zizi-al/games-development-ai
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
games-development-ai/docs/brainstorms/2026-06-22-tier2-整体实现方案-requirements.md
zizi 4f2239ac57 docs(tier2): 整体实现方案 brainstorm——顺序软/判据硬·先集成再用 M3+mmx 迭代 
按图说整条架构组织的 tier2 实现主轴:先 AgentScope 集成+环境(单写起步·不上 Service)→ M3(代码/逻辑)+mmx(资产)连续迭代;0号 spike 软化为顺序、判据保持离散(A门 M3 证路软 / B门便宜档 n≥30 硬 / 退路树沿用实现详设数字触发线)。

纳入 Codex+Opus 双评审修订:R1 拆 pre/post-spike·种子 studio.py 2.0.1→2.0.3 迁移·CDP 对 Phaser 是重写且为 spike 前置阻断项·两道证据门+硬区分历史证据(Tier0/1 声明壳≠Phaser 富游戏自治)·mmx 最简形态·阈值引实现详设不复列·forbidden-import 升 pre-spike CI。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2026-06-22 19:05:16 +00:00

19 KiB
Raw Blame History

date, topic, status
date topic status
2026-06-22 tier2-整体实现方案 草案 · 已纳入 Codex+Opus 双评审并修订

tier2 富游戏自治生成线 · 整体实现方案

Summary

为 tier2 富游戏自治生成线立一份整体实现方案：按《agentic 运行时架构图说》整条运行时架构组织（两阶段 / 四层地基 / 三层校验 / 共用控制面 / 建设五步），执行顺序定为先完成 AgentScope 集成与环境的设计和初始化，再用 M3（写代码与逻辑）+ mmx（产美术与音乐资产）连续迭代优化生成引擎。关键是顺序软、判据硬：迭代是连续的，但生成证据的判据保持离散可判定——M3 证路为软门、便宜档 n≥30 为硬门、退路树沿用《tier2 实现详设》的数字触发线，只有硬门通过才转入重型组件投入。本方案的实质增量集中在"起步集成 + 生成迭代的排序与判据"；"重机器"阶段为指向属主档的收口指针，不在本方案展开实现决策。

Problem Frame

tier2 这条线的"要造什么"已经想透并经 2026-06-20 对抗审查拍板：用约束自治（O2）的单写 ReAct agent，在一圈确定性验收门里把现有廉价流水线做不出的多系统富游戏（合成、经营、挂机）逼出来；引擎选 Phaser/Pixi（过无头硬筛、按 AI 作者视角取生态厚度）；底座锁 AgentScope 2.0.3；验收按创始人定义的三层校验走。这些结论分别落在《自治富游戏引擎》《tier2 四层工程架构》《tier2 实现详设》《agentic 集成架构》和图说五份档里。

还没解决的是整体实现方案本身。它现在散在五份档里，各自把自己那片讲深，却没有一条把"先做什么、后做什么、什么时候才值得投重型组件"串起来的主轴；《自治富游戏引擎》还停在旧的"双层校验 / 九门"措辞，落后图说与实现详设一个版本；四层档 §11 还挂着六条跨档对齐 TODO 没收口。

更要紧的是这条线最深、也最没被证过的赌注——便宜或中等模型的自治 agent 能不能稳定写出那约 56% 的表现层。这里有一处必须硬区分、不能混：2026-06-18 已证的是便宜模型能产 Tier0/1 的声明式数据壳（gameDefinition）并过九门；而 tier2 要验的是完全不同、也更难的一档——便宜模型自治写真 Phaser 引擎工程的 56% 表现层，后者零证据。同理，王蓝莓那款 12 文件经营游戏与 2026-06-11 的 Phaser 五门 spike 证的都只是"形态"（真引擎工程装得下富游戏、Phaser 能过门），两次都是最贵模型 Fable 加重人工编排做到的，不是便宜模型自治。这份方案要做的，就是在尊重这个赌注现实的前提下，给出一条可照着动手、又不在未验证的机器上过度投入的实现主轴。

Key Decisions

  • 执行顺序 = 先集成与环境，再连续迭代；但顺序软、判据硬。 不把 0 号 spike 当成建设前必须先过的离散生死门，而先把 AgentScope 集成与生成环境的设计和初始化做扎实（这部分无论 spike 结论如何都绕不过），随后直接用 M3 和 mmx 在真实环境里连续迭代生成质量。但"连续迭代"绝不等于没有退出条件：生成证据的判据保持离散可判定——M3 证路、便宜档 n≥30、退路树数字触发线（见 R11/R12），与《实现详设》的两段 gate 对齐。把顺序软化与判据软化解耦，是这次评审最要紧的一条纠正。

  • 起步只跑单写实现（阶段 2），工作室 Agent Team（阶段 1）后置；这是范围裁剪、不是永久颠倒。 早期迭代先把单个写者 agent 的 ReAct 多轮循环 + L1 校验跑通，最快拿到"M3+mmx 能不能产出过门的 mini-肥鹅"这个真信号。生产态正式流程仍是阶段 1 工作室设计 → 阶段 2 单写实现；起步只跑阶段 2，是 spike / 早期证路对范围的裁剪，证据出来后恢复阶段 1。

  • 集成方法论 = 用 agentscope-skill 逐条源码核对"复用 vs 自建"，并含一项版本迁移。 集成阶段不靠记忆里的 API 印象动手，而是用 .claude/skills/agentscope-skill：读已 clone 的源码（/root/oss/agentscope，2.0.3）、查真实签名、浏览 examples/ 的装配样例。要特别认一项工作：种子 studio.py 现依赖 agentscope==2.0.1，fork 起步包含一项从 2.0.1 迁到 2.0.3 的 API 适配（参照四层档 §验证状态已列的纠偏清单），不是纯拷贝放开 max_iters 就能跑。

  • 沙箱用自带 Workspace；浏览器探针对 Phaser 是重写、且是 spike 前置阻断项。 2.0.3 自带 Workspace（Local/Docker/E2B），代码、构建、shell 隔离开箱即用，不是阻断项。L1 确定性门要的"浏览器真跑 + 低层探针"不在内置里，接仓内现成 CDP harness（play.cdp.cjs）——但其探针硬编码 LittleJS 专属选择器与帧源，对 Phaser 是重写适配层、不是参数化；这条路径可行性（含 BrowserSandbox 是否够用、不够则自建薄沙箱）是属主标记的 spike 前置阻断项，须在迭代开跑前出结论。

  • 先出硬证据，再建重机器。 即便采用"先集成再迭代"的顺序，仍把"便宜档 n≥30 的硬门通过"摆在投入重型组件（完整配置外置、控制面、第二装载分支、ReMe、工作室 Agent Team）之前。M3 单款跑通只是软门（证路），不等于便宜模型自治可投——这是把"最深赌注在最便宜时验"保留为可判定的硬约束，而非口头信心。

  • 这份方案是收口型实现主轴，不另立第六份正典。 它指向五份属主档（spike 可跑 runbook 归实现详设、控制面治理归集成架构），把分散决策串成主轴并开列正典对齐动作，而不复制其内容。对齐动作此刻只执行确定不与在飞会话冲突的几处（如把《自治富游戏引擎》升到三层校验口径），其余与 §11 六条跨档 TODO 一并开列、留作 follow-up。

实现主轴（按图说架构组织 · 顺序软 / 判据硬）

flowchart TB
  A["起步 · AgentScope 集成 + 环境设计/初始化<br/>单写(阶段2) · Agent+ReActConfig+Workspace 本地 runner(不上 Service)<br/>CDP harness 为 Phaser 重写(前置阻断验证) · mini-肥鹅 fixture<br/>mmx 作 agent 可调资产工具 · L1 门重写 · 成本计量接 new-api"]
  A --> B["生成迭代 · M3 写代码/逻辑 + mmx 产美术/音乐<br/>单写 ReAct 多轮 · 三层校验(初期只 L1) · 四熔断"]
  B --> GA{"A 门 · M3 证路(软)<br/>M3 跑通一款 + 创始人试玩判'有肥鹅味的可玩雏形'"}
  GA -->|过| GB{"B 门 · 便宜档 n≥30(硬)<br/>过门率/¥/收敛 达《实现详设》阈值?"}
  GA -->|不过| R["退路树(沿用《实现详设》数字触发线)<br/>更模板化 / 补骨架 / 便宜模型天花板换档"]
  GB -->|过 · 硬证据| H["建重机器(此前不投)<br/>工作室 Agent Team(阶段1) · 第二装载分支+源项目契约<br/>完整配置外置 · 控制面接入 · 引擎能力包接口 · ReMe"]
  GB -->|达退路触发线| R
  H --> I["Phaser 自治产一款 · 过确定性地板 + 人工终审(对标肥鹅美食街)"]
  I --> J["Cocos 生态 + Phaser 渠道 adapter(正交轴 · 后续)"]

这条主轴是图说"建设五步"的重排：把旧"建设前先过离散 spike 生死门"改为"顺序连续、判据离散"，把旧第二步"配置外置"从 spike 之前挪进硬门之后的重机器（与四层档 §9"spike-grade 地基 vs 完整地基"一致），其余步骤次序不变。

Requirements

起步 · 集成与环境（无论生成证据如何都要做）

  • R1. AgentScope 集成（pre-spike 档）：起步只用 Agent + ReActConfig + Workspace 跑本地/脚本 runner，不上官方 Agent Service / Agent Team / 配置外置（承《实现详设》spike 最小版"先不上 service"）。Agent Service（REST + SSE + durable session）移到硬门通过后的生产接入阶段。
  • R2. 单写循环演进 + 版本迁移：以种子 studio.py（现 agentscope==2.0.1、ReActConfig(max_iters=1) + 外层 repair）fork 起步，含一项 2.0.1→2.0.3 API 适配，并把多轮自治从外层 repair 搬进 Agent 内 ReAct（放开 max_iters）；运行期零依赖现有 worker。
  • R3. Phaser 浏览器探针路径（pre-spike 阻断验证）：Workspace 自带沙箱解决代码/构建/shell；L1 门要的浏览器真跑低层探针接现成 CDP harness（play.cdp.cjs），其探针为 LittleJS 专属（#game-engine、window.__engine.snapshot().frame、帧判据、像素阈值），对 Phaser 是重写适配层。此路径可行性（含 BrowserSandbox 是否够用、不够则自建薄沙箱 + Phaser driver 重写工作包）是属主标记的 spike 前置阻断项，须在迭代开跑前出结论。
  • R4. mini-肥鹅 fixture（迭代靶子 + spike 产物目录范本）：按《实现详设》规格预建经营骨架工程（三系统 + 耦合点、先天过 boot，12 物品 / 6 合成链 / 5 订单 / 2 货币）。spike 产物以 Workspace.workdir 本地多文件工程形态存在、由 harness 直接在该目录构建 + 真跑，不走正式源项目契约 / 落库（落库取回随重机器后置）。
  • R5. mmx 资产管线（最简形态）：起步把 mmx-cli 接成单写 agent 可调的资产工具（进 Toolkit、有 tool schema、与 M3 同在一个 ReAct 回路）产美术与音乐；用量计入成本台账。
  • R6. L1 门抽象重写：现九门为 LittleJS 单文件壳而建、带病灶，tier2 抽象重写进 L1（多数引擎无关确定性门）+ L2（设计符合），补富游戏专属的跨表联动门与经济门，修 latch 病灶（胜利/弃守分流）。
  • R7. 成本计量 + 轨迹最小版：接 new-api quota（per-model 折¥，复用 cost.py），落一个最小版轨迹仓；调试与对账当下就要。

生成迭代 · M3 + mmx · 判据离散

  • R8. M3 走 Anthropic 原生端点 + smoke gate：用 AnthropicChatModel（不传 formatter 即自动配对 AnthropicChatFormatter）+ AnthropicCredential.base_url 指 new-api /v1/messages + 开 thinking 分离。启动前校验 max_tokens 严格大于 thinking_budget；首个 M3 smoke 必须证明 thinking 分离 / 工具调用 / new-api quota 计费三者都通。模型统一从 new-api 出口走（baseUrl + NEWAPI_KEY），协议/SDK 不锁。
  • R9. 三层校验初期只焊死 L1（编译/启动/运行错误，必须解决、循环），L2（设计符合）尽量、L3（M3 视觉软检）只评分；L3 绝不阻塞、绝不拒发，绝不让 LLM 给自己打分。
  • R10. 四道熔断（步数硬顶 / 预算闸 / 卡死探测 / 双层超时），任一先触发即优雅收尾、每轮 checkpoint。早期迭代预算闸只需时间盒上限（token cap / deadline）；强制 fail-closed 预算闸是规模化前项、非起步项。
  • R11. 生成证据判据（离散，决定能否转重机器）：A 门 = M3 证路（M3 自治跑通一款 mini-肥鹅、创始人试玩判"有肥鹅味的可玩雏形"，软门，证"这条路走不走得通"）；B 门 = 便宜 / 强便宜档（deepseek-v4-flash / pro）按《实现详设》模型矩阵跑 n≥30，过门率 / ¥-per-成功款 / 收敛步数 / 失败分布达《实现详设》§过门判据阈值（硬门）。只有 B 门通过才允许转重机器或规模化投入。
  • R12. 退路树（离散触发）：沿用《实现详设》§退路树的数字触发线——v4-pro <40% 且失败集中表现层 → 更模板化；某系统反复装不出、其余能过 → 补骨架再试；便宜档全线 <20% 而强模型基线能过 → 便宜模型天花板、换档重估或缓行。达任一触发线即转退路、不再调参。

重机器 · B 门通过后才投

  • R13. 阶段 1 工作室（Agent Team 星形）：leader + AgentCreate 设计 worker + TeamSay 收敛，设计 worker 只读（PermissionMode.EXPLORE）已有工程代码与工程内设计文档、与用户跨 session 多轮对话，设计结论写成工程内文档供下次迭代只读。
  • R14. tier2 自己的源项目契约（类型标记 / 文件树 manifest / 入口 / 构建 profile / 依赖锁 / 内容哈希 / 落库寻址七要素）与第二装载分支，与 Tier0/1 的 ECS-lite 装载契约解耦并存、绝不回归现有产线；finish 工具的参数 schema 与该契约共用一份定义。
  • R15. 完整配置外置（prompt / 编排 / 模型可配不发版）认领并引用《生成主线架构演进路线》（线A）阶段 2-3，不另立分期。
  • R16. 接入共用控制面：tier2 入口接 D12 运行治理门（现仅覆盖 SAA、需补 tier2 入口与预算扣减 / 并发释放 / 失败补偿），轨迹按统一 trace 契约（contracts/trace/ additive 立位）写入，观测走官方 TracingMiddleware→OTel→Studio。
  • R17. 引擎能力包第一版薄做（Phaser 硬编码 + 一个 manifest 做 facet 归因与版本锁），真正的能力包接口等第二个引擎（Pixi）落地、有两个实现做依据再抽。
  • R18. 长期记忆 / 经验召回按官方记忆框架接入（ReMe vs 树内 mem0 二选一，待起步前小验证 + 创始人定）。

收口 · 对齐（文档操作，与生成线需求分列）

  • R19. 现在执行确定无冲突的正典档对齐：把《自治富游戏引擎》从旧"双层 / 九门"升到三层校验（L1/L2/L3）口径——机器判 = L1 + L2 确定性、人判含 L3（M3 视觉软检）为输入，与图说和实现详设拉平；只动与 gamedef 废除、与在飞会话无关的措辞。
  • R20. 开列 §11 六条跨档 TODO 及其余漂移（studio.py "演进 vs fork"措辞统一、trace 契约立位时机、SAA 线 player 软门是否与 tier2 同步收紧等）作 follow-up doc-sync，留待统一安排时机执行。
  • R21. forbidden-import 守门升为 pre-spike CI 静态检查验收项（= 四层档 §11 T4）：禁运行期 import SAA 配置 / 现有 studio.py 运行态 / L2 模型路由表；只许种子拷贝 + 显式传参复用 cost.py / _client.py。

Success Criteria

生成证据是否值得转入重机器，由 R11 的两道门定，阈值沿用《tier2 实现详设》§过门判据表与§退路树（本处不复列、以免一题两源漂移）：A 门软（M3 证路 + 创始人试玩），B 门硬（便宜档 n≥30 的过门率 / 单款成本 / 收敛步数 / 长程一致性达阈值）。阈值里标 ★ 的（¥3/款、50%/70% 过门率）为建议值、待实测与创始人校准；校准须通过显式变更，不是迭代中口头调整。

Scope Boundaries

早期不做（硬门通过后才投）

  • 工作室 Agent Team 多 agent 设计（阶段 1）、官方 Agent Service 服务化、第二装载分支与完整源项目契约、完整配置外置（线A 阶段 2-3）、控制面 / 管理面 UI 完整化、引擎能力包接口抽象、ReMe 长期记忆治理、强制 fail-closed 预算闸——这些都排在 B 门硬证据之后。

本方案不做（属主在别处或别线 / 别会话）

  • 不重排已有的 0 号 spike 可跑 runbook（归实现详设）与控制面治理细节（归集成架构）——只指向、只收口口径。
  • 不碰 gamedef 废除（另一会话在做）；不碰 SAA 廉价线运行态（运行期零耦合）。
  • 不做 Cocos / Tier3 / 3D / 渠道导出——它们在另一条正交轴（编辑器、人在环），放在 Phaser 证成之后，不进 tier2 的无人值守自治循环。
  • 不在本方案里拍实测类阈值（¥3/款、过门率、ReMe vs mem0），交迭代校准。

Dependencies / Assumptions

  • 模型出口依赖 new-api 网关（baseUrl + NEWAPI_KEY，凭据见 docs/内网凭据与端点.md）；M3 走其 Anthropic 端点，便宜档走各自端点，all roads 收口到一个计费平面。
  • 依赖 mmx-cli（美术 / 音乐资产管线，创始人已亲验拍板）、仓内现成 CDP harness（play.cdp.cjs）、已 clone 的 AgentScope 2.0.3 源码（/root/oss/agentscope）。种子 studio.py 现钉 agentscope==2.0.1，迁移成本计入起步。
  • 真跑与 e2e 在 mini-desktop（权威构建、x86 同构）；6c6g 本机禁 chrome，不在本机跑浏览器。
  • 假设 Workspace 自带沙箱 + 重写后的 Phaser CDP 探针足够覆盖 L1 确定性探针——这是 spike 前置阻断验证（R3）要先证的。
  • 假设便宜 / 中等模型自治可达——这是全线最大的未验证假设，正是迭代要证的赌注。务必把它与"2026-06-18 已证便宜模型产 Tier0/1 声明式数据壳过门"硬区分：后者已证、是另一档；tier2 的 Phaser 富游戏自治零证据，历史 Fable+Phaser 只证形态。

Outstanding Questions

Resolve Before Planning（排执行前要定）

  • R3 的 Phaser 浏览器探针路径可行性（BrowserSandbox 够不够、不够则自建薄沙箱 + driver 重写工作包）——属主标记的 spike 前置阻断项，迭代开跑前必须出结论。
  • ReMe vs 树内 mem0 的长期记忆后端选型——起步前跑一个小验证 + 创始人定。

Deferred to Planning（排执行 / 迭代时再定）

  • 过门率与成本阈值（¥3/款、50%/70%）的最终校准值，以及 B 门"n≥30"在 M3 证路后对各便宜档的具体分配。
  • CDP 探针对 Phaser 重写的具体接口（帧源、canvas 注入、活动 hash 取法）。
  • 第二装载分支与源项目契约的字段级细节、与 finish 工具 schema 的共用落点。

Sources / Research

  • 属主设计档：docs/architecture/架构/生成引擎/ 下《自治富游戏引擎》《tier2 四层工程架构》《tier2 实现详设》《agentic 集成架构》《agentic 运行时架构图说》（含 9 图）与《生成引擎图说》总入口。
  • 框架实证：AgentScope 2.0.3 源码 /root/oss/agentscope；速查 .agents/knowledge/agentscope-2.0.3-facts.md；集成方法论 .claude/skills/agentscope-skill。仓内实证：种子依赖 wg1/gen-worker/requirements-l2.txt（agentscope==2.0.1）、wg1/gen-worker/worker/agent_loop/studio.py:159（ReActConfig(max_iters=1)）、CDP 探针 play.cdp.cjs（LittleJS 专属硬编码）。
  • 廉价线对照：引擎与运行时.md（装载契约 / CDP harness 门坑）、固定游戏架构.md、设计合理性裁决.md（tier2 另起一轨的判决理由）。
  • 关键记忆：saa-agentic-infra-decision、m3-agentic-anthropic-protocol、generation-lifecycle-project-model、true-structured-foundation-proven（Tier0/1 声明式数据壳已证、与 tier2 硬区分）、mmx-asset-pipeline、tiered-engine-cocos-decision。