QSanguosha-For-Hegemony项目中的Lua技能扩展详解
2025-06-08 02:06:56作者:袁立春Spencer
前言
本文主要讲解QSanguosha-For-Hegemony项目中Lua技能扩展的高级用法,适合已经具备基础Lua编程能力的开发者阅读。我们将深入探讨几种特殊的Pile类型、ServerInfo结构体、SkipGameRule机制以及extra_cost属性的应用。
特殊Pile类型详解
1. expand_pile基础用法
expand_pile是与视为技绑定的特殊牌堆,它极大地简化了"将牌堆上的牌当作某种牌使用"这类技能的开发。以"箭矢"技能为例:
devJianshiVS = sgs.CreateViewAsSkill{
name = "devJianshi",
n = 2,
expand_pile = "devJianshi", -- 关键配置
view_filter = function(self, selected, to_select)
-- 过滤逻辑
end,
-- 其他方法...
}
技术要点:
- 当玩家点击技能按钮时,系统会自动将Pile中的牌移动到玩家手牌区
- 支持多个Pile,用逗号分隔
- 在view_filter中可以使用".|.|.|Pile名"的模式匹配
2. %Pile - 跨玩家牌堆访问
%Pile前缀允许访问其他玩家武将牌上的牌堆,这在君主技等需要共享牌堆的场景中非常有用:
expand_pile = "devShiren,%devShiren"
实现原理:
- 第一个devShiren访问自身牌堆
- %devShiren访问同势力角色的牌堆
- 系统会自动处理牌的移动逻辑
3. &Pile - 视为手牌
&Pile前缀的牌堆在使用和打出时会被视为手牌,类似于"木牛流马"的机制:
ask_who:addToPile("&devZhenduan",room:getNCards(2))
注意事项:
- &符号必须保留
- 需要手动在视为技中处理相关逻辑
- 适合实现"将牌堆上的牌当作手牌使用"的效果
ServerInfo结构体应用
ServerInfo结构体提供了访问服务器信息的能力,定义如下:
struct ServerInfoStruct {
const QString Name; // 服务器名称
const QString GameMode; // 游戏模式
const int OperationTimeout; // 操作超时时间
// 其他字段...
};
使用示例:
local serverName = sgs.ServerInfo.Name
local gameMode = sgs.ServerInfo.GameMode
应用场景:
- 根据游戏模式调整技能效果
- 获取服务器配置信息
- 实现与服务器状态相关的特殊逻辑
SkipGameRule机制
SkipGameRule允许技能覆盖默认的游戏规则处理流程,常用于改变游戏基本机制:
room:setTag("SkipGameRule",sgs.QVariant(true))
技术要点:
- 必须在技能逻辑的最后设置
- 需要将技能priority设为1以确保优先执行
- 常用于实现"改变响应方式"类技能
典型应用:
- 让【杀】可以用【杀】响应
- 修改判定流程
- 覆盖默认的卡牌使用规则
extra_cost属性详解
extra_cost是技能卡的特殊属性,主要用于处理拼点等需要前置操作的场景:
extra_cost = function(self,room,card_use)
-- 拼点前置处理
local pd = source:pindianSelect(target,"skill_name")
local data = sgs.QVariant()
data:setValue(pd)
source:setTag("skill_tag",data)
end
实现流程:
- 在extra_cost中处理拼点选择
- 将拼点数据存入tag
- 在on_effect中执行拼点并处理结果
注意事项:
- extra_cost执行时玩家尚未明置武将
- 需要妥善处理Global_***Failed标记
- 适合实现"拼点成功后触发效果"类技能
总结
本文详细介绍了QSanguosha-For-Hegemony项目中几种高级Lua扩展技术,包括:
- 三种特殊Pile类型的使用场景和实现方法
- ServerInfo结构体的字段含义和访问方式
- SkipGameRule机制的原理和应用
- extra_cost属性的工作流程和实现技巧
掌握这些高级技术可以帮助开发者实现更复杂、更有创意的技能效果,丰富游戏体验。建议读者结合实际代码示例进行实践,逐步掌握这些扩展技术的应用。
登录后查看全文
热门项目推荐
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust012
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
888
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
303
🎉 (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
1.57 K
909
暂无简介
Dart
922
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381