首页
/ dhewm 3 项目技术文档

dhewm 3 项目技术文档

2024-12-28 23:27:01作者:庞眉杨Will

1. 安装指南

安装依赖

对于类UNIX系统(如Linux、macOS),您需要安装以下依赖库:

  • OpenAL(推荐使用OpenAL Soft)
  • SDL(版本1.2或2.0,推荐2.0)
  • libcurl(可选,用于服务器下载)
  • 非Windows系统上可能还需要libbacktrace

您可以使用操作系统的软件包管理工具来安装这些库(如apt、dnf、portage、BSD的ports、macOS的Homebrew等)。

对于Windows系统,您有以下选择:

  • 使用提供的预编译二进制文件
  • 自行编译这些库
  • 使用vcpkg安装依赖

编译指南

通用步骤

  1. 使用git从GitHub获取代码:

    git clone https://github.com/dhewm/dhewm3.git
    
  2. 创建一个单独的构建目录并使用CMake配置构建系统:

    cd dhewm3
    mkdir build
    cd build
    cmake ../neo/
    
  3. 编译dhewm3:

    make -j8
    

    -j8指定同时运行的编译器进程数(这里是8),通常设置为CPU线程数或核心数。

编译完成后,您可以通过以下命令运行dhewm3:

./dhewm3 +set fs_basepath /path/to/your/doom3/

/path/to/your/doom3/替换为您Doom 3安装路径。

Windows系统

  1. 获取最新的预编译二进制文件:dhewm3-libs

  2. 根据您的需要,选择以下命令行之一进行编译:

    • 对于VS2019和32位:
      cmake -G "Visual Studio 16 2019" -A Win32 -DDHEWM3LIBS=/path/to/dhewm3-libs/i686-w64-mingw32 /path/to/repository/neo
      
    • 对于64位:
      cmake -G "Visual Studio 16 2019" -A x64 -DDHEWM3LIBS=/path/to/dhewm3-libs/x86_64-w64-mingw32 /path/to/repository/neo
      
    • 对于MinGW:
      cmake -G "MinGW Makefiles" -DDHEWM3LIBS=/path/to/dhewm3-libs/i686-w64-mingw32 /path/to/repository/neo
      

2. 项目使用说明

dhewm 3是一个Doom 3的源代码端口,可在多个平台上运行。以下是一些基本的使用说明:

  • 运行游戏前,请确保您已经安装了所有必要的依赖库。
  • 使用./dhewm3 +set fs_basepath /path/to/your/doom3/命令来设置Doom 3游戏数据的基础路径。
  • 游戏配置文件位于base目录下,您可以通过修改config.cfg文件来设置游戏选项。
  • 按下F10键可以打开设置菜单,进行游戏设置。

3. 项目API使用文档

dhewm 3项目目前没有提供详细的API使用文档。用户可以通过阅读源代码和查阅项目wiki来获取相关信息。

4. 项目安装方式

请参考上述“安装指南”部分,了解如何安装和编译dhewm 3项目。您可以选择从源代码编译,或者使用提供的预编译二进制文件。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284