HMCL启动器中1.20.4版本Forge与OptiFine兼容性问题分析
问题背景
在Minecraft 1.20.4版本中,HMCL启动器用户在使用自动安装功能同时下载OptiFine与Forge时遇到了兼容性问题。这一问题源于1.20.4版本Forge架构的重大变更,导致与OptiFine的交互方式发生了变化。
技术原因分析
Forge主类变更
1.20.4版本中,Forge的主类从传统的net.minecraftforge.client.loading.ClientModLoader
变更为net.minecraftforge.bootstrap.ForgeBootstrap
。这一变更需要启动器更新白名单机制,否则会导致自动安装功能无法在已安装Forge的情况下正确安装OptiFine。
ClasspathLocator行为变更
更关键的问题在于Forge的ClasspathLocator机制发生了重大变化:
- 在1.20.1及之前版本,ClasspathLocator在非开发环境是被禁用的
- 1.20.4版本中,ClasspathLocator在任何环境下都会启用
这一变更导致当OptiFine被放置在模组文件夹时,由于其包含ITransformationService实现,不会被作为普通模组加载。而当OptiFine被放置在classpath中时,虽然会被加载为普通模组,但实际上它内部并没有@Mod标识的类,这造成了加载异常。
解决方案探讨
开发团队讨论了多种解决方案:
-
元数据删除方案:在安装OptiFine前后删除META-INF/mod.toml文件
- 优点:实现简单直接
- 缺点:对于使用OptiFine Jar安装方法的启动器(如PCL)无效
-
Java Agent方案:通过Java Agent强制禁用ClasspathLocator
- 优点:从根本上解决问题
- 缺点:实现复杂,可能有副作用
-
补丁方案:向OptiFine JAR中注入带有@Mod("optifine")标识的类
- 优点:符合Forge的加载机制
- 缺点:需要修改原始文件,可能违反许可协议
经过测试验证,对于HMCL自动安装生成的OptiFine,删除mod.toml文件的方案能够正常工作。但对于使用传统OptiFine安装器(如PCL采用的方式)生成的安装结果,这一方案会导致启动失败。
最佳实践建议
对于HMCL用户,建议:
- 优先使用HMCL的自动安装功能同时安装Forge和OptiFine
- 如需手动安装,确保先安装Forge再安装OptiFine
- 避免在1.20.4版本中手动修改OptiFine的安装文件
对于启动器开发者,应当注意不同安装方式产生的文件结构差异,并针对性地处理兼容性问题。同时需要密切关注Forge后续版本可能带来的架构变更。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~054CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0378- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









