Create模组中移动漏斗无法收集包裹实体的技术分析
2025-06-24 18:47:15作者:乔或婵
问题背景
在Create模组6.0.3版本中,玩家发现了一个关于漏斗功能的行为异常:当漏斗安装在移动装置(contraption)上时,无法像静态漏斗那样收集包裹(Package)实体。这是一个功能完整性问题,因为包裹实体在Create模组中被设计为具有物品实体的特性,理应能被各种漏斗收集。
技术原理分析
Create模组中的漏斗系统分为两种工作模式:
- 静态漏斗:直接放置在方块世界中的漏斗,通过
FunnelBlock类实现 - 移动漏斗:安装在移动装置上的漏斗,通过
FunnelMovementBehaviour类实现
静态漏斗的工作机制
静态漏斗通过FunnelBlock类处理物品收集,其关键逻辑是:
- 同时检查物品实体(ItemEntity)和包裹实体(PackageEntity)
- 使用
ItemHelper.extract方法处理实体收集 - 支持多种类型的物品输入/输出操作
移动漏斗的问题根源
移动漏斗的实现类FunnelMovementBehaviour中存在功能缺失:
- 仅处理普通物品实体(ItemEntity)
- 完全忽略了包裹实体(PackageEntity)的收集逻辑
- 导致安装在移动装置上的漏斗功能不完整
代码层面差异
通过对比两个实现类的关键代码可以清晰看到差异:
静态漏斗收集逻辑:
// 同时处理ItemEntity和PackageEntity
if (entity instanceof ItemEntity || entity instanceof PackageEntity) {
ItemHelper.extract(...);
}
移动漏斗收集逻辑:
// 仅处理ItemEntity
if (entity instanceof ItemEntity) {
// 收集逻辑...
}
影响范围
此问题影响所有安装在移动装置上的漏斗类方块,包括:
- 普通漏斗
- 智能漏斗
- 各种变种漏斗
解决方案
修复此问题需要修改FunnelMovementBehaviour类,使其包含对PackageEntity的处理逻辑,保持与静态漏斗一致的行为。具体修改应包括:
- 添加PackageEntity的类型检查
- 复用现有的物品收集逻辑
- 确保移动状态下的包裹处理与静态情况一致
技术启示
这个问题展示了在模组开发中一个常见的设计挑战:当功能需要在不同环境下(静态/动态)复用时,必须确保行为一致性。开发者在实现移动装置上的方块行为时,需要:
- 全面考虑原版方块的所有功能特性
- 建立完善的测试用例覆盖各种使用场景
- 保持代码逻辑的对称性和一致性
总结
Create模组中移动漏斗无法收集包裹实体的问题,本质上是功能实现不完整导致的。通过分析静态和动态两种漏斗的实现差异,我们可以清晰地看到问题所在。这类问题的解决不仅需要修复具体代码,更需要建立防止类似问题再次出现的开发规范和测试流程。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
479
3.57 K
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
11
1
🔥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
20
暂无简介
Dart
730
176
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
仓颉编程语言运行时与标准库。
Cangjie
149
885
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++
850
452