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
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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