HMCL-Rust is an unofficial Rust/Slint reimplementation of the Hello Minecraft! Launcher, targeting native Windows desktop with core HMCL features and lower memory usage.

Stars

4

7-day growth

No data

Forks

0

Open issues

0

License

GPL-3.0

Last updated

2026-07-28

AI repository intelligence
FR-AI / ANALYSIS

Why it is worth attention

It is entirely AI-generated, achieves under 200 MB memory footprint for Modrinth browsing (vs. 500+ MB in Java HMCL), and provides full Modrinth mod/resourcepack/shaderpack integration plus multiple loader support.

Who it is for

  • Rust developers interested in game launcher implementation
  • Minecraft players seeking a lightweight, native Windows launcher
  • HMCL users wanting a faster alternative with Modrinth support
  • Users curious about AI-generated real-world applications

Use cases

  • Browsing, downloading, and installing Minecraft versions and loaders (Forge, Fabric, etc.)
  • Managing multiple game instances with per-instance settings and mod/resource pack control
  • Logging in with offline or authlib-injector accounts and launching Minecraft
  • Importing/exporting Modrinth modpacks and backing up worlds

Strengths

  • Low memory usage (~200 MB) for online content browsing
  • Supports Forge, NeoForge, OptiFine, Fabric, Quilt loaders with install/uninstall/switch
  • Modrinth API integration for mods, resource packs, shaders, and modpacks
  • Native Windows GUI via Slint with responsive layout optimization

Considerations

  • Microsoft account login requires manual Client ID configuration and lacks full testing
  • CurseForge is not supported; only Modrinth online content is available
  • Cross-platform (Linux/macOS) builds and verification are incomplete
  • Code is 100% AI-generated and stability is not guaranteed – may corrupt game data

README quick start

HMCL-Rust

[!WARNING] 此项目 100% 的代码由 AI 生成。如果你觉得这是垃圾代码,那就是。

本项目仍处于开发阶段,不保证稳定性,也不保证不会损坏游戏文件或存档。请自行备份重要数据。

这是一个参考 HMCL 实现、使用 Rust 和 Slint 编写的非官方 Minecraft Java 版启动器,属于 HMCL 的 Rust 重实现/衍生项目,目标是在保留 HMCL 主要使用体验的同时提供原生 Windows 桌面界面。

本项目与 HMCL-dev、Mojang Studios、Microsoft 或 Modrinth 均无隶属、授权或背书关系。

License

本项目选择 GNU General Public License v3.0 only(SPDX:GPL-3.0-only)。

选择 GPL-3.0-only 的主要原因:

  • HMCL 使用 GPLv3,并附带 GPLv3 第 7 节允许的附加条款。
  • 本项目使用的 Slint 提供 GPLv3 开源许可选项。
  • Rust 依赖仍分别受其自身许可证约束;多数依赖采用 MIT、Apache-2.0 或二者任选其一的许可证。
  • Modrinth API 及其平台内容的使用还须遵守 Modrinth Terms,下载到的项目仍受各自作者所选许可证约束。

本项目作为参考 HMCL 实现的非官方 Rust 重实现/衍生项目,按保守原则遵守 HMCL 在 GPLv3 第 7 节下公布的附加条款:

  1. 必须以合理方式修改软件名称或版本号,使其与原始软件不同。
  2. 不得移除软件中显示的版权声明。

本节只是项目许可说明,不构成法律意见。

已完成且正常的功能

以下内容是当前已实现,并经过自动化测试或日常手动测试的主要流程:

  • Minecraft 游戏版本浏览、筛选、下载与安装。
  • Forge、NeoForge、OptiFine、Fabric 和 Quilt 加载器的安装、卸载与切换。
  • 游戏实例列表、搜索、重命名、复制、删除、设置及多游戏文件夹管理。
  • 实例名称和图标随模组加载器变化自动更新。
  • 离线账户创建、账户选择、默认 Steve 头像及 UUID 复制。
  • 游戏启动、启动进度、取消启动、启动脚本生成及崩溃提示。
  • Java 自动检测、管理、下载与选择。
  • Modrinth 模组、资源包、光影和整合包的搜索、浏览、下载与安装。
  • 本地模组、资源包和光影的安装、启用、停用及在线更新检查。
  • 世界列表、详情、重命名、复制、删除、导入导出、备份和数据包管理。
  • Modrinth 整合包导入、导出及共享资源清理。
  • 全局设置和实例设置即时生效。
  • 并发下载、下载源测速选择、下载进度和完成提示。
  • 用户数据保存在 %APPDATA%\.hmcl-rs,并可从旧版同目录 .hmcl 数据文件夹复制迁移。

“正常”仅表示当前覆盖的主要使用路径可工作,不代表所有 Minecraft 版本、模组加载器版本和第三方内容组合都经过验证。

未知是否正常和明显不正常的功能

  • 微软账户登录: 流程已实现,但正式构建默认不包含 Microsoft Client ID,因此未经配置时无法使用;登录、令牌续期和皮肤头像流程仍需更充分的真实账户测试。
  • 外置登录: 已实现 authlib-injector 登录流程,但目前缺少可控测试服务器,尚未充分验证。
  • 旧版 Minecraft: 部分旧版本需要的虚拟资源映射尚未实现,较老版本可能无法正常启动或缺少声音、语言等资源。
  • 跨平台支持: 当前主要面向 Windows;Linux 和 macOS 尚未完成构建、界面和启动流程验证。
  • 第三方服务变化: Microsoft、Mojang、Modrinth 或认证服务器接口发生变化时,相关功能可能失效。
  • 不支持 CurseForge: 在线内容仅接入 Modrinth;世界在线下载也不在当前计划内。
  • 启动器可见性: 部分启动后窗口行为仍采用简化实现,与 HMCL 原版的所有模式不完全一致。

发现问题时,请先备份 .minecraft、世界存档和 %APPDATA%\.hmcl-rs

构建指南

目前主要支持 Windows x86-64 GNU 工具链,建议直接使用 MSYS2 准备完整环境。

安装 MSYS2 后打开 MSYS2 MINGW64 终端,先更新系统并安装构建工具:

pacman -Syu
# 按提示关闭并重新打开 MINGW64 终端后继续
pacman -S --needed git mingw-w64-x86_64-toolchain mingw-w64-x86_64-rust

确认 rustc -vV 显示的 host 为 x86_64-pc-windows-gnu,并且 gccwindrescargo 均可直接调用。首次构建需要联网下载 Cargo 依赖。

在 MIN

Description

Hello Minecraft! Launcher re-written in Rust

Related repositories

Similar projects matched by category, topics, and programming language.

MoonshotAI
Featured
MoonshotAI GitHub avatar

Kimi-K3

Kimi K3 is an open-weight, 2.8T-parameter native multimodal agentic model with a 1M-token context window, designed for frontier coding, knowledge work, and reasoning tasks.

AI & Machine LearningAI Agents
3,348
lopopolo
Featured
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI & Machine LearningAI Agents
2,390
slvDev
Featured
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI & Machine LearningLarge Language Models
1,960