Yarn:开源Minecraft映射,助力自由模组开发
2026-01-30 05:03:16作者:尤峻淳Whitney
项目介绍
Yarn是一款开源的Minecraft映射工具,致力于为所有用户提供无障碍、不受限制的Minecraft模组开发体验。它遵循Creative Commons Zero协议,使得任何人都可以自由地使用这些映射,无需担心版权问题。Yarn的目的是让Minecraft模组开发者能够自由地、开放地修改Minecraft,同时还能创新和调整映射,以适应他们的需求。
项目技术分析
Yarn采用Gradle作为构建工具,提供了一系列实用的任务,帮助开发者更好地处理映射。以下是Yarn中一些核心的Gradle任务:
- yarn:自动设置并下载最新版本的Enigma,这是一个用户界面,可以轻松编辑映射。此任务会自动映射枚举和部分常量字段名。
- yarnUnpicked:与yarn类似,但会取消选择常量并在Enigma中启动它们,这可能会稍微慢一些。
- yarnCommon:与yarn类似,但仅显示公共类。
- build:构建一个包含官方(混淆)、中介和Yarn名称("命名")之间的小型映射的GZip压缩档案。
- mapNamedJar:构建一个带有Yarn映射和自动映射字段(枚举等)的去混淆JAR包。
- decompileCFR:反编译映射后的源代码。注意:这并不是为了重新编译设计的。
- download:下载当前Minecraft版本的客户端和服务器JAR包到
.gradle/minecraft目录。 - mergeJars:将客户端和服务器JAR包合并成一个合并JAR包,位于映射目录中的
VERSION-merged.jar,其中VERSION是当前的Minecraft版本。
使用Yarn构建脚本需要Java 17或更高版本!
项目及应用场景
Yarn的主要应用场景是Minecraft模组开发。它允许开发者更容易地理解和修改Minecraft的核心代码,从而创建出独特的模组,为游戏增加新的内容或改进现有功能。以下是Yarn的一些常见应用场景:
- 模组开发:开发者可以使用Yarn提供的映射来创建新的Minecraft模组。
- 依赖管理:在Java项目中,Yarn可以作为依赖项,帮助管理Minecraft的版本和映射。
- 代码反编译:通过生成去混淆的JAR包,开发者可以更容易地理解Minecraft的内部工作原理。
项目特点
- 开放性:Yarn遵循Creative Commons Zero协议,允许任何人自由使用、修改和分发。
- 易用性:通过Gradle任务和Enigma用户界面,Yarn使得映射的创建和管理变得简单直观。
- 兼容性:Yarn与主流的Minecraft模组开发工具兼容,如Fabric。
- 灵活性:开发者可以根据自己的需求,调整和优化映射,以适应特定的模组开发要求。
总结而言,Yarn是一个强大的工具,不仅为Minecraft模组开发者提供了极大的便利,而且推动了开源社区中自由创新的氛围。通过其开放性和灵活性,Yarn成为了Minecraft模组开发领域的首选工具之一。如果你是一名Minecraft模组开发者,那么Yarn绝对值得一试!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781