在 Google 驱动的演示文稿中花了 10 多年后,我的游戏终于可以玩了。
今天我终于决定停止开发并发布我的游戏。在下面的帖子里我有一个关于我的开发和生产过程的总结。链接到沙箱在底部。
它是一种以移动端为主的视觉小说与 Match-3 相结合的混合游戏,灵感来自 2000 年代的动漫,包含侦探故事、喜剧、少量 fanservice(情色/粉丝服务),以及多结局。它并不花哨,是一个十几岁青少年在看过太多校园动漫后的经典梦想游戏。
但真正有趣的部分并不是游戏本身,而是它是如何制作的。
这个项目超过 10 年了。
最初,它只是一个存放在 Google Drive 上的 PowerPoint 演示文稿中的游戏概念。我有角色、剧情、玩法和视觉方向的想法,但没有现实的方法把它们变成完整的游戏。
多年来,我尝试了多种实现方式。我本人和朋友们尝试过纯 HTML、Unity、Renpy 以及其他引擎。不同的工具、不同的实现、不同的尝试去找到可管理的范围。有些进展更好,但都没有达到终点。
脚本经历了多次重写,坦率地说,它仍需要润色,尤其是因为英语不是我的母语。
很长一段时间,它是我一直在反复回到的项目,做了一点进展,然后又放弃。我甚至在完成这款“宠物保护”游戏之前就已经开始了真正的游戏开发工作,哈哈。
然后生成式 AI 变得足够好,让我重新考虑可能性。
使用 AI 构建游戏
与其用单一提示让 AI 生成整个游戏,我更像是在管理一个小型开发团队。
我使用 ChatGPT、Claude、Codex、LM Studio 以及各种代码助手来协助架构、实现、重构、调试、文档和测试。
我的角色结合了游戏设计师、制作人、美术总监和 QA 测试员。我定义需求、做出设计决策、审查结果、测试构建,并多次返回要求进行修正。
我们先从面向浏览器的版本开始,最终将其转为移动友好的 PWA。
随着时间的推移,它发展成一个完整的视觉小说剧情,包含 22 个故事案、三个结局以及关联的 Match-3 玩法。
令人不意的是,事情不断出错。很多。
GitHub、自动化测试与 AI 代理
最重要的决定之一是将此视为正式的软件开发项目,而非一堆 AI 生成的文件。我曾在 IT 和游戏开发领域担任管理者,所以知道保持一切有序的重要性。
所有内容都放入了 GitHub。
更改被分成相对较小的任务和提交请求(pull requests)。GitHub Actions 处理自动检查,而 GitHub Pages 提供稳定和预览构建的分离。
我们引入了数百个自动化测试,覆盖游戏逻辑、剧情进度、保存、本地化、 UI 行为等。
Playwright 特别有用,用于浏览器测试,包括 Chromium 和移动 WebKit。
我甚至构建了一个工作流,让我可以从 iPhone 进行迭代:上传包含更改的 ZIP 到 GitHub,让 pipeline 验证并创建 PR,在手机上测试预览,然后合并。
当然,数百个测试并不意味着一切正常。
我们反复出现移动端视口缩放、安全区、对话分页、角色定位以及 Match-3 动画的问题。有些错误经过多轮修复仍未消除,有些修复反而引入了新错误。
有时,我花在调试 AI 生成的解决方案上的时间可能比请经验丰富的开发者直接实现它们所需的时间还要多。
但自动化 pipeline 让整个过程更加可管理。
使用 ComfyUI 生成游戏资源
艺术管道是另一个大型实验。
我使用 ComfyUI 结合本地图像生成模型,包括 SD、FLUX、QWEN、Pony、Anima 等,来生成概念、角色、表情、姿势、背景等资源。
最大的挑战并不是生成一张好看的图片。
而是生成能够在游戏内实际配合使用的稳定资产。
角色需要 recognizable(可辨认)的面孔、一致的比例、匹配的艺术风格、不同的表情以及姿势,且姿势不会突然改变头部大小或身体比例。
我最终使用自定义 ComfyUI 工作流、参考图像、遮罩、背景去除以及反复的视觉比较来实现。
最终,我们围绕固定图像尺寸、一致的虚拟相机位置以及预组合的表情帧来标准化角色生产。
它仍远未完美,有大量被拒绝的生成、奇怪的解剖、角色不一致以及需要重新生成的背景。
AI 图像生成节省了大量工作,但肯定没有消除对艺术指导和清理的需求。几个角色被完全从游戏中移除,几个已有角色仍需进一步最终调整。
然后我们决定把整个项目移植到 Godot
最初,游戏是作为网页应用构建的。
随后,我决定将其移植到 Godot 并准备通过 Playgama 进行发布。(别问我为什么,我猜那占了我大半的时间和预算)。
这 turned out to be a very substantial project.
它不是简单的导出或自动转换。我们必须在 Godot 中重现原游戏的系统、 UI、剧情展示、保存功能、Match-3 机制、动画以及其他细节。
我们还引入了原网页版与 Godot 实现之间的自动比较,以捕捉行为和呈现的差异。我想我也会把大部分我“ vibe‑coded” 的视觉小说和 Match-3 工具也移植到 Godot。
为了平台集成,我们添加了官方 Playgama Bridge for Godot、准备了 HTML5 导出、处理平台生命周期事件,并致力于 Playgama 所需的打包和优化。
我们还准备了可选的奖励广告机制,例如额外的 Match-3 步数和提示。
今天,经过所有这些迭代,我终于把游戏放入了 Playgama 沙箱。
所以,AI 真的值吗?
对我来说,绝对值。
并不是因为 AI 写出了完美的代码、生成了完美的艺术,或神秘地理解了我想要的东西。
没有。
AI 代理经常误解需求、引入倒退、产生不一致的实现,并偶尔把看似简单的问题复杂化。
但它们也让我在过去十多年里卡住的项目上保持进度。
我学到的最大教训是 AI 辅助游戏开发仍然需要真正的生产流程。
明确的需求、源码控制、自动化测试、文档、小幅度迭代、手动 QA,以及拒绝糟糕结果的意愿,与模型本身同等重要,甚至更重要。
而且游戏本身并不完美,我仍想改进,尤其是剧本、呈现和整体润色。
这是一个 Sandbox 发布,而非大规模商业发售。但对于一个在 Google 驱动演示文稿中停留了十多年的项目,拥有一个可玩的版本对我来说是一个相当重要的里程碑。
我也很好奇其他开发者是如何处理这类项目的。
你有尝试用 AI 代理构建完整游戏吗?对你来说什么工作了,AI 在哪些方面产生了比解决问题更多的问题?
如果你尝试这款游戏,我真心希望得到反馈 — — 特别是关于游戏玩法、剧情以及一切。
Playgama 沙箱: https://playgama.ai/play/lstgi4udvqu6bk
评论 (0)