Forgottenserver中全局事件interval与onTime组合失效问题分析
2025-07-10 05:52:12作者:咎竹峻Karen
问题概述
在Forgottenserver 1.7版本中,开发者发现使用interval与onTime组合的全局事件不再按预期工作。具体表现为设置了时间间隔的事件脚本仅在服务器启动时执行一次,而不会按照设定的时间间隔重复执行。
技术背景
在Forgottenserver的全局事件系统中,开发者可以通过两种方式配置事件的触发时机:
- 通过
type属性指定特殊事件类型(如启动、关闭等) - 通过
interval属性设置周期性执行的时间间隔
这两种配置方式在代码实现上是互斥的,即一个全局事件只能选择其中一种触发方式。
问题根源
通过分析源代码,发现问题出在事件配置的解析逻辑上。在GlobalEvent::configureEvent方法中,对type和interval属性的处理采用了if-else if结构,这意味着:
- 如果事件配置中同时存在
type和interval属性 - 系统会优先检查
type属性 - 一旦
type属性存在,就会跳过interval属性的处理
这种设计导致即使开发者同时指定了type和interval,系统也只会处理type而忽略interval,从而使周期性执行的功能失效。
影响范围
这个问题影响了所有使用以下配置方式的全局事件脚本:
- 同时声明了事件类型(
type)和时间间隔(interval) - 特别是那些原本应该周期性执行的自定义事件
典型的受影响脚本包括world_light.lua等需要定时执行的环境控制脚本。
解决方案建议
要解决这个问题,可以考虑以下几种方案:
-
代码修改方案: 修改事件配置解析逻辑,使
type和interval可以共存。当两者同时存在时,可以:- 优先使用
interval作为主要触发方式 - 同时保留
type作为辅助信息 - 或者明确禁止两者同时使用,抛出配置错误
- 优先使用
-
临时解决方案: 对于现有脚本,可以:
- 移除
type声明,仅保留interval - 或者将周期性逻辑移到脚本内部,使用
addEvent等方式实现
- 移除
-
最佳实践建议:
- 明确区分一次性事件和周期性事件
- 避免在同一事件中混用两种触发方式
- 为不同类型的事件建立清晰的命名规范
技术实现细节
在底层实现上,全局事件通过Scheduler进行调度。当配置了interval时,系统会:
- 计算下一次执行时间:
nextExecution = OTSYS_TIME() + interval - 将事件加入调度队列
- 每次执行后重新计算下一次执行时间
而当配置了type时,事件仅在特定系统状态变化时触发一次,不会进入周期性调度。
总结
这个问题揭示了Forgottenserver事件系统中一个重要的设计决策点。作为开发者,理解这种互斥关系对于正确配置全局事件至关重要。在修复方案上,建议根据项目需求选择最适合的方式,同时保持配置的清晰性和一致性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
859
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
255