Harbinger项目解析:Minecraft Mod开发中的物理端与逻辑端处理
引言
在Minecraft Mod开发中,正确处理客户端与服务器端的逻辑是至关重要的技术难点。本文将深入探讨Harbinger项目中涉及的物理端、逻辑端概念及其实现方式,帮助开发者理解Minecraft 1.3版本后的架构变化及其对Mod开发的影响。
Minecraft架构演变与网络IO
自Minecraft 1.3版本起,单人游戏模式实现方式发生了重大变革。游戏不再采用传统的单线程架构,而是通过模拟本地服务器的方式运行。这意味着:
- 即使是在单人游戏中,也存在完整的客户端-服务器架构
- 客户端与服务器之间必须通过网络IO进行通信
- 游戏逻辑被明确分离到两个不同的执行环境中
这种架构变化带来了更清晰的职责划分,但也增加了Mod开发的复杂性。客户端无法直接知晓服务器状态,服务器也无法直接获取客户端输入,所有交互都必须通过网络通信完成。
业务端判定技术
在原版Minecraft中,存在许多客户端与服务器逻辑耦合的情况。例如,当玩家右击方块时,消息可能会被显示两次——一次来自服务器处理,一次来自客户端处理。
传统解决方案的问题
早期开发者可能使用FMLCommonHandler.getEffectiveSide()方法进行判断,但这种方法存在以下问题:
- 早期实现是通过检查线程名来判断执行端,属于hack手段
- 新版本虽然改为检查
ThreadGroup,但仍不够规范 - 性能开销相对较大
推荐解决方案
从1.6.4到1.12.2版本,最可靠且高效的判断方式是检查World实例的isRemote属性:
world.isRemote == true // 客户端(世界是被遥控的)
world.isRemote == false // 服务器端(世界不是被遥控的)
这种方法直接反映了当前代码执行的逻辑端,是官方推荐的做法。
物理端与@SideOnly注解
@SideOnly的本质
@SideOnly是MCP(Mod Coder Pack)使用的注解,主要用途包括:
- 在合并客户端和服务器代码时标识来源
- 根据运行环境移除不匹配的代码
- 确保特定代码只在指定物理端存在
注解的有效值为Side.CLIENT和Side.SERVER,分别表示仅客户端和仅服务器端。
注解的实际效果
当方法被标记为@SideOnly(Side.CLIENT)时:
- 在物理服务器上调用会抛出
NoSuchMethodException - 在物理客户端上可以正常调用
反之,@SideOnly(Side.SERVER)标记的方法:
- 在物理客户端上调用会抛出异常
- 在物理服务器上可以正常执行
使用场景分析
@SideOnly主要适用于以下三种情况:
- 无注解:代码在服务器和客户端同时存在
- @SideOnly(Side.CLIENT):仅客户端存在的代码(如渲染相关)
- @SideOnly(Side.SERVER):仅服务器存在的代码(如某些命令处理)
物理端代理与依赖注入
@SidedProxy机制
@SidedProxy允许Mod在不同物理端使用不同的代理实现:
@SidedProxy(serverSide = "ServerProxy", clientSide = "ClientProxy")
public static Proxy myProxy;
这种机制基于物理端而非逻辑端,使得Mod可以在不同运行环境下拥有不同的行为。
代理模式实现示例
典型的代理实现包含三个部分:
- 公共代理基类:定义通用接口
- 服务器代理:实现服务器特有逻辑
- 客户端代理:实现客户端特有逻辑
// 公共基类
public class CommonProxy {
public void foo() {
System.out.println("CommonProxy says foo");
}
}
// 服务器代理
public class ServerProxy extends CommonProxy {
public void foo() {
System.out.println("ServerProxy says foo");
}
}
// 客户端代理
public class ClientProxy extends CommonProxy {
public void foo() {
System.out.println("ClientProxy says foo");
}
}
物理端与逻辑端的区别
理解物理端和逻辑端的区别是Mod开发的关键:
- 物理端:指实际的运行环境(物理客户端或物理服务器)
- 逻辑端:指代码当前执行的逻辑位置(通过
isRemote判断)
这种区分源于Minecraft 1.3后的架构变化,使得同一物理设备可以同时运行客户端和服务器逻辑。
最佳实践建议
- 优先使用
world.isRemote进行逻辑端判断 - 谨慎使用
@SideOnly,仅在必要时标记客户端或服务器专用代码 - 合理设计代理模式,分离不同物理端的特有逻辑
- 避免在服务器端代码中包含渲染等客户端专用操作
- 在客户端代码中不要处理应由服务器决定的核心游戏逻辑
通过遵循这些原则,可以开发出稳定、高效的跨平台Mod,同时避免常见的端相关错误。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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