如何用xnbcli轻松搞定《星露谷物语》XNB文件:新手必备的免费解包工具
xnbcli是一款专为《星露谷物语》玩家设计的免费命令行工具,能够快速实现XNB文件的打包与解包操作。无论是修改游戏资源还是制作个性化MOD,这款轻量级工具都能帮你轻松搞定文件格式转换,让游戏定制变得简单高效。
📌 为什么选择xnbcli?三大核心优势
✅ 专为《星露谷物语》优化
作为针对该游戏开发的专用工具,xnbcli完美支持所有LZX压缩格式的XNB文件,包括纹理、音频和字体资源。无需担心兼容性问题,让MOD制作过程更顺畅。
✅ 极简操作流程
告别复杂的命令参数,通过预设脚本实现"一键操作":
- 解包:将文件放入
packed文件夹 → 运行对应脚本 - 打包:编辑后文件放入
unpacked文件夹 → 运行对应脚本 全平台支持Windows(.bat)、macOS(.command)和Linux(.sh)系统。
✅ 开源免费无广告
遵循GNU LGPL v3.0开源协议,代码完全透明可审计。无任何隐藏收费项,开发者和普通玩家都能自由使用和二次开发。
🚀 3分钟快速上手:从安装到使用
1️⃣ 环境准备(新手必看)
- 安装Node.js:访问官网下载对应系统版本,这是运行工具的基础环境
- Python依赖(Windows用户):
打开命令提示符输入:npm i --g --production windows-build-tools - 获取工具:
git clone https://gitcode.com/gh_mirrors/xn/xnbcli
或直接下载项目压缩包解压
2️⃣ 核心操作演示
📦 解包XNB文件步骤
- 将游戏原文件(如
Content/Characters目录下的XNB文件)复制到项目的packed文件夹 - 根据系统双击运行:
- Windows:
unpack.bat - macOS:
unpack.command - Linux:终端执行
sh unpack.sh
- Windows:
- 解压后的文件会自动生成到
unpacked目录,可直接用记事本或专业工具编辑
📤 打包修改后的文件
- 将编辑好的文件(保持原目录结构)放入
unpacked文件夹 - 运行对应打包脚本:
pack.bat/pack.command/pack.sh - 生成的XNB文件会保存在
packed目录,可直接替换游戏原文件使用
3️⃣ 高级终端命令(进阶玩家)
在项目根目录打开终端,使用以下命令实现自定义路径操作:
node xnbcli.js unpack [输入路径] [输出路径]
node xnbcli.js pack [输入路径] [输出路径]
例如:node xnbcli.js unpack ./myfiles ./output
🔍 常见问题解决指南
❓ 运行脚本无反应?
检查Node.js是否正确安装:终端输入node -v能显示版本号即正常。若提示"命令不存在",需重新安装并勾选"添加到环境变量"选项。
❓ 解压后出现乱码文件?
这通常是因为处理非《星露谷物语》的XNB文件导致。目前工具仅完美支持游戏原版资源,第三方MOD文件可能需要额外处理。
❓ 打包后游戏加载失败?
- 确保修改后的文件格式与原文件一致(如图片尺寸、音频编码)
- 检查
unpacked文件夹内是否保持原始目录结构
🛠️ 开发者资源
项目采用模块化架构设计,核心功能实现位于以下目录:
- XNB文件处理:
app/Xnb/ - 压缩算法实现:
app/Presser/ - 音频处理模块:
app/Xact/
开发文档可通过npm run doc生成,更多技术细节参见项目README.md。
📝 写在最后
xnbcli虽然是命令行工具,但通过预设脚本极大降低了使用门槛。无论是想简单修改游戏字体,还是制作复杂的角色外观MOD,这款工具都能成为你的得力助手。目前项目仍在持续更新,欢迎通过提交issue或PR参与贡献!
提示:修改游戏文件前建议做好备份,避免影响原始游戏体验。所有MOD制作请遵守游戏开发者的使用条款。
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