方法蓝图：
JsonObjectGraph
UE自带工具：
导出Json：
哥，再给我点 token 吧，我快不行了，求你了哥，我感觉我身上有蚂蚁在爬，我感觉我浑身都在抖，快不能呼吸了，求求你了哥，就再给我一点token吧，就一点就行，我再也不碰了，求求你了哥，真的，就一点token，我发誓我以后再也不碰这东西了，我实在忍不下去了。
最近高强度使用AI，token烧的遭不住。一开始使用codex用着非常不错，不过账号被封了。就想用CC配国内模型吧，就想买个Coding Plan，百炼和腾讯都买不到了。刚好小米发布了Coding Plan，入手一个80的标准版。
- --allowedTools "Read,Write,Edit,Grep,Glob,Bash"
Claude Code Game Studios 技能命令系统
这个系统中的技能命令都是通过斜杠(/)开头的命令来调用的。以下是主要的技能命令及其使用方法：
安装
- NodeJS
- VS Code
- 运行程序：
- VS Code CodeX
- CodeX 这个下载不下来
这是一个创意原型项目的设计记录：UE5.1 + Inworld，做一个「警方谈判专家 vs 由 LLM 扮演的劫持者」的对话游戏。玩家是谈判专家，通过电话和一个完全由大语言模型控制的劫持者周旋；游戏主循环发生在一间指挥室里——查看目标、给队友派任务、和一个 LLM 扮演的顾问商量对策，而整个玩法的核心就是这些「和 AI 打的电话」。
小团队做的（约 7 人，分布在几个国家），目标不是出一个成品，而是摸清「把不可控的 LLM 塞进 gameplay 」到底要解决哪些工程问题。这篇只讲那套对话架构和踩到的坑，产品叙事略过。
为什么这件事比「接个聊天 API」难
What is AI Image Generation?
并不是一个按钮，点一下就可以生成图片
一些基础概念
- txt2img：文本生成图片
- img2img：图片生成图片
- img2vid：图片生成视频
- vid2vid：视频生成视频
什么是Diffusion
给程序一张图片，他们能够给你一个简短的文字描述，讲述他们看到的内容。然后反向运行根据提示词去找相似标签的图片并将匹配的部分生成到最终图片上。
这是一个关于AI创建动画视频的课程，课程地址：https://curiousrefuge.com/ai-animation
Intro: The Hero's Journey
英雄之旅可以分为三个阶段：
- Departure 出发
- The Ordinary World 正常的生活
- Call To Adventure 被召唤去冒险
- Refusal of The Call 起初拒绝，危机自己和周围世界的安危
- Super Natural Aid/Mentor 随后获得超自然的帮助或者一个导师的帮助
- Crossing The Threshold 跨越第一道门槛，完成一个任务。开启旅程
- Initiation 启程
- Challenges, Allies and Enemies 面临越来越大的挑战，同时得到越来越多的帮助
- Ordeal，Death Of The Mentor 自己的失误导致导师的死亡
- Revelation 带来的启示与成长
- Transformation 内心更加的鉴定
- Reward 获得新的帮助
- Return 返回
- Atonement 自我救赎
- Return Changed 成长为更成熟的人物，更加准备好面对这个世界
Search
Search problems involve an agent that is given an initial state and a goal state, and it returns a solution of how to get from the former to the latter. A navigator app uses a typical search process, where the agent (the thinking part of the program) receives as input your current location and your desired destination, and, based on a search algorithm, returns a suggested path. However, there are many other forms of search problems, like puzzles or mazes.
导航 Navigation
游戏AI是玩法系统重要的组成部分，其中最基本的功能是选择目的地进行**导航(navigation)**。
导航算法构成的三个部分：
- Map Representation：对世界需要有不同的表达(节点，点线面), 有这个才能描述当前在那，目标在那。
- Path finding: 通过地图表达的信息寻找到从起点到目的地的最短路径。
- Path smoothing： 有时还需要结合一些其它算法来获得更加光滑的路线。