新闻详情

新闻详情

首页 / 资讯中心 / 详情

横版卷轴关卡搭建指南:Agent Sprite Forge 视差背景 + 平台 + 陷阱的可玩舞台

发布时间:2026/11/15 9:57:20来源:尧图网络
横版卷轴关卡搭建指南:Agent Sprite Forge 视差背景 + 平台 + 陷阱的可玩舞台
横版卷轴关卡搭建指南Agent Sprite Forge 视差背景 平台 陷阱的可玩舞台【免费下载链接】agent-sprite-forgeAgent Skill for generating 2D sprite sheets and map, transparent PNG frames, and animated GIFs from prompts.项目地址: https://gitcode.com/gh_mirrors/ag/agent-sprite-forgeAgent Sprite Forge 是一个面向 Codex 的 2D 游戏资产生成技能用自然语言描述需求即可产出精灵表、分层游戏地图、透明 PNG 帧与动画 GIF。这篇横版卷轴关卡搭建指南以它的generate2dmap技能为核心演示如何生成一套视差背景、独立的平台对象与尖刺陷阱把一张漂亮的背景图升级成能跑、能跳、会掉坑的可玩舞台并直接接入 Godot、Phaser 或浏览器引擎。横版卷轴可玩原型 Neon Breach背景是分层视差景深前景是独立平台对象与一排尖刺陷阱顶部 HUD 展示生命与收集目标为什么横版关卡不能只有一张背景图做横版游戏时新手最容易踩的坑是「生成一张漂亮长背景再叠几个碰撞矩形」。Agent Sprite Forge 明确反对这种做法大图加判定框是带命盒的背景不是可玩舞台。它对横版舞台的分层契约非常清晰背景只画风景天空、云、远山、城市与城堡剪影、氛围景深——视差层永远不参与碰撞玩法对象必须独立平台、尖刺、门、检查点、拾取物全部作为独立对象摆放和碰撞可行走通道保持留空背景里不能烤入前景走道若生成图里已经出现可走平台必须重生成一句话总结视差背景负责景深平台对象负责可玩陷阱元数据负责会死三层各司其职。完整分层规则见 skills/generate2dmap/SKILL.md。搭建前先定参数画布尺寸与关卡分段在生成任何图片之前工作流会先锁定两个参数这是后续素材能对齐的关键参数默认值作用stage_canvas1536x86416:9所有视差层、阶段参考图、QA 预览共用同一画布stage_segment_count2正常可玩关卡至少 2 个屏幕宽分段单屏房/Boss 间才用 1要避开的反模式是别让图像模型画一张超宽全景关卡图。关卡的长应来自运行时对象的布局——每段共享同一画布尺寸和同一套共享素材运行时想多长就多长。视差背景层怎么生成五层深度与滚动系数横版卷轴的视差背景通常拆成 5 张独立图片每层声明自己的滚动系数相对相机的移动速度层内容滚动系数建议sky天空、日月、远处大气0.0–0.1几乎静止far_bg远山、天际线、远处城堡剪影慢mid_bg可识别的地标、远处大型结构中near_bg贴近玩法层的非碰撞布景较快foreground_overlay雾气、管道、遮挡角色的剪影最快仅遮挡无碰撞两个容易踩坑的细节尺寸必须一致所有主要视差层共用stage_canvas否则地平线和构图叠不到一起参考要可见生成下一层前先把已生成的背景图放进对话上下文并在提示词中明确以上方背景为参考而不是含糊地说风格类似上张图阶段参考图先规划平台与陷阱再产出素材背景就绪后工作流不会直接生成道具而是先产出一张阶段参考图stage-reference以背景为视觉参考把打算摆放的平台、尖刺陷阱、门、检查点以自然场景方式排出来最多9 种对象候选重复摆放同一对象只算一种。参考图是规划产物不是交付物不允许出现箭头、标注、出生点图形这些稍后写成元数据也不能从参考图上把平台/陷阱抠出来当最终资产。同一套「纯底图 → 布置参考图」机制在俯视角地图流水线里看得更直观——先生成只有地形、完全不含平台与陷阱对象的底图再在构图完全不变的前提下叠加道具规划让 Agent 明确每个对象的落点底图base只有地面、水体与通道不含任何平台、陷阱或可交互对象为后续摆放预留空间布置参考图dressed reference相机与构图与底图完全一致在其上叠加道具摆放规划作为产出素材前的视觉蓝图横版场景中对应的交付物就是stage-reference阶段参考图——同样只规划、不交付。平台条与道具素材包共享素材库的正确用法对象确定后要按类型选对生产方式对象生成方式说明平台 / 走道1x3或1x4平台条左端帽 中间无缝重复 右端帽1x4多一个坡度/转角变体长条陷阱尖刺排、激光条单独生成或宽格素材包细长对象严禁塞进方形道具包门、检查点、出口闸门单独生成身份强、需精确对齐碰撞的对象小装饰箱子、灯、地面饰物3x3品红底道具包生成后由 extract_prop_pack.py 逐格切成透明道具核心思路是共享素材库整关无论分几段都用同一套平台条与小组件。平台对象在元数据里引用共享素材条的 id并声明碰撞矩形——图片只是皮几何数据才是骨。道具包的边界规则什么能进方形包、什么必须走平台条在 prop-pack-contract.md 中写得很细。3x3 品红底道具素材包每个格子独立容纳一个小道具去背切割后即为透明 PNG可直接用于关卡摆放透明道具与角色精灵的生成则交给 generate2dsprite品红去背、切帧、对齐、透明 PNG / GIF 导出都有一套确定性后处理脚本。碰撞与陷阱元数据让关卡真正可玩最后写入三份结构化元数据关卡才算真正可玩⚙️data/name-objects.json平台、陷阱、门、检查点、拾取物的位置与尺寸data/name-collision.json显式实心几何独立于背景像素不靠猜碰撞data/name-scene-hooks.json玩家出生点、相机边界、检查点 id、出口链接陷阱尖刺、激光、熔岩条一律写进hazards字段并带显式碰撞形状角色死亡逻辑读数据而不是读图片。合成预览并接入引擎Godot / Phaser / Unity先用 compose_layered_preview.py 把背景 独立对象拼成 QA 预览在游戏视口尺寸下确认平台间距、陷阱密度与相机边界合理再接入目标引擎。以 Godot 为例整关会被拆成可编辑的TileMapLayer、独立Sprite2D道具、StaticBody2D碰撞与Area2D触发区生成地图接入 Godot 编辑器图层树中可见 TileMapLayer、独立道具节点与触发区域全部可手动编辑不确定选哪条流水线时可查 map-strategies.md 的流派路由表横版动作平台、恶魔城风、跑酷类默认全部走side_scroll_mode。快速开始安装并跑起来git clone https://gitcode.com/gh_mirrors/ag/agent-sprite-forge cd agent-sprite-forge python3 -m pip install -r requirements.txt mkdir -p ~/.codex/skills cp -R skills/* ~/.codex/skills/重启 Codex 会话丢一句提示词即可Use $generate2dmap to create a playable side_scroll_mode platformer stage with parallax layers, stage-reference, separate platform_objects, collision metadata, camera bounds, and a stage-preview.可玩舞台交付清单 ✅关卡收尾前对照这张清单验收所有视差层共用同一stage_canvas并声明滚动系数与渲染顺序阶段参考图规划不超过 9 种对象且无箭头、标注等图形平台来自共享平台条 / 瓦片库而不是一张生成大图陷阱具备显式碰撞形状与背景图互相独立出生点、相机边界、检查点、出口都写成元数据stage-preview由背景 独立对象拼成并通过视口尺寸检查按这套流程走完你得到的就不是一张好看的横版背景图而是一个分层清晰、碰撞精确、随时可以调难度和加陷阱的可玩舞台。【免费下载链接】agent-sprite-forgeAgent Skill for generating 2D sprite sheets and map, transparent PNG frames, and animated GIFs from prompts.项目地址: https://gitcode.com/gh_mirrors/ag/agent-sprite-forge创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉