SwiftGodot 0.60.1版本发布:全面升级的Godot Swift绑定
2025-07-02 05:45:43作者:薛曦旖Francesca
项目简介
SwiftGodot是一个为Godot游戏引擎提供Swift语言绑定的开源项目。它允许开发者使用现代化的Swift语言来开发Godot游戏,结合了Swift强大的类型系统和Godot引擎的灵活性。最新发布的0.60.1版本带来了大量改进,特别是在性能、可靠性和易用性方面。
核心改进
1. Callable与信号系统增强
新版本彻底重构了Callable和信号系统的工作方式:
- Swift闭包导出:现在可以直接使用
@Export标记Swift闭包属性,这些闭包会自动通过Godot的Callable机制代理 - 简化闭包构造:创建接受任意Swift闭包的
Callable变得更加简单,不再需要手动处理Arguments - 零堆分配:Godot到Swift的调用现在完全避免了堆分配,不再需要为参数提取或返回值创建
Variant对象 - 信号安全改进:
SignalWithArguments现在是一个结构体,并且弱引用包装对象,防止信号意外保留目标对象导致内存泄漏
2. 集合类型全面升级
集合系统经历了重大重构:
- 统一类型数组:引入
TypedArray统一了ObjectCollection和VariantCollection的功能,需要将ObjectCollection<Type>改为TypedArray<Type?> - 类型字典支持:新增
TypedDictionary,行为类似于TypedArray,为Godot的类型字典提供了Swift接口 - 原生Swift集合支持:
Swift.Array和Swift.Dictionary现在可以直接桥接到Godot类型,前提是它们的元素符合GodotBuiltinConvertible协议
3. 字符串处理优化
字符串处理获得了显著的性能提升:
- 直接编组:
String现在可以直接在FastVariant和Variant之间编组,避免了GString类实例的分配 - 快速字符串名:引入
FastStringName,可以包装StaticString,在从非插值字符串字面量构造StringName时避免分配
4. Variant系统重构
核心的Variant系统进行了彻底重构:
- 协议简化:移除了
VariantStorable和VariantRepresentable,引入了更简洁的VariantConvertible - 轻量级Variant:新增
FastVariant,不需要堆分配 - 类型安全转换:提供了更优雅的API来处理Variant转换,如
variant.to(Int.self)和50.toVariant()
5. 宏系统改进
宏系统变得更加智能和可靠:
- 自动类型推断:
@Export标记的属性不再需要显式类型信息 - 枚举提示:当适用时,
.enum提示会自动填充 - 参数名处理:
@Callable的参数名现在能正确处理限定名称 - 初始化顺序:
#initSwiftExtension宏现在会拓扑排序类,确保正确的注册和注销顺序
迁移指南
升级到0.60.1版本需要注意以下几点变化:
- 信号连接:信号连接操作不再返回
Object令牌,而是返回Callable令牌用于断开连接 - 类型数组:所有
ObjectCollection<Type>需要改为TypedArray<Type?> - 字典类型:
Dictionary已重命名为VariantDictionary - Variant处理:所有直接使用
VariantStorable和VariantRepresentable的代码需要更新为使用VariantConvertible
性能提升
新版本在多个方面带来了显著的性能改进:
- 调用开销降低:Godot到Swift的调用现在完全避免了堆分配
- 字符串处理:直接编组避免了中间对象的创建
- 类型转换:新的
FastVariant系统减少了临时对象的创建 - 内存管理:信号系统的改进防止了意外内存泄漏
总结
SwiftGodot 0.60.1版本是一个重要的里程碑,它通过全面的重构和优化,显著提升了绑定层的性能、可靠性和易用性。新版本特别注重类型安全和内存管理,同时简化了API设计,使Swift开发者能够更自然地在Godot引擎中使用Swift语言。
这些改进已经在大型SwiftGodot应用(如Xogot)中进行了充分测试,证明了其稳定性和性能优势。对于现有项目,虽然需要进行一些简单的代码调整,但迁移过程相对直接,且能带来显著的长期收益。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218