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。
kernelopenEuler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。C087
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
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