MLAPI项目中RPC在IL2CPP构建时的兼容性问题分析
2025-07-03 05:56:13作者:傅爽业Veleda
问题背景
在Unity游戏开发中使用MLAPI(MidLevel/MLAPI)网络框架时,开发者可能会遇到一个特定的构建问题:当项目使用[Rpc(SendTo.***)]属性标记远程过程调用方法,并尝试为iOS平台或Windows平台进行IL2CPP构建时,编译器会报出"no matching function for call to"错误。
问题表现
具体表现为在Xcode或Windows IL2CPP构建过程中,编译器会针对每个RPC方法报出两类错误:
NetworkBehaviour___beginSendRpc_...函数调用不匹配NetworkBehaviour___endSendRpc_...函数调用不匹配
这些错误会导致构建失败,尽管在编辑器和独立平台构建中功能正常。
技术原因分析
该问题的根本原因在于MLAPI框架在IL2CPP后端处理RPC方法时存在类型转换问题。具体来说:
- 当使用
[Rpc(SendTo.***)]属性时,IL2CPP生成的代码尝试将__RpcParams类型转换为RpcParams类型,但缺少有效的用户定义转换操作符 - 这种类型不匹配在Mono运行时可能被隐式处理,但在IL2CPP严格类型检查下会暴露出来
- 问题主要影响使用
SendTo枚举指定RPC目标的场景
临时解决方案
在官方修复发布前,开发者可以采用以下临时解决方案:
- 将
[Rpc(SendTo.Everyone)]替换为[ClientRpc] - 将
[Rpc(SendTo.Server)]替换为[ServerRpc] - 注意
ServerRpc可能需要添加RequireOwnership = false参数
但需要注意,这种替换并非完全等价:
SendTo.Everyone在专用服务器模式下会发送给服务器,而ClientRpc不会- 与
ClientRpc行为完全匹配的是SendTo.ClientsAndHost
官方修复情况
MLAPI团队已确认该问题并在1.8.1版本中发布了修复。建议遇到此问题的开发者升级到最新版本以获得完整的RPC功能支持。
开发者建议
- 对于新项目,建议直接使用1.8.1或更高版本
- 对于现有项目,可根据项目阶段选择临时解决方案或升级框架
- 在使用RPC时,应明确理解不同发送目标的行为差异,特别是主机模式与专用服务器模式下的区别
- 进行跨平台开发时,建议尽早进行目标平台的构建测试,以发现潜在的兼容性问题
该问题的出现提醒我们在网络游戏开发中,特别是在使用IL2CPP后端时,需要特别注意类型系统的严格性,以及不同运行环境下API行为的潜在差异。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869