终极GTNH汉化指南:如何让Minecraft科技整合包秒变中文界面✨
GTNH(GregTech: New Horizons)是Minecraft顶级科技魔法整合包,而Translation-of-GTNH项目正是让中文玩家轻松驾驭这款神作的汉化神器!本教程将带你3分钟完成汉化部署,解锁百万字游戏文本的精准翻译,让复杂的科技树和任务系统不再有语言障碍🚀
📌 为什么选择这个汉化包?三大核心优势
✅ 全量覆盖:从基础物品到终极科技
汉化内容包含10000+物品名称、500+任务描述、200+机器说明,连隐藏彩蛋文本都不放过!特别优化了格雷科技(GregTech)的专业术语,如"纳米装配机"、"等离子体发电机"等硬核词汇的精准翻译。
✅ 双版本支持:稳定版+预览版同步更新
提供稳定版(适配GTNH 2.5.0+)和预览版(支持最新测试版整合包),通过config/txloader/forceload目录实现模块化加载,告别版本不兼容烦恼。
✅ 轻量部署:单机/服务器通用方案
仅需3步即可完成安装,文件体积不足10MB,不影响游戏性能。支持单人存档和多人服务器同步生效,所有玩家无需额外配置即可享受中文界面。
🚀 3分钟极速安装:从下载到启动全流程
1️⃣ 克隆汉化仓库(推荐)
打开终端执行以下命令获取最新汉化文件:
git clone https://gitcode.com/gh_mirrors/tr/Translation-of-GTNH
💡 若没有Git,也可直接访问仓库下载ZIP压缩包
2️⃣ 复制文件到游戏目录
将克隆/解压后的文件夹内所有文件,复制到GTNH整合包的.minecraft目录下,典型路径参考:
- Windows:
C:/Users/你的用户名/Instances/GTNH/.minecraft - Linux:
~/.local/share/multimc/instances/GTNH/.minecraft - MacOS:
~/Library/Application Support/multimc/instances/GTNH/.minecraft
3️⃣ 启动游戏并验证
在启动器中选择"GTNH"配置,点击"启动"按钮:
- 进入游戏设置(Options)
- 选择语言(Language)
- 找到"简体中文(中国)"并应用
- 看到界面文字变为中文即表示成功!
⚙️ 高级配置:打造个性化汉化体验
🎮 单机玩家优化方案
- 任务书美化:
config/betterquesting/lang/zh_CN.lang文件可自定义任务文本样式 - 加载界面定制:修改
config/Betterloadingscreen/tips/zh_CN.txt添加个性化加载Tips
🌐 服务器管理员必看
- 将汉化文件部署到服务端
mods目录同级文件夹 - 在
server.properties中添加language=zh_CN - 重启服务器后所有玩家自动同步中文界面
⚠️ 注意:服务端需使用与客户端相同版本的汉化包
🛠️ 魔改整合包适配技巧
如果使用自定义魔改包,建议通过config/txloader/load目录选择性加载:
- 仅保留需要汉化的模组语言文件(如
draconicevolution/lang/zh_CN.lang) - 禁用
____gtnhoverridenames目录可避免覆盖自定义物品名称
📚 常见问题速查手册
❓ 汉化后部分文本仍是英文?
- 检查是否安装了旧版本汉化包,建议删除
config/txloader后重新部署 - 确认整合包版本与汉化包匹配(可在
GTNH介绍.txt中查看版本说明)
❓ 启动游戏提示文件冲突?
删除.minecraft/mods目录下的TXLoader-*.jar,重新安装最新版汉化包自带的加载器
❓ 如何参与汉化贡献?
- Fork项目仓库
- 修改对应模组的
zh_CN.lang文件 - 提交Pull Request到
dev分支
社区贡献者可加入Discord获取专属头衔哦!
🌟 汉化效果展示:从英文地狱到中文天堂
(以下为典型汉化前后对比效果示意图)
格雷科技机器界面
汉化前:布满"Industrial Centrifuge"、"Voltage Tier"等专业术语的英文界面
汉化后:清晰显示"工业离心机"、"电压等级:HV"等直观中文说明
任务书系统
汉化前:"Collect 10 Iron Ingots and craft a Basic Machine Casing"
汉化后:"收集10个铁锭并制作基础机器外壳(提示:使用锻造锤加工铁板)"
物品 tooltip
汉化前:冗长的"Advanced Circuit Board (T2) - Requires Clean Room"
汉化后:简洁的"高级电路板(T2)- 需洁净室环境制造"
🤝 致谢开源社区贡献者
本项目由Kiwi233发起,目前已有28位社区译者参与,特别感谢:
- @TechTranslate团队:负责格雷科技5/6的专业术语库建设
- @GTNH_CN社区:提供大量游戏内实测反馈
- 所有提交issue的玩家:帮助修复了300+翻译错误
📢 汉化包每周五更新,关注项目仓库获取最新动态!遇到翻译问题可在
LICENSE文件末尾找到反馈渠道。祝大家在GTNH的科技世界中探索愉快,早日造出你的第一台量子计算机!🔬
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07