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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00