新闻详情

新闻详情

首页 / 资讯中心 / 详情

在Windows上构建REPENTOGON源码:CMake + Visual Studio完整编译教程

发布时间:2026/11/15 12:37:43来源:尧图网络
在Windows上构建REPENTOGON源码:CMake + Visual Studio完整编译教程
在Windows上构建REPENTOGON源码CMake Visual Studio完整编译教程【免费下载链接】REPENTOGONScript extender for The Binding of Isaac: Repentance项目地址: https://gitcode.com/gh_mirrors/re/REPENTOGON本教程带你完整走一遍在 Windows 上构建 REPENTOGON 源码的全流程从环境准备、递归克隆、CMake GUI 配置到 Visual Studio 一键编译出最终产物。REPENTOGON 是《以撒的结合忏悔》The Binding of Isaac: Repentance的 Lua 接口扩展模组为游戏提供 bug 修复、新功能与性能优化。想深度修改其内部逻辑或贡献代码的 Modder需要能够亲手编译这份源码。整个过程不需要 C 开发经验照做即可 ️REPENTOGON 构建环境准备3 个 Windows 必备条件由于 REPENTOGON 需要与游戏使用相同的编译器构建必须在 Windows 上完成。开始前先对照检查以下 4 项条件工具版本要求用途Windows 系统任意近期版本与游戏匹配的编译环境硬性要求CMake3.13 或以上配置工程、生成 Visual Studio 解决方案Git任意近期版本克隆源码与子模块Visual Studio2019 或以上编译器安装时勾选使用 C 的桌面开发⚠️ 两个最容易踩的坑提前说明编译平台必须选择 Win32游戏是 32 位进程编译器版本必须与你安装的 Visual Studio 一致。详见 README-ZH.md 的构建章节。第 1 步递归克隆 REPENTOGON 源码千万别漏 --recursive打开 Git Bash或任意终端执行git clone --recursive https://gitcode.com/gh_mirrors/re/REPENTOGON--recursive是整个构建中最关键的一个参数仓库的 libs/ 目录包含 Lua、imgui、freetype、ANTLR 等大量外部依赖它们全部以 Git 子模块形式存放。漏掉这个参数CMake 配置时会因找不到依赖直接报错。如果已经克隆忘了加参数补救命令为git submodule update --init --recursive仓库的主要目录结构一览libzhl/ —— LibZHL 钩子框架核心其中 libzhl/functions/ 存放描述游戏内部结构的.zhl定义文件repentogon/ —— REPENTOGON 主体代码Lua 接口、ImGui 界面、补丁等loader/ —— DLL 加载器libzhlgen/ —— 从.zhl文件生成 C 钩子代码的解析器第 2 步CMake GUI 配置教程选对生成器与 Win32 平台启动 CMake GUIWhere is the source code选择克隆好的REPENTOGON根目录里面有 CMakeLists.txt 的那一层Where to put the binaries新建一个空文件夹作为构建目录例如REPENTOGON\build所有生成文件都会放在这里点击底部Configure首次构建会弹出生成器选择窗口生成器选择你安装的 Visual Studio 版本如 Visual Studio 17 2022Platform必须选Win32这是新手翻车率最高的一项其余选项保持默认点击Finish等待配置完成底部日志出现Configuring done/Generating done即表示成功第 3 步Visual Studio 一键构建推荐 Release 配置回到 CMake GUI点击Generate——刚才的构建目录中会生成一个.sln解决方案文件用 Visual Studio 打开这个.sln顶部工具栏将配置切换为Release普通使用者无需 DebugRelease 性能更好平台保持Win32菜单生成 → 生成解决方案快捷键CtrlShiftB构建过程中CMakeLists.txt 定义的目标会按依赖顺序编译zhlparser会先根据 libzhl/functions/ 里的.zhl文件自动生成钩子代码随后依次编译libzhl、zhlREPENTOGON、zhlLoader等目标。看到生成: 0 个错误即构建成功 ✅第 4 步复制构建产物到游戏目录验证构建成果构建成功后将构建目录中的以下文件复制到游戏根目录以isaac-ng.exe所在文件夹为准文件 / 文件夹作用zhlREPENTOGON.dllREPENTOGON 主程序 DLL本次构建的核心产物libzhl.dllLibZHL 钩子框架freetype.dll/Lua5.4.dll/dsound.dll运行时依赖库resources/resources-repentogon资源文件夹字体、贴图、字符串表等免手动复制技巧把 CMake 变量ISAAC_DIRECTORY设置为游戏根目录构建结束后 CMake 会自动把全部产物复制到游戏目录省去每次手动搬运的步骤。验证方法启动游戏要求版本为 Repentancev1.9.7.12.J273或官方最新版在主界面按~键。如果成功弹出 REPENTOGON 调试控制台说明你的构建完全成功REPENTOGON 的控制台支持可停靠窗口可以一边看性能监控一边输入命令这在调试自编译版本时非常有用可选进阶通过 Steam 启动选项运行 REPENTOGON如果你平时习惯从 Steam 启动游戏可以在 Steam 中打开《以撒的结合Rebirth》属性 → 常规 → 启动选项填入启动器完整路径用于 Steam 远程同玩等场景(REPENTOGONLauncher.exe 的完整路径) --isaac%command%注意Steam 启动选项走的是官方启动器流程。若你只是普通玩家而非开发者更推荐直接使用官方启动器安装完整步骤见 docs/docs/install.md。REPENTOGON 编译常见报错4 个高频翻车点排查现象原因解决方法CMake 配置时报找不到 libs 下的依赖克隆时漏了--recursive补跑git submodule update --init --recursive后重新配置编译通过但游戏无法加载平台选了 x64生成器平台必须是Win32生成器选择时提示编译器不匹配编译器与 Visual Studio 版本不一致选择与你 VS 版本对应的生成器如 VS2022 → Visual Studio 17 2022启动游戏闪退复制的文件不全或游戏版本不对核对第 4 步文件清单确认游戏为 v1.9.7.12.J273 或官方最新版总结到这里你已经在 Windows 上用 CMake Visual Studio 完整构建出 REPENTOGON 的全部产物确认 4 项环境条件记住Win32平台这一硬性要求git clone --recursive克隆源码子模块一个都不能少CMake GUI 中 Configure → Generate 生成解决方案Visual Studio 选择 Release 一键构建复制 7 项产物到游戏目录按~打开控制台验证后续如果想动手修改源码重点关注 repentogon/LuaInterfaces/Lua 接口扩展与 repentogon/Patches/游戏补丁两个目录改完重新执行第 3、4 步即可看到效果 【免费下载链接】REPENTOGONScript extender for The Binding of Isaac: Repentance项目地址: https://gitcode.com/gh_mirrors/re/REPENTOGON创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉