AI游戏开发实战:三平台打包发布与项目复盘全流程

第13课把像素游戏发布到三平台与itch.io,并将流程脚本化、复盘沉淀为可复用资产。
文章记录AI游戏开发系列第13课:将“仪器骑士”从编辑器原型发布为公开可玩版本。内容覆盖Godot三平台导出(母版版本一致、Web用Compatibility渲染器并关Thread Support、视口1280x720)、Windows SmartScreen与macOS Gatekeeper的放行引导、发布前功能冻结与全量测试,以及Web包因index.html不在ZIP根目录而翻车的修正——用AI写打包脚本固化检查。版本号遵循语义化规则,更新日志由AI从git log生成并按Keep a Changelog规范约束,商店文案需逐条核实。复盘强调产出项目宪法、提示词库、坑清单三份可喂给AI的资产,且节省时间与返工次数必须本人填写,项目宪法要项目无关化并控制在150行以内。
从灰色方块到可玩网页:最后一课做了什么
在AI游戏开发系列的第13课中,一个名为“仪器骑士”的像素游戏从编辑器里的灰色方块,完成了到公开可玩版本的跨越。这节课的核心任务是把游戏正式发布出去:导出Windows、macOS、Web三个平台版本,上传到itch.io,并通过AI协作完成一次项目复盘,把经验沉淀为下个项目可复用的资产。

发布不是简单点一下导出按钮。作者把整个过程拆成了十一个步骤,每一步都有明确的验收标准。这种工程化的做法,恰恰是业余项目最容易缺失的部分。
导出三平台:母版、预设与三个平台的坑
Godot的导出机制可以理解为三个概念:pck文件是“饭菜”,包含场景、脚本、图片和音频;导出预设是“装盒规格”,每个平台一份配方,保存在项目根目录的export_presets.cfg中,需要提交到git;导出母版是“饭盒”,每个平台一份精简运行时,版本号必须和编辑器完全一致,否则会直接导出失败。
三个平台各有需要注意的地方。Windows导出的exe没有签名,首次运行可能触发SmartScreen提示,需要引导玩家点击“更多信息”再“仍要运行”。macOS必须填写Bundle Identifier,且没有签名和公证的应用会被Gatekeeper拦截,本期采用built-in adhoc临时签名,并在商店页写清楚放行方法——双击一次被拦截后,进入系统设置的隐私与安全性,点击“仍要打开”。作者特别强调,不要教玩家用命令关闭Gatekeeper,那会降低整台电脑的安全性。Web版必须使用Compatibility渲染器,关闭Thread Support,视口设为1280x720。

对于小型像素游戏,Web版是最重要的分发形态——玩家点开就能玩,不需要下载、解压、放行安全提示,愿意尝试的人会多得多。桌面版作为补充,其中Windows可以勾选嵌入pck,打成单个exe便于分发。
导出母版(export templates) 是 Godot 为每个目标平台预编译的精简运行时,它本身不包含用户项目内容,只负责启动并加载 pck。Godot 编辑器版本与导出母版版本必须严格一致(如 4.3 编辑器配 4.3 母版),否则导出会直接报错。首次导出时若本机未安装母版,编辑器会提示从模板管理器下载。
pck 文件 是 Godot 的资源包格式,等同于把项目里的场景、脚本、贴图、音频打包成一个容器。桌面平台可以选择将 pck 嵌入可执行文件(单文件分发),也可以外置;Web 平台则必须外置并由 HTML 加载。导出预设保存在项目根目录的 export_presets.cfg,记录每个平台的包名、图标、渲染器、视口等配方,纳入 git 后团队和 CI 才能复现同样的构建。
Gatekeeper 是 macOS 的安全机制:从网络下载的未签名或未公证应用,首次打开会被系统拦截并提示“无法验证开发者”。代码签名用开发者证书证明应用来源;公证(notarization) 则是把应用提交给 Apple 自动扫描,通过后系统才会放行。两者都需要付费的 Apple Developer 账号。adhoc 签名是不依赖证书的本地临时签名,只能绕过部分检查,无法通过 Gatekeeper 的完整验证,因此仍需引导玩家手动放行。
SmartScreen 是 Windows 的类似机制:对没有信誉积累的 exe,首次运行会弹出“Windows 已保护你的电脑”,用户需点“更多信息”→“仍要运行”。正规消除方式是购买代码签名证书并积累下载信誉,小项目通常选择写清楚引导步骤。
发布前冻结与打包翻车现场
发布前必须做两件事:确认最新验收报告结论不是不通过,关闭所有必须修复的问题,跑一次全量测试且退出码为0;然后进入功能冻结,只允许修bug,新想法写进备份文档留给1.1.0。
翻车现场很有代表性:右键把Web文件夹整个压缩上传到itch.io,页面上只显示一个文件列表,游戏跑不起来——因为index.html不在ZIP根目录,多套了一层文件夹。修正办法是让AI写一个打包脚本,读取项目设置里的版本号,把三个平台分别打成带版本号的ZIP,Web包必须检查index.html在根目录,检查不到就报错退出。这个坑一旦用脚本固化,以后每次发布都不会再踩。
版本号、更新日志与商店文案的AI协作
版本号分三位:主版本、次版本、修订号。开发中用0.x,验收版是0.9,首个公开版本为1.0.0。只修bug则修订号加1,新增内容且兼容则次版本加1,存档格式变化等不兼容改动则主版本加1,改了哪一位,右边的位归零。
更新日志让AI从git log中只取v0.9.0之后的提交,写成Keep a Changelog风格,要求用玩家能懂的话、不出现函数名和文件路径、忽略测试和重构类内部提交、每条不超过30字、同类小修复合并,文末附150字以内的开发日志草稿。验收标准是每一条都能在git log里找到依据,拿不准的标注待确认。

商店文案同样交给AI起草,但约束写得非常硬:不夸大、不写“史诗级”“3A品质”、不和其他游戏比较、不提别的游戏名、特色必须是游戏里真实存在的内容。AI交回来之后要逐条对照游戏核实,AI披露段要和Credits文档一致,操作说明要和输入映射一致。
语义化版本(SemVer) 的约定是 主版本.次版本.修订号:不兼容的改动升主版本,向下兼容的新功能升次版本,向下兼容的修复升修订号,且任一位递增时其右侧位归零。文章中的 0.x 开发版、0.9 验收版、1.0.0 首个公开版正是这一约定的实践。
Keep a Changelog 是一个更新日志书写规范,主张日志面向人而非机器,按 Added、Changed、Fixed、Removed 等类别分组,并关联版本号与日期。要求“用玩家能懂的话、不出现函数名和文件路径”,本质是让 changelog 服务于玩家而非开发者。
git log 是版本库的提交历史记录,每次 commit 带有哈希、作者、时间和说明。让 AI 只取某个 tag(如 v0.9.0)之后的提交,可以限定范围、避免把早期内部提交混入玩家可见的日志。
复盘的正确姿势:产出三份可喂给AI的资产
作者对复盘有一个犀利的判断:最容易写成“收获很大,AI很好用,下次继续努力”的感想,可等下次开工,这里面没有一句能直接用。复盘的产物应该是三份文件——项目宪法(每次对话自动生效的规则)、提示词库(复制就能用)、常见坑清单(写提示词前查一遍)。

AI协作复盘表按环节列,从立项、美术与手感一直到测试验收和打包发布,每一行写用的AI、估计节省的时间、返工次数、返工原因和下次怎么做。作者强调,节省时间和返工次数这两列必须由本人填写,AI不知道真实耗时,数字要基于记忆或记录,不能让AI编。
沉淀的例子很具体:像素素材反复返工三次,沉淀成宪法里的一条规则并写明来源;AI改断言那次,沉淀成提示词库里的“修bug先写失败测试”;ZIP多套一层,沉淀成坑清单里一句能直接放进约束的话。最关键的约束是项目无关化——320x180这类数值写成占位符或标注“横板项目专用”,因为下一个项目是俯视类。
值得记住的坑与课程验收
除了打包和Gatekeeper,还有两个新坑:网页版画面比例不对,是视口不是320x180的整数倍,itch上设1280x720即可;网页版没有声音,是因为浏览器要求玩家先交互才能播放音频,保留点击开始、不勾自动启动就能解决。复盘本身也有坑:项目宪法越写越长,AI反而不遵守,每条规则都写来源、控制在150行以内、定期删减。
本课验收清单包括:预设提交到git、图标启动画面和版本号设好、三个发布包的Web根目录有index.html、正式版调试桥关闭、别的电脑跑通桌面版、更新日志和版本标签、itch.io页面公开、复盘和三份资产完成。
这节课真正传递的信号是:发布一个游戏只是起点,把发布流程脚本化、把复盘沉淀成可复用的规则资产,才是让下一个项目更快更好的关键。作者最后提到,同一个Copilot一会儿当策划、一会儿当程序、一会儿当测试,上下文会越来越乱——下一课将把复盘资产升级成一支AI团队。
相关推荐

Reddit帖子被删引发AI内容审核争议
Reddit一则帖子被平台以违反内容政策为由删除,页面仅显示移除提示。事件折射出AI内容审核系统在透明度、误判风险和申诉机制方面的普遍困境,值得内容平台与创作者关注。

DSH+Ollama本地部署大模型实战:免费对话大肥鱼
B站UP主实测DSH+Ollama本地部署大模型全流程:从Ollama安装、迅雷加速下载、魔搭GGUF模型导入,到DSH自定义API地址配置,并对比千问3.5 4B、8B、Gemma等模型在8G显存下的表现,给出本地部署与API调用的选择建议。

899元Mac Mini实测:能替代200美元AI订阅吗?
实测M4 Mac mini能否替代200美元AI订阅:16GB内存装不下大模型,速度与质量均有差距,但隐私、无上限和近零运行成本让它成为常驻智能体的理想宿主。附各配置选购建议与省钱策略。