Tiled项目与GameMaker Studio 2的JSON格式兼容性问题解析
2025-05-19 13:46:49作者:宗隆裙
背景介绍
近期GameMaker Studio 2(GM)的一次更新导致从Tiled地图编辑器导出的地图文件无法正常导入GM项目中。这一兼容性问题主要源于GM对JSON文件格式要求的变更,影响了Tiled导出功能的正常使用。
问题现象分析
当用户尝试在更新后的GM中加载Tiled导出的地图时,系统会报告JSON解析错误。错误信息明确指出JSON文件缺少必要的字段:
- 类型标签字段(Type Tag Field)缺失
- "%Name"属性字段缺失
- "creationCodeFile"等后续字段缺失
GM JSON格式变更详情
经过深入分析,发现GM更新后对JSON文件格式做出了以下关键变更:
- 类型标签字段:在每个JSON对象开头增加了类型标记字段,其值通常与现有的"resourceType"属性相同
- 属性名称变更:新增了"%Name"属性,其值与原有的"name"属性相同
- 格式规范化:
- 移除了属性名和值之间的空格
- JSON对象属性现在按字母顺序排列
- 键名排序变为大小写不敏感
技术解决方案
针对这一兼容性问题,Tiled开发团队采取了以下解决措施:
- 类型标签处理:在导出时自动添加必要的类型标记字段
- 属性同步:确保"%Name"等新增属性与原有属性保持同步
- JSON序列化优化:
- 实现自定义排序算法,满足GM对键名大小写不敏感的排序要求
- 规范化JSON输出格式,移除不必要的空格
颜色属性处理问题
在修复过程中还发现了一个相关但独立的问题:对象颜色属性未被正确导出。这是由于Tiled属性视图的更新引入的回归问题,导致对象上设置的颜色属性被忽略。开发团队通过修复属性视图的处理逻辑解决了这一问题。
对开发者的建议
- 升级到最新版本的Tiled以获取完整的GM兼容性支持
- 清理项目中未使用的变量,因为GM现在对此检查更加严格
- 重新导出地图文件以确保所有属性(包括颜色)被正确保存
总结
这次兼容性问题展示了游戏开发工具链中常见的挑战:当一个关键工具更新时,可能影响整个工作流程。Tiled团队迅速响应并解决了这一问题,体现了开源项目对用户反馈的重视和快速迭代能力。开发者应保持工具链的及时更新,同时注意备份项目以防兼容性问题。
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.17 K
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++
685
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
343
146