重燃经典:D2GL——Diablo 2 LoD的现代重生
项目介绍
D2GL(Diablo 2 LoD Glide/DDraw to OpenGL Wrapper)是一款专为Diablo 2 Lord of Destruction(LoD)设计的OpenGL包装器。它通过将旧版的Glide/DDraw调用转换为现代的OpenGL调用,使得这款经典游戏能够在现代硬件和操作系统上运行得更加流畅。D2GL不仅解决了全屏和窗口模式切换的问题,还修复了与窗口和光标相关的诸多问题。此外,它还集成了多种libretro着色器,支持高分辨率放大,并提供了诸如高清文本显示、D2DX的运动预测等高质量生活(QOL)功能。
项目技术分析
D2GL的核心技术在于其强大的OpenGL转换能力。通过使用OpenGL 3.3及以上版本,D2GL能够充分利用现代GPU的性能,提供更高的帧率和更流畅的游戏体验。项目中还集成了多种图形后处理效果,如Lut、锐化、FXAA等,进一步提升了游戏的视觉质量。此外,D2GL还支持RetroArch的slang着色器,允许玩家在游戏中实现高分辨率放大,同时保持画面的清晰度和细节。
项目及技术应用场景
D2GL适用于所有希望在现代硬件上重温Diablo 2 LoD的玩家。无论是Windows 7/8/10/11,还是通过Wine运行的Linux和MacOS系统,D2GL都能提供一致且优化的游戏体验。对于那些热衷于Modding的玩家,D2GL的兼容性也使其成为理想的选择。无论是单独使用,还是与其他Mod(如PlugY、BaseMod等)结合,D2GL都能确保游戏的稳定运行。
项目特点
- 实时设置调整:通过
Ctrl+O快捷键,玩家可以在游戏中实时调整设置,无需退出游戏。 - 高分辨率放大:利用RetroArch的slang着色器,D2GL支持将游戏画面放大至更高分辨率,同时保持画质。
- 高清文本和光标:游戏中的所有文本和光标都支持高清显示,提升整体视觉体验。
- 解锁帧率:在菜单界面限制为45fps,而在游戏内则完全解锁,提供更流畅的游戏体验。
- 运动预测:集成了D2DX的运动预测功能,特别是在开启垂直同步时效果更佳。
- 图形后处理:支持多种图形后处理效果,如Lut、锐化、FXAA等,进一步提升画面质量。
- 快速切换模式:通过
Alt+Enter快捷键,玩家可以快速在窗口模式和全屏模式之间切换。
D2GL不仅是一款技术上的创新,更是对经典游戏的一次深情致敬。无论你是Diablo 2的老玩家,还是新入坑的玩家,D2GL都能为你带来前所未有的游戏体验。立即下载,重燃你的冒险之旅吧!
安装与配置
兼容性
D2GL兼容多种Diablo 2 LoD版本和操作系统,详细兼容性信息请参阅兼容性指南。
致谢
D2GL的开发离不开Diablo II Modding社区的支持,以及所有贡献源代码的开发者。特别感谢以下项目和开发者:
- SGD2FreeRes D2 Custom Resolution (Mir Drualga)
- D2DX's Unit/Weather Motion Predictor (Bolrog)
- Libretro's slang shaders (RetroArch)
- The OpenGL Extension Wrangler Library (Brian Paul)
- OpenGL Mathematics (GLM) (G-Truc Creation)
- FXAA implementation by Timothy Lottes (NVIDIA)
- Dear ImGui (Omar Cornut)
- stb_image, stb_image_write (Sean Barrett)
- MurmurHash3 (Austin Appleby)
- MSDF Atlas Generator (Chlumsky)
- Shader Minifier (laurentlb)
- SPIRV-Cross, glslang (KhronosGroup)
- Detours (Microsoft)
截图展示

D2GL,让你的Diablo 2 LoD体验焕然一新!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00