一个基于 .NET 与 Avalonia 构建、面向 TrinityCore 的开源 WoW 数据库编辑器

简介: WoWDatabaseEditor 是一款基于 .NET 与 Avalonia 构建的开源跨平台编辑器,专为 TrinityCore/AzerothCore 服务端设计,可视化编辑数据库及 Smart Scripts,支持 TC 3.3.5–10.x、DBC 多版本及 Win/macOS/Linux。

前言

如果你做过 TrinityCore 服务端开发,大概率遇到过一个问题。

很多游戏逻辑并不写在代码里。它们藏在数据库里。

尤其是 Smart Scripts,也就是 TrinityCore 中用于配置 NPC、游戏对象和事件行为的脚本系统。字段多,参数多,关联关系也多。只靠 SQL 手写和维护,效率不高,也容易出错。

今天大姚给大家分享一个基于 .NET 与 Avalonia 构建、面向 TrinityCore 的开源 WoW 数据库编辑器:WoWDatabaseEditor

项目介绍

WoWDatabaseEditor 是一个基于 .NET 与 Avalonia 构建的开源 WoW 数据库编辑器,主要面向 TrinityCore 服务端的数据编辑与 Smart Scripts 开发。项目采用 MIT License,是 Visual SAI Studio 的延续版本,但底层实现已经从零开始重写。

支持的服务器版本

  • 支持的数据库:TC 3.3.5、TC 4.3.4(“保存项目”)、TC master (10.0.x)、AzerothCore (3.3.5)。
  • 支持的 DBC 版本:3.3.5、4.3.4、10.x。

操作系统支持

WoW 数据库编辑器兼容 MacOS、Linux 和 Windows 系统。

项目应用场景

  1. TrinityCore 服务端脚本开发:开发者可以编辑 Smart Scripts。
  2. AzerothCore 数据库维护。
  3. WoW 私服内容开发:如果团队要做自定义任务、自定义 NPC、自定义副本事件,手写数据库脚本会变得很难管理。
  4. 任务链分析与调试。
  5. SQL 查询与数据库验证:项目包含 SQL Workbench、SQL Interpreter、SQL Query Generator 等模块。
  • 等等等.......

项目功能特点

  1. 面向 WoW 服务端数据库的专用 IDE
  2. 支持多个服务端版本
  3. 跨平台桌面体验
  4. 可视化编辑降低脚本复杂度
  5. 结合 DBC 和客户端资源理解数据
  6. 内置自动更新能力
  7. 具备高级调试和分析能力

工具截图

项目源码地址

更多项目实用功能和特性欢迎前往项目开源地址查看👀,别忘了给项目一个Star支持💖。

优秀项目和框架精选

该项目已收录至C#/.NET/.NET Core优秀项目和框架精选中,关注该精选合集,可以及时了解C#、.NET和.NET Core领域的最新动态、优质项目与最佳实践,帮助.NET开发者提升开发效率和项目质量。欢迎大家提交 PR 推荐或自荐优秀项目(让优秀的项目和框架不被埋没🤞)。

相关文章
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
Agent = Model + Harness:模型决定上限Harness 决定下限
Claude Code、Cursor等并非聊天界面,而是AI编码的“操作系统”——Harness。它决定模型能否稳定执行规则、调用工具、管理上下文与权限。模型定上限,Harness定下限。差异常源于Harness配置,而非模型本身。
724 5
|
3月前
|
人工智能 关系型数据库 MySQL
2026年阿里云AI 加速季活动数据库优惠,PolarDB年付5折起,数据库上云优选
2026年阿里云AI加速季数据库活动正在进行中,以"Agentic Native"为核心,覆盖RDS、PolarDB、ADB等全系列数据库产品。活动亮点包括:新用户可免费试用Supabase、长期记忆、RDS Agent等AI能力;DAS Agent、Data Agent、Meta Agent等Agent类产品限时享7-8折并可叠加满减券;RDS/PolarDB搭配AI助手套餐年付低至6折起;另有DuckDB、MongoDB 8.0、AnalyticDB等热门产品续费/升级享6折优惠。
|
3月前
|
人工智能 自然语言处理 测试技术
告别手动画图:用自然语言生成可直接发布的 SVG+PNG 技术图
`fireworks-tech-graph`它把技术图这件事,从一次性手工劳动,变成了一种可以沉淀、复用、批量生成的 Skill 能力。在 AI/Agent 相关内容越来越多的背景下,这是一个很值得试一下的项目。
450 10
告别手动画图:用自然语言生成可直接发布的 SVG+PNG 技术图
|
2月前
|
机器学习/深度学习 人工智能 资源调度
银行零售信贷AI实践:从尽调到贷后的全链路Skill化
信贷审批的本质不是批不批,而是还得起多少。本文详解等额本息与提前还款的算法实现,构建WOE+IV值信用评分模型实现自动审批,用RFM+K-Means聚类完成零售客户分层,设计基于余弦相似度+TopN的产品推荐和AUM增长测算,实现马科维茨投资组合优化和退休规划AI推演引擎。附带7大维度完整性检查清单。
|
25天前
|
人工智能 开发框架 Java
如何入门学习 Agent 开发?
本文分享Agent开发实战经验:强调甄别一手资讯、聚焦Context本质而非框架、坚持实操落地、重视效果评测与自我迭代,助新手避开玄学误区,从真实场景出发高效入门。(238字)
89 5
|
3月前
|
机器学习/深度学习 数据采集 人工智能
田间杂草检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含4000张真实农田图像(小麦/玉米/水稻田),YOLO格式标注杂草目标,覆盖多天气、光照与视角,适用于YOLO系列等目标检测模型训练,助力智能除草与精准农业研究。(239字)
482 16
|
4月前
|
人工智能 监控 安全
多模态AI(图像+文本)该怎么测试?不是把图片丢给模型这么简单
本文系统阐述多模态AI测试新范式:突破传统文本测试局限,聚焦图像理解、图文对齐、跨模态推理、幻觉防控、安全注入与鲁棒性验证六大核心维度,提出分层模型、六维测试矩阵及自动化评测体系,强调“证据链”验证——答案必须可追溯至图片真实信息。
|
2月前
|
数据挖掘
Tushare接口文档:个股资金流向(moneyflow)
本文旨在对Tushare的个股资金流向`moneyflow`数据接口进行介绍,提供更多参考示例和使用说明。 本接口可获取沪深A股票资金流向数据,分析大单小单成交情况,用于判别资金动向。本文除了从交易日、个股方面简单介绍如何快速获取数据外,还演示了如何计算主力资金流向及对单支股票主力资金流向绘制趋势图,最后演示了如何筛选主力资金净流入top 10的个股。
577 9
|
3月前
|
缓存 测试技术 API
Qwen 3.7 Plus 与 Max 实测:性价比与多模态能力差异解析(2026)
2026 年 6 月 1 日,阿里悄无声息地发布了 Qwen 3.7 Plus,距 Qwen 3.7 Max 上线刚好 11 天。同样的 1M 上下文,同样的 35 小时自治上限。但价格才是头条:Plus 是 0.40/M输入,Max是 2.50/M——便宜约 6 倍——并且还能看图、看视频。Vision Arena 上 Plus 已经排到 #16。所以这周真正值得讨论的问题不是”要不要为视觉能力买单”,而是”Max 凭什么用 6 倍价格换来 2 个百分点的 benchmark 领先”。
2246 14