Argos Evolve —一个开源的、LLM本地的2D游戏引擎（fork它来为自己的游戏开发）

大家好。 我想了很久要开发一个2D顶视角的游戏，但一直没动手。 我想了想这个过程：选择一个游戏引擎，学习它，装上Claude，推动改变，看到错误，修正错误，反复。 然后突然想到了：为什么不在引擎内部嵌入AI呢？

我想快速地开发，希望LLM能为我编写代码，快速自我纠正，并且尽量减少token使用量。 我意识到，可能更好的方法是让Claude或LLM像指挥家一样工作，让我只需要观察并提供反馈。 因此，我开始开发Argos，这个来自希腊神话的百眼巨人。

Argos的想法是：Argos可以快速看到代码的每个部分。 错误短小而有意义，直接传递给LLM。 对象、敌人、所有东西都有一个指纹，告诉LLM它们的位置、属性、更新等等。 极快的迭代。 不需要搜索文档，浪费token和时间来进行更改。 (查看屏幕截图，我修复了一个游戏问题。)

当我这样做时，我意识到大量待办事项迅速被创建，所以我添加了“Evolve”部分，它向用户展示当前不工作的项目。 这些项目直接作为LLM的提示给用户。 复制到剪贴板，粘贴到Claude。 提示的最后部分是“从Evolve列表中删除该项目一旦完成”。 速度是关键。

因此，我们有Argos Evolve。

我还想了一个想法：因为AI已经嵌入引擎了，为什么不用它作为一个反派呢？ 我创建了一个叫做“Overseer”的东西，它看到我感到厌倦时就生成事件，比如boss的出现。 一个绿色的LED灯闪烁时，Overseer正在思考什么坏事。 它目前使用Gemma e2b来生成东西，但您可以使用API来使用任何API。

一旦基本功能正常工作后，我意识到还有其他一些很酷的东西是有意义的需要锁定：

2D游戏的摄像机差异相对较小。 您可以锁定摄像机来进行Space Invaders，启用X轴来进行Mario，或者解锁缩放和X、Y轴来进行开放世界系统。

但是什么关于Tetris呢？ 那是块落入的地方。 但这样做的也是一个存储系统，一个背包在开放世界游戏中需要这样做。 Done。

  • 最小地图？ 检查。
  • 资源节点/采集？ 检查。
  • 墙壁碰撞，地板砖，迷雾？ 检查，检查，检查。
  • 得分，生命，XP/等级，护盾，增强，roguelike循环？ 都是检查。
  • 多人游戏？ 早期阶段，但它是故意集成的，以便于后期的头痛。

然后我厌倦了复制粘贴Evolve提示系统，所以我创建了世界终端。 按下Shift + ~，游戏暂停。 您可以为每个项目、敌人、资源等生成提示。 询问更改它，更新它，所有在游戏内。 世界终端通过API连接到LLM（我使用DeepSeek 4闪烁），并像CLI一样工作。

然后我开始添加“选择所有”功能，剪切和粘贴功能等，我意识到自己陷入了一个很大的坑。 这让我想到了发布这个……

我不能继续开发它了，但我想说，相反于让它在私有仓库中停留一整年，我可能不如把它传给大家。 也许有人会觉得这个想法很酷，并且想为它贡献。

注意事项？ 它是原始的。 我尽力让基础强大，并且限制了它与引擎的分歧。 但我到了一个十字路口：推动基本类型，它会成为一个坚实的街机游戏生成器，或者从基本类型中分离出来，建立一个更大的东西。 无论谁选择它，决定它的方向都是他们的。

如果您决定尝试一下，请点击“Build” > “Horde Survival”，因为它使用了整个循环：（提示 → 组合游戏 → 直接播放 → LLM检查/修复）。 开始这里来看看它如何一起工作。

哦，和我一起选择了引擎的所有组件，它可以在几乎所有地方端口。 我很乐意回答任何问题。

其他极客的内容如下，我让Claude为您写了：

核心原则是硬分离一个编译的、确定性的C++运行时和一个LLM协调层。 LLM从不写原始的帧循环C++代码。 相反，它从一个冻结的引擎基本类型词汇中组合游戏：运动模型、行为、地砖角色、获胜/失败条件、生成规则等等。 如果LLM建议的内容无效，引擎会拒绝它，而不是崩溃。 仿真在零token成本下运行；LLM仅在有意义的时刻被调用（死亡、波浪清除、您的反馈）。

这使得生成的游戏便宜、安全和可重放，并且意味着一个游戏是一个约143KB的文本蓝图可以分享而不需要发送原生的代码。

这个引擎可以做什么

摄像机/轴选择是基本类型的一小部分——摄像机、游戏模式、空间模型、滚动方向、运动预设——并且基本类型的组合可以覆盖2D的大部分：

  • 顶视角的生存者/射击游戏（Vampire Survivors-style）

  • 横向滚动游戏（Mario-style平台游戏）

  • 固定屏幕的街机游戏（Space Invaders、Frogger、Pac-Man-style）

  • 网格/谜题系统（存储器作为谜题、Tetris-style的下落块）

  • 迷宫、竞技场、防守点、等等

在每种情况下，“Build”菜单都会自然语言描述，LLM会组合它，并且在确定性的播放测试门控中验证游戏是否实际工作前就会发送。

有了LLM的引擎，你不再需要重新造轮子

值得说明的是，基本类型上面的token角度。 他们是预编码的、确定性的、已测试的C++代码。 LLM只会将它们插入；它从不重新实现（或重新调试）最小地图、存储器、碰撞处理等等。 与那些“AI写原始代码”的工具相比，它们每次重新生成所有这些东西，从头开始，耗费token并重新引入相同类型的错误。 在Argos中，模型花费token在构成您的游戏上——组成、调节、感觉。 当您需要的基本类型尚未存在时，这是唯一一个情况，它会被建立，并且它会加入库（Evolve队列）。

哪些模型？

您可以使用任意的。 生成通过提供抽象，因此您可以使用云API（DeepSeek、Anthropic、OpenAI、OpenRouter）或完全本地模型通过Ollama——无论哪种方式都可以使用相同的组合管道。 DeepSeek是测试过的最便宜的可靠的云选项。 本地生成也可以使用，但请诚实地告诉自己模型大小：强大的本地模型可以组合，但非常小的模型（例如2B）往往无法遵循结构化输出的验证门控需要，且生成的游戏可能会失败而不是发送有问题的游戏。 无论哪种方式，仿真本身在零模型调用成本下运行；LLM仅在生成时和在您玩时的有意义时刻被调用。

“为什么不只是使用HTML/JS游戏框架？”

公平的问题——如果您想要一个快速的浏览器游戏，请使用它们。 Argos存在于一个不同的理由：

  • LLM不会写游戏循环。 浏览器“AI生成游戏”的工具会让模型产生原始的JS代码，每次都会产生问题。 Argos限制LLM使用一个验证的基本类型词汇。 无效的输出会被拒绝，而不是运行。 编译的C++运行时是相同的；只有安全的、有界的数据会更改。

  • 它是确定性的和可重放的。 固定的tick本机仿真意味着相同的输入总是会产生相同的结果——这是重放、调试和服务器授权多人游戏的必备条件。 大多数web/Canvas AI游戏演示都是单人游戏且非确定性的本质。

  • 零成本的本地播放。 一旦生成游戏，就会在本机上运行，而不需要模型调用。 您不需要每帧都耗费token（或等待服务器）。

  • 本机性能和发布路径。 C++/SDL3，目标是桌面/主机而不是标签——无GC卡顿的几百个实体。

  • 您和模型共同扩展引擎。 暂停，点击任何单位/地块，问模型发生了什么，改变它，保存。 您遇到的能力差距会被记录并成为您可以建立的内容。 这不是“生成一个可丢弃的游戏”，而是“共同开发一个引擎”。

简短版本：HTML框架是适合生成可丢弃的浏览器游戏的。 Argos是LLM本地、确定性的、本机引擎，您可以在此基础上进行扩展。

“好吧，但Godot有GodotIQ了，Unreal有Claude插件——这不是一样的东西吗？” 这是相反的东西，区别正是这一点。 他们是AI协助，附加到一个人类中心的引擎：模型读取并写入引擎的本机文件（.tscn/.gd、蓝图、C#），人类审查输出，引擎编译（秒到分钟），如果它崩溃，人类会调试它。 LLM是一个聪明的同事，站在引擎外面，无论它的空间或代码智能有多好，它仍然可以产生出错、脆弱或非确定性的内容——因为它在生成原始代码。

Argos逆转了这种关系：引擎的本机接口就是LLM。 模型是指挥家，操作在引擎内部的构建过程，组合使用一个验证的基本类型词汇。 无效的输出无法通过构造被发送。 它会被拒绝，而不是在运行后被审查。 有效的输出会在约0.5秒内即刻热重载，而不停止仿真。 这不是您可以在Unity、Unreal或Godot上添加的东西——它是引擎为AI，而不是AI为引擎，一个从头开始的设计。

诚实的范围

基本类型是快速、LLM生成的街机游戏的绝佳选择。 如果您想要建立一个更深入的东西（一个殖民地模拟、一个策略游戏、一个研究树），您需要先添加一些重量级的系统基本类型。 但架构支持它，并且：如果您建立新的系统作为合适的组件，且它们的状态序列化（同样使保存/加载工作），您就可以保持确定性和多人游戏路径。 这不是街机游戏的死胡同；这是一个有着坚实基础的引擎。

这是适合您的

您想要尝试使用LLM驱动的游戏开发，喜欢引擎和一个AI共同扩展的想法，并且乐意为它贡献。 选择它，或者选择深入——两者都是合理的。

仓库：https://github.com/joel-gennari/argos

堆栈：C++20 · Lua 5.4 (sol2) · SDL3 · Dear ImGui · ENet · CMake/Ninja