Spine Runtimes项目中的UE5.4及以上版本GetAssetRegistryTags兼容性处理
2025-06-12 01:40:26作者:滕妙奇
在Unreal Engine 5.4及更高版本中,Epic Games对资产注册标签系统进行了重要更新,这影响了Spine Runtimes项目中SkeletonDataAsset的实现方式。本文将详细介绍这一变更的技术背景及解决方案。
技术背景
Unreal Engine 5.4引入了一个重大的API变更,废弃了原有的GetAssetRegistryTags函数签名,转而使用新的FAssetRegistryTagsContext参数形式。这一变更旨在提供更灵活和可扩展的资产标签管理系统。
在旧版本中(UE5.3及以下),资产标签是通过填充一个TArray<FAssetRegistryTag>输出参数来实现的。而在UE5.4+中,新的系统使用FAssetRegistryTagsContext上下文对象,它提供了更丰富的接口来管理资产标签。
问题分析
Spine Runtimes项目中的USpineSkeletonDataAsset类需要处理资产源文件信息,这些信息通过GetAssetRegistryTags方法暴露给Unreal的资产管理系统。当项目升级到UE5.4+时,原有的实现会产生弃用警告。
解决方案
通过预处理器条件编译,我们可以为不同版本的Unreal Engine提供不同的实现:
#if ((ENGINE_MAJOR_VERSION >= 5) && (ENGINE_MINOR_VERSION >= 4))
void USpineSkeletonDataAsset::GetAssetRegistryTags(FAssetRegistryTagsContext Context) const
{
if (importData)
{
Context.AddTag(FAssetRegistryTag(SourceFileTagName(),
importData->GetSourceData().ToJson(),
FAssetRegistryTag::TT_Hidden));
}
Super::GetAssetRegistryTags(Context);
}
#else
void USpineSkeletonDataAsset::GetAssetRegistryTags(
TArray<FAssetRegistryTag> &OutTags) const {
if (importData) {
OutTags.Add(FAssetRegistryTag(SourceFileTagName(),
importData->GetSourceData().ToJson(),
FAssetRegistryTag::TT_Hidden));
}
Super::GetAssetRegistryTags(OutTags);
}
#endif
实现细节
- 版本检测:使用
ENGINE_MAJOR_VERSION和ENGINE_MINOR_VERSION宏来检测Unreal Engine版本 - 新旧API适配:
- UE5.4+使用
FAssetRegistryTagsContext的AddTag方法 - 旧版本使用
TArray的Add方法
- UE5.4+使用
- 源数据处理:两种实现都处理
importData,将其转换为JSON格式并添加为隐藏标签 - 父类调用:两种实现都调用了父类的对应方法以确保完整的功能链
最佳实践
- 当为Unreal Engine插件或项目代码处理类似情况时,建议采用类似的版本检测和条件编译策略
- 保持新旧API功能的一致性,确保在不同版本中行为相同
- 及时跟进Unreal Engine的API变更公告,提前规划兼容性处理
- 在头文件中也需要相应更新函数声明,保持一致性
这种处理方式不仅解决了当前的问题,也为未来可能的API变更提供了可扩展的框架,是处理引擎版本间API差异的良好范例。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430