WorldEdit在Paper服务端下无法加载js.jar的技术分析与解决方案
2025-06-25 23:13:17作者:何举烈Damon
问题背景
近期有用户反馈,在最新版Paper服务端(1.21.4+)上运行WorldEdit 7.3.10-beta-01时,无法正常加载Rhino脚本引擎(js.jar)。按照官方文档将js.jar放置在plugins或plugins/WorldEdit目录下均无效,系统始终提示找不到脚本引擎。
技术分析
经过深入调查,发现这是Paper服务端的类加载机制导致的兼容性问题。Paper在1.21.4版本后引入了一个新的类加载策略:
- 类加载路径重定向:Paper会将插件jar包重映射到.plugin-remapped目录下,导致WorldEdit原本设计的类加载路径失效
- 类路径查找机制:WorldEdit依赖Java的MANIFEST.MF文件中Class-Path条目来定位js.jar,但Paper的重映射破坏了这一机制
- 文件系统访问:通过strace追踪发现,系统实际查找的是.plugin-remapped目录而非原始plugins目录
解决方案
目前有以下几种可行的解决方案:
临时解决方案
将js.jar直接放入.plugin-remapped/WorldEdit目录下。虽然可行,但不推荐作为长期方案。
推荐解决方案
-
修改MANIFEST.MF文件:
- 解压WorldEdit.jar
- 编辑META-INF/MANIFEST.MF文件
- 将Class-Path中的"WorldEdit/js.jar"改为"../WorldEdit/js.jar"
- 重新打包jar文件
-
等待官方更新: WorldEdit开发团队已注意到此问题,未来版本可能会:
- 增加多个Class-Path条目以兼容不同加载路径
- 考虑使用Paper的插件加载API实现可选依赖
- 评估直接捆绑Rhino引擎的可能性
技术背景
WorldEdit之所以采用外部加载js.jar的设计,有其历史原因:
- 早期Bukkit生态缺乏完善的库依赖管理
- 避免为不使用脚本功能的用户增加不必要的体积
- 当时构建工具对shading(阴影化)的支持有限
最佳实践建议
对于服务器管理员:
- 优先考虑修改MANIFEST.MF的方案
- 关注WorldEdit和Paper的更新日志
- 对于生产环境,建议等待官方修复版本
对于开发者:
- 了解现代服务端(如Paper)的类加载机制变化
- 在设计插件依赖时考虑多种加载场景
- 测试时应在多种服务端实现上进行验证
总结
这个问题反映了Bukkit生态演进过程中插件兼容性面临的挑战。随着Paper等优化服务端的出现,传统插件的设计可能需要相应调整。WorldEdit团队正在积极评估长期解决方案,同时用户可采用文中提供的临时方案确保功能正常使用。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869