tModLoader中关于隐藏NPC在怪物图鉴过滤器中显示问题的分析与修复
2025-06-13 11:36:31作者:昌雅子Ethen
问题背景
在tModLoader模组开发中,开发者有时会创建一些特殊用途的NPC,这些NPC并非传统意义上的游戏内生物,而是为了实现某些功能特性而存在的。例如,Summoners Association模组就添加了一个用于实现召唤物目标锁定功能的NPC。
为了明确区分这些功能性NPC和常规NPC,开发者通常会使用NPCID.Sets.NPCBestiaryDrawModifiers
结构体中的Hide
属性将其从怪物图鉴中隐藏:
NPCID.Sets.NPCBestiaryDrawModifiers value = new NPCID.Sets.NPCBestiaryDrawModifiers() {
Hide = true // 将此NPC从怪物图鉴中隐藏
};
问题现象
尽管这些功能性NPC被正确隐藏了,但系统仍然会将包含这些NPC的模组视为有效的怪物图鉴过滤器选项。这导致了一个问题:当某个模组只包含被隐藏的NPC时,该模组的过滤器选项会一直显示在怪物图鉴中,但由于没有实际可显示的NPC条目,玩家永远无法"完成"这个过滤器的收集进度。
从技术角度看,这会造成两个不良影响:
- 玩家体验受损 - 玩家会误以为怪物图鉴收集不完整
- 界面混乱 - 显示实际上无意义的过滤器选项
问题根源
经过分析,问题的核心在于怪物图鉴过滤器的生成逻辑没有充分考虑NPC的隐藏状态。当前的实现简单地基于模组是否包含NPC来决定是否显示过滤器,而没有进一步检查这些NPC是否被标记为隐藏。
解决方案
修复方案主要修改了过滤器生成的逻辑,在判断是否应为模组创建过滤器时,增加了对NPC隐藏状态的检查。具体实现上:
- 在收集可显示NPC时,排除所有被标记为隐藏的NPC
- 只有当模组包含至少一个非隐藏NPC时,才为其创建过滤器选项
这样就能确保:
- 纯功能性NPC的模组不会出现在过滤器选项中
- 同时保留正常模组的过滤功能
技术实现细节
在代码层面,主要修改了怪物图鉴系统的两部分:
- NPC收集阶段:在构建可显示NPC列表时,增加对
NPCBestiaryDrawModifiers.Hide
属性的检查 - 过滤器生成阶段:在创建模组过滤器前,验证该模组是否包含至少一个可显示的NPC
这种修改保持了系统的向后兼容性,不会影响现有模组的功能,同时解决了界面显示问题。
对开发者的影响
对于模组开发者来说,这一修复意味着:
- 功能性NPC将真正从界面中完全隐藏,不会造成任何视觉干扰
- 不需要额外的工作或修改即可受益于此修复
- 怪物图鉴系统对NPC用途的区分更加明确
总结
这次修复解决了tModLoader中一个长期存在的界面逻辑问题,使得怪物图鉴系统能够更准确地反映游戏内容。它不仅提升了玩家体验,也为模组开发者提供了更清晰的NPC分类机制。通过正确处理隐藏NPC的逻辑,系统现在能够更智能地决定哪些内容应该出现在用户界面中。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
211
2.21 K

暂无简介
Dart
520
115

Ascend Extension for PyTorch
Python
64
94

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++
552
87

React Native鸿蒙化仓库
JavaScript
209
285

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
9
1

🎉 (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
978
578

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194