Unity-Editor-Toolbox中ReferencePicker与Selectable继承问题的解决方案
问题背景
在使用Unity-Editor-Toolbox的ReferencePicker特性时,开发者可能会遇到一个特殊问题:当自定义类继承自UnityEngine.UI.Selectable而非MonoBehaviour时,ReferencePicker无法正常渲染。这种情况常见于需要扩展UI交互功能的场景,比如创建自定义的可选择(Selectable)UI元素。
问题分析
问题的根源在于Unity的Selectable组件自带一个自定义Editor(SelectableEditor),而这个Editor并不继承自ToolboxEditor类。ToolboxEditor是Unity-Editor-Toolbox提供的基类,负责处理各种自定义特性(如ReferencePicker)的渲染。
当我们的脚本继承自Selectable时,Unity会使用SelectableEditor来绘制Inspector,而不会应用ToolboxEditor的功能,导致ReferencePicker等特性失效。
解决方案
方案一:完全自定义Editor
创建一个继承自ToolboxEditor的自定义Editor类,并手动复制SelectableEditor的所有功能。这种方法虽然可行,但需要维护大量代码,不够优雅。
方案二:混合模式Editor(推荐)
更优雅的解决方案是创建一个既继承自SelectableEditor又实现IToolboxEditor接口的混合Editor。这种方法可以同时保留Selectable的原生功能和使用Toolbox的特性。
实现步骤如下:
- 创建自定义Editor类,继承SelectableEditor并实现IToolboxEditor接口
- 定义需要忽略的属性列表(避免重复绘制)
- 重写OnInspectorGUI方法,先调用基类方法再处理Toolbox特性
- 实现IToolboxEditor接口要求的方法
具体实现代码
[CustomEditor(typeof(LinkSelectable))]
public class LinkSelectableEditor : SelectableEditor, IToolboxEditor
{
// 需要忽略的Selectable原生属性
private static readonly string[] selectableProperties = new string[]
{
"m_Script",
"m_Interactable",
"m_TargetGraphic",
"m_Transition",
"m_Colors",
"m_SpriteState",
"m_AnimationTriggers",
"m_Navigation"
};
protected override void OnEnable()
{
base.OnEnable();
// 注册需要忽略的属性
foreach (var property in selectableProperties)
{
IgnoreProperty(property);
}
}
public sealed override void OnInspectorGUI()
{
// 先绘制原生Selectable的Inspector
base.OnInspectorGUI();
// 再处理Toolbox特性
ToolboxEditorHandler.HandleToolboxEditor(this);
}
// IToolboxEditor接口实现
public void DrawCustomInspector()
{
Drawer.DrawEditor(serializedObject);
}
public void IgnoreProperty(SerializedProperty property)
{
Drawer.IgnoreProperty(property);
}
public void IgnoreProperty(string propertyPath)
{
Drawer.IgnoreProperty(propertyPath);
}
Editor IToolboxEditor.ContextEditor => this;
public IToolboxEditorDrawer Drawer { get; } = new ToolboxEditorDrawer();
}
实现原理
-
属性忽略机制:通过IgnoreProperty方法标记Selectable的原生属性,避免ToolboxEditor重复绘制这些属性。
-
绘制顺序:先调用base.OnInspectorGUI()绘制原生Selectable的Inspector,再通过ToolboxEditorHandler处理自定义特性。
-
接口实现:IToolboxEditor接口提供了与ToolboxEditor系统交互的标准方式,包括自定义绘制和属性忽略功能。
应用场景
这种技术不仅适用于ReferencePicker问题,还可以应用于:
- 扩展Unity原生UI组件时保留Toolbox特性
- 在自定义UI组件中同时使用Unity原生Inspector和Toolbox功能
- 需要深度集成Toolbox特性到现有UI系统中的情况
总结
通过这种混合模式的Editor实现,开发者可以无缝地将Unity-Editor-Toolbox的强大功能与Unity原生UI系统结合起来,既保留了Selectable的标准行为,又能使用ReferencePicker等高级特性。这种方法体现了良好的设计原则:开闭原则(对扩展开放,对修改关闭)和接口隔离原则。
对于需要在自定义UI组件中使用Toolbox特性的开发者,这种解决方案提供了一种优雅且可维护的实现方式。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00