编程

游戏AI工具免费版

游戏AI开发指南,涵盖FSM、行为树、寻路与决策系统的代码实现。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。

它能做什么

技能文档

本工具为独立游戏开发者与学生提供游戏 AI 开发指南与代码模板,涵盖有限状态机 (FSM)、行为树 (Behavior Tree)、A* 寻路、效用 AI、感知系统、群体行为等主流 AI 架构。每种架构都配有完整的可运行代码示例,适合学习、原型验证与 Game Jam 使用. 免费版聚焦个人学习与原型开发,适合独立开发者与学生使用.

核心能力

能力模块	描述	免费版支持
有限状态机 (FSM)	简单敌人与 Boss 阶段 AI	支持
行为树 (BT)	复杂 NPC 与战术 AI	支持
A* 寻路	标准寻路算法	支持
效用 AI	智能决策系统	支持
感知系统	视觉、听觉感知	支持
群体行为 (Boids)	鸟群、鱼群模拟	支持
GOAP	目标导向行动规划	不支持 (升级 PRO)
机器学习 AI	强化学习集成	不支持 (升级 PRO)
多 AI 协作	团队战术 AI	不支持 (升级 PRO)
AI 调试工具	可视化调试器	基础

核心功能执行

用input_params参数进行配置.

处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.

执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置.

处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.

执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置.

处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.

执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：开发指南、寻路与决策系统的、代码实现、面向独立游戏开发、者与学生的游戏、开发指南与代码模、核心能力、适用场景、独立游戏开发、游戏开发学习、原型验证、Game、Jam、差异化、免费版聚焦个人学、习与原型开发、提供主流、架构的代码模板、适用关键词等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一: 简单敌人 AI (FSM)

为游戏中的敌人实现基础 AI 行为.

详细代码示例已移至 references/detail.md

场景二: 复杂 NPC AI (行为树)

为 NPC 实现模块化、可复用的复杂行为.

场景三: 寻路与群体行为

实现 A* 寻路与鸟群模拟.

// A* 寻路核心
public class AStar
{
    private readonly Grid _grid;
# ...
    public List FindPath(Point start, Point end)
    {
        var openSet = new PriorityQueue();
        var cameFrom = new Dictionary();
        var gScore = new Dictionary();
        var fScore = new Dictionary();
# ...
        openSet.Enqueue(start, 0);
        gScore[start] = 0;
        fScore[start] = Heuristic(start, end);
# ...
        while (openSet.Count > 0)
        {
            var current = openSet.Dequeue();
            if (current == end) return ReconstructPath(cameFrom, current);
# ...
            foreach (var neighbor in _grid.GetNeighbors(current))
            {
                float tentativeGScore = gScore[current] + _grid.GetCost(current, neighbor);
                if (!gScore.ContainsKey(neighbor) || tentativeGScore < gScore[neighbor])
                {
                    cameFrom[neighbor] = current;
                    gScore[neighbor] = tentativeGScore;
                    fScore[neighbor] = gScore[neighbor] + Heuristic(neighbor, end);
openSet.Contains(neighbor))
                        openSet.Enqueue(neighbor, fScore[neighbor]);
                }
            }
        }
        return null;
    }
# ...
    private float Heuristic(Point a, Point b) =>
        Math.Abs(a.X - b.X) + Math.Abs(a.Y - b.Y); // 曼哈顿距离
}
# ...
// Boids 群体行为
public class Boid : Node2D
{
    private Vector2 _velocity;
# ...
    public override void _Process(double delta)
    {
        var separation = CalculateSeparation();
        var alignment = CalculateAlignment();
        var cohesion = CalculateCohesion();
# ...
        var acceleration = separation * 1.5f + alignment * 1.0f + cohesion * 1.0f;
        _velocity += acceleration * (float)delta;
        _velocity = _velocity.LimitLength(MaxSpeed);
        Position += _velocity * (float)delta;
    }
}

不适用场景

以下场景游戏AI工具免费版不适合处理：

无明确技术栈的模糊需求
纯架构设计决策
运维部署管理

触发条件

需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于非本工具能力范围的需求.

快速开始

Step 1: 选择 AI 架构

根据游戏复杂度选择合适的 AI 架构.

架构选择指南:
  有限状态机 (FSM):
    适用: 简单敌人、Boss 阶段切换
    优点: 简单直观、易调试
    缺点: 状态多时难维护
# ...
  行为树 (BT):
    适用: 复杂 NPC、战术 AI
    优点: 模块化、可复用、易扩展
    缺点: 需要框架支持
# ...
  效用 AI:
    适用: 模拟人生类、策略游戏
    优点: 灵活、智能决策
    缺点: 参数调节困难

Step 2: 复用代码模板

Step 3: 集成到游戏引擎

// 在 Godot 中集成 AI
public partial class Enemy : CharacterBody2D
{
    private EnemyFSM _fsm;
# ...
    public override void _Ready()
    {
        _fsm = new EnemyFSM();
        AddChild(_fsm);
    }
# ...
    public override void _PhysicsProcess(double delta)
    {
        // FSM 自动处理移动逻辑
    }
}

响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.

配置示例

AI 参数配置

enemy_types:
  basic:
    fsm:
      states: [idle, patrol, chase, attack]
      detection_range: 200
      attack_range: 50
      attack_damage: 10
      speed: 100
# ...
  elite:
    behavior_tree:
      priorities: [attack, chase, patrol, flee]
      sight_range: 300
      hearing_range: 150
      team_coordination: false  # 免费版不支持
  boss:
    phases:
      - name: "phase_1"
        health_threshold: 0.75
        patterns: [sweep_attack, projectile_burst]
      - name: "phase_2"
        patterns: [enrage, summon_adds]

效用 AI 示例

public class UtilityAI
{
    private readonly List _actions = new();
# ...
    public UtilityAction ChooseBestAction()
    {
        float bestScore = float.MinValue;
        UtilityAction bestAction = null;
# ...
        foreach (var action in _actions)
        {
            float score = action.CalculateScore();
            score += GD.Randf() * 0.1f; // 添加随机性
            if (score > bestScore)
            {
                bestScore = score;
                bestAction = action;
            }
        }
        return bestAction;
    }
}
# ...
public class AttackAction : UtilityAction
{
    private readonly Enemy _enemy;
# ...
    public override float CalculateScore()
    {
        float score = 0f;
        float distance = _enemy.DistanceToPlayer();
        score += Mathf.Clamp(1.0f - distance / 200.0f, 0, 1) * 0.5f;
        score += _enemy.HasAmmo ? 0.3f : 0.0f;
HealthPercent * 0.2f;
        return score;
    }
# ...
    public override void Execute() => _enemy.Attack();
}

最佳实践

1. 状态机调试

// 添加调试可视化
public override void _Draw()
{
    DrawArc(Vector2.Zero, ViewDistance, -ViewAngle / 2, ViewAngle / 2, 32, Colors.Yellow, 1.0f);
}
# ...
// 状态切换日志
public void ChangeState(EnemyState newState)
{
    GD.Print($"State: {_currentState} -> {newState}");
    _states[_currentState]?.Exit();
    _currentState = newState;
}

2. 性能优化

// 避免每帧调用 GetFirstNodeInGroup
private Node2D _playerCache;
# ...
public override void _Ready()
{
    _playerCache = GetTree().GetFirstNodeInGroup("player") as Node2D;
}
# ...
// 限制 AI 计算频率
private float _aiUpdateTimer = 0f;
public override void _Process(double delta)
{
    _aiUpdateTimer += (float)delta;
    if (_aiUpdateTimer >= 0.1f) // 10 FPS 更新 AI
    {
        UpdateAI();
        _aiUpdateTimer = 0f;
    }
}

3. 数据驱动设计

// 从配置文件加载 AI 参数
public class AIConfig
{
    public float DetectionRange { get; set; }
    public float AttackRange { get; set; }
    public float Speed { get; set; }
}
# ...
// 配置与逻辑分离,便于平衡调整

常见问题

Q1: FSM 和行为树哪个更好?

简单游戏用 FSM (3-5 个状态足够),复杂 NPC 用行为树 (模块化易扩展)。两者也可混合使用.

Q2: A* 寻路如何优化?

使用 NavigationAgent (引擎内置)、限制寻路频率、简化网格、避免每帧重算路径.

Q3: 免费版有 AI 调试工具吗?

提供基础调试 (状态日志、视野可视化)。完整可视化调试器需要 PRO 版本.

Q4: 支持哪些游戏引擎?

代码示例以 Godot C# 为主,概念适用于 Unity、Unreal、Cocos 等主流引擎.

Q5: 如何实现机器学习 AI?

免费版不包含。需要强化学习、神经网络等高级 AI,请升级 PRO 版本.

依赖说明

运行环境

Agent 平台: 支持 SKILL.md 规范的任意 AI Agent (Claude Code、Cursor、Codex、Gemini CLI 等)
操作系统: Windows / macOS / Linux
游戏引擎: Godot 4.x (示例代码),也适用于 Unity、Unreal

依赖详情

依赖项	类型	是否必需	获取方式
LLM API	推理服务	必需	由 Agent 内置 LLM 提供
Godot 4.x	游戏引擎	推荐	godotengine.org 下载
.NET 8 SDK	运行时	可选	dot.net 下载 (C# 支持)

API Key 配置

export GAME_AI_ENGINE="godot"
export GAME_AI_LANGUAGE="csharp"

可用性分类

分类: MD (纯 Markdown 指令 + 代码模板)
说明: 本 Skill 通过自然语言指令驱动 Agent 生成游戏 AI 代码与架构建议
免费版限制: 单人使用、基础 AI 架构、无机器学习、无多 AI 协作、基础调试工具

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

需LLM支持,无LLM环境不可用
复杂业务场景建议结合人工经验判断
执行效率受模型能力与网络环境影响

示例

基本用法

输出：返回执行结果,包含操作状态和输出数据

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功

输出格式

{
  "success": true,
  "data": {
    "result": "游戏AI工具免费版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "game ai"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}