Puerts项目在Unreal Engine 5.4.2中Rider编译问题的解决方案
问题背景
在使用Puerts项目与Unreal Engine 5.4.2(源码版)配合开发时,开发者可能会遇到一个特定的编译问题。当使用Rider 2024.2.4直接打开并编译puerts_unreal_demo工程时,会出现与.NET SDK相关的错误提示。
错误现象
编译过程中会报出两个主要错误:
- "CheckIfPackageReferenceShouldBeFrameworkReference"任务无法加载
- "AllowEmptyTelemetry"任务无法加载
错误信息表明系统无法找到System.Runtime, Version=8.0.0.0的相关文件,这通常发生在.NET环境配置不正确的情况下。
问题根源
经过分析,这个问题的主要原因是开发环境中安装了高版本的.NET环境(如.NET 8.0),而Rider IDE会自动检测并使用系统中最新安装的.NET SDK版本。然而,Unreal Engine 5.4.2自带了一套特定的.NET环境,与最新版的.NET SDK可能存在兼容性问题。
解决方案
要解决这个问题,我们需要配置Rider使用Unreal Engine自带的.NET环境,而不是系统全局安装的最新版本。具体步骤如下:
- 打开Rider的设置界面
- 导航到构建、执行、部署 > 工具集 > .NET CLI
- 在"使用.NET CLI的路径"选项中,手动指定Unreal Engine安装目录下的.NET路径
- 通常这个路径类似于:
[UE安装路径]\Engine\DotNET
技术原理
这个问题的本质是.NET SDK版本冲突。Unreal Engine为了确保构建过程的稳定性,会自带一套经过测试的.NET工具链。当外部工具(如Rider)尝试使用不同版本的.NET SDK时,可能会因为API变更或程序集版本不匹配而导致构建失败。
通过强制Rider使用UE自带的.NET环境,我们确保了构建工具链的一致性,避免了版本兼容性问题。
预防措施
为了避免类似问题,建议开发者:
- 在开始新项目时,先检查并统一开发环境中各工具的.NET版本
- 考虑使用虚拟环境或容器技术隔离不同项目的开发环境
- 记录项目中使用的工具链版本,便于团队协作和环境重建
总结
Puerts作为连接TypeScript/JavaScript与Unreal Engine的桥梁,其开发环境的正确配置至关重要。通过理解并解决这个Rider编译问题,开发者可以更顺畅地在Unreal Engine 5.4.2中使用Puerts进行跨语言开发。记住,当遇到类似构建工具链问题时,检查并统一各工具的版本通常是解决问题的第一步。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00