Parchment 项目教程
1. 项目介绍
Parchment 是一个基于 Web 的 Z-Machine 和 Glulx 虚拟机,专门用于运行 Infocom 和现代 Z-code 游戏。它是一个开源项目,旨在提供一个简单易用的平台,让用户能够在现代浏览器中体验经典的文字冒险游戏。
Parchment 的主要特点包括:
- 跨平台:支持在各种现代浏览器中运行。
- 兼容性强:能够运行多种格式的 Z-code 和 Glulx 游戏。
- 易于扩展:提供了丰富的 API 和插件机制,方便开发者进行扩展和定制。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下工具:
- Node.js (建议版本 v14 或更高)
- Git
2.2 克隆项目
首先,克隆 Parchment 项目到本地:
git clone https://github.com/curiousdannii/parchment.git
cd parchment
2.3 安装依赖
进入项目目录后,安装所需的依赖包:
npm install
2.4 启动开发服务器
安装完成后,启动开发服务器:
npm start
启动成功后,你可以在浏览器中访问 http://localhost:3000 来查看 Parchment 的运行效果。
3. 应用案例和最佳实践
3.1 运行经典游戏
Parchment 最常见的应用场景是运行经典的文字冒险游戏。你可以通过以下步骤加载并运行一个游戏文件:
- 将游戏文件(通常是
.z5,.z8, 或.ulx格式)放置在public/games目录下。 - 在浏览器中访问
http://localhost:3000/games/your-game-file.z5。
3.2 自定义界面
Parchment 提供了丰富的 API 和插件机制,允许开发者自定义界面和功能。例如,你可以通过修改 src/index.html 文件来调整界面的布局和样式。
3.3 集成到现有项目
如果你希望将 Parchment 集成到现有的 Web 项目中,可以通过以下步骤实现:
- 将 Parchment 的源码复制到你的项目目录中。
- 在你的 HTML 文件中引入 Parchment 的入口文件:
<script src="path/to/parchment/dist/parchment.js"></script>
- 初始化 Parchment 并加载游戏文件:
const parchment = new Parchment();
parchment.loadGame('path/to/your-game-file.z5');
4. 典型生态项目
4.1 Inform 7
Inform 7 是一个用于创建交互式小说和文字冒险游戏的开发工具。Parchment 可以作为 Inform 7 游戏的运行环境,提供了一个现代化的平台来展示和运行这些游戏。
4.2 Twine
Twine 是一个开源的工具,用于创建非线性故事和文字冒险游戏。Parchment 可以与 Twine 集成,提供一个强大的运行环境,支持 Twine 生成的游戏文件。
4.3 Glulx
Glulx 是一种用于文字冒险游戏的虚拟机格式,Parchment 提供了对 Glulx 格式的全面支持,使得开发者可以在现代浏览器中运行和测试 Glulx 游戏。
通过这些生态项目的支持,Parchment 不仅能够运行经典的文字冒险游戏,还能够与现代开发工具无缝集成,为开发者提供了一个全面的解决方案。
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 StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00