探索神秘世界:Cendric - 角色扮演平台游戏

Cendric 是一款集角色扮演游戏(RPG)和平台游戏元素于一身的独特作品,它结合了横向卷轴与俯视视角,引领玩家进入一个充满魔法又危机四伏的阿德曼特里斯世界。失忆的男孩主角将带你揭开这个世界的面纱,开启一段难忘的冒险旅程。
开发与发布
Cendric 已在 Steam 平台上线,同时也可在 itch.io 上找到。这款游戏已于2018年3月2日正式发布。想要获取最新信息和参与社区讨论,不妨访问官方维基页面或加入 Discord 社区服务器。
游戏特色
Cendric 能在2D地图中穿梭,与非玩家角色互动进行交易或接受任务。在游戏中特定地点,他会进入挑战性的关卡,与敌人战斗,收集物品并解决各种平台跳跃难题。通过掌握不同魔法种类的法术,他能应对各种复杂情况。
- 可交互关卡:某些法术可以影响环境,改变关卡特征。
- 自定义法术:所有法术都可以通过宝石来增强或改变其行为。
- 特效丰富:游戏内含粒子效果、水流模拟和简单光照设计。
- 多语言支持:英文、德文和瑞士德文版本的游戏文本可供选择。
![]()
最新稳定版下载
Cendric 的最新稳定版已为Windows x64、macOS和Ubuntu用户提供下载。此外,欢迎尝试在其他平台上编译游戏。
更多构建信息,请参阅此处。
编译指南
建议使用 CMake 来自动生成适用于您首选IDE或构建系统的项目文件:
git clone https://github.com/tizian/Cendric2.git --recursive
cd Cendric2
mkdir build
cd build
cmake ..
cmake --build .
CMake 配置选项
有关详细配置选项,请参考项目源码中的说明。
使用的库
Cendric 利用了以下优秀库以实现其功能:
- SFML:窗口创建、渲染和音频处理
- SQLite:用于翻译和物品数据的数据库
- Lua 和 LuaBridge:脚本语言支持
- TinyXML 2:XML解析
- Dear ImGui:对话工具的图形用户界面
- ImGui-SFML:Dear ImGui对SFML的绑定
许可证
本项目代码采用MIT许可证授权。而位于“res”目录下的游戏资源(如图像和字体)则遵循 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International 许可。若要使用这些资源,务必给原作者Isa Roesch & Tizian Zeltner署名。声音和音乐文件部分为公共领域(CC0),部分为CC BY-SA许可,具体归属请参见游戏内的信用列表。由主作曲家Matthew Harnage创作的音乐需获得他的明确许可才能使用,同理,Susanne Aubert和Isabelle Roesch的作品也需得到他们的授权。
探索 Cendric 的奇妙世界,感受丰富的游戏体验,让您的冒险之旅变得与众不同!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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