当前位置：首页 > news >正文

【AI-Agent】AI游戏库

news 2025/9/19 6:54:05

曾经

曾经：希望有个游戏机，里面有无限的游戏。而不是一个俄罗斯方块玩几年。

于是：
自己做一个喽。
给儿子玩。
他有了无限的游戏。

🎮 儿童游戏生成 Agent 框架

用自然语言，一键生成可玩的儿童教育游戏。

自带游戏

在这里插入图片描述

模型生成游戏

一句话生成一个贪吃蛇游戏。
在这里插入图片描述
做一个简单的英语单词拼写游戏

在这里插入图片描述

你能用它做什么

亲子计划的一部分。
用中文描述生成教育小游戏（数学/记忆/词汇/拼图/自由玩法）。
设置年龄段/难度/主题，秒级预览并一键导出 HTML。
接入你自己的 Agent 与模板，沉淀专属内容库。
可选 RAG（Elasticsearch/内存）做教材/课程定制练习。
熟悉Agent架构与大模型集成的示例。

特性一览

🤖 智能对话生成：大模型直出完整 HTML（内联 CSS/JS）。
🧩 内置系统游戏：离线可用（数学/记忆等）。
🔌 插件化 Agent：注册即用、低耦合。
🛰️ 多模型路由（百炼）：
- dashscope 默认（通义千问）
- kimi-k2（Moonshot-Kimi-K2-Instruct）
- qwen3-coder-plus（Qwen3 Coder Plus）
- deepseek（deepseek-v3.1）
🧠 RAG 可选：Elasticsearch/内存，两行命令起停。
🔭 可观测：响应标注“系统内置/大模型 + 模型名”，日志输出提示词（DEBUG）。

为什么值得 Star

说人话就能做游戏：一句自然语言 → 可运行 HTML5 游戏。
两条腿走路：内置系统游戏 + 大模型实时生成，离线/在线都能玩。
真·可观测：响应卡片显示“来源与模型”，Debug 日志输出完整提示词（System/User）。
真·可扩展：插件化 Agent 架构，新增一个类即可接入新玩法。
真·可落地：脚本一键起（后端 8088），RAG/代理都是可选项。

快速开始

环境要求：Java 17+、Maven 3.6+、Node.js 18+（建议 20）；可选 Docker（Elasticsearch）。

百炼Key的获取方式，可以参考我另一篇文章，有详细步骤。

🚀 超轻量一键启动（推荐）

# 一键启动 - 自动检查环境、安装依赖、配置参数、启动服务
./quick_start.sh# 带 API Key 启动（跳过交互）
ALIYUN_API_KEY=你的百炼Key ./quick_start.sh

特性：

🔍 自动环境检查与修复建议
📦 自动安装依赖（Maven/npm）
🔑 智能 API Key 配置（环境变量/.env/交互输入）
🚀 并行启动前端后端，健康检查确保就绪
🎨 彩色输出与进度提示
🔄 Ctrl+C 优雅清理所有服务

传统启动方式

使用 start.sh 脚本：

export ALIYUN_API_KEY=你的百炼Key
./start.sh

手动启动：

# 后端
cd game-agent-backend
mvn spring-boot:run                   # 默认 8088
SERVER_PORT=8090 mvn spring-boot:run  # 指定端口# 前端
cd ../game-agent-frontend
npm install && npm run dev            # 默认代理 http://localhost:8088
BACKEND_URL=http://localhost:8090 npm run dev

访问地址

前端：http://localhost:5173（Vite）
后端：http://localhost:8088（可用 SERVER_PORT 覆盖）

架构速览

agent_framework_java/
├── game-agent-backend/          # Spring Boot 后端（模型路由/Agent/REST）
│   ├── core/                    # Agent 基类/上下文/调度
│   ├── games/                   # 内置游戏Agent（Math/Memory/Universal）
│   ├── config/                  # 模型配置（DashScope/Kimi/Qwen/DeepSeek）
│   ├── rag/                     # RAG 实现（ES/Memory）
│   └── controller/              # API 路由
├── game-agent-frontend/         # React 前端（Vite + AntD）
│   ├── components/              # 预览容器/聊天交互
│   └── services/                # API 客户端
└── docker-compose.yml           # ES（开发）

配置说明（最少即可跑）

必填环境变量：
- ALIYUN_API_KEY：阿里云百炼 API Key（后端从 spring.ai.dashscope.api-key 读取）。
可选环境变量：
- SERVER_PORT：后端端口（默认 8088）
- BACKEND_URL：前端代理后端地址（默认 http://localhost:8088）
- AGENT_RAG_TYPE：elasticsearch | memory | none（默认 memory）
- PROXY_ENABLED/TYPE/HOST/PORT：为出网模型配置 HTTP/SOCKS5 代理
RAG（可选）：

./es-manage.sh                 # 管理脚本
# 或
docker-compose up -d elasticsearch
docker-compose logs -f elasticsearch

模型与来源可视化

响应卡片会显示：Agent：{名称}（系统内置/大模型实时生成） 与 模型：{modelName}。
后端 DEBUG 日志会打印完整提示词（System/User），方便复现与调参。

API（精简版）

生成游戏：

POST /api/game/generate
Content-Type: application/json
{"userInput": "给6岁孩子做一个10以内加法游戏","options": { "model": "deepseek" }
}

获取已注册的 Agent 列表：

GET /api/game/agents

开发者指南：扩展一个新游戏 Agent

新建一个类继承 BaseAgent，实现 execute() 并返回 { html, gameData, type }：

@Component("yourGameAgent")
public class YourGameAgent extends BaseAgent {@Overridepublic void execute(AgentContext context) {// 生成 html / 数据context.setResult(Map.of("html", "<!DOCTYPE html>..."));context.setSuccess(true);}@Override public String getName() { return "你的游戏Agent"; }
}