Create项目中的列车调度系统崩溃问题分析与解决方案
问题背景
在Create模组的列车调度系统中,发现了一个可能导致游戏崩溃的严重问题。当计算机模组(CC:Tweaked)尝试为一个没有有效调度表的列车设置调度时,系统会崩溃。这个问题特别容易在玩家使用Lua脚本通过计算机接口操作列车调度时触发。
技术分析
崩溃根源
问题的核心在于currentEntry变量被设置为-1,而系统没有正确处理这种边界情况。具体来说:
- 当调度表为空时,
ScheduleRuntime#setSchedule方法中的以下代码会导致问题:
currentEntry = Mth.clamp(schedule.savedProgress, 0, schedule.entries.size() - 1);
- 由于
clamp方法的实现是:
public static int clamp(int value, int min, int max) {
return Math.min(Math.max(value, min), max);
}
- 当调度表为空时,
entries.size()为0,导致max参数为-1,最终currentEntry被设置为-1。
调用链分析
正常情况下,大多数调用setSchedule的地方都会进行空表检查,如:
StationBlockEntity#applyAutoScheduleScheduleItem#handScheduleToBlazeBurnerInteractionBehaviour#handlePlayerInteraction
然而,计算机接口的实现(StationPeripheral)存在验证不足的问题。它虽然检查了"entries"映射表是否为空,但存在两个关键缺陷:
-
键名大小写敏感性问题:代码检查的是"entries"而非"Entries",而Create内部使用的是"Entries"(首字母大写)
-
更严重的是,
toCompoundTag方法会将所有键名转换为蛇形命名法(SnakeCase),导致各种大小写变体("entries", "Entries", "eNtRiEs"等)都能通过解析,但无法通过验证
解决方案
针对这个问题,可以从以下几个层面进行修复:
-
输入验证强化:在计算机接口中严格验证输入的调度表格式,确保必须包含正确大小写的键名和有效的条目
-
边界条件处理:在设置
currentEntry时增加额外的检查,确保其值永远不会小于0 -
键名规范化:统一内部使用的键名格式,避免大小写不一致导致的问题
-
错误处理改进:为无效输入提供更清晰的错误信息,帮助用户理解问题所在
技术启示
这个问题给我们几个重要的技术启示:
-
防御性编程:即使上层调用应该保证输入有效性,底层实现仍需处理所有可能的边界情况
-
数据验证:对外部输入(如来自Lua脚本的数据)必须进行严格验证,包括类型、格式和业务逻辑层面的检查
-
命名一致性:在跨系统交互时,键名/字段名的大小写和格式必须严格一致
-
错误隔离:一个组件的错误不应导致整个系统崩溃,应有适当的错误隔离机制
总结
Create模组的列车调度系统是一个复杂而精密的机制,这次发现的问题提醒我们在处理外部输入和边界条件时需要格外小心。通过加强输入验证、改进错误处理和确保内部一致性,可以显著提高系统的健壮性和用户体验。对于模组开发者而言,这类问题的解决不仅修复了当前缺陷,也为未来开发提供了宝贵的设计经验。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112