Godot-Rust项目中的属性宏兼容性问题解析
在Godot-Rust项目中,开发者使用Rust语言为Godot游戏引擎编写扩展时,可能会遇到一个有趣的属性宏兼容性问题。这个问题涉及到两个关键宏:#[var]和#[func],当它们同时用于同一个功能时会产生冲突。
问题现象
当开发者尝试为一个结构体字段同时使用#[var(set = function_name)]和#[func(rename = gdscript_name)]属性时,会出现运行时错误。具体表现为:代码在Rust侧能够正常编译,但在Godot引擎中调用相关属性时会抛出"Method not found"错误。
典型的使用场景如下:
#[derive(GodotClass)]
#[class(init, base = CharacterBody2D)]
pub struct Herbivore {
#[var(get, set = gdscript_set_health)]
pub(super) health: f64,
}
#[godot_api]
impl Herbivore {
#[func(rename = set_health)]
fn gdscript_set_health(&mut self, value: f64) {
self.set_health(value);
}
}
问题根源
这个问题的本质在于Godot-Rust的宏展开机制。#[var(set = function_name)]属性会直接使用Rust函数名(gdscript_set_health)在Godot中注册setter方法,而没有考虑到#[func(rename)]属性指定的GDScript名称(set_health)。这导致Godot引擎在运行时无法找到预期名称的方法。
技术解决方案讨论
项目维护者提出了一个潜在的解决方案:在编译时生成一个查找表,将Rust函数名映射到其在Godot中注册的名称。具体实现思路是:
- 在
#[godot_api]宏展开时,为每个#[func]方法生成一个常量,存储其在Godot中的注册名称 - 当
#[var(set)]引用这些方法时,通过查找表获取正确的注册名称
例如,对于以下代码:
#[godot_api]
impl Herbivore {
#[func]
fn eat_herbs(&mut self, value: f64) {...}
#[func(rename = set_health)]
fn gdscript_set_health(&mut self, value: f64) {...}
}
宏展开后会生成类似如下的查找表:
#[doc(hidden)]
const __gdext_func_Herbivore_eat_herbs: &str = "eat_herbs";
#[doc(hidden)]
const __gdext_func_Herbivore_gdscript_set_health: &str = "set_health";
实现挑战
这个解决方案面临的主要挑战是Godot-Rust支持在多个#[godot_api]块中实现同一个类的方法。由于Rust不允许从多个地方向同一个模块添加内容,查找表常量必须生成在包含模块的范围内,而不是每个impl块内部。
未来展望
虽然当前提出的解决方案能够解决问题,但项目维护者认为这可能会污染命名空间,类似于C语言的命名方式。未来可能会探索更优雅的实现方式,例如利用impl作用域或其他Rust特性来组织这些编译时信息。
对于开发者而言,了解这一限制有助于在编写Godot-Rust扩展时避免类似的陷阱,确保属性宏的正确配合使用。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00