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。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00