GMEdit 开源项目教程
1. 项目介绍
GMEdit 是一个为 GameMaker 开发的高端开源代码编辑器。它旨在提供一个快速、舒适的代码编辑环境,支持 GameMaker: Studio、GameMaker Studio 2(包括 2.3 之前的版本和 2.3 格式),以及对旧版 GameMaker(≤8.1)项目的有限支持。此外,GMEdit 还可以用于编辑基于 GML 的游戏模组,如 Nuclear Throne 或 Rivals of Aether。
GMEdit 的主要特点包括:
- 高性能的代码编辑器(基于 Ace),特别优化用于 GML。
- 支持 GameMaker 风格的键盘快捷键,可自定义。
- 结合了对象、时间线和扩展的编辑器,允许同时查看和编辑多个事件、时刻或脚本。
- 快速保存和加载操作,仅更改必要的文件。
- 多种语法扩展,便于编写重复代码。
- 非破坏性更改,代码在基础 IDE 中仍然可读和可编辑。
- 支持自定义主题和插件。
- 免费且开源。
2. 项目快速启动
2.1 下载和安装
首先,从 GMEdit 的 GitHub 仓库 下载项目源代码。
git clone https://github.com/YellowAfterlife/GMEdit.git
2.2 构建项目
- 下载并解压预构建的 Electron 二进制文件到
bin/目录。 - 使用 Haxe 编译项目。
# 安装 Haxe(如果尚未安装)
npm install -g haxe
# 编译项目
haxe build.hxml
2.3 运行项目
编译完成后,使用 Electron 运行项目。
npm start
3. 应用案例和最佳实践
3.1 案例一:游戏模组开发
GMEdit 可以用于开发和编辑基于 GML 的游戏模组。例如,开发者可以使用 GMEdit 快速编辑 Nuclear Throne 或 Rivals of Aether 的模组代码,利用其高性能的代码编辑器和语法扩展功能,提高开发效率。
3.2 案例二:复杂游戏项目
对于复杂的 GameMaker 项目,GMEdit 提供了更高级的代码编辑功能,如多文档编辑、自定义快捷键和插件支持。这些功能可以帮助开发者更高效地管理和编辑大量代码,减少错误并提高代码质量。
4. 典型生态项目
4.1 GameMaker Studio 2
GameMaker Studio 2 是 GMEdit 的主要支持目标之一。GMEdit 提供了对 GameMaker Studio 2 的全面支持,包括对 2.3 版本格式的支持,使其成为 GameMaker Studio 2 开发者的理想代码编辑器。
4.2 Ace 编辑器
GMEdit 的核心代码编辑器基于 Ace 编辑器,这是一个高性能的代码编辑器,广泛用于各种开发工具中。GMEdit 对 Ace 进行了定制和优化,以更好地支持 GML 语言。
4.3 Electron
GMEdit 使用 Electron 作为其跨平台运行时环境。Electron 允许 GMEdit 在 Windows、macOS 和 Linux 上运行,提供一致的用户体验。
通过以上模块的介绍,您应该对 GMEdit 项目有了全面的了解,并能够快速启动和使用它。
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