UndertaleModTool 0.8.2.0版本发布:跨平台脚本支持与功能优化
UndertaleModTool是一款功能强大的开源工具,专为Toby Fox开发的游戏《Undertale》和《Deltarune》设计。该工具允许用户查看、编辑和修改游戏数据文件,为模组开发者提供了极大的便利。最新发布的0.8.2.0版本带来了多项重要改进,特别是在跨平台支持和脚本功能方面的增强。
跨平台脚本支持的重大改进
本次更新的核心亮点是对脚本系统的全面优化。开发者团队将17个原本仅限Windows平台使用的脚本进行了重构,使其现在能够在所有平台上运行,包括命令行界面(CLI)版本。这一改变显著提升了工具的可访问性和灵活性。
值得注意的是,ExportFontData.csx脚本已被功能更全面的ExportAllFonts.csx所取代,新版本不仅支持跨平台使用,还提供了更完善的字体导出功能。同时,所有脚本都经过了重新命名和分类,采用了更加直观的组织方式,移除了部分过时脚本,使整个脚本系统更加现代化。
脚本功能的全面优化
在脚本功能方面,开发团队进行了多项改进:
-
输出目录选择:所有导出类脚本现在都允许用户自定义输出目录,而不是强制使用预设路径。这一改变大大提高了工作流程的灵活性。
-
脚本文档更新:配套的
SCRIPTS.md文档已全面更新,准确描述了每个内置脚本的功能,解决了之前文档长期过时的问题。 -
CLI版本增强:命令行界面版本现在包含了与主程序相同的所有内置脚本(部分功能受限的脚本除外),为喜欢使用命令行的开发者提供了完整的功能支持。
关键问题修复
0.8.2.0版本修复了多个影响用户体验的关键问题:
- 修复了复制特定文本时可能出现的错误,提高了数据操作的稳定性。
- 解决了批量导入GML代码时新定义全局函数的解析问题。现在编译器会在生成字节码前解析所有全局脚本,确保了更可靠的代码导入过程。
- 修正了CLI中
PromptLoadFile的实现,解决了其错误循环的问题,同时改进了PromptChooseDirectory的行为,使其与GUI版本保持一致。 - 修复了编译器缺少某些内置GML常量的问题,确保了代码处理的准确性。
- 解决了
CodeImportGroup在导入过程中抛出异常后的异常行为,现在它能正确清除队列。
技术细节优化
在底层实现方面,本次更新包含了多项技术改进:
- 为Deltarune的游戏特定数据修复了
scr_debug_keycheck参数的常量解析问题。 - 优化了
ImportSingleSound.csx(原ImportASound.csx)、ImportSounds.csx(原ImportSoundsBulk.csx)和ImportMasks.csx等脚本的行为,提高了导入功能的可靠性。 - 改进了脚本编译过程,消除了多个内置脚本的编译错误。
总结
UndertaleModTool 0.8.2.0版本通过扩展跨平台支持、优化脚本功能和修复关键问题,为游戏模组开发者提供了更强大、更稳定的工具。特别是对CLI版本的增强,使得在非GUI环境下工作变得更加高效。这些改进不仅提升了现有功能的可靠性,也为未来的扩展奠定了更好的基础。对于任何从事《Undertale》或《Deltarune》模组开发的用户来说,升级到这个版本都将显著改善他们的开发体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00