feat:优化职业技能关联实现

2026-10-13 15:57:28 +08:00
parent 15c3bff467
commit 7dc5f4cde5
20 changed files with 875 additions and 161 deletions
@@ -0,0 +1,386 @@
+"""技能关联计算与维护说明
+
+技能关联由 `core/basic/skill_effects.py` 的 `SkillEffectEngine` 统一处理。
+`lv`、VP 等输入变化不再通过历史倍率乘除更新目标，而是重新解析最终状态并汇总本次关联贡献。
+
+## 计算阶段
+
+1. `SetSkills` 批量读取基础等级、VP、UP。传入的等级是基础等级，不含关联技能提供的等级；重复传入同一配置不会重复加级。
+2. 解析等级和参数依赖。`lv`、`ratio`、`maxLayer` 是状态属性；关联到这些属性的规则以及 `level_source` 组成依赖图，按拓扑顺序求值。关联规则读取其他技能等级时，依赖会自动记录。循环、缺失共享等级源、计算过程中改变状态依赖会报出具体技能。
+3. 基于最终状态收集伤害、冷却和角色属性贡献，并在装备提供的基础值之上应用一次。
+
+`calc` 在处理配置、装备、时装、徽章等阶段使用同一个批次。需要读取等级时，可以先解析状态；伤害及角色属性关联在准备阶段结束后统一生效。
+
+## 后续在哪里维护
+
+| 新增或修改的影响 | 维护位置 | 要点 |
+| --- | --- | --- |
+| 技伤、冷却、攻击段数等普通关联 | 对应 `core/character/GF/职业/角色.py` 的技能类 `associate` | 通常不改引擎；目标属性应有默认值 |
+| 随 VP、等级或自身参数变化的关联 | 来源技能的 `effect` | 每次生成完整声明，再调用 `super().effect(old, new)` |
+| 技能给其他技能加级 | 来源技能的 `associate`，使用 `+lv` | 整数加级设置 `ratio=1`；只给已学习的目标加级 |
+| 生命之树这类共享等级 | 目标技能的 `level_source` | 指向源技能名称，不再写等级 getter/no-op setter |
+| 新增会被关联修改、并影响后续关联的参数 | 技能类默认值 + `core/basic/skill_effects.py` 的 `STATE_ATTRIBUTES` | 例如现有 `ratio`、`maxLayer`；加入后自动属于输入属性 |
+| 新增外部配置输入，改变它需要重新计算关联 | 技能类、配置赋值入口 + `INPUT_ATTRIBUTES` | 例如现有 `vp`；单纯登记不提供跨技能参数读取依赖 |
+| 新增角色属性关联 | `skill.py` 的角色贡献收集分支、`CHARACTER_ATTRIBUTES`，并核对 `character/base.py` 的 `SetStatus` | 当前仅支持对应标量字段；特殊运算需单独实现 |
+| 新增运算符、目标选择方式、跨技能非等级依赖 | `skill.py` 的公共关联入口 + `skill_effects.py` | 属于公共能力扩展，需配套单元测试 |
+| 装备改变技能等级或倍率 | 原装备规则及 `character/base.py` 的公共修改方法 | 使用已有批处理方法；低层直接写入须在 `batch()` 内 |
+| 仅影响单次技能展示/输出的模式、VP、UP 变换 | 原技能 `setMode`、`vp_N`、输出计算方法 | `skillInfo()` 使用临时副本，不要误改为持久关联 |
+
+普通职业规则优先放在职业文件。只有新增公共能力时才修改引擎；不要再用属性 setter 手动撤销旧倍率并乘入新倍率。
+
+## 声明示例和数值约定
+
+以下片段放在对应技能类内，`data0` 为该来源技能的等级数据表：
+
+```python
+# 默认百分比：data0[lv] = 110 时，倍率为 1 + 110 / 100。
+associate = [{'type': '*skillDamage', 'data': data0, 'skills': ['目标技能名称']}]
+
+# 加级：data0[lv] = 1 时，给已学习目标增加 1 级。
+associate = [{'type': '+lv', 'data': data0, 'ratio': 1, 'skills': ['目标技能名称']}]
+```
+
+上面是两种独立示例；需要同时生效时放进同一列表。`skills='*'` 仅选择伤害技能，关联被动技能时使用明确的名称列表。名称必须与目标 `name` 完全一致，当前不是按 UUID 匹配。
+
+数据以来源技能等级索引，通常令 `data[0] = 0`。收集仍兼容旧公式：普通乘算为 `(1 + data[lv]/ratio) / (1 + data[0]/ratio)`，`cdReduce`、`cdRatio` 改用减号；加算为 `(data[lv] - data[0])/ratio`；覆盖 `=` 直接取 `data[lv]`。这里字典中的 `ratio` 是除数，区别于手雷精通类上的 `ratio` 参数。
+
+女弹药的动态关联是现成参考：
+
+```python
+ratio = 1.0
+
+def effect(self, old, new):
+    self.associate = [{
+        'type': '*skillDamage',
+        'data': [value * self.ratio for value in self.data0],
+        'skills': ['G-14手雷', 'G-35L感电手雷', 'G-18C冰冻手雷'],
+    }]
+    return super().effect(old, new)
+```
+
+三觉被动通过 `*ratio` 关联手雷精通。引擎先确定最终 `ratio=1.2`，再收集手雷倍率，所以精通 11 级对应 `1 + 110% × 1.2 = 2.32`。
+
+## 职业规则
+
+静态 `associate` 格式不变。现有动态 `effect(old, new)` 作为兼容入口，在收集模式下以 `(0, 最终等级)` 执行；公共 `apply_association` / `update_skill_attribute` 记录贡献，不修改目标。每次收集都从原始 `associate` 声明开始，取消 VP 时不会保留上一次分支。
+
+动态规则只能生成关联声明，不能在收集过程中直接修改角色或目标技能。需要修改关联产生方式时，应改用声明，而不是另写参数 setter 撤销旧倍率。元素师原先的 `ratio` 补偿 setter 已移除，避免与公共引擎重复应用。
+
+引擎在创建时保存初始声明和状态默认值。动态分支应新建并赋值 `self.associate`，不要对共享的类级列表执行 `append` 或原地改写；也不要把运行后修改 `associate` 当作注册新规则。一次重算可能多次调用 `effect`，因此不能在其中累计计数、直接调用角色加成方法或依赖随机结果。
+
+依赖图目前自动识别三类依赖：共享等级源、收集时跨技能 `.lv` 读取、指向状态属性的关联。
+直接读取另一个技能的 `.ratio` 等非等级参数不会自动建立依赖。
+新增这类规则时需要先扩展公共依赖机制并验证顺序；单独加入 `INPUT_ATTRIBUTES` 只会触发重算，不能解决求值先后问题。
+初次建图后新出现的等级读取或状态目标会报错；不要靠最终状态临时增加依赖边。
+
+每条贡献包含来源技能、条目索引、目标、属性、运算及数值，可从 `character.skill_effects.contributions` 检查。角色属性支持原 `SetStatus` 中相应的标量加算/乘算字段。
+
+同一属性的汇总顺序为：基础值（或覆盖值）→ 加算贡献 → 乘算贡献。不同来源给出不同覆盖值会报冲突；不会依赖遍历顺序选择最后一个。赋零可以直接从基础值重建，不需要除以旧倍率。
+
+## 共享等级
+
+例如生命之树：
+
+```python
+level_source = '创世'
+```
+
+生命之树跟随创世最终等级，包含创世获得的装备及技能等级加成。目标自身的 `maxLv = 1` 不会截断共享等级。目标不接受独立等级或独立加级；需要提升等级时应提升源技能。
+
+共享等级技能默认不独立提供关联效果，保留原 getter/no-op setter 的行为。如职业规则确实要求共享等级技能独立提供关联，可显式设置 `association_source = True`。
+
+现有 11 个共享等级技能已迁移为 `level_source` 声明。
+
+## 装备和外部修改
+
+`SetStatus`、`AddSkillLv`、`SetSkillRation`、`SetSkillCD`、`SetSkillCDRecover` 已自动批处理。完整 `calc` 中的装备代码也在批次内，因此原有装备的直接属性写入会保留为关联计算的基础值。
+
+新增低层直接修改必须放进批次，不能修改已叠加关联贡献的结果后再要求引擎推断基础值：
+
+```python
+with character.skill_effects.batch():
+    skill.skillDamage *= 1.15
+```
+
+`resolve()` 在没有变化时不重复应用；批次重建会先恢复原来的基础值。`skillInfo()` 的临时拷贝不属于引擎管理对象，其模式、VP、UP 变换仍在临时拷贝上执行。
+
+这不表示装备自身也已经与顺序无关：装备仍按原流程执行，例如先由 `calc_suits()` 生成套装积分，再让装备读取积分。当前批次解决的是装备修改与技能关联贡献之间的基线问题，没有为装备建立逐来源贡献账本和依赖图，也不保证对同一实例反复执行整套装备流程不会累计。
+
+定位引擎内部问题时，`_levels` 保存基础及外部等级，`_state_base` 保存状态参数基线，`_output_base` 保存应用技能输出贡献之前的属性值。它们是内部状态，不应由职业或装备规则直接修改；外部输入走公共修改方法或批次入口。
+
+## 诊断和验证
+
+找不到目标的旧关联仍按原逻辑跳过，同时记录在 `unresolved_targets`，供职业规则审查。例如刺客现存的“终结追击”名称失配；本次未推测其数值意图并修改规则。
+
+测试覆盖女弹药 2.32 场景及后续升降级、旅人条件、大枪加级、VP 切换、装备基线、角色属性、共享等级及链式共享、零覆盖、赋值冲突和循环依赖。全职业测试使用全部学习等级，在无 VP/VP1/VP2 下交换输入顺序，并另测搭配职业武器的情况。
+
+重构前后 72 个模块的默认满技能配置对比：伤害/冷却的实质变化集中在女弹药、旅人、男女大枪已确认的问题；元素师统一了 `skillRation`/`skillDamage` 的分配，总伤害保持一致。该验证针对本地计算规则，不等同于游戏实测或线上验证。
+
+新增规则时，在 `tests/unit/test_skill_effects.py` 补充对应场景，重点验证正反设置顺序、等级升降或禁用、条件开关、外部加成后再次重建。公共依赖机制变更还需验证循环及冲突报错。
+
+从仓库根目录执行：
+
+```sh
+backend/.venv/bin/pytest backend/tests/unit/test_skill_effects.py -q
+backend/.venv/bin/pytest backend/tests/smoke/test_calc_availability.py -k configuration_order -q
+```
+
+第二项验证技能配置顺序（包括搭配武器的场景），不验证装备执行顺序。修改公共引擎后再运行完整 `backend/tests` 回归。
+"""
+from collections import defaultdict
+from contextlib import contextmanager
+from dataclasses import dataclass
+from functools import wraps
+from graphlib import CycleError, TopologicalSorter
+from math import prod
+
+
+# 会被关联修改、且参与后续关联求值的属性在此登记，并在技能类上提供默认值。
+STATE_ATTRIBUTES = frozenset({'lv', 'ratio', 'maxLayer'})
+# 外部赋值触发重算的输入；登记在此不等于自动跟踪跨技能的该属性读取。
+INPUT_ATTRIBUTES = STATE_ATTRIBUTES | {'vp', 'up', 'comboCol', 'stage', 'currentMode'}
+# These are the scalar keys actually supported by CharacterBase.SetStatus.
+# 扩展前核对 SetStatus 的实际运算语义；特殊字段不能仅加入白名单。
+CHARACTER_ATTRIBUTES = frozenset({
+    'STR', 'INT', 'Spirit', 'Vitality', 'AtkP', 'AtkM', 'AtkI',
+    'PAtkP', 'PAtkM', 'PAtkI', 'PSTR', 'PINT',
+})
+_MISSING = object()
+
+
+@dataclass(frozen=True)
+class SkillContribution:
+    source: object
+    index: int
+    target: object
+    attribute: str
+    operation: str
+    value: float
+
+
+def skill_effect_batch(method):
+    """Keep external skill/stat changes outside the association baseline."""
+    @wraps(method)
+    def wrapped(self, *args, **kwargs):
+        engine = getattr(self, 'skill_effects', None)
+        if engine is None:
+            return method(self, *args, **kwargs)
+        with engine.batch():
+            return method(self, *args, **kwargs)
+    return wrapped
+
+
+class SkillEffectEngine:
+    def __init__(self, character):
+        self.character = character
+        self.skills = tuple(sorted(character.skills, key=lambda skill: skill.id))
+        self._members = {id(skill) for skill in self.skills}
+        self._levels = {skill: skill._lv for skill in self.skills}
+        self._state_base = {
+            (skill, attr): getattr(skill, attr)
+            for skill in self.skills for attr in STATE_ATTRIBUTES - {'lv'}
+            if hasattr(skill, attr)
+        }
+        self._associations = {skill: skill.associate for skill in self.skills}
+        self._output_base = {}
+        self._depth = 0
+        self.resolving = False
+        self.collecting = None
+        self._pending = []
+        self._reads = set()
+        self._dirty = True
+        self._state_dirty = True
+        self.contributions = ()
+        self.unresolved_targets = set()
+
+    def owns(self, skill):
+        # skillInfo uses shallow copies; these are local render contexts.
+        return id(skill) in self._members
+
+    def changed(self):
+        self._dirty = self._state_dirty = True
+        if not self._depth:
+            self.resolve()
+
+    def set_level(self, skill, value):
+        if skill.level_source is not None:
+            return
+        # += equipment bonuses must change the input, not copy already-derived
+        # mastery levels back into it. Input configuration uses set_input_level.
+        self._levels[skill] = min(skill.maxLv, max(0, self._levels[skill] + int(value) - skill.lv))
+        self.changed()
+
+    def set_input_level(self, skill, value):
+        if skill.level_source is not None:
+            return
+        self._levels[skill] = min(skill.maxLv, max(0, int(value)))
+        self._dirty = self._state_dirty = True
+
+    def set_attribute(self, skill, name, value):
+        if name in STATE_ATTRIBUTES:
+            self._state_base[skill, name] = value
+        object.__setattr__(skill, name, value)
+        self.changed()
+
+    def is_learned(self, skill):
+        if skill.level_source is not None:
+            return skill.lv > 0
+        return self._levels[skill] > 0
+
+    def read_level(self, skill):
+        if self.collecting is not None and self.collecting is not skill:
+            self._reads.add(skill)
+        elif self._state_dirty and not self.resolving:
+            self.resolve_states()
+
+    def record(self, source, target, attribute, operation, value):
+        self._pending.append(SkillContribution(
+            source, len(self._pending), target, attribute, operation, value,
+        ))
+
+    def missing_target(self, source, name):
+        self.unresolved_targets.add((source.name, name))
+
+    def _collect(self, skill):
+        # 一个重算周期会多次调用 effect；职业实现只能构造声明并调用公共收集入口。
+        self._pending = []
+        self._reads = set()
+        if not skill.association_source or skill.lv <= 0:
+            return (), set()
+        # VP branches often only assign associate when enabled. Start from the
+        # declaration every time so disabling VP also removes the old branch.
+        skill.associate = self._associations[skill]
+        self.collecting = skill
+        try:
+            skill.effect(0, skill.lv)
+            return tuple(self._pending), self._reads.copy()
+        finally:
+            self.collecting = None
+
+    @staticmethod
+    def _combine(base, contributions):
+        contributions = sorted(contributions, key=lambda item: (item.source.id, item.index))
+        overrides = {item.value for item in contributions if item.operation == '='}
+        if len(overrides) > 1:
+            sources = ', '.join(item.source.name for item in contributions if item.operation == '=')
+            raise ValueError(f'关联赋值冲突: {sources}')
+        if overrides:
+            base = overrides.pop()
+        return (base + sum(item.value for item in contributions if item.operation == '+')) * prod(
+            item.value for item in contributions if item.operation == '*'
+        )
+
+    def _restore_outputs(self):
+        for (target, attr), value in self._output_base.items():
+            if value is _MISSING:
+                object.__delattr__(target, attr)
+            else:
+                object.__setattr__(target, attr, value)
+        self._output_base.clear()
+
+    def resolve_states(self):
+        # 依赖来源：level_source、跨技能 lv 读取、指向 STATE_ATTRIBUTES 的关联。
+        # 其他跨技能属性读取不会自动建边；新增此类规则须先扩展依赖机制。
+        if self.resolving or not self._state_dirty:
+            return
+        self.resolving = True
+        try:
+            self._restore_outputs()
+            self.unresolved_targets.clear()
+            for skill, lv in self._levels.items():
+                skill._lv = min(skill.maxLv, max(0, lv))
+            for (skill, attr), value in self._state_base.items():
+                object.__setattr__(skill, attr, value)
+
+            graph = {skill: set() for skill in self.skills}
+            for skill in self.skills:
+                if skill.level_source is not None:
+                    source = self.character.GetSkillByName(skill.level_source)
+                    if source is None:
+                        raise ValueError(f'共享等级源技能不存在: {skill.name} -> {skill.level_source}')
+                    graph[skill].add(source)
+                contributions, reads = self._collect(skill)
+                graph[skill].update(reads)
+                for item in contributions:
+                    if item.target is not self.character and item.attribute in STATE_ATTRIBUTES:
+                        graph[item.target].add(skill)
+            try:
+                order = tuple(TopologicalSorter(graph).static_order())
+            except CycleError as exc:
+                names = ' -> '.join(skill.name for skill in exc.args[1])
+                raise ValueError(f'技能关联状态存在循环依赖: {names}') from exc
+
+            states = defaultdict(list)
+            for skill in order:
+                # All upstream level/parameter contributions are ready now.
+                if skill.level_source is not None:
+                    skill._lv = self.character.GetSkillByName(skill.level_source).lv
+                contributions, reads = self._collect(skill)
+                if not reads.issubset(graph[skill]):
+                    raise ValueError(f'技能关联状态依赖随计算改变: {skill.name}')
+                for item in contributions:
+                    if item.target is self.character or item.attribute not in STATE_ATTRIBUTES:
+                        continue
+                    if skill not in graph[item.target]:
+                        raise ValueError(f'技能关联状态目标随计算改变: {skill.name} -> {item.target.name}')
+                    key = item.target, item.attribute
+                    states[key].append(item)
+                    if item.attribute == 'lv':
+                        base = self._levels[item.target]
+                        value = self._combine(base, states[key])
+                        item.target._lv = min(item.target.maxLv, max(0, int(value)))
+                    else:
+                        base = self._state_base[key]
+                        object.__setattr__(item.target, item.attribute, self._combine(base, states[key]))
+            self._state_dirty = False
+        finally:
+            self.resolving = False
+
+    def resolve(self):
+        if self.resolving or not self._dirty:
+            return
+        self.resolve_states()
+        self.resolving = True
+        try:
+            self._restore_outputs()
+            contributions = []
+            grouped = defaultdict(list)
+            for skill in self.skills:
+                items, _ = self._collect(skill)
+                contributions.extend(items)
+                for item in items:
+                    if item.target is not self.character and item.attribute in STATE_ATTRIBUTES:
+                        continue
+                    grouped[item.target, item.attribute].append(item)
+            for (target, attr), items in grouped.items():
+                base = getattr(target, attr, _MISSING)
+                self._output_base[target, attr] = base
+                if base is _MISSING and not any(item.operation == '=' for item in items):
+                    raise AttributeError(f'技能关联属性不存在: {items[0].source.name} -> {attr}')
+                object.__setattr__(target, attr, self._combine(0 if base is _MISSING else base, items))
+            self.contributions = tuple(contributions)
+            self._dirty = False
+        finally:
+            self.resolving = False
+
+    @contextmanager
+    def batch(self):
+        # 最外层先撤销技能输出贡献，让装备等外部写入落在基础值上，再统一重建。
+        # 这里只隔离技能贡献，不解决装备规则彼此之间的执行顺序依赖。
+        outermost = not self._depth
+        if outermost:
+            self.resolving = True
+            try:
+                self._restore_outputs()
+            finally:
+                self.resolving = False
+            self._dirty = self._state_dirty = True
+        self._depth += 1
+        completed = False
+        try:
+            yield
+            completed = True
+        finally:
+            self._depth -= 1
+            if completed and not self._depth:
+                self.resolve()