Harbinger项目解析:Minecraft 1.12+进度系统深度指南
2025-07-02 14:23:20作者:侯霆垣
进度系统概述
Minecraft 1.12版本引入的进度系统(Advancement)是对旧版成就系统的全面升级。作为Harbinger项目的重要组成部分,这套系统不仅保留了成就的核心功能,还提供了更强大的自定义能力和更丰富的交互体验。
进度系统核心特性
进度系统相比旧版成就系统具有以下显著优势:
- 灵活的回调机制:可以在进度达成时给予经验、执行指令或从战利品表中抽取奖励
- 强大的判据系统:支持复杂的布尔逻辑组合条件
- 可视化展示:自动生成树状结构展示进度关系
- 多语言支持:支持使用JSON文本格式实现本地化
进度文件结构解析
进度文件采用JSON格式存储,主要包含三个核心部分:
1. 显示属性(display)
"display": {
"icon": { "item": "...", "nbt": "..." },
"title": "进度标题",
"frame": "goal",
"background": "modid:...",
"description": "进度描述",
"show_toast": false,
"announce_to_chat": false,
"hidden": false
}
- icon:定义进度图标,可使用物品ID和NBT数据
- title/description:支持纯文本或JSON文本格式
- frame:进度图标边框类型(task/challenge/goal)
- background:仅根进度需要,定义标签页背景
- show_toast:是否显示右上角弹窗
- announce_to_chat:是否在聊天栏公告
- hidden:是否隐藏进度直到完成
2. 触发条件(criteria)
"criteria": {
"condition1": {
"trigger": "...",
"conditions": { "...": "..." }
}
}
每个条件需要指定触发器(trigger)和具体条件(conditions)。Minecraft提供了丰富的内置触发器,如物品获取、生物击杀等。
3. 奖励系统(rewards)
"rewards": {
"recipes": [ "..." ],
"loot": [ "..." ],
"experience": 100,
"function": "..."
}
奖励系统支持四种类型:
- 解锁合成配方
- 给予经验值
- 从战利品表抽取奖励
- 执行函数
进度树构建技巧
构建进度树需要注意以下要点:
- 父子关系:通过"parent"字段指定父进度
- 根进度:必须包含background属性
- 分支进度:不需要background属性
{
"parent": "modid:parent_advancement",
// 其他属性...
}
高级条件逻辑
进度系统支持复杂的布尔逻辑组合:
"requirements": [
["a", "b"],
"c"
]
这表示 (a OR b) AND c 的逻辑关系。如果不指定requirements,默认为所有条件都必须满足(AND关系)。
自定义扩展能力
虽然原版进度系统功能已经很强大,但Harbinger项目还提供了额外的扩展能力:
- 自定义触发器:可以创建全新的进度触发条件
- 自定义物品谓词:对涉及物品判定的条件提供更灵活的匹配规则
最佳实践建议
- 合理规划进度树结构,避免过于复杂
- 善用hidden属性控制进度显示
- 使用JSON文本实现多语言支持
- 为重要进度添加适当的视觉反馈(toast/chat)
- 平衡奖励设置,避免破坏游戏平衡
通过Harbinger项目提供的进度系统,开发者可以创建出比原版成就系统更丰富、更有趣的游戏进度体验。掌握这些技巧将帮助你为玩家设计出更具吸引力的游戏内容。
登录后查看全文
热门项目推荐
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 StartedRust0193
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 Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
766
4.99 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++
857
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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
884
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
1.1 K
deepin linux kernel
C
32
16
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
443
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
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
151
253
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
612