logo
  • Umgebungen
  • Enterprise
  • Preise
DeveloperMay 29, 2026

Einen 3D Snow Bros Platformer mit Gemini 3.1 Pro bauen

EigentEigent
Einen 3D Snow Bros Platformer mit Gemini 3.1 Pro bauen
Automate Everything with
AI Workforce on Desktop
Download Eigent

Ein spielbares 3D-Spiel, aus einem einzigen Prompt gebaut

Spielentwicklung ist eine der technisch anspruchsvollsten kreativen Disziplinen — sie erfordert, dass Physik, Rendering, KI, Zustandsverwaltung und UI alle in einer einzigen Codebasis zusammenarbeiten. Dieser Workflow zeigt, dass Eigent mit einem ausreichend detaillierten Prompt und Gemini 3.1 Pro Preview ein vollständig spielbares Browser-Spiel mit mehreren Dateien spezifizieren, schreiben und ausliefern kann — ganz ohne eine einzige Zeile manuellen Code.

1Gemini 3.1 Pro Preview konfigurieren

Dieser Workflow läuft auf Gemini 3.1 Pro Preview, Googles leistungsfähigstem Modell zum Zeitpunkt der Aufnahme. Um es in Eigent zu konfigurieren, gehe zu Einstellungen → Modelle → Benutzerdefinierte Modelle:

  • API Host: https://generativelanguage.googleapis.com/v1beta/openai/
  • Modell: gemini-3.1-pro-preview

Eigent unterstützt mehrere benutzerdefinierte Modelle gleichzeitig — du kannst Gemini, OpenAI, Anthropic, Qwen, Deepseek, MiniMax und andere alle gleichzeitig konfigurieren, wobei eines als aktives Standardmodell festgelegt ist.

2Der Game-Design-Prompt

Ein detaillierter Prompt erzeugt ein detailliertes Ergebnis. Dieser hier spezifiziert Mechaniken, visuellen Stil, Punktesystem, besondere Events und sogar eine konkrete Sammelsequenz:

Erstelle einen modernen 3D-Side-Scrolling-Platformer, inspiriert von Mario, kombiniert mit Snow Bros-Mechaniken. Der Spieler kann sich nach links und rechts bewegen und springen sowie Schneegeschosse abfeuern, um Monster nach und nach in Schneebälle einzufrieren. Sobald sie vollständig eingefroren sind, erscheint eine „Kick“-Schaltfläche, die es ermöglicht, dass der Schneeball über das Spielfeld rollt und springt, Gegner besiegt und Kettenreaktionen auslöst. Wenn alle Monster mit nur einem Schneeball besiegt werden, fällt ein Bonus von 10.000 Punkten oder gelegentlich erscheint ein leuchtender Kuchen. Das Einsammeln des Kuchens lässt vier blaue Schneekreaturen erscheinen; das Besiegen dieser Kreaturen gewährt die Buchstaben S, N, O und W, und wer alle vier sammelt, erhält ein zusätzliches Leben. Integriere ein Punktesystem, eine Lebensanzeige, skalierende Schwierigkeit und eine Neustartfunktion. Der Hintergrund soll einer Mario-ähnlichen Welt ähneln, mit reichen, geschichteten und visuell komplexen 3D-Umgebungen, einschließlich mehrstufigem Terrain, dekorativen Elementen und Parallax-Tiefeffekten, mit flüssiger, moderner und immersiver Optik.

Jede im Prompt genannte Mechanik ist im Ergebnis implementiert.

3Eigent plant und führt den Build aus

Eigent erstellt eine einzelne Aufgabe für den Developer Agent:

Entwickle ein vollständig spielbares HTML5-/JavaScript-Webspiel mit Three.js, das moderne 3D-Side-Scrolling-Platformer-Optik mit Snow Bros-Gameplay-Mechaniken kombiniert — einschließlich Schneegeschoss-Schießen, Einfrieren und Treten von Gegnern, Kettenreaktions-Boni, Punktesystem, Leben, skalierender Schwierigkeit und einer Neustartfunktion.

Der Developer Agent nutzt Terminal- und Shell-Tools sowie Web Deployment- und Screen-Capture-Funktionen, um alle Spieldateien direkt in den Workspace-Ordner zu schreiben.

4Drei Dateien, ein vollständiges Spiel

Die Ausgabe besteht aus drei voneinander abhängigen Dateien:

  • index.html — Einstiegspunkt und Spielcontainer
  • game.js — die gesamte Spiellogik: Three.js-Rendering-Pipeline, Physik, Zustandsmaschine der Gegner-KI, Projektilsystem, Erkennung von Kettenreaktionen, Bonus-Drop-Logik, Punktesystem, Lebensverwaltung und die Sammelsequenz der SNOW-Buchstaben
  • style.css — Canvas-Größenanpassung, UI-Overlays, HUD-Styling

Der Three.js-Renderer baut eine geschichtete 3D-Umgebung mit Parallax-Tiefe auf — Schneeberge im Hintergrund, Plattformen im Mittelgrund und Gelände im Vordergrund, alles mit prozeduralen Canvas-Elementen und flüssiger Animation.

5Wie das fertige Spiel aussieht

Das Öffnen von index.html in jedem modernen Browser zeigt einen vollständig spielbaren Platformer:

  • HUD: Punktestand, Wellenzähler, Lebensanzeige und der S-N-O-W-Buchstaben-Fortschrittsbalken
  • Spielersteuerung: Bewegung nach links/rechts, Springen, Schneegeschosse abfeuern
  • Gegnermechaniken: Fortschreitender Gefrierzustand, Kick-zum-Rollen, Kettenreaktion, wenn ein Schneeball mehrere Gegner trifft
  • Bonussystem: Bonus von 10.000 Punkten bei einem vollständigen Durchlauf mit nur einem Schneeball
  • Visueller Stil: 3D-geschichteter Schneeberg-Hintergrund, Mario-artiges Leveldesign, flüssiges Parallax-Scrolling

Tooltip beim ersten Laden: "Friere Gegner mit Z ein. Tritt vollständig eingefrorene Schneebälle!"

Verwendete Token insgesamt: ungefähr 147.000 — sparsam für ein mehrteiliges Spiel dieser Komplexität.

6Was das über KI-gestützte Spieleentwicklung zeigt

Die Snow Bros-Mechanik — einfrieren, treten, Kette — erfordert, dass der Agent voneinander abhängige Spielzustände implementiert: Ein Gegner kann nicht eingefroren, teilweise eingefroren oder vollständig eingefroren sein und erst in genau einem bestimmten Zustand zu einem rollbaren Schneeball werden. Die Logik der Kettenreaktion erfordert eine Kollisionserkennung zwischen einem rollenden Schneeball und anderen Gegnern. Das sind keine trivialen Implementierungen.

Die Fähigkeit von Gemini 3.1 Pro, die gesamte Spielspezifikation im Kontext zu halten und kohärentes, voneinander abhängiges JavaScript über mehrere Dateien hinweg zu erzeugen, macht dies möglich. Das Ergebnis ist kein Template — es ist eine individuelle Implementierung der exakt beschriebenen Mechaniken.

7Was du als Nächstes ausprobieren solltest

Füge eine zweite spielbare Figur mit anderen Projektilmechaniken und einem lokalen Zwei-Spieler-Modus hinzu.

Generiere einen Level-Editor, mit dem du Plattformen und Gegner auf einem Raster platzieren und das Layout als JSON exportieren kannst.

Füge eine Highscore-Rangliste hinzu, die in localStorage gespeichert bleibt.

Erstelle eine Mobile-Version mit Touch-Steuerung für dasselbe Spiel.

8Tipps für bessere Ergebnisse

  • Beschreibe Mechaniken präzise. Die Freeze → Kick → Chain-Reaction-Mechanik funktionierte, weil jeder Zustandsübergang im Prompt explizit beschrieben wurde. Vage Formulierungen wie „coole Gegner-Interaktionen“ würden zu deutlich einfacheren Ergebnissen führen.

  • Benenne deine Technologieentscheidungen. Die Angabe von „Three.js“ für 3D-Rendering und „reines HTML/CSS/JS, keine Bibliotheken“ für die Struktur gibt Eigent klare Implementierungsgrenzen. Ohne diese Vorgaben könnte der Agent bei verschiedenen Aufgaben unterschiedliche, möglicherweise inkompatible Ansätze wählen.

  • Im Browser prüfen, bevor du iterierst. Sobald Eigent die Dateien liefert, öffne sofort index.html und teste die zentrale Mechanikschleife. An diesem Punkt ist es schneller, mit einem gezielten Folge-Prompt nachzusteuern, als alles im Voraus zu spezifizieren.

Other use cases

Automatisierte Umsatzsteuervoranmeldung aus Belegen und Rechnungen

Automatisierte Umsatzsteuervoranmeldung aus Belegen und Rechnungen

Bitte verarbeiten Sie alle Belege und Rechnungen im Ordner "VAT", einschließlich Fotos, gescannter PDFs und digitaler Rechnungen. Die finale Ausgabe soll nur zwei Dateien enthalten: (1) vat_return.xlsx — die Excel-Datei soll eine Zeile pro Beleg oder Rechnung enthalten, alle extrahierten Felder auflisten, anzeigen, ob jeder Eintrag für den Vorsteuerabzug berechtigt ist, den abziehbaren Vorsteuerbetrag für jeden berechtigten Eintrag anzeigen, den Ausschlussgrund für nicht abziehbare Einträge enthalten, Einträge, die manuell geprüft werden müssen, deutlich markieren und ein Zusammenfassungsblatt mit dem gesamten abziehbaren Vorsteuerbetrag enthalten. (2) vat_return.html — erstellen Sie eine eigenständige HTML-Datei, die direkt geöffnet und mit dem Buchhaltungsteam geteilt werden kann. Die HTML-Datei soll alle Vorsteuerabzugspositionen, den abziehbaren Vorsteuerbetrag für jeden Eintrag, ausgeschlossene Einträge und die Gründe für den Ausschluss, Einträge mit erforderlicher manueller Prüfung sowie den gesamten abziehbaren Vorsteuerbetrag anzeigen. Raten Sie bei unsicheren Informationen nicht.

Langfristige Aufgabe: GLM-5.1 vs. GLM-5.2 auf Eigent

Langfristige Aufgabe: GLM-5.1 vs. GLM-5.2 auf Eigent

Führe eine tiefgehende Recherche zu 26 Unternehmen im KI-Infrastruktur-Ökosystem durch — dem sichersten zentralen Strang der gesamten KI-Wertschöpfungskette. Decke diese 6 Teilsektoren ab (wähle in jedem repräsentative Unternehmen aus, von Large-Cap-Führern bis zu kleineren Playern): KI-Rechenzentrum (Compute-Infrastruktur / Ausbau); GPU / KI-Chips (Training- & Inference-Silizium, ASICs, IP); Server, Netzwerke & optische Module (Switches, NICs, optische Verbindungen); Stromversorgung, Flüssigkeitskühlung & Energiespeicherung (Stromversorgung, Thermik, Energiemanagement); KI-Cloud / Compute-Plattform (Hyperscaler, GPU-Clouds, Compute-Rental-Plattformen); Unterstützendes Ökosystem (HBM / Advanced Packaging, Foundry, Steckverbinder und andere kritische Komponenten). Recherchiere für jedes Unternehmen: Unternehmensname, Teilsektor, Hauptsitz / Land; Kernprodukte und seine spezifische Rolle in der KI-Kette; börsennotiert oder privat (Ticker + Börse, falls gelistet; falls privat, nenne die neueste Bewertung / Finanzierungsrunde); Marktkapitalisierung oder Bewertungsgröße (für das Ranking); Positionierung und Burggraben im Ökosystem (1–2 Sätze); wichtige Kunden / Wettbewerber. Reihenfolge: Innerhalb jedes Teilsektors von groß nach klein ranken (nach Marktkapitalisierung / Bewertung). Strukturiere alles von oben nach unten: von der gesamten Hardware-Ökosystem-Landschaft bis hin zu jedem einzelnen Unternehmen. Ausgabeanforderungen: Erstelle zuerst eine strukturierte Datendatei ai_infra_data.json — mit allen 26 Unternehmen samt den oben genannten Feldern, den 6 Teilsektor-Klassifizierungen, einem Public/Private-Flag und einer übergreifenden Vergleichsmatrix (Teilsektor × Schlüsseldimensionen). Erstelle dann aus diesen JSON-Daten einen ausgefeilten HTML-Bericht: inklusive Ökosystem-Landschafts-/Schichtdiagramm, Sektorsektionen, Unternehmenskarten, einer klaren visuellen Kennzeichnung für börsennotiert vs. privat (Tags oder Farbcodierung), eines Charts zur Marktkapitalisierungs-Rangfolge und einer sortier-/filterbaren Vergleichstabelle. Gestalte das Design professionell, informationsdicht und interaktiv. Verifiziere die Forschungsdaten zuerst auf Korrektheit (Listing-Status, Ticker, Bewertungen — nutze die neuesten Zahlen und zitiere Quellen), und erstelle dann den Bericht. Sende die Aufgabe im Single-Agent-Modus.

10 chinesische Neujahrs-HTML5-Spiele mit Eigent erstellen

10 chinesische Neujahrs-HTML5-Spiele mit Eigent erstellen

Erstellen Sie 10 separate und VOLLSTÄNDIGE Spiele mit Themen rund um das chinesische Neujahr 2026 (Pferd) in HTML, CSS und JS (keine Bibliotheken). Die Spiele müssen unterhaltsam, originell, ausgefeilt und mobilfreundlich sein. Enthalten sein sollen Punktesysteme, steigender Schwierigkeitsgrad, Neustart-Schaltflächen und flüssige Grafiken. Abgedeckt werden sollen: Arcade, Puzzle, Endless Runner, Reaktion, Strategie, Memory, lokaler 2-Spieler-Modus, Idle, Retro-Pixel und 1 experimentelles Spiel.

Automate everything with AI workforce on desktop
Download Eigent

Teste Eigent noch heute

Lade die Open-Source-Desktop-App herunter. Deine KI-Belegschaft, die auf deinem Rechner läuft.

Eigent herunterladen
Eigent

Erhalte die neuesten Updates, Tutorials und Releases rund um die Automatisierung von KI-Belegschaften.

ProduktEigentUmgebungenPreiseUnternehmen
EntdeckenLösungenAnwendungsfälleFähigkeitenPluginsBlogs
EntwicklerDokuGitHubCAMEL-AIOpen Source FundPartner
HerunterladenFür Open Source
UnternehmenÜber unsMarkeKarriereNutzungsbedingungenDatenschutzerklärungSicherheit & VertrauenCookie-RichtlinieRückerstattungs- & Testrichtlinie

Alle Rechte vorbehalten © 2026 EIGENT UK LTD

Eigent 1.0 Neue Version veröffentlicht !download