TrenchBroom 2025.2版本发布:跨平台地图编辑器迎来重要更新
TrenchBroom是一款功能强大的跨平台3D地图编辑器,主要用于Quake引擎系列游戏的地图制作。作为开源项目,它以其直观的用户界面和高效的编辑工具赢得了众多关卡设计师的青睐。2025年3月,TrenchBroom团队发布了2025.2版本,带来了一系列改进和修复。
平台支持与系统要求
2025.2版本延续了TrenchBroom一贯的跨平台特性,支持Windows、Linux和macOS三大主流操作系统。具体而言:
- Windows系统需要10或11版本,仅支持64位架构
- Linux系统需要Qt 6.7或更高版本支持
- macOS系统要求10.14(Mojave)或更高版本
所有平台都需要支持OpenGL 2.1和GLSL 1.2的显卡及最新驱动程序。Windows用户还需特别注意安装Microsoft Visual C++ Redistributable for Visual Studio 2015-2022的x64版本,这是运行64位TrenchBroom的必要组件。
主要更新内容
游戏引擎与编译工具参数处理优化
本次更新修复了游戏引擎和编译工具参数处理方面的问题。对于地图设计师而言,这意味着在使用TrenchBroom配置外部游戏引擎或编译工具时,参数传递将更加可靠和准确。这一改进特别有利于那些使用自定义编译流程的高级用户,确保了从编辑器到实际游戏引擎的无缝衔接。
Linux平台打包格式改进
Linux用户将注意到一个显著变化:AppImage构建现在以zip压缩包形式分发。这一调整使得Linux版本的发布与其他平台保持一致,简化了下载和分发流程。虽然对最终用户功能没有直接影响,但这种标准化处理体现了开发团队对跨平台一致性的重视。
Quake游戏定义文件更新
2025.2版本包含了由社区贡献者eGax提供的quake.fgd文件更新。FGD(Forge Game Data)文件是TrenchBroom理解特定游戏实体和属性的关键配置文件。这些更新可能包括新的实体定义、属性修正或其他游戏特定功能的改进,为Quake系列地图制作者提供了更准确和全面的编辑支持。
技术实现细节
从技术角度看,2025.2版本虽然是一个小版本更新,但包含了多项底层改进:
-
参数处理机制重构:修复了可能导致命令行参数解析错误的问题,特别是在处理包含空格或特殊字符的路径时。
-
构建系统优化:Linux平台的打包流程经过调整,现在生成zip格式的AppImage包,与其他平台保持一致。
-
FGD文件维护:持续更新游戏定义文件,确保编辑器能够正确识别和处理最新的游戏实体和属性。
用户升级建议
对于现有用户,升级到2025.2版本是一个推荐的选择,特别是:
- 经常使用外部编译工具链的用户将受益于改进的参数处理
- Linux用户可以获得更一致的发布包体验
- Quake地图制作者能够利用最新的游戏实体定义
新用户可以放心地从2025.2版本开始使用TrenchBroom,它提供了稳定的跨平台编辑体验和最新的功能支持。
未来展望
虽然2025.2是一个维护性质的更新,但它展示了TrenchBroom项目对稳定性和跨平台一致性的持续关注。开发团队似乎在为更大的功能更新奠定基础,同时保持对社区贡献的开放态度。用户可以期待未来版本中可能出现更先进的编辑功能和对更多游戏引擎的支持。
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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