Evilom
50 lines
3.8 KiB
Markdown
50 lines
3.8 KiB
Markdown
# RIhawaIYwiBGHak7YAVcaSapnTe
|
||
|
||
Source: https://dianchukeji.feishu.cn/wiki/RIhawaIYwiBGHak7YAVcaSapnTe
|
||
|
||
|
||
## **1. 工作内容概述**
|
||
## **2. 成果**
|
||
### **2.1 基础功能线——UI美术资源管理系统搭建**
|
||
**背景**：原有UI界面全部使用纯色 ColorRect + 文字占位，没有贴图资源管理机制，美术交付后需要大量手动改造。
|
||
**实现方案**：
|
||
模块
|
||
内容
|
||
UI资源汇总表
|
||
在《冰雪餐厅_美术资源汇总.xlsx》中新增"UI美术资源"Sheet，列出39项UI贴图需求，分为通用控件(common)、战斗界面(battle)、任务系统(task)、玩家信息(player)四大类，按P0/P1/P2优先级标注
|
||
UIAssets AutoLoad
|
||
创建 scripts/ui_assets.gd 全局单例，集中管理所有UI贴图路径常量，提供 load_tex() 自动加载 + try_set_tex() 兜底降级机制——贴图存在时用贴图，不存在时自动回退到纯色/文字
|
||
引擎改造
|
||
修改 main.gd（主界面背景/Logo/头像/资源图标/按钮三态）、battle.gd（棋盘底板/格子槽位/遮罩层/订单卡片）、task_system.gd（任务面板/进度条）、player_info_popup.gd（玩家弹窗/经验条）全部接入 UIAssets 系统
|
||
**好处**：美术只需将PNG放入对应目录，游戏即可自动加载，无需修改代码。
|
||
以下是临时生成的美术资源接入的表现效果
|
||
### **2.2 美术线——UI美术资源汇总表整理**
|
||
输出了完整的39项UI贴图需求清单：
|
||
- **通用控件 (common/)**：背景、Logo、头像框、体力/金币/钻石图标、按钮三态（普通/悬停/按下）、等级徽章、弹窗背景等
|
||
- **战斗界面 (battle/)**：棋盘底板、格子槽位、隐藏/半透明遮罩、订单卡片、完成按钮、仓库面板
|
||
- **任务系统 (task/)**：任务面板背景、进度节点（已完成/当前/待完成）、开始按钮
|
||
- **玩家信息 (player/)**：个人信息面板、经验条背景/填充、头像底板
|
||
### **2.3 美术AI生成探索**
|
||
#### 方案一 sd webui 和 comfyui
|
||
stable diffusion 和confyui(本地部署，自己训练模型，后续方便风格统一)
|
||
缺点:有上手门槛，且需要一定门槛的电脑配件
|
||
优点:玩熟悉了之后风格比输入关键词的方案好很多
|
||
### 方案二:imagefx
|
||
推荐使用imagefx
|
||
用过的大多的文生图的产品都需要钱或者额度有限，imagefx额度相对较多
|
||
优点:只要提示词够精准，出的图质量相当高，有一个种子的概念，可以固定种子来生成统一风格的图片,生成无背景图片比较可以
|
||
### 方案三 即梦AI和其他第三方在线生成图像的网站
|
||
即梦AI生成图片，每日免费额度有限，同时质量也参差不齐
|
||
## **3. 收获与反思**
|
||
- **UI资源管理的自动化设计思路**：通过 `try_set_tex()` 的降级策略，实现了"美术未交付时也能正常跑，交付后自动生效"的开发体验。这个模式可以在后续其他资源类型（音效、粒子特效等）复用。
|
||
- **Godot引擎踩坑**：GDScript严格要求Tab缩进（非空格），类型推断在严格模式下需要显式注解，这些细节在实际开发中容易忽略但会导致难以排查的解析错误。
|
||
- **配置驱动的思路需要前置**：今天的UI资源系统本质上是"配置驱动UI"的一次实践，和之前设计的YAML配置方案思路一脉相承——用数据和配置替代硬编码，为AI批量生成留好接口。
|
||
## **4. 下一步计划**
|
||
- 基础功能线
|
||
- 继续优化棋盘和订单系统，修复已知bug
|
||
- 推进关卡设计和数值设计，完成W2要求的初版20个订单
|
||
- 将UI资源系统的"配置驱动"模式推广到音效、特效等模块
|
||
- 美术线
|
||
- 根据UI资源汇总表，推进美术素材的产出和交付
|
||
- 根据关卡设计的需要，新增物品链条等美术资源
|
||
- 继续探索AI美术生成在实际生产管线中的落地方式 |