FabricMC渲染事件机制变更分析:WorldRenderEvents.AFTER_SETUP事件行为调整
2025-06-30 18:53:31作者:董宙帆
在Minecraft 1.21.3版本中,Fabric API的WorldRenderEvents.AFTER_SETUP事件触发时机发生了重要变化,这对依赖该事件进行渲染操作的模组产生了显著影响。本文将深入分析这一变更的技术细节及其影响。
事件触发时机变更分析
在1.21.1版本中,WorldRenderEvents.AFTER_SETUP事件在天空盒渲染(renderSky)之后触发,这为模组提供了在天空盒渲染阶段进行自定义绘制的机会。然而在1.21.3版本中,Mojang调整了渲染管线顺序,导致该事件现在在glClear调用之前触发。
关键变更点在于:
- 天空盒渲染被移到了setupTerrain之后
- 新增了一个glClear调用直接位于AFTER_SETUP事件之后
- 地形雾着色器设置被移动到了renderMain中
这种调整使得任何在AFTER_SETUP事件中进行的渲染操作都会被随后的glClear清除,导致模组绘制的内容无法显示。
技术影响评估
这一变更对依赖AFTER_SETUP事件进行渲染的模组产生了严重影响,特别是需要在天空盒阶段进行绘制的模组(如Distant Horizons)。由于下一个可用事件BEFORE_ENTITIES触发时机过晚,这些模组失去了在天空盒阶段注入自定义渲染的机会。
从渲染管线角度来看,新的执行顺序变为:
- 地形设置(setupTerrain)
- AFTER_SETUP事件触发
- glClear清除帧缓冲
- 天空盒渲染(renderSky)
- 主场景渲染(renderMain)
解决方案实现
Fabric团队通过以下方式解决了这一问题:
- 在renderMain之后新增了一个专门的事件触发点
- 确保该触发点位于所有关键渲染状态设置完成后
- 为需要早期渲染机会的模组提供了新的接入点
这一解决方案既保持了向后兼容性,又为特殊需求的模组提供了新的渲染注入点。测试表明,修改后的版本能够正确支持Distant Horizons等模组的渲染需求。
开发者适配建议
对于受此变更影响的模组开发者,建议采取以下适配策略:
- 检查当前模组对AFTER_SETUP事件的依赖程度
- 评估是否可以将渲染逻辑迁移到新提供的事件点
- 对于必须在天空盒阶段渲染的模组,需要升级到包含修复的Fabric API版本(0.110.0+1.21.3及以上)
- 考虑添加版本检测逻辑,为不同Minecraft版本提供差异化渲染方案
这一变更提醒我们,在开发依赖渲染管线的模组时,应当充分考虑Minecraft版本间可能的管线调整,并设计更具弹性的渲染注入策略。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
492