从零做一个桌面宠物：我的实战记录

想让自己家的猫住进屏幕里，在任务栏上走来走去、伸懒腰、打盹。这篇文章记录我从一张猫照片开始，做桌面宠物的完整过程，包括素材、程序、踩过的坑。

一、先把问题拆开：桌面宠物 = 素材 + 程序 + 行为

一开始我以为桌面宠物就是"一张会动的图"，动手后才发现它有三层，每层独立可做、可以换：

• 素材层：每个动作都是一段带透明通道的动画（GIF、PNG 序列帧都行）。
• 程序层：一个无边框、透明、永远置顶的小窗口，负责播放动画、响应拖拽和点击。
• 行为层：一个小状态机，决定猫什么时候待机、什么时候走动、被点了有什么反应。

想清楚这三层之后，就可以分头开工，互不干扰。

二、素材篇：从一张猫照片到动作动画

2.1 我的路线：AI 从照片生成动作短片

我家猫是只圆滚滚的白灰色折耳猫，拍照很好看，但照片是静态的。我的思路是：用 AI 图生视频，从照片生成"走路、跳跃、打招呼、玩耍、伸懒腰、坐下、睡觉"等动作短片，再抠成透明素材。

听起来很顺，但实操里全是细节。下面这套规范，是我用三轮试错换来的：

2.2 素材的硬性规范（血泪版）

1. 每一帧，猫的身体必须完整在画面内——头顶、尾巴尖都不许出画。AI 生成视频时很容易把尾巴甩出画面，废片率最高的一项。
2. 绿幕背景每一帧都要铺满，不能有穿帮，方便后面抠像。
3. 所有动作里猫的体型必须一致，不然切动作时会突然变大变小，非常出戏。
4. 构图按动作选：横向动作（走路、玩耍、伸懒腰）用横版；纵向动作（跳上、跳下）用竖版。横版硬套竖版内容，身体边缘会被挡住。
5. 统一尺寸和帧率，8 个动作一个标准，程序里才好处理。

2.3 三轮试错实录

• 第一轮：生成了 8 个动作并统一尺寸。结果自己先毙掉了：有的片段里尾巴出了画，跳跃时头顶出了画，更糟的是绿幕抠像把猫身体抠掉了一块。
• 第二轮：意识到问题不只出在"统一尺寸"这一步，有些源片本身就把猫裁掉了。于是重新生成了 8 段源片，这次保证猫完整入镜。
• 第三轮：做了绿幕预览版（每个动作 10 秒）。还是不行：所有片段边缘都有色边，而且横版版本实际上只是竖版内核，身体边缘依然被遮挡，效果和上一版差不多。

三轮下来，我决定先暂停这条路线。不是 AI 不行，是"照片→视频→抠像"这条链路对质检的要求极高，每一帧都要检查，工作量远超预期。

2.4 如果重来，我会这样做

• 提示词里写死："全身完整入镜，四周留出边距"，别指望模型自己懂。
• 先拿 1 个动作跑通全流程（生成→规范→抠像→进程序），确认 OK 再批量做另外 7 个。
• 备选路线：逐帧手绘（工作量大但最可控）、Live2D（适合二次元形象）、3D 模型（Blender + 程序渲染，动作最自由）。

三、程序篇：让猫在桌面上动起来

素材是皮，程序是骨。下面是一个最小可跑的思路，我用 Python + PySide6 实现，几十行代码就能让猫住进桌面。

3.1 窗口三件套

self.setWindowFlags(Qt.FramelessWindowHint | Qt.WindowStaysOnTopHint | Qt.SubWindow)
self.setAttribute(Qt.WA_TranslucentBackground)

无边框、背景透明、永远置顶——桌面宠物的窗口就这三行。Qt.SubWindow 是为了让它不抢任务栏图标。

3.2 动画播放：一个 QLabel + QMovie 就够了

每个动作对应一个透明 GIF，切换动作就是换一个文件。GIF 尺寸变化时调一下 adjustSize()，窗口跟着变。

3.3 行为状态机

核心就是一个定时器：每 60ms 走一拍，走动时平移窗口，到屏幕边缘回头；每隔几秒随机切一次状态（待机/走动/睡觉）；双击切换到"打招呼"；长时间不动就睡觉，被拖拽或点击就醒来。

3.4 完整示例代码（可直接运行）

import random
import sys
from PySide6.QtCore import Qt, QTimer
from PySide6.QtGui import QMovie, QAction
from PySide6.QtWidgets import QApplication, QLabel, QMenu

# 动作名 -> 对应 GIF 文件（第二章做好的透明素材放 assets/ 里）
GIF = {
    "idle":  "assets/idle.gif",
    "walk":  "assets/walk.gif",
    "greet": "assets/greet.gif",
    "sleep": "assets/sleep.gif",
}

class DesktopPet(QLabel):
    def __init__(self):
        super().__init__()
        self.movie = QMovie()
        self.setMovie(self.movie)

        # 窗口三件套：无边框 + 透明 + 置顶
        self.setWindowFlags(Qt.FramelessWindowHint | Qt.WindowStaysOnTopHint | Qt.SubWindow)
        self.setAttribute(Qt.WA_TranslucentBackground)

        self._drag = None
        self._vx = 0          # 走动时的水平速度
        self._cooldown = 0
        self.set_state("idle")
        self.move(900, 600)

        self.timer = QTimer(self)
        self.timer.timeout.connect(self._tick)
        self.timer.start(60)

    def set_state(self, name):
        self.movie.stop()
        self.movie.setFileName(GIF[name])
        self.movie.start()
        self.adjustSize()
        self._vx = random.choice([-4, 4]) if name == "walk" else 0

    def _tick(self):
        if self._vx:  # 走动：平移窗口，到边缘回头
            x = self.x() + self._vx
            if x < 0 or x + self.width() > self.screen().size().width():
                self._vx = -self._vx
            self.move(x, self.y())
        self._cooldown -= 1
        if self._cooldown <= 0:
            self.set_state(random.choice(["idle", "idle", "walk", "sleep"]))
            self._cooldown = random.randint(60, 140)

    # 拖拽：按下记偏移，移动跟鼠标
    def mousePressEvent(self, e):
        if e.button() == Qt.LeftButton:
            self._drag = e.globalPosition().toPoint() - self.pos()

    def mouseMoveEvent(self, e):
        if self._drag:
            self.move(e.globalPosition().toPoint() - self._drag)

    def mouseReleaseEvent(self, e):
        self._drag = None

    def mouseDoubleClickEvent(self, e):
        self.set_state("greet")
        self._cooldown = 80

    # 右键菜单：手动切动作 / 退出
    def contextMenuEvent(self, e):
        menu = QMenu(self)
        for name in GIF:
            act = QAction(f"切换到：{name}", self)
            act.triggered.connect(lambda _=False, n=name: self.set_state(n))
            menu.addAction(act)
        menu.addSeparator()
        quit_act = QAction("退出", self)
        quit_act.triggered.connect(QApplication.quit)
        menu.addAction(quit_act)
        menu.exec(e.globalPos())

if __name__ == "__main__":
    app = QApplication(sys.argv)
    pet = DesktopPet()
    pet.show()
    sys.exit(app.exec())

运行前：pip install PySide6，把做好的透明 GIF 按名字放进 assets/ 文件夹，python main.py 就能看到猫了。

3.5 可以继续加的功能

• 开机自启动（各系统不同，macOS 可用 launchd，Windows 放启动文件夹）；
• 点击 / 投喂互动：点一下猫，"咕噜"一声加好感度；
• 多显示器支持：走动时跨屏；
• 打包成单个可执行文件，见下一章。

四、在 macOS 上跑起来：被系统拦截怎么办

自己写的程序没有开发者签名，macOS 第一次运行大概率拦截。按顺序试：

1. 右键 → 打开：在访达里对着程序右键选择"打开"，会多一个"仍要打开"的选项，这是最正规的单次放行。
2. 仅处理自己构建且确认可信的程序：如果程序确由自己构建或来源完全可信，但复制后仍帶圉隔离标记，可谨慎执行：

   xattr -cr /Applications/你的程序.app

   不要对来源不明的程序使用这条命令。
3. 本地临时签名：仅用于自己测试的打包程序，可以添加临时签名；它不能替代正式的开发者签名、公证和安全审核：

   codesign --force --deep --sign - /Applications/你的程序.app

打包建议用 PyInstaller：

pip install pyinstaller
pyinstaller --windowed --name DesktopPet main.py

--windowed 表示不要弹终端窗口。注意把 assets/ 资源一起打进包（--add-data），否则换台机器 GIF 就找不到了。

五、开工 checklist

• ☐ 选定形象：照片、手绘、Live2D、3D，四选一
• ☐ 定动作清单（建议先做 4 个：待机、走路、被点击、睡觉）
• ☐ 先拿 1 个动作跑通"生成→抠像→进程序"全流程
• ☐ 质检每一帧：身体完整、绿幕铺满、体型一致
• ☐ 程序实现窗口三件套 + 状态机 + 拖拽
• ☐ macOS / Windows 真机测试运行与打包
• ☐ 发到个人网站，写篇记录（比如这篇 🙂）

---

记录于 2026 年 10 月。从一张猫照片开始，到屏幕上多了一只猫——过程比结果有意思。