YarnSpinner 3.0.0版本发布:对话脚本编译器的重大升级
YarnSpinner是一个专门为游戏开发者设计的对话脚本系统,它允许开发者使用简洁的Yarn脚本语言来编写游戏对话和分支剧情。作为一个开源项目,YarnSpinner已经被广泛应用于各种叙事驱动的游戏中。最新发布的3.0.0版本带来了多项重要改进和新特性,标志着这个工具在性能和功能上都达到了新的高度。
核心特性增强
3.0.0版本引入了对可变参数函数的支持,这一特性极大地增强了Yarn脚本的表达能力。开发者现在可以创建接受任意数量参数的函数,为复杂的对话逻辑提供了更灵活的解决方案。
编译过程也得到了显著优化,新增了编译取消功能。通过向CompilationJob对象提供CancellationToken,开发者可以在必要时中断长时间运行的编译任务,这一改进特别适合处理大型对话脚本项目。
调试信息方面,新增了NodeDebugInfo.Range属性,可以精确追踪节点在源代码中的位置范围。同时,NodeDebugInfo.IsImplicit属性帮助开发者区分编译器生成的隐式节点和源代码中显式定义的节点。
语言服务器改进
YarnSpinner的语言服务器功能在3.0.0版本中获得了多项增强。现在当检测到指向不存在的目标节点的jump语句时,系统会发出警告并提供修复建议,包括创建存根节点或重命名为现有节点标题。
命令和函数的处理也更加健壮,修复了当YarnCommand和YarnFunction标记的方法声明在嵌套C#类中时可能导致语言服务器崩溃的问题。自动补全功能现在包含节点组信息,同时移除了对组内单个节点名称的补全建议,因为无法直接跳转到这些节点。
性能与稳定性提升
类型检查器的性能在处理大量变量声明时得到了显著改善,这对于包含复杂对话逻辑的大型项目尤为重要。LineParser现在能更准确地检测行中的第一个冒号位置,用于隐式角色名的识别。
select标记现在使用固定文化(invariant culture)而非用户当前文化来转换其值,虽然这个改变对大多数用户影响不大,但它消除了一个潜在的国际化问题。
API调整与兼容性
3.0.0版本对API进行了一些调整以提供更清晰的接口。CompilationJob.VariableDeclarations被重命名为CompilationJob.Declarations,前者现在作为后者的转发属性被标记为已弃用。Yarn.Analysis类型已从公共API中移除,这些变更旨在简化API并提高一致性。
项目现在支持.NET Standard 2.1,同时语言版本从C# 8升级到了C# 9,使开发者能够利用最新的语言特性。
开发者体验优化
新增的subtitle头部可以用于控制节点的内部名称,为调试提供了更多便利。Utility.TagLines现在能正确处理带有特殊标签的行,避免在这些行上添加不允许的#line:标签。
关键字高亮显示也更加一致,使内置语法如jump和enum在编辑器中更加醒目,提升了代码的可读性。
YarnSpinner 3.0.0版本的这些改进共同构成了一个更加强大、稳定和易用的对话脚本系统,为游戏叙事开发提供了更完善的工具支持。无论是小型独立游戏还是大型商业项目,这些增强功能都将帮助开发者更高效地创建复杂的对话系统和分支剧情。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00