在Windows下使用VSCode调试Godot-CPP扩展的注意事项
在Windows平台上使用Visual Studio Code(VSCode)开发基于Godot-CPP的扩展时,很多开发者会遇到无法命中断点的问题。本文将详细分析这个常见问题的原因,并提供完整的解决方案。
问题现象
开发者在使用Godot 4.2.1稳定版和godot-cpp 4.2分支时,虽然能够成功编译并运行扩展项目,但在VSCode中设置的断点却无法被命中。配置文件中指定了Godot控制台版本作为调试目标,并设置了正确的项目路径和构建任务。
根本原因分析
经过深入分析,这个问题的主要原因是使用了错误的Godot可执行文件版本。开发者配置中指定的是Godot_v4.2.1-stable_win64_console.exe,这个控制台版本实际上只是一个调用主程序Godot_v4.2.1-stable_win64.exe的包装器。
调试器需要直接附加到实际运行的Godot主进程,而不是控制台包装器。当使用控制台版本时,调试器无法正确关联到包含扩展代码的实际进程,导致断点无法被命中。
解决方案
要解决这个问题,需要修改VSCode的调试配置,直接指定Godot主程序作为调试目标:
- 打开VSCode中的
launch.json文件 - 将
program字段的值修改为Godot主程序的完整路径 - 确保使用的是不带
_console后缀的可执行文件
修改后的配置示例如下:
{
"version": "0.2.0",
"configurations": [
{
"type": "lldb",
"request": "launch",
"preLaunchTask": "build",
"name": "Debug",
"program": "C:\\path\\to\\Godot_v4.2.1-stable_win64.exe",
"args": ["--path","C:\\path\\to\\project"],
"cwd": "${workspaceFolder}"
}
]
}
其他注意事项
-
调试符号生成:确保SCons构建命令中包含
debug_symbols=yes参数,这样生成的扩展才会包含调试信息。 -
构建目标选择:使用
target=template_debug可以生成调试版本的扩展,这对于调试过程至关重要。 -
调试器选择:Windows平台上建议使用LLDB或MSVC调试器,确保调试器与Godot版本兼容。
-
路径规范:Windows路径中使用双反斜杠或正斜杠,避免路径解析错误。
总结
在Windows平台上调试Godot-CPP扩展时,直接使用Godot主程序而非控制台版本是关键。正确的调试配置加上适当的构建参数,可以确保调试器能够正确识别和命中扩展代码中的断点。开发者还应注意保持开发环境的一致性,包括Godot版本、godot-cpp分支和调试工具的兼容性。
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
HunyuanVideo-1.5暂无简介00
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