基于 Avalonia 架构的跨平台 RTS 游戏引擎 - StateOfHajimi

立项背景和目标:旨在从零构建一个轻量级、跨平台的即时战略（RTS）游戏引擎及前端编辑器，验证使用 Avalonia 框架结合 C# 在高性能复杂渲染与游戏底层逻辑开发中的可行性，打破常规 UI 框架的性能瓶颈。
核心功能模块:包含基于底层图形库重构的渲染引擎、基于 ECS（实体组件系统）的架构中枢、流场寻路与动态避让系统、基于精灵图与行为树的实体状态机、以及解耦的前后端命令派发中心。
业务流程/功能路径:玩家通过前端触发交互指令，经由自定义的鼠标/键盘状态机拦截，转化为命令快照；指令通过桥接器被发送至后端的 CommandDispatcherSystem 进行统一批处理与逻辑计算；最终 CollectSystem 收集帧数据，通过双缓冲机制交由前端高效渲染。

整体架构与设计思路：数据驱动
放弃了传统的面向对象（OOP）层级，采用了基于数据驱动的 ECS（Entity-Component-System）架构。通过将数据（Component）与逻辑（System）彻底分离，极大提高了 CPU 缓存命中率，为海量同屏单位的并行计算打下基础。
模块化解耦： 建立了 Client、Core、Engine、Editor四大模块。利用依赖注入与反射机制，实现了核心引擎与表现层的零耦合。

核心模块开发：
渲染引擎重构：针对 Avalonia 原生渲染在动态复杂场景下的性能瓶颈，定制了基于 SkiaSharp 的渲染管线。通过直接操作底层渲染上下文（Context），利用矩阵变换（Matrix Transformation）实现高性能的相机缩放与位移。
双缓冲渲染链路（Double Buffering）： 实现了“生产者-消费者”模式的渲染数据链路。CollectSystem 作为生产者在逻辑帧结束时收集所有渲染原语（Primitives），将其压入双缓冲队列，由前端 Renderer 独立进行异步绘制，有效解决了渲染与逻辑争抢 CPU 资源导致的掉帧问题。
资源与状态管理：开发了高效的材质管理器（Texture Manager）与精灵图（Sprite Sheet）动画系统，支持高频状态切换下的动画平滑过渡。

技术难点攻克：
大规模寻路优化：针对 RTS 中常见的 A* 算法在大规模群体移动时的性能开销，实现了流场寻路算法（Flow Field Pathfinding）。通过预计算网格地图的 Cost Map 和 Integration Field，将寻路复杂度从单位数量级降至地图规模级，支撑了成百上千单位的同时移动。
复杂单位行为控制： 采用行为树（Behavior Tree）构建实体的 AI 逻辑），相比传统状态机（FSM）具备更高的可扩展性。
交互指令冲突解决： 针对高频键鼠操作与逻辑帧不同步的问题，引入了桥接模式（Bridge）与命令快照系统。通过鼠标状态机拦截交互事件并转化为原子命令，在 CommandDispatcherSystem 中进行统一的批处理与一致性检查，解决了多单位操作时的逻辑冲突与“幽灵位移”Bug。
工程化实践： 实现了基于 JSON 的配置系统，支持单位属性与游戏设置的热重载，提高调试效率。