OpenGame Game Skill揭秘Template Skill与Debug Skill如何让AI学会做游戏【免费下载链接】OpenGameOpenGame: Open Agentic Coding for Games项目地址: https://gitcode.com/gh_mirrors/op/OpenGameOpenGame 是一个开源的 Agentic Coding 游戏开发框架只需一句提示词就能端到端生成可玩的网页游戏。它的核心是Game Skill——一套可复用、会自我进化的做游戏能力由Template Skill模板技能与Debug Skill调试技能两部分组成。本文将带你拆解这两个组件的设计与实现看看它们如何让 AI 从会写代码进化到能交付可玩的游戏。为什么 AI 会写代码却难做出一款可玩的游戏游戏开发是创意设计与复杂软件工程的交叉点需要同时驾驭游戏引擎、实时渲染循环、以及横跨多个文件的紧密耦合状态。大语言模型LLM做单点编程任务很在行但一旦要求它从一份高层设计产出一款完整可玩的游戏通常会在这些地方翻车常见失败模式表现跨文件不一致配置字段、类型、键名在各处对不上场景接线断裂场景未在入口注册切换时直接报错逻辑不自洽状态机、生命周期钩子调用顺序错乱OpenGame 的答案不是换一个更强的模型而是给 Agent 装备一套会积累经验的能力做过的游戏沉淀成模板修过的 Bug 沉淀成规则。这正是 Game Skill 的两大组件。Game Skill 总览一套可进化的做游戏能力在 OpenGame 的架构中Agent 启动时就搭载了 Game Skill它把做游戏拆成两件事Template Skill——选择合适的引擎/模板Phaser 等搭出稳定、符合惯例的项目结构让后续修改始终一致Debug Skill——在沙箱中运行游戏捕获集成错误、控制台错误与交互故障并系统性修复直到游戏端到端可玩。两者合起来让 Agent 从写出看似合理的代码走向交付真正能跑的游戏。整个 Agent 的工作流是用户提示词 → 分类 → 搭建骨架 → 生成 GDD → 生成素材 → 更新配置 → 写代码 → 验证其中搭骨架依赖 Template Skill 的模板库验证依赖 Debug Skill 的调试协议。Template Skill让 AI 从经验中学会打好地基Template Skill 的核心思想是每完成一个游戏项目就把它里可复用的结构抽象出来沉淀进模板库。Agent 不是每次从零开始而是站在越攒越厚的经验之上。起点最小元模板 M0Meta Template一切从元模板 M0 开始——一个与具体游戏无关的最小 Phaser 项目骨架只保留任何可玩游戏都需要的通用结构构建工具链Vite TypeScript Tailwind CSSPhaser 初始化main.tsgameConfig.json场景流Preloader → TitleScreen → 关卡场景 → UI 浮层关卡管理LevelManager.ts、通用有限状态机StateMachine.ts、工具函数它的扩展层还预置了BaseGameScene模板方法模式的场景基类和BaseEntity实体基类并定义了setupWorld()、createEntities()等明确的扩展点。M0 刻意不假设任何题材、物理体系或玩法机制。结构说明见 manifest.json完整设计文档见 template-skill/README.md。五段式进化流水线从成品游戏到模板库每当 Agent 交付一个游戏Template Skill 就跑一遍五段流水线阶段组件做什么1Collector读取项目文件树与源码生成项目快照2Classifier判定物理/交互原型LLM 启发式兜底3Extractor规则式提取类层级、钩子、配置差异、导入图4AbstractorLLM 把游戏专属代码泛化为通用模板5Merger合并进模板库新建家族或更新已有家族关键细节分类是开放词表的——家族不是预先定义好的而是从数据中自然涌现。实践中它稳定地演化出五大家族重力横版、俯视角自由移动、离散网格逻辑、路径波次塔防、UI 驱动型玩法。每个家族还有一个稳定性分数min(1.0, 贡献项目数 / 5)——5 个项目反复贡献后该家族模板才被视为完全稳定。这意味着模板库是越用越可信的。以漫威复仇者横版游戏为例Agent 先由 M0 搭出骨架再依据重力横版家族模板填充角色、行为与关卡而不是即兴发挥。Debug Skill一份活着的调试协议如果 Template Skill 解决起得好Debug Skill 解决的则是跑得通。它的核心抽象是一份调试协议Debug Protocol版本化的知识库持续积累错误特征 → 根因 → 已验证修复三元组。同样的失败模式重复出现时协议会自动把它泛化为可执行的校验规则让调试知识变成复利。种子协议7 个被动条目 7 个主动条目协议从一个种子起步内容源自 Phaser TypeScript 项目的常见失败模式被动Reactive条目——出错时用于诊断例如TS2307导入路径错误、TextureNotFound贴图键不匹配、SceneNotFound场景未注册等 7 条主动Proactive条目——运行前做轻量一致性检查例如代码里用到的每个贴图键都必须存在于asset-pack.json、所有scene.start()目标都已在main.ts注册等 7 条。种子定义见 protocol.json人工维护的原始清单见 debug_protocol.md。六步调试循环验证 → 诊断 → 修复 → 记录给定一个游戏项目调试循环执行验证–诊断–修复直到构建与测试全部通过或达到迭代上限Validator——先跑协议中的主动检查把已知错误类别拦在构建之前Runner——执行npm run build/npm run test解析出结构化错误Diagnoser——用错误码、消息正则、文件上下文做加权签名匹配匹配不中再交给 LLM 分析Repairer——应用协议中已验证的修复或让 LLM 生成修复补丁Recorder——把特征、根因、修复写回协议重复命中的条目计数累加Generalizer——当同一错误码出现次数超过阈值默认 3 次把多条目合并为一条协议规则自动成为未来项目的主动检查。这正是协议自我改进的闭环Agent 调试的项目越多主动检查就越多未来需要的调试轮次就越少。完整实现见 debug-skill/README.md。塔防、俯视角射击这类项目同样会经历同一套循环——差异被模板吸收错误被协议吸收经验留在库里。快速上手体验 OpenGame AI 游戏生成想亲手试试三步即可# 1. 克隆仓库需要 Node.js 20 git clone https://gitcode.com/gh_mirrors/op/OpenGame cd OpenGame npm install npm run build npm link # 2. 配置 API KeyOpenAI 兼容接口即可 export OPENAI_API_KEYyour-api-key # 3. 一句话生成一个游戏 cd agent-test opengame -p Build a Snake clone with WASD controls and a dark theme. --yolo完成后打开生成的index.html即可游玩。若想让 Agent 自由使用磁盘其他位置可设置GAME_TEMPLATES_DIR与GAME_DOCS_DIR指向绝对路径。详细的环境配置含素材生成模型 Key见 QUICKSTART.md 与 api-keys.md。项目结构与关键文件导读路径说明agent-test/template-skill/Template Skill 全部源码与元模板agent-test/template-skill/src/evolve.ts模板进化主流程编排agent-test/debug-skill/Debug Skill 全部源码与种子协议agent-test/debug-skill/src/debug-loop.ts验证–诊断–修复主循环agent-test/templates/当前可用的游戏模板core 5 大模块家族agent-test/docs/README.mdAgent 双知识文档架构说明README.md项目总览、演示与评测OpenGame-Bench总结让 AI 的游戏能力可复用、可累积OpenGame 的 Game Skill 给了我们一个重要启示AI 编程框架的竞争力不只在于模型还在于经验如何被结构化地保存与复用。Template Skill 把做过什么游戏沉淀为模板家族越做越稳Debug Skill 把修过什么 Bug沉淀为调试协议越修越快。这两份会成长的资产正是 OpenGame 能在 150 个多样化游戏提示词上建立新 SOTA 的底气。对于想探索Agentic Coding 游戏方向的开发者来说仓库中这两个模块的实现本身就是一份值得精读的设计文档。【免费下载链接】OpenGameOpenGame: Open Agentic Coding for Games项目地址: https://gitcode.com/gh_mirrors/op/OpenGame创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
OpenGame Game Skill揭秘Template Skill与Debug Skill如何让AI学会做游戏【免费下载链接】OpenGameOpenGame: Open Agentic Coding for Games项目地址: https://gitcode.com/gh_mirrors/op/OpenGameOpenGame 是一个开源的 Agentic Coding 游戏开发框架只需一句提示词就能端到端生成可玩的网页游戏。它的核心是Game Skill——一套可复用、会自我进化的做游戏能力由Template Skill模板技能与Debug Skill调试技能两部分组成。本文将带你拆解这两个组件的设计与实现看看它们如何让 AI 从会写代码进化到能交付可玩的游戏。为什么 AI 会写代码却难做出一款可玩的游戏游戏开发是创意设计与复杂软件工程的交叉点需要同时驾驭游戏引擎、实时渲染循环、以及横跨多个文件的紧密耦合状态。大语言模型LLM做单点编程任务很在行但一旦要求它从一份高层设计产出一款完整可玩的游戏通常会在这些地方翻车常见失败模式表现跨文件不一致配置字段、类型、键名在各处对不上场景接线断裂场景未在入口注册切换时直接报错逻辑不自洽状态机、生命周期钩子调用顺序错乱OpenGame 的答案不是换一个更强的模型而是给 Agent 装备一套会积累经验的能力做过的游戏沉淀成模板修过的 Bug 沉淀成规则。这正是 Game Skill 的两大组件。Game Skill 总览一套可进化的做游戏能力在 OpenGame 的架构中Agent 启动时就搭载了 Game Skill它把做游戏拆成两件事Template Skill——选择合适的引擎/模板Phaser 等搭出稳定、符合惯例的项目结构让后续修改始终一致Debug Skill——在沙箱中运行游戏捕获集成错误、控制台错误与交互故障并系统性修复直到游戏端到端可玩。两者合起来让 Agent 从写出看似合理的代码走向交付真正能跑的游戏。整个 Agent 的工作流是用户提示词 → 分类 → 搭建骨架 → 生成 GDD → 生成素材 → 更新配置 → 写代码 → 验证其中搭骨架依赖 Template Skill 的模板库验证依赖 Debug Skill 的调试协议。Template Skill让 AI 从经验中学会打好地基Template Skill 的核心思想是每完成一个游戏项目就把它里可复用的结构抽象出来沉淀进模板库。Agent 不是每次从零开始而是站在越攒越厚的经验之上。起点最小元模板 M0Meta Template一切从元模板 M0 开始——一个与具体游戏无关的最小 Phaser 项目骨架只保留任何可玩游戏都需要的通用结构构建工具链Vite TypeScript Tailwind CSSPhaser 初始化main.tsgameConfig.json场景流Preloader → TitleScreen → 关卡场景 → UI 浮层关卡管理LevelManager.ts、通用有限状态机StateMachine.ts、工具函数它的扩展层还预置了BaseGameScene模板方法模式的场景基类和BaseEntity实体基类并定义了setupWorld()、createEntities()等明确的扩展点。M0 刻意不假设任何题材、物理体系或玩法机制。结构说明见 manifest.json完整设计文档见 template-skill/README.md。五段式进化流水线从成品游戏到模板库每当 Agent 交付一个游戏Template Skill 就跑一遍五段流水线阶段组件做什么1Collector读取项目文件树与源码生成项目快照2Classifier判定物理/交互原型LLM 启发式兜底3Extractor规则式提取类层级、钩子、配置差异、导入图4AbstractorLLM 把游戏专属代码泛化为通用模板5Merger合并进模板库新建家族或更新已有家族关键细节分类是开放词表的——家族不是预先定义好的而是从数据中自然涌现。实践中它稳定地演化出五大家族重力横版、俯视角自由移动、离散网格逻辑、路径波次塔防、UI 驱动型玩法。每个家族还有一个稳定性分数min(1.0, 贡献项目数 / 5)——5 个项目反复贡献后该家族模板才被视为完全稳定。这意味着模板库是越用越可信的。以漫威复仇者横版游戏为例Agent 先由 M0 搭出骨架再依据重力横版家族模板填充角色、行为与关卡而不是即兴发挥。Debug Skill一份活着的调试协议如果 Template Skill 解决起得好Debug Skill 解决的则是跑得通。它的核心抽象是一份调试协议Debug Protocol版本化的知识库持续积累错误特征 → 根因 → 已验证修复三元组。同样的失败模式重复出现时协议会自动把它泛化为可执行的校验规则让调试知识变成复利。种子协议7 个被动条目 7 个主动条目协议从一个种子起步内容源自 Phaser TypeScript 项目的常见失败模式被动Reactive条目——出错时用于诊断例如TS2307导入路径错误、TextureNotFound贴图键不匹配、SceneNotFound场景未注册等 7 条主动Proactive条目——运行前做轻量一致性检查例如代码里用到的每个贴图键都必须存在于asset-pack.json、所有scene.start()目标都已在main.ts注册等 7 条。种子定义见 protocol.json人工维护的原始清单见 debug_protocol.md。六步调试循环验证 → 诊断 → 修复 → 记录给定一个游戏项目调试循环执行验证–诊断–修复直到构建与测试全部通过或达到迭代上限Validator——先跑协议中的主动检查把已知错误类别拦在构建之前Runner——执行npm run build/npm run test解析出结构化错误Diagnoser——用错误码、消息正则、文件上下文做加权签名匹配匹配不中再交给 LLM 分析Repairer——应用协议中已验证的修复或让 LLM 生成修复补丁Recorder——把特征、根因、修复写回协议重复命中的条目计数累加Generalizer——当同一错误码出现次数超过阈值默认 3 次把多条目合并为一条协议规则自动成为未来项目的主动检查。这正是协议自我改进的闭环Agent 调试的项目越多主动检查就越多未来需要的调试轮次就越少。完整实现见 debug-skill/README.md。塔防、俯视角射击这类项目同样会经历同一套循环——差异被模板吸收错误被协议吸收经验留在库里。快速上手体验 OpenGame AI 游戏生成想亲手试试三步即可# 1. 克隆仓库需要 Node.js 20 git clone https://gitcode.com/gh_mirrors/op/OpenGame cd OpenGame npm install npm run build npm link # 2. 配置 API KeyOpenAI 兼容接口即可 export OPENAI_API_KEYyour-api-key # 3. 一句话生成一个游戏 cd agent-test opengame -p Build a Snake clone with WASD controls and a dark theme. --yolo完成后打开生成的index.html即可游玩。若想让 Agent 自由使用磁盘其他位置可设置GAME_TEMPLATES_DIR与GAME_DOCS_DIR指向绝对路径。详细的环境配置含素材生成模型 Key见 QUICKSTART.md 与 api-keys.md。项目结构与关键文件导读路径说明agent-test/template-skill/Template Skill 全部源码与元模板agent-test/template-skill/src/evolve.ts模板进化主流程编排agent-test/debug-skill/Debug Skill 全部源码与种子协议agent-test/debug-skill/src/debug-loop.ts验证–诊断–修复主循环agent-test/templates/当前可用的游戏模板core 5 大模块家族agent-test/docs/README.mdAgent 双知识文档架构说明README.md项目总览、演示与评测OpenGame-Bench总结让 AI 的游戏能力可复用、可累积OpenGame 的 Game Skill 给了我们一个重要启示AI 编程框架的竞争力不只在于模型还在于经验如何被结构化地保存与复用。Template Skill 把做过什么游戏沉淀为模板家族越做越稳Debug Skill 把修过什么 Bug沉淀为调试协议越修越快。这两份会成长的资产正是 OpenGame 能在 150 个多样化游戏提示词上建立新 SOTA 的底气。对于想探索Agentic Coding 游戏方向的开发者来说仓库中这两个模块的实现本身就是一份值得精读的设计文档。【免费下载链接】OpenGameOpenGame: Open Agentic Coding for Games项目地址: https://gitcode.com/gh_mirrors/op/OpenGame创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
