MLAPI项目中RPC函数重写导致重复调用问题的分析与解决方案
2025-07-03 18:56:35作者:卓炯娓
问题背景
在Unity的MLAPI网络框架(Netcode for GameObjects)1.9.1版本中,开发者发现了一个关于RPC(远程过程调用)函数重写的异常行为。当开发者尝试在派生类中重写基类的RPC函数并使用SendTo.Everyone参数时,如果在该重写函数中调用基类的实现(base.MethodName()),会导致RPC函数被意外地执行两次。
问题现象
具体表现为:
- 基类中定义了一个标记为[Rpc(SendTo.Everyone)]的虚方法
- 派生类重写了这个RPC方法并在其中调用了base.MethodName()
- 当调用该RPC方法时,方法体中的逻辑会被执行两次
技术分析
这种异常行为的发生与MLAPI框架处理RPC消息的机制有关。当使用SendTo.Everyone参数时,框架会在网络层面确保所有客户端(包括发送方)都能接收到这个RPC调用。而在继承体系中,基类和派生类的RPC方法都被注册为可调用的RPC端点,导致消息被重复处理。
更深入的技术原因在于:
- MLAPI框架会为每个标记为RPC的方法生成消息处理端点
- 当方法被重写时,基类和派生类的方法都被注册为独立的端点
- 调用base.MethodName()实际上触发了另一个RPC端点
- 由于SendTo.Everyone的作用域,这两个端点都会被执行
解决方案
官方建议的最佳实践是避免直接重写RPC方法本身,而是采用以下设计模式:
- 在基类中定义实际的RPC方法,但不设为虚方法
- 同时定义一个受保护的虚方法作为RPC的实际实现
- RPC方法内部调用这个虚方法
- 派生类只需重写这个虚方法即可
示例代码实现:
public class Test : NetworkBehaviour
{
protected virtual void OnTestRpc()
{
print("基类实现");
}
[Rpc(SendTo.Everyone)]
public void TestRpc()
{
OnTestRpc();
}
}
public class Test2 : Test
{
public void Run()
{
TestRpc();
}
protected override void OnTestRpc()
{
base.OnTestRpc(); // 正确调用基类实现
print("派生类扩展");
}
}
设计考量
这种设计模式有几个显著优点:
- 解耦网络通信与业务逻辑:将网络调用与实际实现分离,提高代码的可维护性
- 避免框架级问题:绕过了MLAPI处理虚RPC方法时的潜在问题
- 更好的扩展性:派生类可以灵活地扩展或修改行为而不影响网络通信
- 清晰的职责划分:RPC方法只负责网络通信,虚方法负责实际逻辑
总结
在MLAPI框架中使用RPC时,特别是在涉及继承体系的情况下,开发者应当遵循"RPC方法非虚,实际逻辑可扩展"的设计原则。这不仅能避免重复调用的问题,还能使代码结构更加清晰、可维护性更高。理解框架底层的工作原理有助于开发者设计出更健壮的网络通信代码,避免类似的陷阱。
登录后查看全文
热门项目推荐
- Ggpt-oss-120bgpt-oss-120b是OpenAI开源的高性能大模型,专为复杂推理任务和智能代理场景设计。这款拥有1170亿参数的混合专家模型采用原生MXFP4量化技术,可单卡部署在H100 GPU上运行。它支持可调节的推理强度(低/中/高),完整思维链追溯,并内置函数调用、网页浏览等智能体能力。模型遵循Apache 2.0许可,允许自由商用和微调,特别适合需要生产级推理能力的开发者。通过Transformers、vLLM等主流框架即可快速调用,还能在消费级硬件通过Ollama运行,为AI应用开发提供强大而灵活的基础设施。【此简介由AI生成】Jinja00
- QQwen-Image我们隆重推出 Qwen-Image,这是通义千问系列中的图像生成基础模型,在复杂文本渲染和精准图像编辑方面取得重大突破。Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,面向全球开发者、创造者及科技爱好者,吹响AI应用开发的集结号!08- QQwen3-Coder-480B-A35B-InstructQwen3-Coder-480B-A35B-Instruct是当前最强大的开源代码模型之一,专为智能编程与工具调用设计。它拥有4800亿参数,支持256K长上下文,并可扩展至1M,特别擅长处理复杂代码库任务。模型在智能编码、浏览器操作等任务上表现卓越,性能媲美Claude Sonnet。支持多种平台工具调用,内置优化的函数调用格式,能高效完成代码生成与逻辑推理。推荐搭配温度0.7、top_p 0.8等参数使用,单次输出最高支持65536个token。无论是快速排序算法实现,还是数学工具链集成,都能流畅执行,为开发者提供接近人类水平的编程辅助体验。【此简介由AI生成】Python00
CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava02GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0259- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
819
487

openGauss kernel ~ openGauss is an open source relational database management system
C++
120
175

React Native鸿蒙化仓库
C++
163
252

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
322
1.07 K

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
172
259

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
79
2

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.05 K
0

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
818
22

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
719
102

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
568
51