Evilom/dc-docs
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

chore:文档补全

Browse Source
This commit is contained in:
Evilom
2026-06-23 14:43:31 +08:00
parent a57554bbfa
commit 9f190e0315
377 changed files with 38889 additions and 8 deletions
Download Patch File Download Diff File Expand all files Collapse all files
output/feishu-docs/Wm7rdpGchogKJ0xKoptcdacjnbd.md
+117
View File
@@ -0,0 +1,117 @@
# Wm7rdpGchogKJ0xKoptcdacjnbd
Source: https://fcnlycv6dd0w.feishu.cn/docx/Wm7rdpGchogKJ0xKoptcdacjnbd
**今日内容概述：**
### 一. AI + Godot MCP 主界面生产流程测试
主界面同时包含主视觉、UI 组件、场景层次、可动效对象和交互反馈
能够较集中地**检验 AI 在游戏视觉生产链路中的综合能力**。
**当前测试目标：**
- 生成主界面所需的**像素 UI 与场景素材**
- **对主界面进行结构拆分**，包括背景、主体建筑、前景遮挡、按钮、状态面板和可动效对象
- **Codex+ Godot MCP **在 Godot 工程内完成界面搭建
- 实现**基础动态表现**，包括局部动效、角色短动作、前景遮挡、按钮反馈和短转场
- 最终输出一个可在游戏项目中使用的高质量竖屏动态主界面
**验证的核心：**
- AI 生成的视觉素材，能否在尽量不依赖人工操作的情况下，被进一步**拆解、组织、接入引擎，并形成可运行、可交互、可复用**的游戏界面
**当前重点观察以下几个环节：**
- 主界面整体构图、色彩、空间层次、视觉焦点是否达到可用标准
- 背景层、主体层、前景层、UI 层和动效对象层能否被清晰拆分，并在拆分后保持原始画面的视觉一致性
- 拆层素材能否完成透明导出、规范命名、节点组织，并通过 Godot MCP 在工程内完成界面搭建
- 反馈和短转场等动态表现，能否通过 AI + Godot MCP 自动完成基础编排
- 重点记录整个流程中哪些环节可以由 AI 自动完成，哪些环节仍需要人工判断、修正或重新生成
> :black_medium_small_square:
- 当前 AI 生产提效，正在从“**能否生成高质量画面**”转向“**生成结果能否被自动结构化并进入游戏工程**”
- 后续将基于当前测试结果，继续**评估 AI + Godot MCP 在游戏 UI 生产中的可自动化程度**
- 并判断该流程**是否具备沉淀为可复用主界面生产规范的价值**
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_P3tRbXGgxoUm.png)
### 二. AI 原生游戏调研：《历史模拟器：崇祯》
近期上线的 AI 原生历史策略游戏《历史模拟器：崇祯》，重点关注“AI 原生”的实现方式，以及小团队如何借助 AI同时支撑内容生产与运行时玩法
- 制作人提到，团队配置只有一个策划就是制作人自己，其他都是程序+美术，并明确表示美术是 AI 做的
- 被称为 AI 原生游戏的核心依据，并不只是开发阶段使用 AI 降低生产成本
- 而是**将大语言模型接入游戏运行时，使其成为玩法系统的一部分**
- 游戏可支持连接第三方的API模型进行内容生成服务
- 玩家在游戏中不是从固定选项中选择，而是通过自然语言拟写诏书，由系统判断玩家意图，并结合当前财政、民心、军事、派系、地方状态进行推演，**再将结果反写进世界状态**
**核心循环大致为：**
查看国势 → 与大臣议政 → 拟写诏书 → AI 判断意图 → 结合当前状态推演 → 转化为数据库中的世界状态变化 → 生成新的危机和反馈
> :black_medium_small_square:
值得关注的是，**该游戏并非让大模型完全自由发挥，而是搭建了一套约束框架**
- 系统会先保存当前国家状态，例如国库、民心、军队、地方局势等，再理解玩家诏书的意图，最后把 AI 推演出的结果重新写回这些状态中
- AI 不是只负责生成一段故事文本，而是需要把“发生了什么”转化成下一回合可继续运转的国家数据
- 这样才能让游戏**在多回合后仍保持基本连续性，而不是变成每次都重新开始的自由聊天**
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_ABLtbFppSoEU.png)
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_KSWdbazovo2p.png)
**当前初步判断：**
- 生产侧，AI 帮助小团队完成美术等内容生产，降低基础产能压力；
- 游戏内，AI 负责理解玩家输入、生成大臣反馈、推演国家局势变化，并直接影响下一轮游戏内容
- 区别于传统策略游戏的地方，不只是使用 AI 做素材，而是让 AI 成为玩家输入、事件反馈和世界演化之间的中间层；
- 玩家不是点击固定选项，而是**用自然语言下达政策，系统再将其转为状态变化**
- 当 AI 推演成为玩法核心，**模型成本、响应速度、推演稳定性、长局记忆和玩家付费认知都会影响体验**；
- 这也是该类 AI Native 游戏区别于传统单机或数值策略游戏的重要风险点
> :black_medium_small_square:
**明日计划对该游戏进一步体验和理解，重点包括**：
- 游戏核心流程，**玩家的循环爽点；**
- 分析 AI 推演在玩法中的实际作用，是提供**真实策略深度，还是更多承担叙事反馈和情绪价值；**
- 梳理 Steam 等平台玩家评价，重点关注**付费争议、AI 稳定性和长局体验问题**；
- 结合公开数据，**观察其上线表现、评价走势、留存/在线时长等信息；**
- 进一步判断该案例**对 AI Native 项目、玩法设计和商业化模式的参考价值**
**今日内容概述：**
### 一. AI + Godot MCP 主界面生产流程测试
主界面同时包含主视觉、UI 组件、场景层次、可动效对象和交互反馈
能够较集中地**检验 AI 在游戏视觉生产链路中的综合能力**。
**当前测试目标：**
- 生成主界面所需的**像素 UI 与场景素材**
- **对主界面进行结构拆分**，包括背景、主体建筑、前景遮挡、按钮、状态面板和可动效对象
- **Codex+ Godot MCP **在 Godot 工程内完成界面搭建
- 实现**基础动态表现**，包括局部动效、角色短动作、前景遮挡、按钮反馈和短转场
- 最终输出一个可在游戏项目中使用的高质量竖屏动态主界面
**验证的核心：**
- AI 生成的视觉素材，能否在尽量不依赖人工操作的情况下，被进一步**拆解、组织、接入引擎，并形成可运行、可交互、可复用**的游戏界面
**当前重点观察以下几个环节：**
- 主界面整体构图、色彩、空间层次、视觉焦点是否达到可用标准
- 背景层、主体层、前景层、UI 层和动效对象层能否被清晰拆分，并在拆分后保持原始画面的视觉一致性
- 拆层素材能否完成透明导出、规范命名、节点组织，并通过 Godot MCP 在工程内完成界面搭建
- 反馈和短转场等动态表现，能否通过 AI + Godot MCP 自动完成基础编排
- 重点记录整个流程中哪些环节可以由 AI 自动完成，哪些环节仍需要人工判断、修正或重新生成
> :black_medium_small_square:
- 当前 AI 生产提效，正在从“**能否生成高质量画面**”转向“**生成结果能否被自动结构化并进入游戏工程**”
- 后续将基于当前测试结果，继续**评估 AI + Godot MCP 在游戏 UI 生产中的可自动化程度**
- 并判断该流程**是否具备沉淀为可复用主界面生产规范的价值**
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_P3tRbXGgxoUm.png)
### 二. AI 原生游戏调研：《历史模拟器：崇祯》
近期上线的 AI 原生历史策略游戏《历史模拟器：崇祯》，重点关注“AI 原生”的实现方式，以及小团队如何借助 AI同时支撑内容生产与运行时玩法
- 制作人提到，团队配置只有一个策划就是制作人自己，其他都是程序+美术，并明确表示美术是 AI 做的
- 被称为 AI 原生游戏的核心依据，并不只是开发阶段使用 AI 降低生产成本
- 而是**将大语言模型接入游戏运行时，使其成为玩法系统的一部分**
- 游戏可支持连接第三方的API模型进行内容生成服务
- 玩家在游戏中不是从固定选项中选择，而是通过自然语言拟写诏书，由系统判断玩家意图，并结合当前财政、民心、军事、派系、地方状态进行推演，**再将结果反写进世界状态**
**核心循环大致为：**
查看国势 → 与大臣议政 → 拟写诏书 → AI 判断意图 → 结合当前状态推演 → 转化为数据库中的世界状态变化 → 生成新的危机和反馈
> :black_medium_small_square:
值得关注的是，**该游戏并非让大模型完全自由发挥，而是搭建了一套约束框架**
- 系统会先保存当前国家状态，例如国库、民心、军队、地方局势等，再理解玩家诏书的意图，最后把 AI 推演出的结果重新写回这些状态中
- AI 不是只负责生成一段故事文本，而是需要把“发生了什么”转化成下一回合可继续运转的国家数据
- 这样才能让游戏**在多回合后仍保持基本连续性，而不是变成每次都重新开始的自由聊天**
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_ABLtbFppSoEU.png)
![图片](../feishu-images/Wm7rdpGchogKJ0xKoptcdacjnbd_KSWdbazovo2p.png)
**当前初步判断：**
- 生产侧，AI 帮助小团队完成美术等内容生产，降低基础产能压力；
- 游戏内，AI 负责理解玩家输入、生成大臣反馈、推演国家局势变化，并直接影响下一轮游戏内容
- 区别于传统策略游戏的地方，不只是使用 AI 做素材，而是让 AI 成为玩家输入、事件反馈和世界演化之间的中间层；
- 玩家不是点击固定选项，而是**用自然语言下达政策，系统再将其转为状态变化**
- 当 AI 推演成为玩法核心，**模型成本、响应速度、推演稳定性、长局记忆和玩家付费认知都会影响体验**；
- 这也是该类 AI Native 游戏区别于传统单机或数值策略游戏的重要风险点
> :black_medium_small_square:
**明日计划对该游戏进一步体验和理解，重点包括**：
- 游戏核心流程，**玩家的循环爽点；**
- 分析 AI 推演在玩法中的实际作用，是提供**真实策略深度，还是更多承担叙事反馈和情绪价值；**
- 梳理 Steam 等平台玩家评价，重点关注**付费争议、AI 稳定性和长局体验问题**；
- 结合公开数据，**观察其上线表现、评价走势、留存/在线时长等信息；**
- 进一步判断该案例**对 AI Native 项目、玩法设计和商业化模式的参考价值**