一个人用 Claude Code 做游戏，最先崩的往往不是代码，是角色：同一会话里，它上一轮还是策划，下一轮变成程序，没有项目约束，也没人拦你。Donchitos/Claude-Code-Game-Studios 想解决这件事，但它不是框架、不装依赖------仓库几乎不含游戏代码，核心是 .claude/ 下的 49 个 agent 角色定义、72 个 skill、12 个 hook、11 条 rule，再加 Shell 脚本。clone 下来把它当工作目录，Claude Code 会自动发现这套配置。仓库创建于 2026-02-12，最近推送 2026-10-19；截至 2026-11-01，30,840 star。
信息差：它卖的是流程，不是代码
看到"49 AI agents / 72 workflow skills"的徽章，容易误判成多智能体框架或游戏工具链。打开仓库：主要语言 Shell，MIT 许可，没有引擎集成、依赖清单、CI 或 release。它交付的全部东西就是一个配置目录。真正创新不在"AI 多强"，而在"怎么约束模型"。
角色是带禁令的岗位说明书
据 codewiki（Gemini 自动生成的仓库解析，非源码级验证），核心抽象是 agent 角色：每个人格绑定职责、协作协议、实现工作流，以及显式"不能做什么"。比如 accessibility-specialist 按 WCAG 2.1 审计 UI 和玩法，但不得做架构决策、文件变更需批准；ai-programmer 实现行为树、寻路、感知、NPC 决策，但不设计敌人行为、不改核心引擎。角色之上是 directors、leads、specialists 三级层级，配套委派、咨询与冲突解决规则。它限制模型自由度靠岗位边界和权限边界，不是加 prompt。
架构与安装
系统收敛在 .claude/：agents/（49 个角色）、skills/（72 个）、hooks/（12 个生命周期钩子）、rules/（11 条强制规则）、docs/。推断数据流：会话发起 → 编排层选角色 → 角色加载 skill → hook 在校验和审计节点介入 → 产出过质量门禁与总监级校验 → 需人工拍板处回到使用者；重大决策与文件修改必须经你批准。另有上下文管理、四步错误恢复和 Godot/Unity/Unreal 知识快照（文档快照，非 SDK）。结构来自 codewiki 对 .claude/docs 的读取，我没有逐条比对源码。安装章节未在素材中，具体命令不应臆测。
生态与商业（护城河判断为推断）
README 明确 built for Claude Code，使用其 agent / skill / hook / rule 四类扩展点；没见到外部包依赖、CI 或第三方集成证据。代价是上游规范一次 breaking change 就可能让整个仓库失效。赛道是 AI coding agent 的编排与配置层，BMAD-METHOD、spec-kit、agent-os 等都可替代，提示词和流程文档容易被平台原生能力吸收。README 已挂 Buy Me a Coffee 与 GitHub Sponsors，截至 2026-11-01 走个人赞助路线。
成熟度：热度与可验证性错位
截至 2026-11-01，30,840 star、4,223 fork，但 contributors 只有 1 人，71 个 open issue，fork/star 比约 13.7%------更像克隆自用的收藏型热度，而非生产采用。约 8 个月历史，单人维护，巴士因子为 1。仓库没有量化评测证明 49 个角色编排比单 agent 更划算；49+72+12+11 很可能推高上下文与 token 成本，但没有数字。信息来自 README、仓库元数据和 Gemini 自动生成的 codewiki，属单一来源；DeepWiki 素材实际抓回 Vercel 安全校验页，无有效内容，也没有第三方评测或厂商引用可交叉验证。观察点：能否出现第二位持续贡献者并给出多角色 vs 单 agent 的完成率与 token 对比；会不会被 Anthropic 或引擎厂商文档引用。现在值得看，是因为 Claude Code 扩展点刚让"流程层"可被仓库化，但平台吸收也最快。
工程师能带走的判断：如果你已经在用 Claude Code 做游戏原型，想要现成的角色分工、权限边界和人工审批流程，可以 clone 来当工作目录试；如果你要的是生产级工具链、可量化收益、活跃维护或引擎原生集成，这个单人维护、无评测、强依赖上游规范的仓库不适合。