本周精选 G-Star 项目推荐
本期 G-Star 推荐,聚焦 游戏资产生成、Agent 世界、多人游戏框架、可编程玩法与强化学习游戏 AI 等方向,既有把自然语言需求转成游戏内容的生成工具,也有为多人游戏、玩法编辑与智能对手提供工程基础的开源项目。
当 AI 开始参与游戏开发,它改变的不只是素材生产速度。角色如何行动、故事如何发展、规则如何配置,甚至对手如何学习,都正在成为 可生成、可编排和可迭代的对象。本期带来的 5 个 G-Star 项目,呈现了 AI 进入游戏开发的几条不同路径。
立即申请加入 G-Star 项目推广计划: https://atomgit.com/g-star/apply
01 GENERATE
从一句需求开始生成游戏
GameFactory-3A
项目地址: https://atomgit.com/OpenDCAI/GameFactory-3A

GameFactory-3A 是一个由 编码 Agent 驱动 的游戏生成 Skill 与资产框架。开发者可以 从游戏需求出发,调用相应流程生成图像、3D 模型、动作、音频、CG 视频、玩法代码和 UI,并将结果接入不同游戏引擎。
项目亮点
- 覆盖多类游戏资产:提供图像、3D 物体与场景、骨骼动作、音频和 CG 视频等生成流程,并将 资产生成与玩法、界面代码连接 起来。
- 适配多种开发引擎:提供 UE5、Unity、Godot 4、Blender 和 Three.js 的 Agent 上下文与适配代码,方便编码 Agent 根据目标引擎组织生成任务。
WorldX
项目地址: https://atomgit.com/YGYOOO/WorldX


WorldX 是一个通过 自然语言描述生成 AI 虚拟世界 的开源项目。它可以生成地图、角色与世界规则,再由 Agent 驱动角色进行决策、对话和关系互动,让故事在持续模拟中逐步发展。项目目前处于 Alpha 阶段。
项目亮点
- 自然语言生成世界设定:根据一句场景描述组织地图、角色和规则,并使用不同模型分别承担 世界编排、图像生成、视觉检查和运行时模拟。
- 自主角色与涌现叙事:角色具备记忆和人格,可以跨昼夜持续行动;用户也能注入事件、修改人设或记忆,观察世界产生新的发展方向。
02 PLAYABLE
让玩法真正运行起来
Legends-Of-Heroes
项目地址: https://atomgit.com/FlameskyDexive/Legends-Of-Heroes

Legends-Of-Heroes 是一个基于 ET、Unity 2022.3 与 .NET 10 构建的前后端 C# 多人游戏框架。项目采用 服务端权威的状态同步 方式,并通过内置的球球大战 Demo 展示技能、Buff、碰撞、行为树和热更新等模块如何协同运行。
项目亮点
- 多人游戏基础架构:提供 Actor 消息路由、TCP/KCP/WebSocket 通信、断线重连、状态同步、AOI 和多进程拓扑等能力,覆盖客户端与服务端协作。
- 战斗系统与 AI 开发接口:内置 ECS 技能、Buff、时间线、碰撞和行为树模块,并通过 AIBridge、UnityMCP 等接口支持 代码生成、调试和编辑器自动化。
MineMonopoly
项目地址: https://atomgit.com/FatPaper-1874/mine-monopoly

MineMonopoly 是一款支持 自定义地图 的多人在线大富翁游戏,目前支持 Web 浏览器和 Windows。项目内置 可视化地图编辑器,玩家可以配置棋盘、地块、角色、卡牌、事件与回合规则,并使用 TypeScript 或 JavaScript 扩展玩法。
项目亮点
- 可编程的地图与玩法系统:编辑器覆盖角色技能、机会卡、事件触发条件和游戏阶段,还内置 MCP 服务,可由 AI Agent 生成角色、卡牌、事件及修饰器代码。
- 面向多人游戏的混合 P2P 架构:中央服务器负责认证和房间路由,游戏逻辑运行在主机客户端的 Web Worker 中,玩家通过 WebRTC 连接,并可借助 TURN/STUN 适配复杂网络环境。
03 AI RIVALS
让 AI 成为游戏中的对手
DanKS
项目地址: https://atomgit.com/Calix_L/DanKS

DanKS 是由金山 AI 产品中心发起的 掼蛋 AI 项目,面向四人搭档制掼蛋中的决策问题。仓库公开了从结构化候选检索、学习式动作选择到基于 PPO 的记忆策略 等多代实现,并提供规则引擎、训练流程和在线对战入口。
项目亮点
- 呈现多代算法演进:V1、V2、V3 分别围绕结构化检索、学习式选择和记忆感知策略展开,V3Pro 则在不重新训练的情况下加入决策修正机制,方便理解不同方案的演进关系。
- 训练与推理链路较完整:仓库包含合法动作生成、状态与候选特征、策略价值模型、PPO 自博弈训练、检查点管理和推理示例,并提供 可在 CPU 上运行的快速体验路径。
∞ THE END
从生成一件资产,到搭建一个可持续运行的世界,再到配置玩法、构建多人系统和训练智能对手,AI 正在逐步进入游戏开发的不同环节。
欢迎前往项目主页体验、提交 Issue 或参与贡献。想让自己的开源项目加入 G-Star,可前往申请: https://atomgit.com/g-star/apply
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐




所有评论(0)