一次改动如何不破坏五款游戏?ps3recomp 回归门(Regression Gate)设计思路全解析
一次改动如何不破坏五款游戏?ps3recomp 回归门(Regression Gate)设计思路全解析
ps3recomp 是一个把 PlayStation 3 游戏静态重编译为原生 PC 可执行文件的开源运行时工具集,而不是一台模拟器。它同时支撑着多个游戏移植项目,这些移植共享同一套运行时库——这就带来一个经典难题:你为 A 游戏修的一个 bug,很可能悄悄搞坏 B 游戏,而且几周后才发现。ps3recomp 的答案是回归门(Regression Gate):一条自动化的"改动体检线",让每次修改共享代码前,都能确认五款游戏都还活着。
为什么需要一个"守门员"?🛡️
回归门的设计动机在官方文档 docs/REGRESSION_GATE.md 里写得很直白:
大多数移植项目并不在被积极开发。这恰恰是它们有用的原因:如果没有什么东西盯着它们,为某款游戏的修复就会悄悄弄坏另一款游戏,而没人会知道。
ps3recomp 的运行时被所有移植共用,改动共享代码是常态。没有回归门时,"修好这个、弄坏那个"完全靠运气。回归门让这种改动变得安全——这正是它存在的理由。
一次完整运行的流程大概是:
- 构建 ps3recomp 工具链本身
- 用这个新工具链重新构建每个游戏移植(而不是复用开发者本地的旧二进制)
- 运行游戏,捕获它的行为记录
- 与已入库的"黄金基线"(golden)做 diff
五款游戏跑完大约需要 25 分钟,可以直接交给 CI 或本地定时任务。
它比较的是什么?不是截图
一个直觉的做法是"每次改动后截图对比画面"。ps3recomp 明确否掉了两条路:
- 不做截图对比:需要 GPU,且对合法的渲染变化过于脆弱
- 不做冗长日志对比:verbose tracing 会饿死游戏线程、改变游戏行为——建立在它之上的门,会对自己要检查的东西撒谎
取而代之的是 milestone 事件流:一条由共享运行时"常开且几乎免费"输出的有序事件记录。每个移植自动获得它,不需要写任何移植侧代码。钩子就埋在每款游戏都会经过的咽喉点:固件导入调用、LV2 系统调用、RSX 绘制路径。
设计细节见头文件 include/ps3emu/milestone.h,实现位于 runtime/milestone.c。它记录的内容包括:
| 前缀 | 含义 |
|---|---|
hle: |
游戏调用的固件导入(如 hle:cellPadInit) |
sys: |
lv2 系统调用编号 |
rsx: |
图形绘制路径 |
load: |
加载器事件 |
每个键记录首次出现的顺序,重复出现只累加计数——重复一次的成本只是一次字符串哈希和一个原子自增,不格式化、不分配、不加锁。
三个关键工程性质值得新手特别注意:
- 必须容忍进程被杀死:最有趣的失败恰恰是"游戏卡死了",而超时被杀的进程不会执行
atexit()。所以事件流在首次见到某个键时就立即追加写盘,计数每几秒也 checkpoint 一次 - 不影响计时:避免 tracing 本身改变游戏行为
- 不用时零开销:不设置
PS3_MILESTONE_OUT环境变量时,整个模块只是一次内存读取加返回
每款游戏入库的基线文件都在 tools/regress/ 下,例如 tools/regress/vf5.txt 记录了《VR 战士 5》正常启动时依次调用的上千个键与计数,一眼就能看出"它以前到底干了什么"。
什么算"挂了"?五种判定的取舍
diff 出来的差异被归为几种判定,这是回归门最见设计功力的部分:
| 判定 | 含义 | 结果 |
|---|---|---|
LOST |
游戏以前会调用的函数不再调用了 | ❌ 失败 |
UNRESOLVED |
某个固件导入变得未解析了 | ❌ 失败 |
DROPPED |
某调用计数跌了一个数量级,或标量下降("画面停了"看起来就是这样) | ❌ 失败 |
RESOLVED |
一个 unresolved:* 键消失——该导入有了实现 |
✅ 通过 |
NEW / RAISED / ORDER |
新增、增多、顺序变化 | ⚠️ 仅报告 |
最后一条体现了克制的设计哲学:新增的调用既可能是进步也可能是回归,而"一个总是狼来了的门会被忽略"。宁可漏报可疑项、也不能让人学会无视红色告警。
一键运行:回归门的使用方式 🔧
核心脚本是 tools/regress.py:
python tools/regress.py list # 查看已注册的移植与黄金状态
python tools/regress.py check --all # 全部端口,对照各自基线
python tools/regress.py check vf5 # 只查一个端口
python tools/regress.py record vf5 # 录制新的黄金基线
python tools/regress.py check --all --shots # 渲染模式:保留画面帧
游戏怎么注册?见 tools/regress_ports.toml,每个端口声明自己的目录、启动命令、超时、环境变量和"什么算成功结束"(expect)。当前在册的五款游戏是:
| 游戏 | 基线 |
|---|---|
| Virtua Fighter 5(vf5) | tools/regress/vf5.txt |
| Tokyo Jungle(tokyojungle) | tools/regress/tokyojungle.txt |
| Twisted Metal(twistedmetal) | tools/regress/twistedmetal.txt |
| The Simpsons(simpsons) | tools/regress/simpsons.txt |
| You Don't Know Jack(youdontknowjack) | tools/regress/youdontknowjack.txt |
两个贴心的细节:
- 没买游戏的移植不算失败:游戏本体从不进仓库,目录或可执行文件缺失时该端口记为
SKIPPED而非FAILED——"门必须对只拥有七款游戏中两款的人也有用" - 构建基线可复现:门每次都会重新生成 NID 表并对着"正在被测试的那个工具链"构建移植,防止"拿旧二进制测新运行时"造成假绿
读结果的艺术:大多数红色不是回归 ⚠️
这是最花人时间的部分,文档里专门花了一节讲"如何诚实地读结果",值得每位新手记在心里:
1. 刚构建完就测,测的不是游戏而是冷缓存。 20–40 MB 可执行文件和资产文件的冷页缓存会偏移游戏内计时,让对竞态敏感的标题行为翻转。构建后的第一次运行应当丢弃为热身,真正的测量在第二次。真实案例:VF5 曾在一棵连续四次热身运行都干净的树上报告了 11 个回归。
2. 复跑一次只能抓随机抖动。 如果"原因"本身就是"刚构建完"这个状态,复跑两次会一致地得到同一个错误答案。所以热身和确认两者都要有。
3. 先检查配置,再怀疑回归。
PS3_VFS_ROOT 是宿主目录,游戏路径会整体追加在其后。根目录配错时,VF5 会卡在 686,996 次打开文件失败里——看起来像启动回归;《辛普森一家》则打开 0 个文件、画了 9391 组"空画面"——看起来像渲染器坏了。其实都不是回归,都是配置问题。
4. 构建的事实可信,一次运行的事实需要复跑。 一个"未解析的 NID"是二进制的属性,可以立刻相信;一个键的数量只是单次执行的属性。
5. 黄金基线只记录了一次运行,也会把竞态固化进去。 最初六个基线里有两个录自少数派结局,在未改动的 master 上就会失败。教训是:录两次、取交集。
--shots:真的在渲染吗?🖥️
默认运行走 headless 的 null 后端——快、无需 GPU、Linux 和 macOS 行为一致。代价是它对"游戏是否真的画出了东西"没有发言权,只能确认"游戏是否提交了绘制指令"。
--shots 模式按各移植 README 记录的渲染配置(注册表里的 render_env,通常是 RSX_LIVE_DRAW=1)运行并保留呈现帧。判断帧是否"有东西"用的是去重颜色数而非亮度:一个纯清屏的缓冲整屏只有 1 种颜色,按"非黑比例"会得 100%,而实际什么都没显示。
每个端口还可以配置 render_gold 指向其仓库里追踪的参考截图,--shots 会生成并排对比图 <port>-vs-gold.png。这里也刻意不做像素级 diff——参考图带窗口边框、尺寸各异,过场动画还在动,严格比较只会天天狼来了。
门后还有谁:注册表里的"缺席名单" 🚪
tools/regress_ports.toml 里有两段值得读的设计说明——两款游戏被刻意排除在门外:
- flOw:其提升后的代码树被 git-ignore,无法再生,从它录的基线永远不可复现
- Rubber Ducky:一个从 debug fSELF 重编译的 Sony SDK 示例,符号表完全暴露——没有任何零售游戏是这样构建的,它证明不了"改动对真实游戏是否安全",只配当 lifter 的 ground truth
"门"的价值来自样本的代表性,宁可少一个样本,也不放进会误导判断的样本。
已知局限:门不是密封的
文档坦承一个 gap:一次运行会改变移植的磁盘状态。比如 Twisted Metal 首次运行会创建游戏数据,之后的运行就把数据当成"已安装",不再调用 cellGameCreateGameData——安装与首启路径(恰恰是 cellGame 工作所在的路径)每台机器只会被真正验证一次,除非手动删掉目录。注册表里对应的 clean 字段(如 tools/regress_ports.toml 中清理 FIOS 文件缓存的配置)就是为这类问题准备的缓解手段。
小结:回归门的三条核心思想 📌
| 思想 | 落地 |
|---|---|
| 测量要廉价、无侵入 | milestone 事件流替代截图与 verbose 日志 |
| 判定要克制 | 只让确定的退化失败,可疑的只报告 |
| 诚实面对测量误差 | 热身、复跑、双录基线取交集,写进文档当惯例 |
对任何"多项目共享一套库"的场景,这套思路都可复用:为每个下游项目录一份行为基线,改动前自动回放 diff,并明确区分"真退化"与"测量噪声"。更多细节见 docs/REGRESSION_GATE.md。