技术深度解析

用 Swift 打造原生 macOS 表情符号选择器

不用 Electron,拒绝臃肿

这是 Emoji Picker for macOS 背后的开发记录。我们做这款 App,是因为聊天时默认的选择器总在打断我们的写作节奏。系统自带的方式需要切换到鼠标,用起来很慢。目标很简单:输入、选择,然后继续。

发布于 2026-02-16 · inndevs GmbH

本文内容

真正的工作流程问题

macOS 本身就带有表情符号选择器。偶尔用一下没问题,但在大量输入文字的工作中,它拖慢了我们的速度:打开面板,把手移到鼠标上,选择,关闭面板,再找回思路。一天重复几十次,被打断的代价就显而易见了。

早期内部测试暴露出误触发有多恼人。我们不断收紧规则,直到触发变得平淡且可预测:输入 ;,留在当前 App,用键盘选择,继续书写。

  • 在客服和工单处理流程中,分拣大量短消息时需要快速插入。
  • 在写代码评审意见和提交信息时,我们通常已经知道想要什么,因此按类别浏览比直接输入查询更慢。
  • 每天切换面板状态 40 次以上,很快就会打乱输入节奏。

架构决策

全局快捷键处理

输入由 Core Graphics 事件监听(event tap)和一个带防护的状态机驱动。一个有大小上限的内存缓冲区会为前台 App 保留最近输入的可打印字符,以便识别所设置的触发符。切换 App、使用快捷键、输入不可打印字符或取消时,缓冲区都会重置。可调的弹出延迟让界面在你还在输入查询时保持安静。

NSPanel 与 NSPopover 的取舍

我们最初使用 NSPopover,后来改用 NSPanel。在 Slack 和 Chrome 中快速切换 App 时,NSPopover 太容易失去焦点。NSPanel 让我们能显式控制生命周期,并在不同 App 之间实现可预测的键盘事件路由。

辅助功能权限与插入策略

辅助功能权限让 Emoji Picker 能够监听这些全局事件,并将键盘事件发回当前 App。我们放弃了基于剪贴板的插入方式,因为改写剪贴板内容会让人意外,也难以让人信任。App 不会通过 AXUIElement 检查文本框;它会在会话开始时记录目标前台 App,并在插入前确认该 App 仍在最前面。

按计数替换文本

内联会话会统计已到达目标 App 的触发字符和查询字符数。选中后,Emoji Picker 会发送相同数量的 Backspace 按键事件,再将所选的 Unicode 文本作为合成键盘事件发送。它从不修改剪贴板。自定义控件仍可能以不同方式解读合成键盘事件,因此目标 App 检查和取消行为非常重要。

上下文检测规则

以下是我们用来确保触发行为可预测的实用规则:

  • 忽略 Emoji Picker 自身的窗口,以及用户排除列表中的 App。
  • 将最近的输入和每个活跃会话与前台 App 绑定;切换 App 会取消当前会话。
  • 将所设置的触发符与最近可打印输入的有限长度后缀进行匹配。
  • 内联查询中接受字母、数字、下划线、加号和连字符;其他输入会取消查询。
  • 在显示界面之前,先应用用户设置的起始序列屏蔽列表、最短查询长度和弹出延迟。
  • 为偏好显式调用的用户提供可自定义的直接打开触发符(例如 ;; 或 //)。

简化后的状态逻辑(为便于阅读有所删减):

func handle(_ event: KeyEvent, frontmostApp: App) {
    guard frontmostApp != emojiPicker, !isExcluded(frontmostApp) else {
        resetRecentInput()
        return
    }

    if session == nil, recentInput.appending(event).hasSuffix(inlineTrigger) {
        session = .inline(target: frontmostApp, deleteCount: inlineTrigger.count)
    } else if session?.accepts(event) == true {
        session?.appendToQuery(event)
        showAfterConfiguredDelay()
    }
}

func commit(_ text: String) {
    guard session?.target == frontmostApp else { return cancel() }
    postBackspaceEvents(count: session?.deleteCount ?? 0)
    postUnicodeKeyboardEvent(text)
}
idle tracking open 触发 防抖查询 确认、失焦或取消
状态流程概览:idle -> tracking -> open -> idle。

一个迫使我们改进状态模型的 Bug

v1.3 更新日志中记录的一个问题暴露了我们更新状态模型中的盲点:在检查结果为无更新后,Checking... 仍可能显示在界面上,而 Available 可能一直处于未知状态。Bug 虽小,对信任的影响却很大。

修复这个问题迫使我们收紧状态机,而不是就地修补标签。这改变了我们在整个 App 中处理界面状态的方式:显式的状态转换、更少的推断状态,以及异步检查与可见状态之间更紧密的同步。

  • 症状:在成功检查到无更新后,更新状态文字没有刷新。
  • 根本原因:异步更新回调下的状态转换不完整。
  • 结果:现在由显式的状态转换来驱动状态显示。

性能说明

真正重要的指标:从触发到表情符号插入完成的时间。这正是我们坚持使用原生 Swift + AppKit 运行时、而非浏览器引擎技术栈的原因。

测试设备为 Mac15,11(Apple M3 Max),macOS 26.2(版本号 25C56),使用正式发布 ZIP 中的 v1.3.1。下文的启动时间指进程可见启动:从 open -n 开始,到 App 进程出现为止。

本次会话中的首次启动

217.68 ms(单次运行,进程可见启动)。

热重启

7 次重新启动的中位数为 110.02 ms。

空闲内存

ps 测得 110.4 MB RSS;同一次运行中,“活动监视器”显示实际内存 99.4 MB,专用内存 29.6 MB。

安装包大小

ZIP 文件 4.49 MB,磁盘上的 App 包 12.96 MB。

由于各项内存指标的统计方式不同,这里按原样列出。此处的 RSS 大部分是共享的 AppKit 框架内存;在我们的测试中,专用内存始终低于 30 MB。

macOS 实用工具:Swift + AppKit 与 Electron 对比

对于常驻运行的实用工具来说,运行时特性比界面的跨平台能力更重要。我们选择原生 Swift + AppKit,主要出于以下实际考虑:

  • 发行包体积小,启动路径直接,无需预热 JavaScript 运行时。
  • 通过 macOS 原生 API 直接集成辅助功能和文本插入。
  • 轻量级键盘工具,无需内嵌浏览器引擎进程树。

有关系统内置工具、Raycast 和 Emoji Picker 的启动时间实测,请参阅对比页面。

设计取舍

为什么放在菜单栏

菜单栏工具很容易保持常驻,也能快速唤出。对这款产品来说,这正符合实际情况:用户在聊天、处理工单、写提交信息和文档时会反复调用它。

为什么刻意保持极简界面

我们几乎去掉了所有拖慢选择的装饰元素。在我们自己的日常使用中,清晰的分类、直观的键盘导航和极简的界面框架,比更丰富的视觉效果更好用。

系统自带选择器仍然占优的地方

如果你很少插入表情符号,macOS 自带的选择器已经够用,而且无需任何设置。我们的 App 面向的是整天都在插入表情、反复被打断的用户。

为什么坚持本地优先

本地优先是不容妥协的底线:无需账户,不依赖云端,也不会把输入行为传给外部服务。

意料之外的发现

  • 细小的状态 Bug 比明显的视觉 Bug 更伤害信任。
  • 资深用户会立刻注意到误触发。
  • 在触发不再误判之前,没有人要求更多功能。

最主要的经验:键盘工具靠的是一致性,而不是新奇。如果 App 每次的表现都一样,它就能在工作流程中占据一席之地。

已知限制

  • 全局触发监听和跨 App 插入需要辅助功能权限。
  • App 不会读取当前焦点字段的元数据,包括该字段是否为安全输入字段。不希望被监听触发符的 App 可以添加到排除列表中。
  • 部分自定义文本控件对合成的 Backspace 或 Unicode 键盘事件有不同的解读,可能降低插入的可靠性。
  • 触发符检测流程主要在拉丁字母键盘布局上进行了充分测试。

支持

在 Emoji Picker 支持页面提问、报告问题或提出功能建议,无需注册账户。

试用 Emoji Picker

发现问题了吗?报告时请附上 App 版本、macOS 版本和复现步骤。