登峰造极者，殊途亦同归。

前言 以此文章来记录ProjectS从企划到开发到宣发到上线的全过程，其中涉及玩法构思，资源制作，技术思考，市场分析，上架操作等，几乎包含了从零开始制作独立游戏的全部知识和经验，希望对大家能有所启发，本系列文章将会持续更新 玩法设计 代号ProjectS企划案 技术方案 GamePlay框架 ET7+FariyGUI+huatuo+luban+yooasset接入教程 基于行为树的MOBA技能系统：总目录 ProjectS中的AI转向系统（Context Steering） ProjectS中的体素碰撞和寻路 CI/DI方案 从零开始基于TeamCity搭建项目的CI工作流 剧情架构 PCG框架 ProjectS中的地形系统-Procedural Content Generation（PCG） 渲染框架 ProjectS中的纹素密度规划 ProjectS中的GPU Driven ProjectS中的全局光照系统-Voxel-based Global Illumination（VXGI） ProjectS中的地形系统-Terrian Rendering Proje...

本人向来对玄学，占卜颇感兴趣，一在其内部原理未知，二在确实想要亲身体会下用这些工具占卜的感受，除这两者之外，一些经典如《易经》有悠久的历史并不断传承发展至今足见其学习价值。所以我用AI帮我规划了学习路线：《易经》-> 《奇门遁甲》，《易经》是框架基础自不必多说，《奇门遁甲》单纯是因为其名字好听 本文就记录了《易经》学习过程中个人觉得比较重要的知识点 核心概念发展时间线 一、 源头与奠基（商周至春秋战国，约前1600-前221年） 1. 占卜（早期形态） 商代：盛行龟甲兽骨占卜（甲骨文），王室通过烧灼甲骨观察裂纹（“兆”）来请示神灵，预测吉凶。这是最古老的占卜形式之一。 周代：发展出筮占，用蓍草进行演算，得出数字，并最终形成卦象。此时的占卜开始系统化、数理化了。 2. 《周易》/《易经》的形成 传说时代：伏羲画八卦。 商末周初：周文王（姬昌）推演六十四卦，并作卦辞、爻辞，形成《周易》的“经”部。此时它主要是一部高等级的占卜手册。 春秋战国：孔子及其门徒作《易传》（十翼），为《周易》注入哲学、伦理和政治思想（如“阴阳”、“太极”、“自强不息”等），使其从单纯的占卜之书升...

前言 前些天牢米也是发布了自己AI GC的进展： https://mp.weixin.qq.com/s/ONKM34FhdrJOoCFFuoeZEA 我看后大为触动，一方面是感叹AI技术进步的如此迅速，另一方面是我看到了行业外的人员参与游戏技能开发的可能性，试想下：一个游戏本身提供足量的脚本节点，玩家的提出的任何设计都能在无需学习技术的情况下被实现，这无疑会大大提高玩家参与游戏社区开发的积极性，这与：ProjectS企划案 的理念不谋而合，所以我也打算对这个方向狠狠的深入研究一番 基础知识 游戏技能本身就是非常复杂，庞大的配置，在和AI交互的时候，可以预见的是，会遇到很多细节性的问题，而这些问题需要有LLM的知识基础，才能更好的解决，所以我先去了解学习了下LLM相关内容：AI GC基础知识总结 总的来说，目前世界上最先进的Claude Sonnet和GPT-5都是很好的推理大语言模型，完全可以胜任比较简单的技能配置生成和检查，修改工作，但实践下来仍有几个致命问题需要解决： 闭源，无法像开源模型一样进行数据微调和再训练，这将导致模型结果始终不够完全可控 上下文限制，模型经常偷懒...

前言 准备学习下当前火热且流行的大语言模型相关知识，在此之前我在人工智能领域是零基础的，但是没有关系，现在有AI辅助了，直接让AI给出学习路线，在我多方对比后，对于学习路线的制定，推荐DeepSeek 基础概念 1. 核心概念解读 机器学习 (Machine Learning, ML) 含义：人工智能的一个子领域。它的核心思想是：不直接编写程序来解决问题，而是让计算机通过“学习”数据中的模式，自己找到解决方案。 关键：“学习”意味着模型会通过数据自动调整其内部的参数，从而提升在特定任务（如预测、分类）上的性能。 比喻：教孩子识别猫。你不是给他一套严格的规则（比如有胡子、尖耳朵），而是给他看成千上万张猫和狗的图片，让他自己总结出猫的特征。 神经网络 (Neural Network, NN) 含义：一种模仿人脑神经元连接方式的计算模型，是实现机器学习的一种方法/算法。 结构：由大量相互连接的“神经元”（节点）组成。每个神经元接收输入，进行简单计算，然后产生输出并传递给下一层神经元。 关键：通过调整神经元之间的连接强度（权重）来学习。 比喻：一个复杂的投票系统。初级神经元（输入层...

前言 自从团结引擎发布，Unity中国愈发收紧了对国际版Unity的限制，现在你甚至没法从国际版的Unity Hub下载国际版的Unity（目前还可以通过科学上网强行下载，但要开tun模式） 更让人烦躁的是，国际版的Unity和团结引擎的Package也不再互通，而且下载也受限，因为这个原因，甚至没法正常打开Unity6的项目了 实在被逼的没办法，准备下载尝试下团结引擎，既然都要捏鼻子开赤了，我们先看看团结引擎近一年都在搞什么飞机 TuanJie引擎 更新记录 团结引擎目前已经更新到1.7（beta），我挑选了从1.0到1.7一些比较有价值的内容 Editor 团结引擎编辑器新增资源导入模式：-ondemand。使用该模式时，仅需导入少量资源即可打开项目，后续资源按需自动触发导入；显著缩短了首次打开项目所需时间，减少了磁盘占用。 好评，项目大了之后每次初始化工程都要几分钟时间。希望以后的版本能顺带优化大项目代码编译后需要扫描资源带来的超高耗时 Shader Graph ShaderGraph支持UGUIShader 好评，和UGUI无缝衔接，再也不用手写UGUI Shade...

前言 先感叹下AI大人的强大，其实AI发展到今天这个地步，以往的那些编辑器拓展特技都可以抛之脑后了，例如我年轻时的一篇文章：Unity编辑器拓展Wiki开源项目，装得下，世界都是你的，那么现在编辑器工具的开发流程是什么样的呢？我总结了以下步骤： 下载 https://github.com/Unity-Technologies/UnityCsReference 源码，并将想要复刻，或者学习的部分投喂给AI 开始和AI结对编程（说是结对，其实是单方面的拿鞭子抽AI干活 当然了，AI对编辑器工具的影响不仅仅在Unity，其实最大收益方反而是UE，鄙人不才，几年前也在UE写过一段时间的Slate技能编辑器，只能说写的想死，比较Slate的语法相较于IMGUI还是过于反人类了一些，但是在AI这边统统不是问题，你只需要提界面需求，其余的都交给AI，体验无敌 说了这么多，回到今天的正题，起因是用到节点图的地方越来越多，原本一些易用性也在不断被放大，其中比较直观影响使用体验的就是连线不美观的问题，现在长这样： 今天就要着手解决这个问题，那么怎么解决呢，交给AI就好 12345@NodePo...

自从Unity6开始官方就支持IL2CPP堆栈打印出具体行号 ： https://docs.unity3d.com/6000.1/Documentation/Manual/il2cpp-managed-stack-traces.html 但是Unity6（Unity2023）之前直接查无此人，默认情况只能继续忍受 00000000000000000 的文件和行号，查起问题来可以说痛苦不堪 通过Claude Code + IDA Pro MCP + IDA Pro的组合，反编译Unity6 il2cpp.exe之后，发现事情并没有我想象的那么复杂，很多事情Unity都已经做好了，只差临门一脚而已 符号表 在开始之前我们先了解一下符号表是个什么东西 一、符号表（Symbol Table） 符号表是编译器/链接器生成的数据结构，存储标识符（变量、函数、类等）的元信息，用于编译、链接和调试。 核心作用： 编译阶段：语义检查（类型匹配、作用域验证）。 链接阶段：解析跨模块的符号引用（地址重定位）。 调试阶段：映射机器码到源代码（变量名、函数名、行号）。 符号类型： 类型...

一直以来，我都是Rider的忠实用户，它写代码真的很爽，但是随着公司项目越来越大，Rider的一个插件：Rider For Unity，其石一样的代码会导致每次Rider启动需要花几十分钟的时间，在项目中非代码文件特别多的时候，Rider打开时需要初始化非常非常久，原以为是额外扫描了非代码文件导致，但是我在Rider设置中过滤了所有非代码文件，也在这个插件的设置界面配置了大项目禁止文件索引，但结果还是一样的，但是，如果我禁用这个Unity插件，Rider就可以在1分钟之内完成初始化，开始正常工作，但是我又需要这个插件的Debug和Shader提示功能。 尝试过下载插件源码 https://github.com/JetBrains/resharper-unity 来重编译，但是复杂的编译模块和无数个报错让我放弃了 恰巧那阵子Cursor AI大火，我也就没继续深入研究，就转头去用Cursor了，基于VSCode的编码体验，你们懂得，经常遇到智能提示失效，缓慢的问题 又恰巧这阵子Claude以碾压姿态发布了自己的命令行工具，由于其优秀的性能和断档级领先的使用体验，国内各种中转站也是赚...

前言 现代图形 API 给用户开放了愈来愈多的底层接口，让用户更好的优化渲染性能，而对于移动端来说，内存和带宽是非常重要的指标，本文就是对 Load Store Action（以下简称 LSA）和 MemoryLess 这几个重要的性能优化项进行总结提炼 Load Store Action Vulkan 和 Metal 这两个图形 API 都显式开放了 LSA 设置，而 OpenGL 则可以通过特定的指令来设置 LSA，一般游戏引擎 Unity 和 UE 都已经在 RHI 层封装好了，只需要在业务层进行统一设置即可 那么 LSA 到底是什么 LSA 介绍 Load/Store Actions 是图形 API 中在 RenderPass 切换的时候，指定如何处理图像内容的操作 从 SystemMemory 拷贝数据到 TileMemory 是 Load Action。 从 TileMemory 拷贝数据到 SystemMemory 是 Store Action。也称为 Resolve。 OpenGLES 中可以通过 glInvalidateFramebuffer 来规避上述 Lo...

前言 AI GC，即AI生成内容（AI generated content）越来越火，本篇文章就是我在使用AI方面的一些心得体会分享，目前包括： AI代码生成，Cursor AI文生图实践，Comfy官网 我其实两年前就在玩OpenAI了，在供应商买了API接入 Chatbox 当成一个高级点的谷歌问问题，但也仅此而已，当时的AIGC给我感觉就像是一个高级点的搜索引擎，问问题还行其他的没什么大用 当时Stable Diffuse开源（泄漏）的时候我也本地部署了WebUI玩了下，确实有抽卡炼丹的感觉，不过没深入研究，玩了两下就放那了 今年春节DeepSeek横空出世，也是赚足了眼球，我也试用了下，发现幻觉比OpenAI少很多，起码。。。他不会一直骗我，但应用还是仅限于简单的问答，没感觉对生产力有什么帮助 AI代码方面也试用过 Github Copilot，讲道理感觉一般，和之前用过Chatbox问答模式生成的代码感觉差不多，没有很惊艳的感觉，顶多就是和IDE结合紧密更方便些 前阵子也是没抱什么希望试用了下Cursor，但两周时间之后，我完全变成Cursor的形状了，只能乖乖年费...