TrenchBroom 2025.3-RC1版本发布:地图编辑器迎来多项优化与修复
TrenchBroom是一款功能强大的开源3D地图编辑器,主要用于创建和编辑Quake引擎系列游戏的地图。作为一款专业级工具,它提供了直观的界面和高效的编辑功能,深受关卡设计师和游戏开发者的喜爱。
版本亮点
2025.3-RC1作为TrenchBroom的候选发布版本,带来了多项重要改进和错误修复,显著提升了软件的稳定性和用户体验。
核心改进
应用内更新机制
开发团队首次引入了应用内更新功能,这意味着用户未来可以直接在软件内获取最新版本,无需手动下载安装包。这一改进大大简化了更新流程,确保用户能够及时获得安全补丁和新功能。
解析器安全增强
本次更新对解析器进行了重大重构,引入了结果类型返回机制。这种改进使得错误处理更加健壮,特别是在处理复杂地图文件时,能够更优雅地处理异常情况,避免意外崩溃。
表达式语言安全性
团队强化了表达式语言(EL)评估的安全性,确保对值的访问更加安全可靠。这一改进对于防止脚本执行过程中的潜在漏洞至关重要,特别是在处理用户自定义脚本时。
关键错误修复
笔刷挤出崩溃问题
修复了在挤出笔刷操作时可能导致软件崩溃的问题。这个错误会影响地图编辑的流畅性,特别是在进行复杂几何体编辑时。
MDX模型加载问题
解决了MDX模型格式的加载问题,确保这类模型能够正确显示在地图编辑环境中。这对于使用特定模型资源的地图制作者尤为重要。
路径分隔符兼容性
现在编译配置文件中同时支持正斜杠(/)和反斜杠()作为路径分隔符。这一改进提高了跨平台兼容性,特别是在Windows和Unix-like系统之间共享项目时。
性能优化
文件系统搜索改进
游戏文件系统搜索路径现在不区分大小写,这一改变显著提高了资源加载的可靠性,特别是在不同操作系统之间迁移项目时。
数字格式化优化
UI中的数字显示现在会根据用户当前区域设置进行格式化,提供更符合本地习惯的数字表示方式,提升了国际化体验。
构建系统改进
开发团队为持续集成系统引入了ccache支持,显著加快了Linux、macOS和Windows平台的构建速度。这一内部改进虽然对最终用户不可见,但意味着未来版本能够更快地交付给用户。
平台支持
2025.3-RC1版本继续支持主流操作系统:
- Windows 10/11 (仅x64)
- Linux (需要Qt 6.7或更高版本)
- macOS 10.14及以上版本
所有平台都需要支持OpenGL 2.1和GLSL 1.2的显卡及最新驱动程序。Windows用户需要安装Visual C++ Redistributable for Visual Studio 2015-2022才能运行64位版本。
总结
TrenchBroom 2025.3-RC1版本在稳定性、安全性和用户体验方面都做出了显著改进。从应用内更新到解析器重构,再到各种错误修复,这些变化共同提升了这款专业地图编辑工具的整体质量。候选版本的发布意味着正式版即将到来,建议专业用户测试并提供反馈,帮助开发团队进一步完善产品。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112