如何向 AI 智能体描述游戏创意,获得包含美术资源和物理效果的可运行原型
通常,让神经网络写游戏的结果就是几百行代码。你在浏览器里运行这段代码,看到一个灰色方块跳过绿色矩形,然后魔法就到此为止了。要做一个像样的原型,你需要手动配置引擎、生成精灵图或 3D 模型、对接物理系统、修复着色器,还要确保场景渲染没有瑕疵。
godogen 仓库采用了不同的方式。它既不是游戏,也不是现成的二进制生成器。作者构建了一套流水线,用于为 Claude Code 或 Codex 这类自主智能体部署项目环境。你用文本描述游戏机制,智能体自行完成引擎配置、调用外部 API 生成纹理和 3D 网格、运行构建,并通过视频录制或实时实例查看结果。
这个流水线的工作原理
整个思路建立在一个链条上:godogen 为选定的技术栈生成仓库结构,然后将控制权交给智能体。输出不是一堆乱七八糟的脚本,而是一个整洁的脚手架,包含给 LLM 的指令。
godogen 源码本身很轻量,内部包含:
- 运行时清单文件
prompts/runtime.md - 资产生成规范,位于
asset-gen/文件夹 - 各引擎的简明指南(
engines/godot.md、engines/bevy.md、engines/babylon.md) - 脚本
publish.sh用于将所有内容组装成可用的项目文件夹
运行发布脚本时,它会生成一组最小化的文件(例如包含技能的 CLAUDE.md 或 AGENTS.md)。智能体阅读一页纸的说明,然后独立重建样板代码、文件夹结构和屏幕录制脚本。
支持的引擎和资产生成
该工具针对三种特定游戏技术栈进行了定制:
- Godot 4 on C#/.NET。 智能体在构建时生成场景、编写逻辑脚本,并对接 Jolt 物理引擎。
- Bevy on Rust。 完全代码化的 ECS 场景和离屏渲染的无头构建。
- Babylon.js on TypeScript。 基于 Vite 的项目,可通过本地 Web 服务器立即运行。
在资产方面,处理方式很务实。智能体不会盲目地画像素,而是调用专门的神经网络:
- Gemini 生成概念、参考资料和角色精灵图
- xAI Grok 处理环境纹理、简单物体和带背景去除的循环动画
- Tripo3D 将图像转换为 3D 模型,并为人形角色应用基础绑定
核心特性:视觉验证优于编译器断言
常规的代码生成器只要编译器不报错就认为任务完成了。但在游戏领域这行不通:项目可能成功构建,但角色可能会穿过地面纹理,或者因为碰撞体歪了而被卡在墙里。
Godogen 实现了一种验证优于断言的反馈循环。智能体通过虚拟显示 xvfb 或浏览器运行游戏,捕获 15–20 秒的真实游戏画面,然后逐帧评估。如果视频里出现了看不见的碰撞体乱飞,或者模型旋转方向不对,智能体会回到代码修复脚本,直到画面与描述相符。
你可以用两种模式来使用这个功能:
- 交互模式。 你在本地运行项目或用浏览器打开 Babylon.js,观察智能体的操作,在决策点给予指导。
- 后台模式。 你指定需求,去喝杯茶,或者让任务在远程服务器上跑一晚上。最后,智能体会交付一个可用的代码仓库和一段视频报告来确认功能正常。
快速开始
部署前,你需要安装引擎和系统包,如 ffmpeg、xvfb、imagemagick 和 vulkan-tools。如果计划为 Godot 构建,需要 .NET SDK 和 Godot 4。Bevy 需要安装 Rust 和 Cargo,Babylon.js 则需要较新版本的 Node.js(22.12 或更高版本)以及支持硬件 WebGL2 的浏览器。
启动前,导出生成器的 API 密钥:
然后调用脚本 publish.sh,指定引擎、智能体和目标目录:
接着进入创建的文件夹,在其中启动智能体会话(例如 claude),并传入描述游戏机制的文本查询。
在服务器上运行
由于包含 3D 资产生成和视频运行的迭代周期可能需要好几个小时,在工作笔记本上运行所有这些并不总是很方便。这个项目很适合部署在运行 Ubuntu 或 Debian 的云 GPU 实例上。
在服务器上保持会话运行最简单的方式是通过 tmux,你可以通过 Claude Code 和 Codex 中可用的会话共享界面远程管理进程。在这种情况下,智能体在后台处理构建,不会让你的本地 CPU 发烫。
适用人群
Godogen 非常适合那些经常参加游戏开发马拉松或快速测试游戏设计假设的人。与其花两天时间在 itch.io 上搜刮免费模型并搭建基础场景脚手架,不如在几个小时内获得一个包含独特资产和配置好物理系统的可用骨架。
你不应该在这里寻找大型商业发布的生产级代码:面对复杂架构,智能体难免会犯错。但作为快速机制原型制作的实验性流水线,godogen 看起来非常实用。如果你已经有某个 CLI 智能体的订阅,并且对 Godot 或 Bevy 感兴趣,绝对值得一试。
相关项目
