在业余时间做一款哥特埃及题材类吸血鬼幸存者的 roguelike 游戏（ Phaser 4.1 + H5 ）。美术、特效、UI 全部靠 AI 流水线产出，分享一下这套 pipeline 跑到今天的样子，以及最近一次挺有意思的实验。
这是游戏实际跑起来的样子：
技能特效(VFX) 生成 pipeline
核心思路：把「设计」当成一份可验收的工程交付(pipeline with skills)，而不是一句 prompt 。
- Handoff 包生成 skill：每个设计需求打成一个自包含 zip —— 真实游戏截图、机制数值表、视觉正交规则（新技能不和老技能相似）、性能预算等。这个 zip 会扔给 claude desgin 作为需求，并且定义交付标准。
- 生成：设计系统返回一个自包含的交互式 standalone HTML （底部有链接） —— 不是一张图，是能玩的可调参数的网页，还要暴露一个脚本化 API 方便我自动验收让 AI 接入。
- 独立验收：用 Playwright 录像截图，跑一套硬性 gate 后丢给另一个模型盲评打分。
- 移植：过审的 standalone 走 takeover 流程进 Phaser —— 深读它的源码（ painter / 时间轴 / 锚点），±5% 保真门，真机 ADB 录像验证。
痛点
之前所有的 vfx 都是通过 claude desgin 做设计后产出 standalone html 后介入游戏，但是 claude 这玩意经常不够用或者就 you account has been suspended, 所以必须找个 alternaive.
之前 opendeisgin 我也尝试过，但是发现效果和 claude desgin 还是差很多，这次是在有了 gpt5.6 和 kimi k3, 准备优化 skill(生成扔给 opendeisign 的需求和交付标准) 后再尝试。
这次的实验：生产(claude desgin) vs 挑战者(open desgin with gpt5.6 sol/KIMI K3)
做的技能是「巫毒魂瓶」：瓶子在敌人之间弹跳，每跳眩晕 + 咒印，5 秒诅咒窗口内伤害叠加，期满一次性结算爆发（灵感来自 DOTA 巫医的麻痹药剂 + 诅咒）。
这个技能我的生产基准是 Claude Design 出的 standalone —— 移植上线了。我想验证的问题是：同一份生产 handoff zip 一字不改，喂给本地的 pipeline （ Open Design + 前沿模型），一轮生成能不能摸到这个生产基准的水位？
挑战者是 Open Design × GPT-5.6-sol 和 Open Design × Kimi K3 ，各一轮生成，不许互看答案。两个挑战者之间做严格盲评：等时驱动录像、抽等时关键帧、匿名乱序，GPT-5.6-sol （ high reasoning ）按 100 分表当裁判。
GPT-5.6-sol 91 分，Kimi K3 82 分 —— 两份都摸到了「可以进 owner 审阅」的水位，这在 1 个月前是不敢想的。而且我自己去体感测试了下，GPT-5.6-sol 基本达到了我的验收标准（小游戏要求比较低 ：)
三方的实验结果截图（依次 GPT-5.6-sol / Kimi K3 / Claude Design 基准）：
三份 standalone html 都发出来了，可以直接交互看效果
都是纯前端 standalone ，桌面打开效果最好，右侧有控制台可以逐节拍触发 / 切密度 / 换地面 / 换主题：
- Claude Design 基准版（已上线的那份）： https://artifact.cafe/a/54b9lvjsge
- Open Design × GPT-5.6-sol 版（盲评 91 ）： https://artifact.cafe/a/2pcxiumquv
- Open Design × Kimi K3 版（盲评 82 ）： https://artifact.cafe/a/q5mo9j3mm2
pipeline 背后的 skill （ handoff 契约、验收 gate 、盲评流程）已经放进 https://github.com/joeeeeey/open-design-skill （目前是绑定我自己游戏风格的参考实现，正在泛化成通用模板，想拿去给自己游戏用的可以先 watch ）。
游戏本体《冥骨魂殿 / Bone Halls 》还在开发收尾，网页可内侧试玩，后面会发 Steam 桌面版： https://bonehalls.com
有什么想了解的细节（ handoff 契约长什么样、验收 gate 怎么写、成本多少）欢迎聊。
Select Language