微软于 2025 年 11 月 21 日正式以 MIT 许可开源《Zork》三部曲源码，并向 GitHub historicalsource 仓库提交上游 PR，此举为研究 Z-Machine 虚拟机提供了权威基础。Z-Machine 是 Infocom 于 1979 年设计的字节码 VM，用于跨平台运行文本冒险游戏，其核心包括固定内存布局（header、对象表、字典）、栈式执行模型与自然语言解析。此文聚焦从开源 ZIL 源码逆向，工程化浏览器端（WASM/JS）可移植解释器，强调字节码分发效率、对象模型简洁性及字典匹配优化，实现低延迟 Web 游玩。
Z-Machine 核心机制剖析
Z-Machine 故事文件（.z1 至 .z8）以字节码形式打包，总内存 64KB–512KB，分静态（header 64 字节、对象表、属性表）、动态（调用栈、局部变量）区。Header 指定版本（Zork I 为 v3）、入口点、字典地址等。从 historicalsource/zork1 的 ZIL（如 gglobals.zil、gparser.zil）可见，游戏逻辑依赖对象树（短/长名、属性指针）、字典（词汇表支持词形变化）与 opcode（如 @jump、@store）。
字节码分发（Dispatch）：解释器主循环从 PC（Program Counter）读取 opcode（1–2 字节），分发执行。v3 支持 205 个 opcode，分为 0OP（如 @rtrue）、1OP（如 @jz）、2OP（如 @add）、VAR（如 @call）。源码中 gmain.zil 隐含循环：fetch → decode → operand（支预测或直接）→ execute → PC++。浏览器实现需高效 switch，避免递归栈溢出（深度限 1024 帧）。
对象模型（Object Model）：对象从 #1 起，属性动态（0=父、1=兄弟、2=子），v3 对象头 9 字节（父/兄弟/子指针 + 属性偏移）。ZIL 如 1actions.zil 定义 ROOM（如 West-of-House）、THING（剑），属性如 LOCATION、SIZE。解释器需对象表（array of structs：parent/sibling/child/props），属性分离表（packed bytes）。优化：预解析对象树至 JS Proxy，支持动态 get/set。
字典优化（Dictionary）：解析器（gparser.zil）匹配输入词至词汇表（~2000 词，词长 4–9 字节，GRAMMAR table）。词典为 trie-like 结构（首字节哈希），支持词形（如 take/puton）。瓶颈：模糊匹配（前缀/后缀）。Web 优化：IndexedDB 缓存字典，Web Workers 分离解析，TrieNode（children Map）+ Levenshtein 距离阈值 1。
浏览器端可移植实现参数
利用 Emscripten 将 C/JS 解释器编译为 WASM，实现 60FPS 游玩。核心参数：
-
内存管理：
- 静态分配 Uint8Array(512*1024)，分段：0x00-0x3F header、0x40-对象表、0x动态栈（growable）。
- Stack：SP 指针，双数组（call/ret addr + locals），限 1024 帧，回滚阈值 512。
- 清单：init() 验证 header.version==3、header.static_mem、header.dict_addr；loadStory(zfile) memcpy Uint8Array.slice。
-
字节码分发引擎：
- 巨型 switch(opcode)，分组：case 0x00: rtrue(); break; ... case 0xBE: call_1n();。
- 优化：OpcodeTable[256] = fn_ptr，预加载避免分支预测 miss（Chrome V8 JIT 友好）。
- 参数：operand count 从 opcode 高 2 位，支预测 read_word/read_byte。超时：每帧 16ms，yield to RAF。
- 清单：dispatch() { while(!halt && perf.now()<deadline) { op=mem[pc++]; tableop; } }。
-
对象模型实现：
- Object：class { id, parent, sibling, child, props: Map<number,u16>() }。
- Props：属性表稀疏，get_prop(obj,attr) = mem[obj.prop_table + attr_off*2]。
- 动态：@get/set_prop，JS Proxy 代理访问。预热：startup() 遍历对象建树。
- 清单：validate_obj(id<obj_count)，prop_default fallback。
-
字典与解析优化：
- Dict：class { words: Map<string,{part,action}>(), grammar: Uint16Array }。
- 加载：scan dict_addr，分离分离词/语法。匹配：input.split，trie match + dict[stem]。
- 优化：n-gram 缓存（LRU 1024），fuzzy: dp[10][10] <=2 edits。Web：OffscreenCanvas 渲染文本。
- 清单：parse(tokens) → actions/actor/noun，vocab_score >0.8 通过。
工程化落地与监控
构建清单：
- 工具：ZILF 编译 ZIL→.z3（验证源码），WASM-zmachine（如 bocfel-wasm）基准。
- 测试：Zork1.zip 覆盖率 95%，puzzles 解通（18 宝藏）。
- 性能：WASM 基准 1M IPC，JS fallback polyfill opcodes。
- 回滚：版本 pin（v3 only），A/B test dispatch table。
监控要点：
- Metrics：dispatch/s、parse ms、stack depth、GC pauses。
- Alerts：OOM (>80%)、parse fail (>5%)、帧掉 (>10%)。
- 追踪：Sentry opcode traces，Profiling V8 cpu_profiler。
开源 Zork 源码揭示 Z-Machine 的优雅：紧凑对象、栈 VM、词典解析。浏览器实现证明其永恒性，结合 WASM 零依赖部署。未来：AI 代理集成（如 GPT parse），重现 80 年代魔法。
资料来源：