特别声明：
本文参加年度征文活动 #TeamCarbon25 赛道
CapsLock
在我还在使用 windows 的时候，我接触到了一个名字叫做 CapsLock+的工具。
简单来说它为 capslock 这个因为打字机这样的历史包袱放在目前非常重要位置（home row mod，我们后面会提到它……）但是没什么用的按键赋予了许多强大的功能，包括光标移动，字符的选中删除，作为软件启动器乃至可以作为翻译软件。
我在接触过这款软件之后就无法离开了——直到我被迫离开——我使用了 Linux。
尽管我后来知道 Linux 下的系统键位映射的工具简直是一抓一大把，但是当时的我只会把我的（设备的）基本信息告诉 manus （当时还没有被 meta 收购的 manus），再把 capslock+的官网信息给它……然后看着它给出一堆我无法理解也不敢尝试的方案。
Niri
标志着我使用 Linux 进入下一个阶段的绝对是开始使用窗口管理器，我的选择是 niri。
由于其对于窗口的各种控制都与 Mod 键（在 Niri 中是 meta 或者说 super 键，即 win 键）有关，而我接触到 nvim 和 helix 都对 esc 有需要，所以我终于要在 Linux 上对 capslock 进行改动了……
我使用的工具是 keyd，它相比那些更加知名的类似工具配置更加简单，我将 capslock 映射为长按 meta（作为修饰键使用时），短按为 esc。
这个配置很舒服，直到……
没错，又是和笔记工具相关
我在我的上一篇文章中提到了 Emacs。我要实话告诉你，我在写到这个词的时候心里的台词是——对哦，为什么不选择Emacs——然后我就暂停了文章的写作去研究 Emacs 了。
如果你对我的这段研究感兴趣的话，我就直接说吧——Emacs 如果不整活也许和 VS Code 差不多？
但是我对 Emacs 中的"函数调用风格”的快捷键非常感兴趣。简单来说这种风格就是先按下 C-x，然后根据下一个单键执行操作。大热的 OpenCode 也是使用这样风格的快捷键。
不得不说，这是一种习惯之后非常高效而且其实非常容易习惯的一套操作。
而且 Emacs 中的光标移动，字符的选中和删除功能激起了我在 Linux 上使用"Capslock+"的想法，说实话，我有点怀念那种体验方式，实在是相当高效。
而且这样通过"前缀"的组合式快捷键，我可以将 Emacs-like 和 Capslock+ -like 一口气实现。
不过我在聪明地想到这一点之前，走了非常，非常，非常多的弯路……
Home row mod
我一开始的想法是保持 capslock 长按 meta 短按 esc 的功能不变，然后在 keyd 添加一些功能实现在常规文本编辑器中的光标移动，字符删除。
我的想法包括：
- 双击某一个键后下一个键执行功能
- 按下 space 进入一个按键层
- 完全重新映射 capslock，使其默认为长按 meta 除非和我设置的键在一起按下时。
- 比方说 capslock+q 为 meta+q，但是 capslock+u 不为 meta+u 而是我单独设置的 up……
但是这些情况过于复杂而且没有统一的逻辑，加上我不停的修改，导致我的键位逻辑混乱，故我想采用一个更加简单粗暴的方法：home row mod。
简单来说这个模式就是将你的主行（如果你学习过盲打就知道了，即 f 和 j 所在行，当然对于 qwer 键盘）的 a s d f, j k l ; 八个键都映射为 super, alt, shift, ctrl 四大修饰键，其中左手四键和右手四键的映射是对称的，每一个按键对应的映射也有不同的方案选择。
毫无疑问，这个方案可以解决一切的问题，可以说无论我后续的键位需求是什么它都可以满足，home row mod 的实现方案现在已经非常多，但是几乎都没有解决一个恼人的问题。
举一个例子，短按 shift 和长按是不同的，短按是切换输入法，长按作为修饰时按下其他字母可以将其大写输入。这种区别是 home row mod 正常运行的基础，显然没有人会放弃 8 个按键去换取一堆修饰键。
这听着非常不错，但是实际情况下，我们在打字中有 rolling 的现象，即打字时我们会在松开一个键之前就按下另一个键，打字老手尤其如此。这种情况和长按修饰是基本一致的，因此在 home row mod 下误触是非常麻烦的事。
对此主流的解决方案基本有两种。一是添加时间参数（往往是三个，形成了多个时间区间），即按下一个键之后如果立马按下另一个键会如何；没有立马按下另一个键会如何；以及一直没有按下另一个键会如何……
好吧到这里尽管复杂但是还可以接受，但是至少对于我来说，我不能保证不同状态下我的打字节奏是一致的，因此我几乎无法适应这个方案。
第二个方案就非常有趣，它理解了 home row mod 的理念，但改为同时按下某两个键。比方说几乎只有同时按下 d 和 f 才算按下 shift。这种方法完全符合一开始的理念同时又几乎不会误触。
但是……这对大部分工具有要求——比方说我使用的 keyd，就不支持将两个键同时按下作为修饰键（其他具体按键倒是可以）。
因此到这里我放弃了 home row mod，同时也马上意识到：我可以将 Emacs-like 和 Capslock+ -like 一口气实现，只需要一个支持前缀组合的映射工具。
Xremap
最终我找到了一个叫做 xremap 的工具。
其实一开始我就发现了它，但是由于其前缀 x，我以为是一个在 X11 上运行的服务而不支持 wayland，实际上是支持的。
它最大的特点对于我来说就是支持 Emacs 式的组合按键。我的配置文件如下：
# 修复说明：
# 1. 确保了 keymap -> remap -> 键名 (C-x) 的层级关系。
# 2. 修复了嵌套 remap 的语法，使其符合 xremap 的 Actions 枚举要求。
# ---------------------------------------------------------
modmap:
- name: CapsLock to Ctrl/Esc
remap:
CapsLock:
held: leftctrl
alone: esc
alone_timeout_millis: 150
- name: Esc to CapsLock
remap:
esc: capslock
keymap:
- name: Global Emacs & Niri
remap:
# 基础光标移动 (使用 C-h/j/k/l 避免与 Obsidian/Firefox 冲突)
C-h: left # 向左移动
C-j: down # 向下移动
C-k: up # 向上移动
C-l: right # 向右移动
# 删除操作
C-d: backspace # 删除前一个字符 (类似退格键)
# 回车映射
C-space: enter # Ctrl+空格 作为回车键
# C-x 序列映射
C-x:
remap:
# 窗口操作 (niri 指令)
q: Super-q # 关闭窗口
f: Super-f # 最大化列
Shift-f: Super-Shift-f # 全屏窗口
v: Super-v # 切换浮动
w: Super-w # 标签模式
# 布局与导航 (niri 指令)
o: Super-o # 概览
i: Super-i # 上一个工作区 (Mod+I)
u: Super-u # 下一个工作区 (Mod+U)
# 应用启动
enter: Super-Enter # 打开终端 (kitty)
space: Super-space # 菜单 (fuzzel)
# 方向键映射 (hjkl)
h: Super-h # 左
j: Super-j # 下
k: Super-k # 上
l: Super-l # 右
# 按行移动映射
C-j: C-down # C-x C-j -> 向下移动一行 (Ctrl+Down)
C-k: C-up # C-x C-k -> 向上移动一行 (Ctrl+Up)
# g 子序列 (三级映射)
g:
remap:
# 行首行尾映射 (Vim 风格)
h: home # C-x g h -> 行首 (home)
l: end # C-x g l -> 行尾 (end)
# 全文开头结尾映射
g: C-home # C-x g g -> 全文开头
e: C-end # C-x g e -> 全文结尾
timeout_millis: 1000
其中配置 Ctrl 和各个方向键的组合——好吧我坦白，是为了方便 Tana，我最近有点迷上它了。而其他按键则对应我在 Niri 中的配置；对 g 的三级映射则是效仿 helix 中的 goto 模式。整个配置的修改也只需要我向 Claude Code 描述即可。
目前我还想实现的功能是利用 waybar 监听我按下 C-x 后的状态……还没有找到好的实现方法。
总之这就是我的探索之旅，希望对你有所帮助。
说明：
本文从构思到完成均有传统人类完成，仅由 Claude Code 修改错别字和语法。我都不会为了这个任务去创建一个 skills，我宁愿写一个通过 curl 调用 deepseek 的 fish 脚本也不会创建一个慢的要死的 skill 的。
信息源：
- https://sspai.com/post/34479
- https://github.com/xremap/xremap
- https://precondition.github.io/home-row-mods
- https://capslox.com/
