logo
  • 环境
  • 企业版
  • 价格
DeveloperMay 29, 2026

使用 Gemini 3.1 Pro 构建完整的 3D Snow Bros 平台游戏

EigentEigent
使用 Gemini 3.1 Pro 构建 3D Snow Bros 平台游戏
Automate Everything with
AI Workforce on Desktop
Download Eigent

一个可游玩的 3D 游戏,仅由单个提示词构建

游戏开发是技术要求最高的创意领域之一——它需要物理、渲染、AI、状态管理和 UI 在同一个代码库中协同工作。这个工作流展示了:只要有足够详细的提示词和 Gemini 3.1 Pro Preview,Eigent 就能进行方案设计、编写并交付一个完全可玩的多文件浏览器游戏,且无需手写任何代码。

1配置 Gemini 3.1 Pro Preview

这个工作流运行在 Gemini 3.1 Pro Preview 上,这是录制时 Google 最强大的模型。要在 Eigent 中配置它,请前往 设置 → 模型 → 自定义模型:

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

Eigent 支持同时配置多个自定义模型——你可以一次性配置 Gemini、OpenAI、Anthropic、Qwen、Deepseek、MiniMax 等多个模型,并将其中一个设为当前默认模型。

2游戏设计提示词

详细的提示词会带来详细的结果。这次提示词明确规定了机制、视觉风格、计分方式、特殊事件,甚至还指定了一个特定的收集物序列:

创建一款现代 3D 横向卷轴平台游戏,灵感来自 Mario,并结合 Snow Bros 机制。玩家可以左右移动和跳跃,发射雪球投射物,逐步将怪物冻结成雪球。一旦完全冻结,就会出现一个“Kick”按钮,允许雪球在关卡中滚动和弹跳,击败敌人并触发连锁反应。如果使用同一个雪球消灭所有怪物,则掉落 10,000 分奖励,或者偶尔会出现一个发光蛋糕。收集蛋糕后会生成四个蓝色雪怪;击败它们会获得字母 S、N、O 和 W,集齐四个字母可获得额外生命。包含计分系统、生命显示、动态难度和重开功能。背景应类似 Mario 风格世界,拥有丰富、分层且视觉复杂的 3D 环境,包括多层地形、装饰元素和视差深度效果,整体视觉应平滑、现代且具有沉浸感。

提示词中提到的每一项机制,都已经在输出中实现。

3Eigent 规划并执行构建

Eigent 为 Developer Agent 创建了一个任务:

使用 Three.js 开发一个完全可玩的 HTML5/JavaScript 网页游戏,结合现代 3D 横向卷轴平台视觉效果与 Snow Bros 游戏机制——包括发射雪球、冻结敌人并踢飞、连锁反应奖励、计分、生命、动态难度和重开功能。

Developer Agent 使用 Terminal & Shell 工具,并结合 Web Deployment 和 Screen Capture 能力,直接将所有游戏文件写入工作区文件夹。

4三个文件,一个完整游戏

输出包含三个相互依赖的文件:

  • index.html — 入口文件和游戏容器
  • game.js — 所有游戏逻辑:Three.js 渲染管线、物理、敌人 AI 状态机、投射物系统、连锁反应检测、奖励掉落逻辑、计分、生命追踪以及 SNOW 字母收集序列
  • style.css — 画布尺寸、UI 覆盖层、HUD 样式

Three.js 渲染器构建了一个带有视差深度的分层 3D 环境——背景是雪山,中景是平台,前景是地形,全部结合程序化 canvas 元素与流畅动画实现。

5最终游戏是什么样子

在任何现代浏览器中打开 index.html,你会看到一个完全可玩的平台游戏:

  • HUD: 得分计数器、波次计数器、生命显示,以及 S-N-O-W 字母进度条
  • 玩家控制: 左右移动、跳跃、发射雪球投射物
  • 敌人机制: 渐进式冻结状态、踢飞滚动、雪球击中多个敌人时触发连锁反应
  • 奖励系统: 使用同一个雪球全清时掉落 10,000 分奖励
  • 视觉风格: 3D 分层雪山背景、Mario 风格关卡设计、平滑视差滚动

首次加载时的提示信息:"用 Z 冻结敌人。踢飞完全冻结的雪球!"

使用的总代币数:约 147,000——对于这样一个多文件游戏来说,这个规模相当精简。

6这对 AI 辅助游戏开发说明了什么

Snow Bros 机制——冻结、踢飞、连锁——要求代理实现彼此依赖的游戏状态:敌人可以是未冻结、部分冻结或完全冻结,并且只有在特定状态下才会转换为可滚动的雪球。连锁反应逻辑则要求检测滚动雪球与其他敌人之间的碰撞。这些都不是简单的实现。

Gemini 3.1 Pro 能够将整个游戏规格保持在上下文中,并生成跨多个文件、彼此连贯的 JavaScript,这正是其可行的关键。最终结果不是模板,而是对所描述精确机制的定制实现。

7接下来可以尝试什么

添加第二个可玩角色,拥有不同的投射物机制,并支持本地双人模式。

生成一个关卡编辑器,让你可以在网格上放置平台和敌人,并将布局导出为 JSON。

添加一个保存在 localStorage 中的高分榜。

为同一款游戏构建一个带触控操作的移动版本。

8提升效果的小技巧

  • 精确描述机制。 之所以 freeze → kick → chain reaction 机制成功实现,是因为提示词中明确描述了每一个状态转换。像“有趣的敌人互动”这类模糊表述只会产生更简单的结果。

  • 明确指定技术选型。 指定使用 “Three.js” 做 3D 渲染,以及使用 “pure HTML/CSS/JS, no libraries” 作为结构,可以给 Eigent 清晰的实现约束。如果不这样做,代理在不同任务中可能会选择不同的、甚至彼此不兼容的方法。

  • 先在浏览器中检查,再继续迭代。 一旦 Eigent 交付文件,立刻打开 index.html 并测试核心机制循环。在这个阶段通过有针对性的后续提示词进行修正,比一开始就把所有细节都写死更高效。

Other use cases

收据和发票的自动化 VAT 申报

收据和发票的自动化 VAT 申报

请处理“VAT”文件夹中的所有收据和发票,包括照片、扫描的 PDF 和电子发票。最终输出应只包含两个文件:(1) vat_return.xlsx——Excel 文件应为每张收据或发票包含一行,列出所有提取字段,显示每一项是否符合 VAT 追回资格,显示每个符合条件项目的可追回 VAT 金额,包含不可追回项目的排除原因,清晰标记需要人工复核的项目,并包含一个显示可追回 VAT 总金额的汇总工作表。(2) vat_return.html——创建一个可直接打开并与财务团队共享的独立 HTML 文件。HTML 文件应显示所有 VAT 追回项目、每个项目的可追回 VAT 金额、被排除的项目及其排除原因、需要人工复核的项目,以及可追回 VAT 总金额。不要猜测任何不确定的信息。

长程任务:Eigent 单智能体 Harness 中的 GLM-5.1 vs GLM-5.2

长程任务:Eigent 单智能体 Harness 中的 GLM-5.1 vs GLM-5.2

对 AI 基础设施生态系统中的 26 家公司进行深入研究——这是整个 AI 价值链中最确定的主线。覆盖以下 6 个子行业(每个子行业选择具有代表性的公司,从大型龙头到较小参与者):AI 数据中心(算力基础设施 / 建设扩张);GPU / AI 芯片(训练与推理硅片、ASIC、IP);服务器、网络与光模块(交换机、NIC、光互连);电力、液冷与储能(电源、散热、能源管理);AI 云 / 计算平台(超大规模云厂商、GPU 云、算力租赁平台);支撑生态(HBM / 先进封装、晶圆代工、连接器及其他关键组件)。对于每家公司,研究:公司名称、子行业、总部 / 国家;核心产品及其在 AI 链中的具体角色;上市或非上市(若上市,注明股票代码 + 交易所;若非上市,注明最新估值 / 融资轮次);市值或估值规模(用于排序);在生态中的定位与护城河(1–2 句);主要客户 / 竞争对手。排序方式:在每个子行业内按从大到小排序(按市值 / 估值)。整体结构采用自上而下:从完整的硬件生态全景 → 到每一家单独公司。输出要求:首先生成结构化数据文件 ai_infra_data.json——包含全部 26 家公司及上述字段、6 个子行业分类、上市/非上市标记,以及跨公司比较矩阵(子行业 × 关键维度)。然后基于该 JSON 生成一份精美的 HTML 报告:包含生态全景 / 分层图、行业分区、公司卡片、清晰的上市与非上市视觉区分(标签或颜色编码)、市值排名图表,以及可排序 / 可筛选的比较表。设计应专业、信息密集且具交互性。请先验证研究数据的准确性(上市状态、股票代码、估值——使用最新数据并引用来源),然后再生成报告。以单智能体模式提交该任务。

使用 Eigent 同时构建 10 款中国新年 HTML5 游戏

使用 Eigent 同时构建 10 款中国新年 HTML5 游戏

使用 HTML、CSS 和 JS(不使用任何库)构建 10 款彼此独立且完整的游戏,主题均与 2026 年春节(马年)相关。游戏必须有趣、原创、打磨完善、适配移动端。包含计分、难度递增、重玩按钮和流畅视觉效果。覆盖:街机、解谜、无尽跑酷、反应、策略、记忆、双人本地、放置、复古像素,以及 1 款实验性游戏。

Automate everything with AI workforce on desktop
Download Eigent

立即体验 Eigent

下载开源桌面应用,在本地用 AI 工作团队开始自动化。

下载 Eigent
Eigent

获取关于 AI 员工自动化的最新更新和教程。

产品Eigent环境定价企业版
探索解决方案使用场景技能插件博客
开发者文档GitHubCAMEL-AI开源基金合作伙伴
下载开源版
公司关于我们品牌加入我们使用条款隐私政策安全与信任Cookie 政策退款与试用政策

保留所有权利 © 2026 EIGENT UK LTD

Eigent 1.0 新版本发布!download