Claude-Code-Game-Studios
Claude-Code-Game-Studios 是一款专为游戏开发设计的开源框架,旨在将单个 Claude Code 会话升级为一个功能完备的虚拟游戏工作室。它通过引入 48 个具有明确职责的 AI 智能体、37 项工作流技能以及完整的协作系统,模拟了真实游戏公司的层级架构。
在独自利用 AI 开发游戏时,开发者常面临缺乏结构、代码质量参差不齐、忽视设计文档或无人把关整体愿景等痛点。此项目通过构建包含总监、部门主管和专员的三级团队体系来解决这些问题。从守护创意的创意总监到负责具体编码的游戏程序员,每个智能体都有特定的任务范围和质检标准,确保项目在从头脑风暴到最终发布的整个过程中保持有序,并能及早发现错误。
该工具特别适合希望借助 AI 提升效率的独立游戏开发者、小型团队以及游戏设计研究者。其独特亮点在于高度仿真的工作室管理模式:不仅提供了涵盖设计、编程、美术、音频等领域的专业角色,还内置了自动化钩子(Hooks)用于提交验证,以及针对不同类型代码的路径范围规则,强制实施编码标准。这让用户既能保留最终决策权,又能拥有一个时刻提问、审查并维持项目规范的智能团队伙伴。
使用场景
独立开发者小明正试图在周末快速构建一款带有复杂经济系统和程序化生成关卡的 Roguelike 游戏原型。
没有 Claude-Code-Game-Studios 时
- 架构混乱:由于缺乏技术总监(Technical Director)的把关,代码中充斥着硬编码的数值和随意拼接的逻辑,导致后期难以扩展。
- 设计缺失:直接开始写代码而跳过游戏设计文档(GDD),导致经济系统数值崩坏,游戏平衡性在开发中途才被发现无法挽回。
- 质量失控:没有专门的 QA 测试员(QA Tester)和自动化钩子(Hooks)进行回归测试,每次新增功能都会意外破坏原有的核心玩法。
- 视野局限:单一对话上下文容易陷入“只见树木不见森林”的困境,无人从创意总监角度审视功能是否符合整体游戏愿景。
使用 Claude-Code-Game-Studios 后
- 层级分明:创意总监与技术总监率先介入,确立项目愿景并制定严格的编码规范,确保架构清晰且可维护。
- 流程规范:系统自动调用模板生成详细的设计文档和经济模型,由系统设计师(Systems Designer)预先验证数值平衡后再进入开发。
- 自动质检:内置的 8 个自动化钩子在每次提交时触发,专职 QA 代理会自动运行测试用例,即时拦截破坏性变更。
- 专业分工:48 个专属代理各司其职,关卡设计师负责生成逻辑,音效设计师处理音频资源,形成如同真实工作室般的协作闭环。
Claude-Code-Game-Studios 将原本杂乱无章的单人 AI 辅助,升级为拥有完整层级、明确分工和质量门禁的虚拟游戏开发工作室。
运行环境要求
- Windows
- Linux
- macOS
未说明
未说明

快速开始
Claude Code 游戏工作室
将一次 Claude Code 会话转变为一个完整的游戏开发工作室。
48 个智能体。37 条工作流。一支协调一致的人工智能团队。
为何存在
单独使用 AI 开发游戏虽然强大,但单次聊天会话缺乏结构。没有人会阻止你硬编码魔法数字、跳过设计文档或写出混乱的代码。没有质量保证环节,没有设计评审,也没有人会问:“这真的符合游戏的愿景吗?”
Claude Code 游戏工作室 解决了这一问题,它为你的 AI 会话赋予了真实工作室的结构。与其只有一个通用助手,不如拥有 48 个专业化的智能体,按工作室层级组织起来——有守护愿景的导演、负责各自领域的部门负责人,以及执行具体工作的专家。每个智能体都有明确的职责、升级路径和质量关卡。
结果就是:你仍然掌控所有决策,但现在拥有一支能够提出正确问题、及早发现错误并从最初构思到最终发布全程保持项目有序的团队。
目录
包含内容
| 类别 | 数量 | 描述 |
|---|---|---|
| 智能体 | 48 | 涵盖设计、编程、美术、音频、叙事、QA 和制作等领域的专业化子智能体 |
| 技能 | 37 | 常用工作流的斜杠命令(/start、/sprint-plan、/code-review、/brainstorm 等) |
| 钩子 | 8 | 针对提交、推送、资源变更、会话生命周期、智能体审计及差距检测的自动化验证 |
| 规则 | 11 | 在编辑游戏玩法、引擎、AI、UI、网络代码等领域时强制执行的路径范围编码标准 |
| 模板 | 29 | 用于 GDD、ADR、冲刺计划、经济模型、派系设计等的文档模板 |
工作室层级
智能体分为三个层级,与现实中的工作室运作方式一致:
第一层级 — 导演(Opus)
创意总监 技术总监 制片人
第二层级 — 部门负责人(Sonnet)
游戏设计师 首席程序员 美术总监
音频总监 叙事总监 QA 负责人
发行经理 本地化负责人
第三层级 — 专家(Sonnet/Haiku)
游戏玩法程序员 引擎程序员 AI 程序员
网络程序员 工具程序员 UI 程序员
系统设计师 地图设计师 经济系统设计师
技术美术师 音效设计师 编剧
世界构建者 UX 设计师 原型师
性能分析师 DevOps 工程师 分析工程师
安全工程师 QA 测试员 无障碍专家
运营设计师 社区经理
引擎专家
模板包含了三大主流引擎的智能体集合。请根据你的项目选择相应的集合:
| 引擎 | 首席智能体 | 子专家 |
|---|---|---|
| Godot 4 | godot-specialist |
GDScript、着色器、GDExtension |
| Unity | unity-specialist |
DOTS/ECS、着色器/VFX、Addressables、UI Toolkit |
| Unreal Engine 5 | unreal-specialist |
GAS、蓝图、复制、UMG/CommonUI |
斜杠命令
在 Claude Code 中输入 / 即可访问全部 37 种技能:
评审与分析
/design-review /code-review /balance-check /asset-audit /scope-check /perf-profile /tech-debt
生产
/sprint-plan /milestone-review /estimate /retrospective /bug-report
项目管理
/start /project-stage-detect /reverse-document /gate-check /map-systems /design-system
发布
/release-checklist /launch-checklist /changelog /patch-notes /hotfix
创意
/brainstorm /playtest-report /prototype /onboard /localize
团队协作(协调多个智能体共同完成一项功能)
/team-combat /team-narrative /team-ui /team-release /team-polish /team-audio /team-level
快速入门
先决条件
- Git
- Claude Code (
npm install -g @anthropic-ai/claude-code) - 推荐: jq(用于钩子验证)和 Python 3(用于 JSON 验证)
如果缺少可选工具,所有钩子都会优雅地失败——不会导致任何中断,只是失去验证功能。
设置步骤
克隆或作为模板使用:
git clone https://github.com/Donchitos/Claude-Code-Game-Studios.git my-game cd my-game打开 Claude Code 并启动会话:
claude运行
/start— 系统会询问你当前所处阶段(毫无头绪、模糊概念、清晰设计、已有作品),并引导你进入合适的流程。无需任何假设。或者直接调用特定技能,如果你已经知道需要什么:
/brainstorm— 从零开始探索游戏创意/setup-engine godot 4.6— 如果你已确定引擎,则进行配置/project-stage-detect— 分析现有项目
升级指南
已经在使用此模板的旧版本?请参阅 UPGRADING.md,其中提供了逐步迁移说明、各版本之间的变更对比,以及哪些文件可以安全覆盖、哪些需要手动合并的内容。
项目结构
CLAUDE.md # 主配置文件
.claude/
settings.json # 钩子、权限、安全规则
agents/ # 48个智能体定义(Markdown + YAML 前置元数据)
skills/ # 37个斜杠命令(每个技能一个子目录)
hooks/ # 8个钩子脚本(Bash,跨平台)
rules/ # 11条路径范围内的代码规范
docs/
quick-start.md # 详细使用指南
agent-roster.md # 包含领域信息的完整智能体列表
agent-coordination-map.md # 委托与升级路径
setup-requirements.md # 先决条件及平台说明
templates/ # 28个文档模板
src/ # 游戏源代码
assets/ # 美术资源、音频、特效、着色器、数据文件
design/ # 游戏设计文档、叙事文档、关卡设计
docs/ # 技术文档和架构决策记录
tests/ # 测试套件
tools/ # 构建与流水线工具
prototypes/ # 一次性原型(与 src/ 分离)
production/ # 开发冲刺计划、里程碑、发布跟踪
工作原理
智能体协调
智能体遵循结构化的委托模型:
- 垂直委托 — 导演将任务委派给主管,主管再委派给专员。
- 水平协商 — 同级智能体可以相互咨询,但不能做出具有约束力的跨领域决策。
- 冲突解决 — 意见分歧会逐级上报至共同上级(设计领域的“创意总监”,技术领域的“技术总监”)。
- 变更传播 — 跨部门的变更由“制作人”统一协调。
- 领域边界 — 智能体不得在未获明确授权的情况下修改其所属领域之外的文件。
协作而非自主
这不是一套自动驾驶系统。每个智能体都严格遵守协作协议:
- 提问 — 智能体在提出解决方案前会先提问。
- 呈现选项 — 智能体会展示2–4个备选方案,并列出各自的优缺点。
- 你来决定 — 最终决策权始终在用户手中。
- 草稿阶段 — 智能体会在最终定稿前先展示工作成果。
- 审批确认 — 未经你的签字确认,任何内容都不会被写入。
你始终掌控全局。智能体提供的是结构化支持与专业建议,而非自主决策能力。
自动化安全机制
每次会话启动时,钩子都会自动运行:
| 钩子 | 触发条件 | 功能 |
|---|---|---|
validate-commit.sh |
git commit |
检查硬编码值、TODO 格式、JSON 有效性以及设计文档各部分是否齐全 |
validate-push.sh |
git push |
对推送到保护分支的操作发出警告 |
validate-assets.sh |
写入 assets/ 目录 |
验证命名规范和 JSON 结构 |
session-start.sh |
会话开始 | 加载当前冲刺上下文及最近的 Git 活动 |
detect-gaps.sh |
会话开始 | 检测新项目(建议使用 /start 命令)以及存在代码或原型却缺少文档的情况 |
pre-compact.sh |
上下文压缩 | 保存会话进度笔记 |
session-stop.sh |
会话结束 | 记录已完成的工作 |
log-agent.sh |
智能体启动 | 记录所有子智能体调用的日志 |
权限规则位于 settings.json 中,会自动允许安全操作(如查看 Git 状态、运行测试),并阻止危险操作(如强制推送、rm -rf、读取 .env 文件)。
路径范围规则
代码规范会根据文件位置自动执行:
| 路径 | 强制执行的内容 |
|---|---|
src/gameplay/** |
数据驱动的数值、时间增量的使用、禁止引用 UI |
src/core/** |
热点路径中零内存分配、线程安全性、API 稳定性 |
src/ai/** |
性能预算、可调试性、参数数据驱动 |
src/networking/** |
服务器权威性、消息版本控制、安全性 |
src/ui/** |
不得持有游戏状态、支持本地化、符合无障碍标准 |
design/gdd/** |
必须包含 8 个章节、公式格式、边缘情况处理 |
tests/** |
测试命名规范、覆盖率要求、测试夹具模式 |
prototypes/** |
规范较为宽松,需包含 README,并记录假设 |
设计理念
该模板基于专业的游戏开发实践:
- MDA 框架 — 通过机制、动态和美学分析进行游戏设计。
- 自我决定理论 — 从自主性、胜任感和关联感出发,激发玩家动机。
- 心流状态设计 — 通过挑战与技能的平衡提升玩家参与度。
- 巴特尔玩家类型 — 针对不同受众群体进行定位与验证。
- 验证驱动开发 — 先编写测试,再进行实现。
自定义选项
这是一个模板,而非锁定的框架。所有内容均可根据需求进行自定义:
- 增删智能体 — 删除不需要的智能体文件,添加适用于你项目的智能体。
- 编辑智能体提示词 — 调整智能体行为,加入项目特定知识。
- 修改技能 — 根据团队流程调整工作流。
- 新增规则 — 为项目目录结构创建新的路径范围规则。
- 调整钩子 — 改变验证严格程度,或添加新的检查项。
- 选择引擎 — 使用 Godot、Unity 或 Unreal 的智能体集合(也可不使用)。
平台支持
已在 Windows 10 上使用 Git Bash 进行测试。所有钩子均采用 POSIX 兼容的模式(如 grep -E,而非 grep -P),并提供了缺失工具的回退方案。无需修改即可在 macOS 和 Linux 上运行。
社区
- 讨论区 — GitHub Discussions 用于提问、分享想法以及展示你的成果。
- 问题追踪 — Bug 报告与功能请求
本项目仍在积极开发中。目前的智能体架构、技能和协调系统已经非常成熟且可用,未来还将持续优化与扩展。
许可证
MIT 许可证。详情请参阅 LICENSE 文件。
版本历史
v0.3.02026/03/09v0.2.02026/02/20v0.1.02026/02/14相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。