异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    agent 做游戏的工作流:选引擎、自验证、控范围

    引擎按 agent 友好度选;游戏暴露两个钩子让 agent 自己读状态、自己步进;验收交给另一个多疑的会话;范围写成文件。附各环节值得装的 skill / MCP 与可照抄的代码。

    • 用 AI 做游戏:从开工到… · 1/5
    • 精读
    • 2026.11.11
    • 27 分钟
    • 14,895 字

    思思扬撰写 · AI 协作整理

    类型
    精读
    系列
    用 AI 做游戏:从开工到上线
    位置
    第 1 篇 / 共 5 篇
    发布
    2026.11.11
    篇幅
    14,895 字 · 27 分钟
    章节
    7 节
    标签
    • game-dev
    • agent
    • phaser
    • godot
    • playwright

    结论先行

    • 2D 网页 / 平板小游戏默认用 Phaser 4,并让 agent 先读 node_modules/phaser/skills/ 里自带的 28 个 skill,防止写出 v3 写法。轻 3D 用 three.js,桌面 / 重 2D 动作用 Godot 4,微信小游戏用 Cocos Creator 或 LayaAir。
    • 每个游戏都暴露两个钩子:window.render_game_to_text() 输出当前状态,window.advanceTime(ms) 确定性步进。agent 靠前者「读」游戏,靠后者稳定复现。
    • 验收看运行中的游戏,不看编译通过;验收者另开一个会话,调成多疑。生成者自己评自己会放水。
    • 逻辑写成纯函数 + 固定种子,和渲染分开。无头跑上千局调数值,改完用同一个种子回放做回归。
    • 对话写成数据文件:剧情向网页游戏用 Ink + inkjs,对白少就用 JSON 图;每次改完编译并把每个选项走一遍。
    • 范围写成文件给 agent 读:一句话 pitch,一个核心机制、一个胜利条件、一个失败条件;中途冒出的想法一律进 NEXT_GAME.md。
    • 别一上来堆几十个 agent 的「工作室」模板。star 最高的那个,作者自己都把默认档改成了最轻。

    一、选引擎:按 agent 友好度,不按功能多少

    先按场景选,再锁版本。

    场景推荐备选理由
    2D 网页 / 平板小游戏Phaser 4,HUD 和菜单用 DOM原生 Canvas(换装、拖拽类可以不用引擎)浏览器回路最短,平板直接打开 URL,有自带 skill
    2D 动作Phaser 4(Arcade 物理)Godot 4 + C# 或全量静态类型 GDScript手感调参两边都行;要上桌面 / Steam 选 Godot
    轻 3Dthree.js + Rapier(Vite / TS)Babylon.js(物理、GUI、粒子自带,接缝更少,包更大)例子最多;项目本来就是 React 才用 R3F
    微信小游戏Cocos Creator 3.x 或 LayaAir 3.x先用 Phaser 做网页原型验证玩法两者都有微信官方「游戏引擎插件」;agent 友好度低

    这张表综合了 godogen(7322★,覆盖 Godot / Bevy / Babylon / three.js 的生成框架)、OpenAI game-studio 插件和几篇独立开发者的复盘。OpenAI 插件给的默认选择是「2D 用 Phaser,3D 用 three.js / R3F,资产用 GLB」,还特意写了一句:不要给 2D 战棋或平台跳跃选 3D 栈。

    判断 agent 友好度看四件事。

    维度网页系(Phaser / three.js)Godot 4Unity / UnrealCocos Creator
    工程是否纯文本全是 TS / JS.tscn / .gd 是文本Unity 场景冗长;Unreal .uasset 是二进制.scene / .prefab 是冗长 JSON
    能否无头运行、自测headless Chrome + Playwright,最成熟--headless、--check-only,能确定性录屏要编辑器或 batchmodeMCP 插件要编辑器开着
    给 agent 的文档Phaser、three.js、Babylon 都有 llms.txt模型常写出 Godot 3 写法;官方文档没有 llms.txt——
    版本漂移Phaser 3→4 改了 mask / tint / 渲染管线;three.js 每月一版3→4 大量改名,4.x 小版本仍在改签名—近一年没有大版本

    版本漂移是第一大坑,对策是让 agent 读本地源码和自带文档。

    • Phaser 4(2026-04-10 发布,4.2.1 为 2026-07-09)的 npm 包里带了 28 个 agent skill,包括 v3→v4 迁移(unpkg 目录)。Phaser 官方说主流模型都熟悉它的 API、v4 刻意保留了(官方博客,2026-05-13),但迁移指南列出了 mask、FX、tint 等破坏性变更。折中:Sprite / Scene / Tilemap 可以信模型,滤镜和渲染相关的必须查自带 skill。
    • three.js 每月一版,godogen 和 OpenAI game-studio 两份独立指南都要求 agent 读 node_modules/three/src,别信记忆。
    • Godot 4:把禁用的旧写法写进 CLAUDE.md,比如 yield、KinematicBody2D(7 处常见错误,2026-04-20,厂商文)。godogen 的建议更彻底:长时间无人值守就用 C#,因为 GDScript 的运行时 SCRIPT ERROR 只中断当前函数、退出码仍是 0,而 dotnet build 能一次拦下一类错误(GDScript vs C#)。代价是 C# 的 Web 导出支持要另查。

    对 Godot 的负面经验要看模型代际。GameCraft-Bench 让 agent 端到端做完整 Godot 游戏,论文 v1(2026-06-16)最高是 Opus 4.7 的 41.46%,之后排行榜上 Opus 5 到了 68.44%(GameCraft-Bench,Opus 5 条目日期 2026-07-24)。itch.io 有参赛者说去年在 Godot 上试过「agent 还没准备好」,今年改用 R3F 写了约 4 万行(帖子,约 2026-05)。一年前的结论不能直接套到今天。

    微信小游戏以官方文档为准。微信开放文档的「游戏引擎插件」支持 Cocos Creator、LayaAir 1.x-3.x 和白鹭,客户端 7.0.7 起可以复用引擎代码(官方文档,2026-11-11 读取)。有第三方指南说「只有 Cocos 内置」,与官方不符。插件是否完全不占 4MB 首包,官方页没写清,存疑。Phaser 4 适配微信没有找到任何 2026 年的实践,现存移植都停在 Phaser 2 / 3 时代。

    Unity 和 Unreal 只在已有项目时考虑。一位从 Unity 转到 Godot 的开发者给的理由很具体:编辑器重,每次切回编辑器都触发 domain reload,还要先配 MCP;Godot 一条命令就能跑起来(Isaac Dedini,2026-03-04)。

    二、让 agent 自己试玩和验收

    做法:游戏暴露状态读出和确定性步进,每轮改完跑「动作序列 → 截图 + 状态 JSON + console 报错」。这是 OpenAI develop-web-game skill 的核心,game-creator 插件也用同一套。

    window.render_game_to_text = () => JSON.stringify({
      mode, player: { x, y, vx, vy }, entities, score,
      note: "origin top-left, +y down",
    });
    window.advanceTime = (ms) => {
      const n = Math.max(1, Math.round(ms / (1000 / 60)));
      for (let i = 0; i < n; i++) update(1 / 60);
      render();
    };

    动作也用 JSON 描述:

    {"steps":[{"buttons":["right"],"frames":8},{"buttons":["space"],"frames":4}]}

    每轮检查三样:最新截图、状态 JSON、console 的第一个新报错。规则是「截图就是事实来源,截图里没有就是没有」。这个 skill 在 2026-04-23 已从 openai/skills 移除,原因没有说明;移除前那次提交的永久链接还能看到全部内容,包括一个 356 行的 Playwright 客户端脚本,整个目录拷进 ~/.claude/skills/ 就能用。

    验收要写成用户级操作,源码只能解释失败,不能证明通过。WebGameBench 附录 D 的评审规则可以直接改写成 QA prompt(arXiv 2605.17637):

    1. 冒烟:能加载、能进入、主循环可玩;
    2. 从需求推出检查项;
    3. 先用真实操作验证,每项记录「前置状态 / 触发动作 / 可见结果 / 数值变化」;
    4. 标记通过、失败或未验证。稀有状态可以先用代码造前置条件,但最后一步必须由真实操作触发。

    验收者另开一个会话,并调成「多疑」。Anthropic 的长任务 harness 实验里,默认的 Claude 当 QA 时会「发现问题,然后说服自己放过」。他们的做法是规划者、生成者、验收者三方分开,每个 sprint 开工前生成者先提出「做什么、怎么验证」,验收者审过才开工,验收者用 Playwright 逐条点验收项,任一条不过就打回。同一个复古游戏编辑器需求,单跑 20 分钟 / $9 的版本不响应输入,完整 harness 6 小时 / $200 的版本能玩(Harness design for long-running apps,2026-03-24)。

    canvas 游戏必须截图,但截图本身有坑。光看 DOM 断言看不出画面问题;而 headless Chrome 会悄悄退回 SwiftShader 软件渲染。godogen 的 three.js 指南列了四条:读 RENDERER 字符串报警;等 ready 标志再截图;停掉 setAnimationLoop,一步一截;toDataURL 必须紧跟 render(),或开 preserveDrawingBuffer。

    Godot 用无头闸门。godogen 的 Godot 流程是 godot --headless --import → 每个改动过的脚本跑 --check-only → --headless --quit,再 grep 日志里的 SCRIPT ERROR。macOS 上致命错误会弹窗卡死,每条命令都要套 timeout。录屏用 --write-movie 加 --fixed-fps,结果可复现。Dedini 自己写了一个步骤式 E2E runner:fast_* 步骤用 API 造状态,ui_* 步骤真点真拖,每步截图,输出 JSONL 给 agent、Markdown 给人;再加一层网格坐标覆盖,解决「往左一点」说不清的问题。

    视觉反馈的收益有条件。GameDevBench v2 里,GPT-5.4 加上截图和视频后从 41.1% 涨到 52.0%;Gemini 3 Flash 基本持平;GPT-5.4 Mini 在 OpenHands 中反而下降,成本最高到 3.3 倍。2D 图形 / 动画和 UI 是最差的两类,只有 33% 和 32%(GameDevBench,v2 2026-06-30)。所以截图回路要配上状态 JSON,别指望模型光看图就能找出问题。

    三、工程约定

    架构底线:模拟和渲染分离。OpenAI 的 web-game-foundations skill 写得很清楚:模拟层持有实体、计时器、碰撞、进度和存档状态,以及唯一的随机数源;渲染层只读;输入先映射成动作(move / confirm / pause),只在一处映射;资产用 manifest 里的 key 引用;HUD 和菜单用 DOM;存档只存模拟状态。反模式是把规则写进场景回调、把渲染器当状态源。存档、本地化、配置表、关卡这些系统各自怎么做、怎么让 agent 校验,见 05 常用系统。

    这样做才能用种子做回归。纯逻辑层配固定种子,就能无头跑上千局查平衡,也能在每加一个功能后重放同一局,把变化展示给人看。Claude-Code-Game-Studios 的流程里就有「每个功能完成后重放同一个种子局」;一篇 Godot roguelike 的架构文把纯函数 sim.gd + 种子的理由讲得最完整(solodevstack,2026-06-27)。

    目录模板可以抄 game-creator。core/{EventBus,GameState,Constants,GameConfig}、scenes/、entities/、systems/、audio/;模块之间的通信不靠互相 import,而走 domain:action 事件;所有数值放 Constants;GameState.reset() 保证干净重开(game-creator,362★)。这个仓库没有许可证,还绑定了 Play.fun 变现,只抄结构。

    剧情和对话写成数据文件,不写进代码。先分清两件事:关卡、回合、胜负这类游戏流程归模拟层的状态和事件管;对话流程(台词、选项、条件分支、记住玩家选过什么)才交给对话脚本。Ink 属于后者,不是每个游戏都必备。怎么选,awesome-gamedev-agent-skills 的 dialogue-systems skill 给的判断最清楚:写手需要真正的流程控制,用 Ink 或 Yarn Spinner;只有台词、选项和几个旗标,用 JSON 图加约 100 行解释器;永远不要自造脚本语言。

    适合网页运行时Godotagent 怎么校验
    Ink(5015★,MIT,1.2.1)文字为主、分支多;每个段落「看过几次」自动可当条件用inkjs(666★,MIT,v2.4.0):零依赖,浏览器和 Node 都能跑;inkjs/full 自带编译器,.ink 可以直接在 JS 里编godot-ink(791★)inklecate 编译出错返回退出码 1;inkjs 带 inkjs-compiler 命令
    Yarn Spinner(2875★,MIT,3.2.1)节点式;<<命令>> 直接调游戏代码;自带行 ID,方便本地化没有官方 JS 运行时,只有社区包 yarn-spinner-runner-tsGDScript 版仍是 Early Accessysc compile 报错;ysc run --auto-advance 在终端里自动跑完
    Godot 原生插件:Dialogue Manager(3978★,v4.2.0)、Dialogic(6163★)已经定了 Godot,不想多一层桥接—原生按插件自带工具
    JSON 图 + 自写解释器换装、休闲类,只有少量对白无依赖同写一个 validate_graph():查跳转目标不存在、死路、未声明变量、到不了的节点

    网页 2D 默认:剧情向用 Ink + inkjs,对白少就用 JSON 图。Yarn 在 Unity 里最成熟,网页端缺官方运行时,不推荐给 Phaser 项目。

    让 agent 写对话,校验闭环比写作 skill 重要。改完 .ink 先编译,再把每个选项各走一遍;编译过了不等于没有死路。inkcheck(2★,MIT)把官方编译器、有上限的分支遍历、死内容检测做成了 CLI 和 MCP,本身不用 AI,npx -y inkcheck main.ink 就能跑;星数很低,值得一试,尚无第三方验证。写作侧的 knot(0★,MIT)是一组 Claude Code skill,把故事从设定、大纲、分场逐层写到 Ink,每层用脚本查线索是否先埋后揭、Ink 变量是否和状态账本对得上;同样只适合先看思路。

    dialogue-systems skill 列出的几个坑,值得写进 CLAUDE.md:

    • Ink 的 * 选项用一次就消失,+ 才常驻;用 * 做的「主菜单」会越点越空。
    • inkjs 里选完选项(ChooseChoiceIndex)要再调 Continue(),否则选中的分支什么都不输出。
    • 扣钱、扣道具写在选项上,不写在能重复进入的节点上,否则每次进来都扣一次。
    • 台词从第一天就用行 ID,显示文字放每种语言一张字符串表;Ink 没有内建行 ID,要自己打 #id: 标签。
    • 对话里的条件表达式别用 eval() 执行,用白名单求值器。

    CLAUDE.md 写短,把坑写进一页 engine guide。godogen 在 2026-07 把多阶段 skill 管线砍成「一页 runtime 清单 + 一页引擎指南」,理由是新模型不再需要那么多引导。指南里只留「编译能过、运行时会悄悄失败」的坑。CLAUDE.md 里写:引擎和精确版本、禁用的旧 API、怎么跑、怎么截图验收、目录边界。

    调手感时让 agent 生成一个「每个值一个滑块」的面板,数值放数据文件,调好再写回(Claude-Code-Game-Studios 的 /prototype 做法)。

    过夜长跑 = 多个短会话 + 进度文件 + 外部验收。progress.md 顶部写 Original prompt:,每块工作做完追加已完成项、TODO 和踩过的坑;每轮结束由验收会话或脚本给出硬性的通过 / 不通过。

    四、范围控制:写成文件给 agent 读

    编码前写一页纸。一句话 pitch;一个核心机制、一关、一个胜利条件、一个失败条件。时间预算一半给可玩循环,一半给「无聊的尾巴」:菜单、死亡状态、音频接线、部署。丑原型要在前 5% 的时间里做出来。这几条出自 vibedgames 的 finish-it skill(kyh/vibedgames,61★,值得一试,尚无第三方验证)。

    什么时候停止加机制,有三个判据:新玩家 30 秒内不看说明就能上手;一局里有张力(能输)也有释放(能赢或得分);玩家会主动重开一次。三条都满足,之后所有新提议都记进 NEXT_GAME.md。

    要砍的时候按这个顺序:多关卡 → 多敌人 / 道具 → 元进度 → 设置菜单 → 叙事 → 排行榜。永远不砍:重开流程、胜负状态、音频开关。

    垂直切片:先原型,决定继续才「长大」。Claude-Code-Game-Studios 的轻量模式是 /prototype(先问几个问题,出 brief 和第一版)→ 玩、改 → 决定继续才转正 → 每次只做一个特性,做完、检查、提交。原型放 prototypes/,和正式代码 src/ 隔开。交付卡上写清哪些通过、哪些还坏着、哪些是猜的,并标注「Not yet played by a person」。

    让模型当设计搭档,有三种提示方式有效。

    1. 写 MDA 一句话和循环契约:「这款游戏想让玩家通过动态 Y 感到 X,Y 由机制 Z 产生」;「玩家做[动词]来达成[目标],同时[压力]带来风险;成功→[奖励],失败→[代价 / 重试]」。哪个括号填不出来,问题就在哪(vibedgames 的 design-lenses)。
    2. 按目标写 brief,不直接写功能。Simon Willison 发现 AI 对手很少用某类单位,就把这个观察写成设计目标:「设计一张新地图,目标是给步兵和运输机创造战略动机」,再加具体约束(Battle Drones,2026-10-20)。
    3. 数值交给模拟对局。让 agent 写一个无界面的 AI 对 AI 模拟,跑上千局,用指标说话。Battle Drones 跑了 1200 局,超过 25 分钟仍未分胜负的局从 14% 降到 0.9%,逆风翻盘率从 24% 升到 46%。

    试玩反馈怎么喂回 agent。人玩时录屏,边玩边说(「这扇门打不开」),agent 用 ffmpeg + whisper 整理成带时间戳和截图的 bug 表,人确认后一项一个 commit,agent 自己驱动游戏验证修复(claude-game-playtest-skills,0★,值得一试,尚无第三方验证)。给孩子试玩时,大人在旁边口述孩子卡在哪里,同样适用。

    五、装机清单:按环节,不按热度

    选择原则:有成品作证的优先;star 高不等于能用;一句话出整款游戏的框架不装。

    环节装什么教 agent 做什么备注
    版本漂移Phaser 自带 skills写 v4 而不是 v3装 Phaser 就有,零成本
    架构与试玩OpenAI game-studio 的 web-game-foundations、game-playtest、sprite-pipeline模拟 / 渲染分离;截图 QA;sprite 归一化Codex 插件,SKILL.md 可以拷进 .claude/skills;仓库 7894★(是整个 openai/plugins 的数)
    自验证develop-web-game(永久链接)两个钩子 + Playwright 动作 JSON + progress.md已下架,从永久链接拷
    浏览器操作Playwright MCP(39490★)或 Anthropic 官方 webapp-testing截图、点击、读 console网页 2D 游戏不需要引擎 MCP
    skill 合集awesome-gamedev-agent-skills(8286★,Apache-2.0)79 个领域 skill + 1 个 router,按引擎版本锁定(Phaser 4.2、Godot 4.7)只装 router + web-engines,按需再加 game-feel 等
    存档 / 关卡 / 输入 / UIawesome-gamedev-agent-skills 的 save-systems、level-design、input-systems、game-ui-ux版本化存档与迁移;关卡可达性与软锁检查;动作映射;屏幕栈做到这块再装;本地化没有现成 skill,见 05 篇
    对话 / 剧情inkjs(666★,MIT)+ awesome-gamedev-agent-skills 的 dialogue-systemsInk / Yarn / JSON 图三选一;编译并遍历分支只有少量对白就不装,用 JSON 图
    3D 写法threejs-skills(4125★,MIT)13 个主题;threejs-performance 按 renderer.info 的数字优化做 3D 再装
    Godothi-godot/godot-ai(3492★)、satelliteoflove/godot-mcp(184★);测试用 GUT / gdUnit4操作编辑器;冻结时钟、注入输入、读 JSON 状态前者要 Godot 4.7+,后者 4.5+
    微信 / Cocoscocos-mcp-server(1485★)在编辑器内操作场景要求 3.8.6+,仓库无许可证字段

    不建议新装的:

    • Coding-Solo/godot-mcp(6600★):用的人最多,但 2026-04-16 之后没再推送,还出过 RCE 漏洞(issue #64,已修)。
    • Claude-Code-Game-Studios(38255★,49 个 agent / 75 个 skill(另有 3 个旧名兼容入口)):2026-04 至 09 的 issue 里,用户反复反馈「跑十几天只产文档」「烧掉一周额度的 30%」。作者在 v1.1 改成轻量默认,README 原话是更重的档位「costs more to reach working code without producing a better result」;README 也承认引擎路线未经验证。只值得拆它的 /prototype 验收思路。
    • Unity / Unreal 的 MCP 和官方插件:Unity 和 Epic 的官方插件都已上架 Anthropic 官方市场 claude-plugins-official,社区的 CoplayDev/unity-mcp 有 15858★。不面向网页 2D,已有项目再说。

    找东西的入口:找 skill 去 awesome-gamedev-agent-skills;找 AI 做出的成品去 awesome-ai-built-games(约 120 款,按品类分);看工具全景去 awesome-ai-game-dev-tools(只收 ≥100★、一年内有推送的项目,每天刷新)。通用的 awesome-claude-skills 类清单几乎不收游戏条目,不用翻。

    值得一试、尚无第三方验证的:game-copycat(21★,MIT,中文)专做休闲网页小游戏,覆盖规则内核、手感和在真实浏览器里通关验收,仓库里有 2 款一句 prompt 产出的示例;english-game-factory(3★)是「固定引擎 + 只换 data.js 内容 + 回归测试」的英语学习游戏模板,这个模式值得借鉴。

    来源

    25 条
    系列全部 5 篇
    1. 01agent 做游戏的工作流:选引擎、自验证、控范围27 分钟
    2. 02游戏资产管线:换装对齐、2D 一致性与 3D 进游戏28 分钟
    3. 03从能玩到好玩:手感、儿童向交互与音频17 分钟
    4. 04案例与发行:AI 做的游戏怎么做成、怎么卖出去21 分钟
    5. 05游戏常用系统:存档、本地化、关卡、任务……各引擎默认选什么,agent 怎么验29 分钟