tModLoader中物品研究覆盖机制的公开化改进
背景介绍
在tModLoader游戏模组开发中,开发者经常需要创建具有多种状态的物品,例如游戏中的"贝壳电话"或自然指南等物品。这类物品通常具有一个主要形态和多个次级形态,玩家可以通过右键点击在不同形态间切换。然而,当涉及到物品研究系统时,开发者希望所有次级形态的研究进度都能计入主物品的研究进度。
技术挑战
在tModLoader的现有实现中,ContentSamples.AddItemResearchOverride()方法被标记为private,这意味着模组开发者无法直接调用这个方法来设置物品研究覆盖关系。开发者不得不采用以下两种变通方案:
- 使用反射技术绕过访问限制
- 直接修改
ContentSamples.CreativeResearchItemPersistentIdOverride字典
这些方法虽然可行,但都不够优雅,且可能带来维护上的问题。
解决方案
tModLoader团队决定将AddItemResearchOverride()方法的访问修饰符从private改为public,使其成为官方支持的API。这一改动使得模组开发者可以更安全、更方便地实现多状态物品的研究进度共享功能。
实现示例
以下是一个典型的多状态物品实现示例,展示了如何使用这个新公开的方法:
public class MultiStateItem : ModItem
{
public override void SetStaticDefaults()
{
// 设置主物品的研究解锁数量
Item.ResearchUnlockCount = 5;
// 注册次级形态的研究覆盖关系
ContentSamples.AddItemResearchOverride(
Type,
ModContent.ItemType<SecondaryStateA>(),
ModContent.ItemType<SecondaryStateB>()
);
}
// 其他物品属性和方法...
}
注意事项
-
物品类型切换限制:使用
Item.ChangeItemType()方法切换物品类型时,会丢失物品的前缀等附加数据。因此,这种技术最适合用于工具类或非装备类物品。 -
状态切换实现:完整的物品状态切换应该同时处理物品栏右键点击和选中物品时的右键点击两种交互方式。
-
替代方案:对于需要保存更多自定义数据的物品,建议在
ModItem中实现状态逻辑,而不是切换物品类型。
技术展望
这一改进为模组开发者提供了更规范的API来实现复杂物品系统。未来tModLoader可能会进一步优化物品状态切换机制,例如提供保留物品数据的类型切换方法,或者支持动态修改物品显示名称等功能,使多状态物品的实现更加灵活和强大。
通过这次API的公开化,tModLoader继续展现了其对模组开发者友好性的承诺,为创造更丰富的游戏内容提供了坚实的技术基础。
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。C064
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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TSX0130
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