PKHeX项目中Gen 6/7及BDSP游戏的校验和问题分析
2025-06-16 01:35:19作者:虞亚竹Luna
问题背景
在PKHeX项目中,用户报告了一个关于校验和验证的异常现象。具体表现为:当用户将第六代(Gen 6)、第七代(Gen 7)宝可梦游戏以及《晶灿钻石/明亮珍珠》(BDSP)的存档文件直接拖放到PKHeX.exe图标上打开时,程序会报告校验和错误;而如果PKHeX程序已经运行,再通过拖放方式加载相同存档,则校验和验证正常通过。
问题现象详细描述
-
直接拖放打开方式:
- 将存档文件拖放到PKHeX.exe图标上自动打开程序
- 在SAV标签页点击"验证校验和"
- 程序提示校验和错误
- 对于不同游戏的具体错误信息:
- OR/AS:Region 1F400 SAV: 57/58
- X/Y:Region 1E400 SAV: 54/55
- S/M:Region 69C00 SAV: 36/37
- US/UM:Region 6A200 SAV: 38/39
- BDSP:MD5哈希无效
-
程序内拖放打开方式:
- PKHeX程序已运行状态下拖放存档文件
- 校验和验证正常通过
技术分析
经过开发团队深入调查,发现问题与PKHeX的配置设置有关。具体而言,当配置文件(cfg.json)中的"SetUpdateRecords"参数设置为true时,会导致上述校验和验证不一致的行为。
关键发现
-
配置参数影响:
- "SetUpdateRecords"参数控制是否更新存档中的记录区域
- 当设置为true时,会修改存档中的某些记录数据
- 这种修改在直接拖放打开方式下会导致校验和不匹配
-
行为差异原因:
- 直接拖放打开时,程序会以默认方式完整验证存档
- 程序内拖放时,可能因为某些内部状态或缓存机制,跳过了部分验证步骤
-
受影响的游戏区域:
- Gen 6游戏(X/Y, OR/AS)的PSS统计区域(1E400/1F400)
- Gen 7游戏(S/M, US/UM)的记录区域(69C00/6A200)
- BDSP的MD5哈希验证
解决方案
用户可以通过修改配置文件解决此问题:
- 找到PKHeX的配置文件cfg.json
- 将"SetUpdateRecords"参数值从true改为false
- 保存配置文件
- 重新启动PKHeX
修改后,两种打开方式下的校验和验证都将一致显示为有效。
技术建议
-
配置一致性:
- 建议用户在修改重要参数后,完全重启PKHeX以确保所有功能按预期工作
-
存档验证:
- 对于关键操作(如存档编辑),建议始终使用相同方式加载存档进行验证
- 可考虑在修改存档后手动点击"验证校验和"以确保数据完整性
-
参数理解:
- "SetUpdateRecords"参数主要用于控制是否自动更新游戏内的各种记录数据
- 普通用户如无特殊需求,可保持此参数为false以避免意外修改
总结
这个校验和验证问题揭示了PKHeX在不同加载方式下处理存档数据的细微差异。通过调整配置参数,用户可以确保校验和验证的一致性。此案例也提醒我们,在修改存档数据时需要关注相关配置参数的影响,特别是在涉及数据完整性验证的场景下。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K