LinuxGSM中Palworld专用服务器启动参数变更解析
背景概述
在Linux游戏服务器管理工具(LinuxGSM)中,Palworld专用服务器的启动参数配置近期发生了变化。这些变更主要涉及服务器在社区列表中的可见性设置以及RCON远程管理功能的配置方式。
参数变更详情
社区服务器列表参数变更
在旧版本中,服务器通过EpicApp=PalServer参数来实现社区服务器列表的注册。但在最近的Palworld专用服务器更新后,这一机制已被弃用,取而代之的是新的-publiclobby启动参数。
旧配置示例:
EpicApp=PalServer -useperfthreads -NoAsyncLoadingThread -UseMultithreadForDS
新配置示例:
-publiclobby -useperfthreads -NoAsyncLoadingThread -UseMultithreadForDS
RCON配置方式变更
最初,RCON功能需要通过PalWorldSettings.ini文件中的以下配置项进行设置:
RCONEnabled=False
RCONPort=25575
在某个更新版本中,RCON的配置方式被改为通过启动参数实现:
-rcon:启用RCON功能(默认端口25575)-rconport=####:自定义RCON端口号
不过值得注意的是,在后续更新中,开发团队似乎又将RCON配置方式恢复到了ini文件的方式,这表明之前的变更可能并非有意为之。
最佳实践建议
对于当前版本的Palworld专用服务器配置,建议采用以下方式:
-
社区可见性配置: 使用
-publiclobby参数替代旧的EpicApp=PalServer参数,确保服务器能正确显示在社区服务器列表中。 -
RCON配置: 目前建议继续使用PalWorldSettings.ini文件进行RCON配置,除非后续官方文档明确要求使用启动参数。
-
多服务器部署: 当需要部署多个服务器实例时,务必通过
-queryport参数为每个实例指定不同的查询端口,避免端口冲突。
配置示例
以下是经过优化的LinuxGSM配置文件示例:
# 服务器基础配置
servername="My Palworld Server"
port=8211
steamport=27015
# RCON配置(当前使用ini文件方式)
# 如需通过启动参数配置,可取消下面注释
# rconport="25575"
# 启动参数配置
startparameters="-publiclobby -useperfthreads -NoAsyncLoadingThread -UseMultithreadForDS -servername='${servername}' -port='${port}' -queryport='${steamport}'"
性能优化参数说明
Palworld服务器包含多个性能相关的启动参数,了解这些参数的作用有助于优化服务器性能:
-useperfthreads:启用高性能线程模式-NoAsyncLoadingThread:禁用异步加载线程-UseMultithreadForDS:为专用服务器启用多线程处理
这些参数通常建议保持启用状态,除非在特定硬件配置下出现兼容性问题。
总结
Palworld专用服务器的配置方式随着版本更新而不断演进。服务器管理员应当关注官方文档的更新,及时调整配置方式。当前版本下,最重要的变更是社区服务器可见性参数从EpicApp=PalServer改为-publiclobby,而RCON配置则暂时回归到ini文件方式。通过合理配置这些参数,可以确保服务器的稳定运行和最佳性能表现。
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