 右键，Shift
• 双击，Command
• 移动光标，Option

vimac 称之为 Hint 模式，默认按住空格键可以触发。另外 Hint 模式还遍历了以下区域的控件：

• 通知中心（notificationcenterui）
• 右侧菜单（extrasMenuBar）
• App 菜单（menuBar）

另外，名字有 vi, 自然少不了 hjkl。vimac 称之为 Scroll 模式。

Scroll 模式同样会遍历当前窗口的所有子控件，并找到所有如下元素的可滚动控件3：

• AXScrollArea

然后将焦点定位到第一个 ScrollArea 4，可按 ⇥(Tab) 能切换到不同 ScrollArea

滚动是通过模拟鼠标滚轮实现的，比如 gg, G 滚动到顶部/底部，就是执行滚动 Int16.max 个像素。

let event = CGEvent.init(scrollWheelEvent2Source: nil, units: .pixel, wheelCount: 2, wheel1: yAxis, wheel2: xAxis, wheel3: 0)!

vimac 的关键功能是通过无障碍 API 实现的，vimac 只能在支持无障碍 API 的应用上生效，好在原生控件是默认支持的，大部分场景下都能起作用。一些 App 需要特殊支持：

• chromium，Accessibility Technical Documentation
• electron，Accessibility | Electron

Chrome

浏览器需要单独拎出来说一说，重点当然是推荐 vimium 这扩展。vimac 相当于简化版的 vimium. vimium 的交互对象不限于控件（超链接），还能触达文本，可惜对文本的操作只有复制如果能支持右键菜单那就更好了。总之能熟悉 vi 的话用起来应该是得心应手的，按 ? 也能看到所有操作指南。

vimium 基本上能覆盖我大部分需要使用鼠标的场景。特别需要提一下的是 macOS 上 Chrome 的一个坑，当 ⌘+l 将焦点定位到地址栏后，竟没有快捷键让焦点回到页面。这个问题曾折腾了我不少时间，最终找到除了用鼠标点一下外的几种花式办法：

1. tab 一次次切换焦点，直到页面
2. 地址栏执行 javascript:
3. ⌘+f 搜索任意字符（但大概率会重置当前视口）
4. ⌘+⌥+↑

第四点对应的快捷键是， ⌘ Command + ⌥ Option + ↑ / ↓ 。其可以在地址栏、标签栏、书签、页面间切换焦点，虽然这个按键组合不太友好，但相比其他办法还是可以接受的。这是最近我整理资料才发现的，相当于 Windows/Linux 下的 F6/Ctrl+F6, 应该是后面版本才更新的。

不过我养成用 vimium omnibar 代替地址栏操作的习惯后，就摆脱这困扰了。相信定位到地址栏的目的 80% 是复制当前地址，可以直接用 yy 搞定。如果需要编辑地址则 ge 搞定。

vimium 覆盖不了的场景，频率最高的就是对于非 iframe 的其他可滚动元素，无法避免用鼠标点一下获得焦点，hjkl 才能对该滚动区域生效。至今还不能完美解决5，还是比较难受的，具体见 Make it possible to focus a scrollable div without using the mouse · Issue #425

另外，对于一些页面如果有快捷键冲突需要禁用 vimium, 比如 gmail, youtube… 那么 vimac 也是能派上用场的。

窗口导航

macOS 上的窗口导航可是个大坑。如果把 ⌘-⇥(Tab) 当成窗口切换去用，肯定会遇到不少难以理解的迷惑行为。比如 WeChat 常常是唤不起窗口的。实际上 ⌘-⇥ 切换的是应用而不是窗口，而切换应用时部分状态的窗口是不会被带起的。

这个坑的一大因素就是用户需要面对的窗口（或应用）状态繁多：

• 正常
• 全屏
• 隐藏（ C-h 隐藏当前应用的所有窗口）
• 最小化
• 无窗口

切换应用时，能带起的是正常状态、全屏状态和隐藏状态下的窗口。但不一致的是 ⌘-`` 只能循环切换正常状态下的窗口，或在切换界面按下 ↓` 进入 App Exposé 也只能看到正常状态下的窗口。如果应用没有窗口或只有最小化的窗口也是能被切换，但切换后没有任何反应，也十分迷惑。

但当使用场景进入到多屏幕多空间，同时应用拥有多个全屏窗口或者混合全屏窗口和普通窗口。切换行为才是最让人迷惑的，我到现在也没搞懂它的逻辑，反正我在屏幕 A 的应用 A 的普通窗口 A 切换同屏幕的其他应用窗口后，就再也无法通过 ⌘-⇥ 回到这个窗口，焦点会落在屏幕 C 的应用 A 的全屏窗口上。

在这里我强烈推荐使用 AltTab 代替 ⌘-⇥，AltTab 的切换对象就是窗口，非常直观。同时支持所有状态的窗口，包括无窗口的应用，切换的行为相当于在 Dock 栏点击应用图标，会重新打开被关闭的窗口。对各种窗口状态与屏幕、空间都整理的比较清晰，可以微调过滤不要的窗口状态，同时在能在切换器界面显示窗口的状态与所在的空间。这个可能意义不大，但仍要截个图说明一下，因为我一开始也搞不清楚这些小图标的意思。

建议将 Shortcut 2 设置为 Active app 并绑定给 `⌘-`` 。全面替换掉系统的默认行为 ，用了一段时间基本没有什么不适，可能有一些 Bug 但利大于弊。

另外 lwouis/alt-tab-macos 也是一个相当活跃的项目，作者还在一直保持更新。

屏幕间导航

屏幕间导航并不是指切换显示设置里的主屏幕，不过说起这个主屏幕主要是要提一下另外一个迷惑行为，一般认为 Dock 栏和 ⌘-⇥(Tab) 选择器是出现在主屏幕。实际上 Dock 栏和⌘-⇥选择器出现的屏幕是，主屏幕沿着 Dock 栏方位继续延伸直到到达整体屏幕空间的边缘，这时所在的屏幕才是 Dock 栏和⌘-⇥选择器出现的屏幕，更像是真正的主屏幕，这个屏幕在 AltTab 称之为 Screen including menubar 。 虽然有点迷惑，但仔细想想也是合理的，毕竟 Dock 是需要边缘激活的。

重新回到主题上，那屏幕间导航是什么意思？控制屏幕焦点的主体不就是眼睛吗，切换屏幕不就是转动一下眼球或脖子的功夫？话是这样说没错，但是我认为 macOS 是有一个当前全屏的概念的，这个屏幕并不是拥有当前输入焦点的窗口所在的屏幕，AltTab 称之为 Active screen ，而是当前鼠标指针所在的屏幕，AltTab 称之 Screen including mouse ，姑且称为 鼠标屏幕 。

为什么需要定义这样一个概念，很遗憾这是 Mission Control 生效的屏幕，同时也是唤起 Spotlight 的屏幕。为了通过快捷键C-→/C-←切换期望的屏幕的空间（Space）6，需要先切换当前的鼠标屏幕。屏幕间导航也就是指这个。

所以几年前我写了一个小工具 hopscotch, 来实现通过快捷键切换鼠标屏幕。更早之前用的是 @virushuo 的 CatchMouse 来解决这个这个痛点，不过这个工具只能通过编号切换显示器，对于这种场景还是有点别扭。更符合直觉的上一个或下一个循环切换，就趁着 swiftui 刚出来，用它撸了个这个小工具，边学边做，做的比较粗糙，也就自己用而已。

最近写这文章，就顺便把 AltTab 的活跃屏幕（Active scree）也搬运过来，实现快捷键将鼠标屏幕切换到活跃屏幕。这样，通过 ⌘-⇥ 切换键盘输入焦点后，就能一个快捷键把 Mission Control 的焦点也带过来，十分符合操作逻辑。只可惜找不到不用无障碍 API 获取其它应用窗口的坐标和尺寸的办法，所以要使用这个功能只能赋予 Accessibility 权限。

用了 AltTab 后，其实 hopscotch 大部分作用场景是能被 AltTab 替代。主要区别是 Mission Control 是基于空间切换的，而 AltTab 是基于窗口切换的，目的都是为了切换到目标窗口，显然 AltTab 更为直接，但俗话说技多不压身啊，多个提供一种方法也没什么不好的。

Footnotes

1 见 vimac/TraverseGenericElementService.swift#L40

2 见 vimac/HintModeController.swift#L32

3 见 vimac/QueryScrollAreasService#L35

4 见 vimac/ScrollModeActiveViewController#L37

5 其实代码是有对滚动元素进行判断的，见 vimium/link_hints.js#973, vimium/scroller.js#L103

6 macOS 上的空间相当于虚拟桌面的意思，见在 Mac 上的多个空间中工作。