Path of Building:流放之路深度构筑计算引擎技术解析
2026-02-06 05:20:16作者:凤尚柏Louis
架构设计
Path of Building(PoB)采用模块化的Lua架构设计,核心计算引擎通过模块化组件实现高效的角色属性模拟。系统架构主要分为数据层、计算层和表示层三个主要部分。
核心模块结构:
-- 模块加载机制示例
local calcs = { }
calcs.targetVersion = targetVersion
calcs.breakdownModule = "Modules/CalcBreakdown"
LoadModule("Modules/CalcSetup", calcs)
LoadModule("Modules/CalcPerform", calcs)
LoadModule("Modules/CalcActiveSkill", calcs)
数据层通过版本化数据模块管理游戏数据,支持多版本游戏数据的并行处理:
for _, targetVersion in ipairs(targetVersionList) do
local verData = setmetatable({ }, { __index = data })
data[targetVersion] = verData
end
核心算法
修饰符计算引擎
PoB的核心计算引擎基于修饰符数据库(ModDB)系统,实现复杂的属性计算逻辑:
function modLib.createMod(modName, modType, modVal, ...)
local flags = 0
local keywordFlags = 0
local tagStart = 1
local source
if select('#', ...) >= 1 and type(select(1, ...)) == "string" then
source = select(1, ...)
tagStart = 2
end
return {
name = modName,
type = modType,
value = modVal,
flags = flags,
keywordFlags = keywordFlags,
source = source,
select(tagStart, ...)
}
end
环境计算系统
计算环境初始化与性能优化:
function calcs.buildOutput(build, mode)
local env = calcs.initEnv(build, mode)
calcs.perform(env)
local output = env.player.output
if mode == "MAIN" then
output.ExtraPoints = env.modDB:Sum("BASE", nil, "ExtraPoints")
-- 详细属性计算逻辑
end
return env
end
扩展开发
技能系统扩展
技能数据采用结构化存储和元表优化:
verData.skillStatMapMeta = {
__index = function(t, key)
local map = verData.skillStatMap[key]
if map then
t[key] = copyTable(map, true)
for _, mod in ipairs(map) do
processMod(t._grantedEffect, mod)
end
return map
end
end
}
物品系统接口
物品基础数据与稀有模板系统:
verData.itemBaseLists = { }
for name, base in pairs(verData.itemBases) do
if not base.hidden then
local type = base.type
if base.subType then
type = type .. ": " .. base.subType
end
verData.itemBaseLists[type] = verData.itemBaseLists[type] or { }
table.insert(verData.itemBaseLists[type], {
label = name:gsub(" %(.+%)",""),
name = name,
base = base
})
end
end
性能优化
计算缓存机制
PoB实现了高效的计算缓存系统,避免重复计算:
function calcs.getNodeCalculator(build)
return getCalculator(build, true, function(env, nodeList)
env.modDB:AddList(calcs.buildModListForNodeList(env, nodeList))
end)
end
修饰符快速匹配
优化修饰符比较算法提升性能:
function modLib.compareModParams(modA, modB)
if modA.name ~= modB.name or modA.type ~= modB.type
or modA.flags ~= modB.flags or #modA ~= #modB then
return false
end
for i, tag in ipairs(modA) do
if tag.type ~= modB[i].type then
return false
end
if modLib.formatTag(tag) ~= modLib.formatTag(modB[i]) then
return false
end
end
return true
end
开发者指南
环境搭建
开发环境配置要求:
- 克隆开发分支:
git clone -b dev https://gitcode.com/gh_mirrors/pat/PathOfBuilding - 复制TreeData文件夹到仓库目录
- 创建开发模式启动快捷方式
调试功能
开发模式提供丰富的调试工具:
F5热重载程序Ctrl + ~切换控制台Alt键显示详细调试信息- 条件选项显示依赖修饰符列表
开源贡献
代码贡献规范
项目采用严格的分支管理策略:
- 所有Pull Request必须针对dev分支
- 修改必须经过充分测试
- 遵循现有的代码风格和架构模式
数据处理流程
游戏数据导出系统位于Export目录:
-- 数据导出脚本示例
local function exportSkillData()
-- 从Content.ggpk提取技能数据
-- 生成Lua模块文件
end
技术展望
Path of Building作为流放之路社区的核心工具,持续在以下方向进行技术演进:
- 多版本游戏数据并行支持
- 计算引擎性能优化
- 模组系统扩展性增强
- 社区数据贡献流程简化
项目通过模块化架构和清晰的接口设计,为开发者提供了强大的扩展能力,持续推动流放之路构筑理论的发展。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
801
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1


