Pokerogue项目中宝可梦特殊形态捕获数据存储问题分析
2025-06-11 19:52:42作者:邬祺芯Juliet
问题概述
在Pokerogue项目中,开发人员发现了一个关于宝可梦特殊形态捕获数据存储的技术问题。某些特殊形态如Mega进化、超极巨化、起源形态等,在玩家捕获后未能正确记录到游戏数据中。
技术背景
在宝可梦游戏中,许多宝可梦拥有多种形态变体。这些形态包括但不限于:
- Mega进化形态
- 超极巨化形态
- 起源形态(如帕路奇亚的起源形态)
- 灵兽形态
- 永恒极巨化形态
在Pokerogue项目中,这些形态的数据处理存在一个技术缺陷:当玩家获得这些特殊形态时,游戏未能正确记录这些形态的捕获状态。
问题根源
通过代码分析发现,项目中存在一个名为noStarterFormKeys的忽略列表,其中包含了多种特殊形态的键值。在setPokemonSpeciesCaught方法执行时,如果检测到宝可梦形态属于这个忽略列表,系统会强制将其形态索引(formIndex)重置为0,而不是存储实际的形态索引。
这个忽略列表包含以下形态类型:
- 所有Mega进化形态
- 原始回归形态
- 起源形态
- 灵兽形态
- 超极巨化形态
- 永恒极巨化形态
影响范围
这个问题导致以下后果:
- 玩家获得的特殊形态不会被记录为"已捕获"
- 使用这些形态的训练师在战斗中会显示灰色精灵球图标(表示未捕获状态)
- 影响游戏收集系统的完整性
解决方案
技术分析表明,这个问题源于历史遗留代码。实际上,项目已经通过isStarterSelectable属性来控制初始选择界面可用的宝可梦形态,因此这个忽略列表已经不再必要。
建议的修复方案是直接移除noStarterFormKeys忽略列表及其相关逻辑。这样做:
- 不会影响初始选择界面的功能
- 能正确记录所有形态的捕获状态
- 保持与其他形态处理逻辑的一致性
技术验证
测试案例表明,其他未被列入忽略列表的形态(如阿尔宙斯的不同属性形态、奥利瓦的不同面具形态等)都能正常工作。这进一步证实了移除忽略列表不会产生负面影响的结论。
总结
这个问题的修复将提升游戏的数据记录准确性,改善玩家体验。技术实现上相对简单,只需移除过时的忽略逻辑即可,不会引入新的复杂性或风险。
登录后查看全文
热门项目推荐
相关项目推荐
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
HunyuanVideo-1.5暂无简介00
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
Ascend Extension for PyTorch
Python
177
195
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++
647
263
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
270
93
暂无简介
Dart
623
140
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
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1