Glulxe:Glulx虚拟机解释器技术文档
1. 安装指南
为了编译Glulxe,需要使用Glk库。详细信息请参阅Glk首页。 Unix Makefile支持Unix库(如CheapGlk、GlkTerm、RemGlk等)。需要在Makefile中设置三个变量以找到库,并设置OPTIONS行上的适当OS_*常量。
编译方法如下:
make glulxe
编译完成后,运行以下命令来执行Glulx游戏文件:
./glulxe filename.ulx
其中filename.ulx
是Glulx游戏文件的名称。
要在Mac或Windows平台上编译此程序,需要相应的Glk库。
2. 项目使用说明
Glulxe支持自动保存功能,如果Glk库支持的话。目前只有RemGlk和IosGlk支持此功能。使用--autosave
选项可以在每轮结束时写入自动保存文件,而--autorestore
选项可以在启动时加载这些文件,从而从上次自动保存的位置开始游戏。
自动保存的文件默认保存在当前目录下,文件名为autosave.json
和autosave.glksave
。可以使用--autodir
更改目录,使用--autoname
更改基本文件名。
有两种自动保存场景:
防止进程终止
在这种模式下,程序会在每轮结束时自动保存。如果进程可能在后台被终止,这将非常有用。启动时,如果存在自动保存文件,程序会加载它们并继续游戏。
在Unix环境下,可以这样操作:
./glulxe --autosave --autoskiparrange filename.ulx
使用--autoskiparrange
选项可以跳过窗口调整事件时的自动保存。
当重新启动时,如果自动保存文件存在,可以这样操作:
./glulxe --autosave --autoskiparrange --autorestore -autometrics filename.ulx
单轮操作
在这种模式下,解释器会在每次玩家输入时启动,自动恢复,处理输入,自动保存并退出。
在Unix环境下,可以这样操作:
./glulxe --autosave -singleturn filename.ulx
使用-singleturn
选项指示解释器在生成输出段后立即退出。
重新启动时,如果自动保存文件存在,可以这样操作:
./glulxe --autosave --autorestore -singleturn -autometrics filename.ulx
3. 项目API使用文档
Glulxe提供了丰富的API,以下是部分API的使用说明:
--autosave
:启用自动保存功能。--autorestore
:在启动时恢复自动保存的文件。--autodir
:设置自动保存文件的目录。--autoname
:设置自动保存文件的基本名称。--autoskiparrange
:在窗口调整事件时跳过自动保存。-singleturn
:启用单轮操作模式。
更多API使用说明,请参考项目文档。
4. 项目安装方式
请遵循以下步骤进行安装:
- 下载源代码。
- 根据需要配置Makefile文件,包括设置Glk库路径等。
- 执行
make glulxe
命令进行编译。 - 编译成功后,运行
./glulxe filename.ulx
来执行Glulx游戏文件。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









