python-sc2 数据管道揭秘如何从 data.json 自动生成上万 ID 常量与单位属性字典【免费下载链接】python-sc2A StarCraft II bot api client library for Python 3项目地址: https://gitcode.com/gh_mirrors/pyt/python-sc2python-sc2 是面向 StarCraft II星际争霸 II的 Python 3 Bot 开发库让数十行代码就能写出一个完整的机器人。它内置了一套巧妙的数据管道只需一份游戏提供的stableid.json和一份社区维护的data/data.json科技树文件就能自动生成上万个 ID 常量枚举如UnitTypeId、AbilityId和 8 个单位属性字典如TRAIN_INFO把游戏原始数据直接变成 Bot 开发者友好的 Python API 为什么要自动生成手写常量有多痛星际争霸 2 的世界由大量数字 ID 构成每个单位有唯一 ID如UnitTypeId.MARINE 65每个技能Ability、升级Upgrade、光环Buff、特效Effect也都有 ID游戏每次版本更新ID 都可能变化如果手写这些常量维护成本极高且极易出错。python-sc2 的解法是把 ID 数据源交给生成脚本代码永远保持DO NOT EDIT状态每次游戏更新只需重新跑一遍生成器即可。整条管道分为两条支线数据源生成脚本生成产物游戏安装目录的stableid.jsonsc2/generate_ids.pysc2/ids/下 5 个 ID 枚举文件社区科技树data/data.jsongenerate_dicts_from_data_json.pysc2/dicts/下 8 个属性字典文件支线一从 stableid.json 生成 ID 枚举游戏安装后会在用户目录下如 Windows 的Documents/StarCraft II/stableid.json留下一个stableid.json里面按Units / Abilities / Upgrades / Buffs / Effects五类列出了所有实体的名字与 ID。核心生成逻辑在 sc2/generate_ids.py 的IdGenerator类中解析parse_data()把原始 JSON 解析为五组名称 → ID字典。其中 Ability 的命名最复杂——优先取friendlyname其次buttonname拼上所属单位名例如GATEWAY_TRAIN_ZEALOT还额外注入了一个SMART 1通用指令。命名规范化make_key()把名称转成大写下划线格式处理数字开头加前缀_、5.0 版本后出现的符号等问题重名键会自动追加_2、_3后缀避免冲突。输出 Python 代码generate_python_code()按 ID 升序写出sc2/ids/下的unit_typeid.py、ability_id.py、upgrade_id.py、buff_id.py、effect_id.py每个文件都是一个enum.Enum子类并追加了一个__repr__方法让调试输出显示为UnitTypeId.MARINE这样的友好形式。当前版本生成的规模见sc2/ids/目录unit_typeid.py约 2000 行ability_id.py约 1400 行upgrade_id.py/buff_id.py各约 320 行合计数千个枚举成员每个成员还通过globals()注入模块顶层支持UnitTypeId.MARINE和裸名两种访问方式。一个很贴心的细节生成的BuffId和AbilityId都覆写了_missing_()方法遇到游戏中出现的新 ID 时返回NULL兜底避免 Bot 因未知 ID 直接崩溃️版本变了怎么办自动热更新sc2/ids/id_version.py里保存着生成时的游戏版本号当前为4.11.4.78285。Bot 启动时bot_ai.py会对比实际游戏版本若不一致就自动调用update_ids_from_stableid_json()重新读取stableid.json并重写全部 ID 文件随后用reimport_ids()热加载新模块——整个过程对开发者完全透明。支线二从 data.json 生成单位属性字典ID 只解决了叫什么写 Bot 还需要回答谁能造谁、谁研究什么升级、需要什么前置建筑。这些关系数据来自社区维护的科技树项目落盘为仓库中的data/data.json约 283 KB包含683 个 Ability、204 个 Unit、124 个 Upgrade条目。生成脚本 generate_dicts_from_data_json.py 对它做四轮遍历训练/建造关系扫描所有 Ability识别Train、Build、Morph、Research等目标类型判断哪些技能产出单位、是否需要在地图上下点如造兵营再反向关联到拥有该技能的单位产出TRAIN_INFO单位 → 可生产单位 → 所需科技/建筑/电力。升级研究关系把每个 Research 能力与对应 Upgrade 绑定再归属到能研究它的建筑上如武器二级需要军械库前置产出RESEARCH_INFO。反向索引由前两张表翻转生成UNIT_TRAINED_FROM某单位能从哪些建筑产出和UPGRADE_RESEARCHED_FROM某升级由哪个建筑研究。别名与重定向这一步会加载一份pickled 的游戏运行时数据test/pickle_data/DeathAuraLE.xz从中读取原生的unit_alias/tech_alias生成UNIT_UNIT_ALIAS、UNIT_TECH_ALIAS另外根据remaps_to_ability_id生成GENERIC_REDIRECT_ABILITIES用于把具体技能重定向到通用指令。最终 8 个字典文件全部写入sc2/dicts/目录TRAIN_INFO # 单位训练/建造信息 RESEARCH_INFO # 升级研究信息 UNIT_TRAINED_FROM # 单位产出来源 UPGRADE_RESEARCHED_FROM # 升级研究建筑 UNIT_ABILITIES # 单位拥有的技能集合 UNIT_UNIT_ALIAS # 单位别名映射 UNIT_TECH_ALIAS # 技术别名映射 GENERIC_REDIRECT_ABILITIES # 技能重定向输出稳定性的关键设计生成脚本用了一个精巧的技巧自定义了OrderedDict2/OrderedSet2的repr()始终按枚举名排序输出。这意味着只要科技树数据没变生成文件的字节内容就完全一致——代码库里不会产生无意义的 diffGit 提交历史保持干净。每个生成文件头部都写着THIS FILE WAS AUTOMATICALLY GENERATED ... DO NOT CHANGE MANUALLY!从源头上杜绝手工修改。这些生成物在 Bot 里如何被使用sc2/bot_ai.py直接导入这些字典支撑起高层 API。例如can_train()方法内部查询UNIT_TRAINED_FROM找到能生产该单位的建筑再查TRAIN_INFO判断是否需要实验室或下点位置can_research()则查RESEARCH_INFO获取前置建筑要求。开发者因此只需写await self.can_train(UnitTypeId.MARINE)而无需关心任何 ID 映射细节 ✨总结一条教科书级的数据管道设计回顾 python-sc2 的数据管道有三个值得借鉴的设计点数据与代码分离游戏数据放 JSON生成物进版本库脚本负责两者之间的单向流动。幂等与确定性排序输出保证重复生成零 diff版本校验保证只在需要时重新生成。防御性兜底_missing_方法让未知 ID 不致崩溃自动版本同步让库自愈。如果你想亲手跑一遍只需安装游戏后执行两个入口脚本python sc2/generate_ids.py和python generate_dicts_from_data_json.py即可看到数千个 ID 常量与完整科技树字典在几秒内长出来 更多细节可参考源码sc2/generate_ids.py、generate_dicts_from_data_json.py、sc2/dicts/init.py、data/data.json【免费下载链接】python-sc2A StarCraft II bot api client library for Python 3项目地址: https://gitcode.com/gh_mirrors/pyt/python-sc2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考