正在加载视频...

视频加载失败

GitHub 上有个开源项目 OpenGame:一句话 prompt,直接生成“能玩”的完整网页游戏工程——不是零散代码片段,而是自带游戏引擎、实时循环、跨文件状态管理的一整套项目结构。 GitHub: 官网: 论文: 项目出自港中大 MMLab,核心是 GameCoder-27B 模型 + Game Skill 框架。Game Skill 主要两把“硬核工具”: - Template Skill:把过往成功经验沉淀成项目骨架库,开局就站在成熟工程上 - Debug Skill:基于已验证的修复协议系统排错,解决的是集成层面的真实问题,而不是随手打语法补丁 它能生成的游戏类型跨度很大,比如: - 漫威复仇者横版动作:钢铁侠/雷神/绿巨人可选,三关推进,最终 Boss 灭霸 - 哈利波特回合制卡牌:答对数学题才能施法,连对触发“魔力共振” - 鱿鱼游戏红绿灯:机器人转头必须静止,否则直接淘汰 - 星战《曼达洛人》双摇杆射击 RPG - 喵星人塔防:用猫猫炮塔守住金枪鱼罐头阵地 安装后一句命令就能开造: opengame -p "Build a Snake clone with WASD controls and a...

57,187 次观看 • 5 个月前 •via X (Twitter)

8 条评论

Nickita Khylkouski 的头像
Nickita Khylkouski5 个月前

write me a game engine, one prompt is doing a lot of work there

Joruno 的头像
Joruno5 个月前

Great !

如山 的头像
如山5 个月前

大大简化做游戏流程,AI世纪什么最贵,创意!

Joruno 的头像
Joruno5 个月前

说的没毛病(òωó)👍

江小白 的头像
江小白5 个月前

AI全套攻略我拿走了

Joruno 的头像
Joruno5 个月前

@SanJieing 拿吧,宝贝😘

Joruno 的头像
Joruno5 个月前

我用夸克网盘给你分享了「AI全套攻略(持续更新中)」

Monono 的头像
Monono5 个月前

Hey @grok any reason to use this over other tools? Can I just use my OpenClaw with solid foundation game engine tools?

相关视频

Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏! 给大家带来刚刚正式发布的 kimi-k2.6 的正式版本的实测! 本次为了考验它的长程Agentic Coding能力, 我用 kimi-k2.6-code-preview 写了个 harness 游戏自动生成框架, 它可以根据给到的人设/场景/数值设计等规则, 自动生成关卡, 背景图片, 甚至配音! 其中框架驱动和草稿模型使用 kimi-k2.6, 文生图和生成语音由 kimi-k2.6 生成 prompt 后调用其它大模型生成. 最好玩的是, 我做了个"无头"版本的游戏cli接口, kimi-k2.6 能像玩互联网早期Mud游戏一样, 使用纯文本玩这个游戏, 每当它生成关卡之后, 他就可以直接进入游戏游玩一下, 来验证关卡设计得是否正确. 而内部设计又分为了对话生成skill, 脚本生成skill, 关卡生成skill, 游戏测试大师skill, 游戏资深玩家skill(由于检讨游戏性) 等等, 从而实现了让大模型自己写游戏自己玩! 每个关卡大概需要一个小时生成和验证, 如果并行验证应该还能更快一些(做多线程BFS/DFS). 另外本次依旧使用大家都熟悉的测试项目进行了前端/后端/Agent能力测试, 从测试来看, 复杂项目前端能力(建模, 空间理解, 物理模拟等)略有下降, 但后端和 Agent 能力有明显提升. 不过如果你是纯做网站的话, 可以用 kimi 网站上的的 k2.6 Agent 模式, 由于 Agent 能力足够强所以可以在这个模式下多步来提升生成的网站质量和交互体验. #kimi #kimik26 #moonshot #月之暗面 #kimicli

karminski-牙医

40,242 次观看 • 5 个月前

普通人开发一款游戏的门槛,正在被 AI 真正打下来。 以前想做游戏,至少要学引擎、写代码、画美术、建模和搭关卡。现在不会这些,也可以先把脑子里的想法做成一款能玩的游戏。 这次我没有写一行代码,也没有打开 Unity 或 Unreal,只是在 Gear Zero 的聊天框里描述自己想要什么。 我先让它做一款东方神话题材的3D动作游戏,最终生成了《九霄烬影》。人物可以移动、攻击、闪避、释放连斩和大招,还有怒气、血量、不同阶段的敌人和 Boss 战。 第一版出来后,我继续告诉它增加技能冷却、强化大招、调整敌人血量。它会直接在原来的游戏上继续修改,不需要全部推倒重做。 随后我又让它做了一款丧尸题材的第一人称射击游戏《末路撤离》,里面有生命值、弹药数量和撤离点距离,生成后直接在浏览器里就能玩。 这也是我实测 Gear Zero 后觉得最重要的一点: 它不是帮你生成一个一次性的 AI 游戏 Demo,而是提供了从创作、修改到发布的完整工作流。 你用大白话描述想法,AI 智能体负责规划、写代码、画美术和搭关卡。游戏发布以后,依然可以回到原来的房间继续调整玩法和细节,再把修改后的版本更新出去。 Deep Mode 可以针对同一款游戏持续打磨;还可以邀请朋友进入同一个聊天,一起讨论玩法、共同修改,而不是只能一个人对着 AI 做游戏。 发布后的游戏在电脑和手机浏览器里都能直接玩,不需要安装文件,其他人试玩也不需要注册账号。 目前每天还有免费建造额度,发布游戏后可以获得更多额度。 自己也想做一款游戏,可以从这里开始:

DeFi狙击手 | Ai🕊️

16,637 次观看 • 1 个月前

这两天Claude Fable 5 不是回归了吗 一直想重新测试一下它的功能 看看它长任务的解决能力,所以我直接丢了一个要求: 做一款完整的中文网页游戏 《韭菜修仙:牛市生存模拟器》 参考《吸血鬼幸存者》的割草玩法,但世界观全部换成 Crypto: FUD Rug Pull 巨鲸 熊市 黑客 爆仓 升级还能解锁: BTC 信仰 ETH Buff AI Agent Diamond Hands 整个游戏生成完成之后,我自己玩了十几分钟。 说实话,比我预期还上头😂 —--- 更让我意外的,其实不是游戏。 而是我突然意识到一件事。 以前总觉得这种割草小游戏开发成本应该很高。 但 AI 把整个流程跑完之后,我发现: 真正复杂的并不是玩法。 而是素材、美术、数值和平衡。 如果把现在游戏里的这些方块、小卡片,全部替换成角色、NFT、链上资产或者项目 IP,其实就是另外一款游戏了。 甚至完全可以做成: ✅ 链上交互小游戏 ✅ NFT 活动小游戏 ✅ 项目方任务游戏 ✅ Web2 爽游 玩法几乎不用推倒重来。 AI 已经把最难的那部分搭好了。 —--- 这次整个任务也确实挺"重"。 最终消耗: 📥 Input:33,603 Tokens 📤 Output:33,412 Tokens (大概是在2U左右) 基本相当于让模型完整规划、设计并生成了一整个小游戏。 也难怪大家都说 Fable 5 更适合这种长任务。 —--- 这次我没有去官方 Claude 跑,而是在 ZenMux 上体验的 Claude Fable 5 原因也很简单: Free 层就能直接体验 Fable 5 PAYG 账户只要 Credits > 0,就可以调用 claude-fable-5-free 后面如果想横向测试,还能直接切 PK 模式,同时对比 GPT-5.5、Opus 4.8、Gemini 等多个模型,不用来回切平台 另外,现在 ZenMux 的 Auto Top-up 活动还在进行中(到 7 月 15 日),自动充值每笔还能额外赠送 20% 余额(最高可多获得 $300 额度 ) 我下一步准备试一个更大的任务 不是做游戏 而是看看 Claude Fable 5 能不能直接帮我完成一个完整的 Web3 小产品。 如果效果不错,再来分享全过程

小森🔶BNB

29,729 次观看 • 2 个月前

Codex 隐藏玩法:把你每天重复教 AI 的提示词,直接做成 Skill 90% 的人用 Codex,其实都在重复做同一件事: 开一个新任务,把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实,这种反复使用的工作方法,完全可以直接做成 Codex Skill。 详细教程如下: 1️⃣先找一段你经常重复使用的 Prompt,比如我最近一直在用这类提示词: “执行任务前先检查需求漏洞和潜在风险,不要默认接受我的方案。涉及代码和结论必须验证,完成后按验收标准逐项检查。” 这类 Prompt 很好用,但最大的问题是:每开一个新任务,都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex,然后告诉它: 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求: · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt,整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时,不需要重新复制那一大段 Prompt。 直接告诉 Codex:使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的,就不再是一堆 Prompt,而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来,以后每个项目都能重复调用。

爱丽丝呀!

40,753 次观看 • 1 个月前

我花了几十个小时,用 Claude 做出一个能开车、飞行、打架、闯进室内的开放世界游戏。。。 然后差点干了这个项目里最蠢的一件事: 把几十小时的开发、踩坑和工作流,压成一份 29–68 元的游戏,直接卖给玩家。。。 后来,我把同一个项目拆成 4 种完全不同的生意: 1. 直接卖游戏 2. 卖源码、制作工作流和可二开资产 3. 免费 Demo / 部分开源,用来给社群和咨询引流 4. 给品牌做定制小游戏 再丢给 Atypica atypica.AI 里的 14 个 AI 模拟用户,让不同职业、预算和需求的人分别替我“买”一次。 结果第一轮 5 个人里,4 个人首选第 2 种;第二轮又测了 9 个人,源码和工作流依然排在第一。 理由很扎心: 买游戏,他们会直接拿我和成熟商业游戏比较; 买源码和工作流,他们买的是少踩几周坑,拿到一套能运行、能修改、能二开的东西。 同一个项目: 游戏本体,模拟用户愿意讨论的是 29–68 元; 换成源码、工作流和资产包,变成 299–699 元; 如果做 B 端品牌定制,测试报价直接从 5,000 元起。 我以为自己在做游戏,结果这个项目里真正值钱的,可能是造游戏的“铲子”。 我原本打开 Atypica atypica.AI,只想问:“这个游戏应该卖多少钱?” 它最后逼我重新回答的却是: “我真正该卖的,到底是游戏、源码、工作流,还是做出下一款游戏的能力?” 我最推荐 Atypica atypica.AI 的一点,不是它能生成一份报告,而是这些模拟用户不会在调研结束后消失,会沉淀成一支可以反复调用的 Panel。 这次测卖什么,下次还能继续测价格、文案、渠道和海外市场。相当于给每个一人公司配了一支常驻焦点小组。 这不只适用于游戏。App、独立站商品、课程、社群、咨询或任何 AI 产品,都可以在真正投入时间和钱之前,先让一批模拟用户替你“买”一次。 模拟研究不是实际成交,也代替不了真实市场验证。 但它至少能在你埋头干几个月之前先告诉你: 你可能从一开始,就卖错了东西。 免费体验链接,注册即送10000积分👉:

Rion Wu

15,610 次观看 • 2 个月前

这个项目,真的让我重新燃起了做账号矩阵的冲动。 一个 14.5k stars 的开源项目,直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。 上传 PDF、网页、YouTube,它就能帮你整理资料、生成播客、做学习指南。 但官方网页版有个很难受的问题: 太慢了。 传个 PDF,等解析; 点生成音频,再等; 下载,再等。 一套流程跑完,时间全浪费在等待上。 更关键的是: 它根本不适合批量搞内容。 你想一次处理几十个链接? 想自动生成一批播客? 想接到自己的工作流里? 网页版基本没法玩。 直到我发现了 notebooklm-py。 这是一个非官方 Python API,等于把 NotebookLM 的能力全拆出来了。 很多功能甚至比网页版还狠: - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是: 它还能接进 Claude Code,当 Agent 技能用。 看到这里我脑子里第一反应就是: 这不就是账号矩阵生产线吗? 热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发 整个链路都能串起来。 以前做矩阵,拼的是人多。 现在越来越像拼工作流了。 很多以前需要团队才能做的事情, 现在一个人也能跑起来。

开发者Hailey

21,316 次观看 • 4 个月前

我找到了最适合学生和打工人使用的 Agent 模型, 而且免费开源 !!!! 像学生和打工人,使用 Agent 最多的场景就是调研、汇报等 而最近我就挖掘到了一个宝藏的开源 Agent ,名字叫做 Atria Dawn Preview (Atria ASI) ,是上海人工智能实验室研发的新一代智能体模型预览版,主要面向科研、开发和专业知识工作。它可以结合资料检索、工具调用、实验执行和反馈修正,把复杂任务逐步推进为可验证、可交付的成果 它背后的研发团队也很特别:大部分的研发成员是在校学生,团队汇聚了上海人工智能实验室、复旦大学、中科院软件所、中国人民大学、中科院自动化所、华东师范大学、哈尔滨工业大学、上海交通大学及北京大学等高校的研究力量 在官方的跑分中,其 AutomationBench 的能力碾压其他所有模型,说明它能真正的像个数字员工一样完成好所有的调研任务,跨应用业务自动化能力十分的强 视频中的案例展示了它在工具和运行环境配合下生成机器人关节驱动模组 CAD 的过程。从任务规划、零件生成和装配,到几何检查及迭代修正,整个流程形成了较完整的工作闭环 最终结果体现了不错的结构完整度和细节表现,也展示了智能体参与三维设计的潜力。不过,这类 Demo 仍需专业工程验证,不能直接视为可采购、加工和装配的生产级设计 目前,Atria Dawn Preview 的代码和模型权重已经按 MIT 许可开源。实际能够完成哪些任务,则取决于算力、客户端以及接入的工具环境 当然也可以直接调用官方的 api,直接赠送 1000万的 token 积分,链接: 项目官网传送门🫱:

Sac

51,207 次观看 • 15 天前