我想看看 AI 编码助手在构建比普通演示更为复杂的东西方面能走多远。

结果是 Courtside Crew，一款在 Godot 4.7 中构建的 3D 乒乓球游戏和学习工具。它通过回合制游戏、真实的球物理、模拟对手和即时教练反馈来教导乒乓球的规则和策略。

项目从 9 月 12 日至 10 月 17 日进行，累计了约 1,500 条提交、225,000 行游戏和工具代码以及 85,000 行测试代码。

有趣的是，如何让代码库保持可维护性并确保结果可信。

我实施了以下几点：

  • 大约 2,900 个单元测试和集成测试，跨 450 个文件。每个测试都针对人为引入的错误进行检查，以确保它能够真正捕获其设计用于检测的问题。
  • 严格的架构边界，在每次提交时自动强制执行。
  • 将所有 GDScript 警告视为编译错误。
  • 模拟测试，将游戏行为与真实比赛数据进行比较，包括检查显示的投篮概率是否与实际结果相符。
  • 对每个屏幕在 57 种不同设备和浏览器尺寸上进行自动化截图测试。
  • 性能、安全、构建完整性和回归检查。

工作流程相当简单：我会玩游戏，找出需要修复或改进的地方，并将其转化为自动化检查。Claude 会进行修改，只有在检查通过后才能提交。

这篇文章 深入介绍了方法细节，包括成功的部分、我设定的约束以及一些不寻常的测试基础设施。

在浏览器中玩游戏，或在 Mac、Windows 或 Linux 上在 itch.io. 上玩。

我很想了解其他人是如何在项目规模超过原型阶段时，使用 AI 编码助手进行验证和架构设计的。谢谢！