AI生成cocos-creator打砖块游戏-准备工作

引言:今天开始用AI制作一个简单的打砖块游戏,环境是cocos creator3.8,看看要花多少时间和成本完成一个小游戏。

一.下载工具

首先去cocos官方下载cocos creator,我用的是3.8.0,官方网站地址是:https://www.cocos.com/creator-download![](https://i-blog.csdnimg.cn/direct/ecbccc7de5634643bced70392218e94d.png)

点击这个下载编辑器下载链接器,可以下载各个版本的creator,我用的是3.8.0。Codebuddy(下面有时候会简称AI)是AI编程工具,下载地址是:https://www.codebuddy.cn/home/ 。Vscode最好也下载一下,这个我以前是用360安装的,是查看代码的工具。

  • 开始编写游戏

1.初始化工作

首先用creator创建一个空项目,创建好后目录结构如下:

我们主要是操作assets文件夹,游戏的资源文件和代码文件都放在里面。然后在assets文件夹里面创建两个目录,resources和scripts文件夹,resources用来放资源文件,这个名字是固定的,一些要在代码里面动态加载的资源要放到里面,不动态加载的资源的文件夹名字可以随便取,scripts用来放代码文件,名字随便取,最好叫这个,我发现AI生成代码文件时候会自动放到这个文件夹里面,取其它名字不一定。

MainScene.scene是我保存的默认主场景,用来运行打砖块游戏,也可以跳过这一步,后面正式开始制作时候再弄。

  1. 用AI生成打砖块游戏的第1关代码

用codebuddy打开游戏,也就是assets文件的父目录,我这里是Game。然后让AI分析项目结构。右下方聊天框输入帮我分析项目结构,然后点击右下角的发送按钮,AI就会自动识别出这个是是creator项目。效果如下

然后让ai生成一个简单打砖块游戏。我这边是这样写的:帮我生成一个打砖块的游戏,目前只要一关,但是要有关卡跳转功能,方便扩展。砖块上面要有血条,我可以设置血量以及是否显示。

打开scripts文件夹,相关的打砖块代码就自动生成了

再回到cocoscreator,出现报错:

这里我之前没有碰到,这里我重启一下creator就可以了。

  1. 修改代码错误:

用vscode打开项目(不用vscode在Codebuddy文件树下面也会有提示),发现很多红色的文件,点击后里面有报错,是因为没有引用对应ts对象关联的文件。

这里我让AI帮我修复,对话框里面输入:gamesartup里面 uiController.addScore报错,帮我修改一下,是不是没有引用 uiController的头文件。发送后它不仅改了这个错误,这个文件里面的所有类似错误都改好了。我又让它改其它文件的类似错误。它就开始逐步排查,我们只要耐心等待就可以了,有些没改到的地方告诉AI第几行,哪个方法出问题了,让它修复就可以了。AI要分析整个文件,改得会慢一点,有一两个地方我自己改的,理论上你告诉它地方都会改好。

就这样第1步完成了,后面开始制作相关的预制体,让游戏的第1关跑通。这里我基本没花多少时间,基本都是等待AI的时间,新手可能要多花点时间在安装3个软件的地方,碰到意外的问题要多花时间。这里我自己算1个小时。本文对应的游戏dome我放到我的资源下载里了,加群也可以获取

游戏交QQ流群:1105293963

相关推荐
镜象科技1 小时前
职业院校AI心理健康解决方案怎么选?三个特殊场景与三类路线
人工智能
Leo.yuan1 小时前
企业Data Agent架构选型:帆软Dora基于NL2BI的现有BI体系复用方案
大数据·人工智能
朱涛的自习室1 小时前
70 美金的 Beyond Compare,我让 Gemini 4 和 DeepSeek 造个开源免费版(Day 2)
android·前端·人工智能
米小虾2 小时前
上下文:Agent 的眼睛里到底装着什么
人工智能·agent
米小虾2 小时前
Agent = 大脑 + 眼睛 + 手脚:一篇看懂现代 AI Agent 的骨架
人工智能
小小测试开发2 小时前
安全评测得分 0.9556 掉到 0.3257,只改了 top_k 和 prompt_style 之外的题面比例
人工智能·安全·prompt
slacker-kian2 小时前
[实践]-用LLM对文本结构化:把多段文本描述变成规范的 JSON 知识库
人工智能·llm·prompt·结构化·pydantic·one-shot 提示
品牌常新2 小时前
景区巡逻机器人怎么选?派宝S5全地形守护解析
运维·人工智能·机器人
冬奇Lab3 小时前
LLM 驱动的自动化测试系列(13):Flaky Test 不是重跑几次就能解决的分类问题
人工智能·测试