游戏叙事与剧情 / 系统课时
错跳和重复触发怎么快速复现
错跳和重复触发怎么快速复现
错跳与重复触发最难排查的地方,不是看不见异常,而是异常常常受当前状态、随机数和调用次数影响,第二次运行就消失。本节用状态快照、最小剧情片段和固定随机种子,把偶现问题变成可重复执行的测试场景。
学习目标
- 能保存足够小但可还原问题的剧情状态快照。
- 能把复杂剧情裁剪为仍能复现问题的最小片段。
- 能固定随机种子和输入序列,让错跳与重复触发稳定出现。
先冻结影响结果的变量
复现前先记录问题发生瞬间真正会影响跳转的状态,例如当前节点、任务阶段、关键变量、已消费事件、玩家输入序列和随机种子。不要直接复制整个存档;数据越多,越难判断哪个字段真正决定结果。
对带随机分支的剧情,必须同时记录随机种子和随机调用顺序。只固定种子但运行路径额外消费了一次随机数,后续结果仍会变化。对重复触发问题,还要记录同一输入或事件是否被投递两次,以及每次投递对应的唯一标识。

把剧情裁成最小可失败片段
最小片段只保留“进入问题节点所需的状态”和“触发异常所需的动作”。例如某个节点进入后会随机跳到 left 或 right,而输入事件偶尔被处理两次,那么复现用例不需要加载整章剧情,只需要一个入口、一个随机跳转和一次可重复投递的输入。
裁剪时每删掉一个无关节点就重新运行。如果问题仍存在,说明该节点不是必要条件;如果问题消失,就把刚删掉的依赖加回来。最终得到的片段越短,越容易看出是状态错误、随机序列变化,还是同一触发被执行了两次。
用固定种子把偶现问题变成必现
下面的脚本故意模拟一个缺少去重保护的处理器。同一个逻辑输入被调用两次后,不但事件发送了两次,还因为随机数被消费两次而得到不同目标节点,这正是“重复触发伴随错跳”的典型现场。
import random
def handle_gate(input_id: str, rng: random.Random, events: list[str]) -> str:
next_node = rng.choice(["left", "right"])
events.append(f"quest.started:{input_id}")
return next_node
def reproduce(seed: int) -> None:
rng = random.Random(seed)
events: list[str] = []
first = handle_gate("choice-42", rng, events)
second = handle_gate("choice-42", rng, events)
print(f"第一次跳转: {first}")
print(f"第二次跳转: {second}")
print(f"事件次数: {len(events)}")
print(f"事件列表: {events}")
if __name__ == "__main__":
reproduce(seed=7)预期输出:
第一次跳转: right
第二次跳转: left
事件次数: 2
事件列表: ['quest.started:choice-42', 'quest.started:choice-42']种子固定为 7 后,每次运行都会得到相同轨迹,因此可以稳定检查调用栈、节点状态和事件计数。若不固定种子,问题可能仍存在,但每次错跳到哪个分支并不稳定,会增加日志比对难度。
根据复现结果区分两类根因
如果同一输入标识出现两次,优先检查重复订阅、按钮连点、重试机制、事件总线重复投递和节点重入。修复通常需要在合适层级增加幂等或去重,而不是只在 UI 上禁止第二次点击。
如果输入只有一次,但目标节点仍错误,则比较复现前后的状态快照,重点检查条件依赖和随机调用序列。随机分支最好记录“种子、调用序号、候选集合、最终选择”,否则只有最终节点,无法确认是数据错还是随机序列提前被其他逻辑消费。
当最小片段能够连续多次得到完全相同的节点轨迹和事件次数时,偶现问题才真正变成可测试问题。之后再修复并用同一快照、同一输入和同一种子回归,才能确认行为变化来自代码修改,而不是现场条件刚好不同。