零代码魔改火影MC模组:DeepSeek实战体验

UP主用DeepSeek Harness零代码为开源火影模组加技能,揭示AI改代码的能力与边界。
B站UP主奔放加西马借助DeepSeek Harness,在不写代码的情况下为《我的世界》火影开源模组添加了卡卡西雷切、佐助天照、远程神威等一批技能,并让AI修复了阵营冲突、模型错位、带土穿方块掉虚空等连环bug。文章还原了完整流程:配置只需下载安装、填API Key、建工作区,核心工作方式是自然语言描述需求并在成品包与源码间来回整合。结论是AI是高效的执行者,能把需求翻译成可运行的代码改动,但不理解游戏引擎深层逻辑,零代码不等于零调试;同时定制仅限开源模组,这是法律与授权的硬性前提。
当AI能直接改代码,普通玩家离"定制自己的游戏"还有多远?B站UP主奔放加西马用一期视频给出了一个相当有说服力的答案:借助DeepSeek Harness,他在不写一行代码的前提下,为一款经典火影IP的《我的世界》开源模组添加了一批新技能、新NPC行为,甚至修掉了一连串自己都没预料到的bug。
配置门槛低到超出预期
整个流程的起步部分几乎没有技术含量。UP主从DeepSeek广告 Harness官网下载对应版本、安装、填入API Key,再在桌面新建一个文件夹作为工作区,前置配置就结束了。
真正的工作方式是"描述需求"。他最初上传的是模组的成品包,后来担心AI对反编译的支持不够稳,换成了从GitHub下载的Zip源码压缩包。AI输出了一堆散落的源文件,但这些文件没法直接塞进游戏,于是他又把成品包发回去,让AI把新功能全部打包整合。这个来回本身就是一次很典型的AI协作体验:AI能干活,但你要负责把它产出的东西放回正确的容器里。
DeepSeek Harness 与 API Key
DeepSeek Harness 是 DeepSeek 推出的 AI 编程辅助工具,属于“命令行/桌面 Agent”形态:它不只回答代码问题,还能在用户授权的工作区目录里读写文件、运行命令、批量修改源码。这类工具通常需要填入 API Key(大模型服务的访问凭证),按调用量计费或使用额度,因此 UP 主强调的“零成本起步”实际是“低门槛试用”。
它和网页版聊天机器人的关键区别在于有文件系统访问权:用户把模组源码放进工作区后,AI 可以直接读取整个项目结构、定位类文件、生成补丁。理解这一点,才能明白为什么原文反复出现“把成品包发回去让 AI 打包整合”——Harness 的输出是文件改动,而不是可直接安装的模组,需要人工或再次委托 AI 完成构建。
雷切、神威、天照:技能是怎么被"说"出来的
UP主给旗木卡卡西加的第一组技能围绕雷遁展开。雷切需要蓄力,蓄力完成后向准星方向突刺,左键命中造成大量伤害,而且伤害判定范围明显比普通攻击更大。进阶版是"雷传",两个分身释放雷切并连成一条线,视频里虽然没做出分身,但突刺范围相当可观。

还有一件雷遁附魔卷轴,右键开启后,无论近战还是远程武器都会附带雷遁附魔,杀伤力大幅提升。远程神威则是按住Shift再按两下虚化键,可以把生物直接传送到神威空间,玩家自己也能进去——视频里进去后还能看到刚被传送进来的敌人。
宇智波佐助一侧的技能走的是"家族命"路线:黑眼弹左键释放,沾到的生物立刻被天照烧死,落地后留下一摊天照;大黑眼弹在黑眼弹基础上提升了威力等级、范围更大,但UP主发现地面留下的天照反而变小了,发射判定也有问题,当场表示"回去还得让AI再改改"。加具土命剑左键直接获得原版需要开完全体须佐才能拿到的效果,攻击附带天照;右键还能发射三枚黑眼弹。最夸张的是天照原阵,左键在地面留下一大摊圆形天照,简单粗暴的范围伤害。
有意思的是,这些技能并非全部一次成型。UP主在演示中多次暴露问题——判定范围不对、特效大小不符预期——然后现场把它们记为待修项。这种"边用边挑毛病"的节奏,恰恰是AI辅助开发最真实的样子。
NPC测试暴露的连环bug,才是重点
技能做完后,UP主放了个带土和一个卡卡西,想重现经典的神威之战。第一次测试直接翻车:模组把两人归为同一阵营,根本不打。让AI去掉阵营设定后,两人终于打起来了,但带土的模型完全错乱。

修复过程很能说明问题。UP主打开皮肤站下载的贴图文件,交给AI套用模型,结果错位;再让AI修一次,终于正常;接着鸣人模型又出问题,又修一次才算完美。

战斗测试同样状况不断。鸣人凝聚出螺旋丸却直接丢出螺旋手里剑,UP主调侃"算是一个更好的输出";查克拉量不够,放完手里剑就没蓝被打死。佐助被鸣人一个螺旋丸秒掉,换第二个才打起来,须佐能乎的模型还出现了缺失。斑的组合技倒是表现亮眼——豪火球接后续忍术,再放地爆天星把测试用的小鹰封印到天上,神罗天征也确认放了出来。
带土的问题最曲折。他先是放完灰尘隐之柱就消失,AI解释是神威穿透让他穿方块掉进了虚空;修完之后不消失了,却变成了"放人数"的风遁效果,与原著设定完全不符;UP主用苦无扎他测试虚化,发现不触发,又让AI把虚化回调。AI对"虚化"的理解被UP主总结为"需要碰到相同事物时直接隐身"——看着明显,但好歹做出来了。
卡卡西与带土的神威之战同样混乱:虚化、豪火球、水弹交替出现,最后谁放了灰尘隐都分不清,貌似还是卡卡西落败。

阵营(Team)系统与实体 AI
原文提到的“模组把两人归为同一阵营,根本不打”,对应 Minecraft 原版的计分板队伍(Scoreboard Team)机制:实体被分配到同一队伍后,默认不会互相攻击,且可设置友军伤害、名称颜色等属性。模组作者常借此控制 NPC 的敌对关系。
“带土穿方块掉进虚空”则与神威穿透的实现方式有关:若把“虚化”简单实现为关闭碰撞检测,实体就会失去方块支撑,在重力作用下穿过地面坠入世界底部的虚空(Y 轴以下的空白区域)。正确做法通常是保留碰撞但取消伤害判定,或在穿透期间锁定坐标。至于“虚化不触发”,往往是因为判定条件写成了“与相同实体碰撞时隐身”,而苦无属于投掷物实体,类型不匹配自然无法触发——这恰好印证了原文所说,AI 对机制的理解停留在字面层面。
AI改代码的真实边界在哪
这期视频最有价值的部分,不是那些炫酷技能,而是UP主反复强调的一句话:只能定制开源模组。这既是法律与授权层面的底线,也点出了AI辅助开发的现实定位——它是一个高效的"执行者",能把自然语言需求翻译成可运行的代码改动,但它不会自动理解游戏引擎的深层逻辑,模型错位、判定异常、阵营冲突这些问题依然要靠人来发现、描述、验证。
从体验看,DeepSeek Harness在这类任务上的表现是"能跑通、但需要多轮打磨"。UP主也坦言,视频里还有非常多硬核技巧没展开,如果观众反馈积极,他会出一期从零开始的避坑教程,专门讲怎么让AI"听话"。
对普通玩家来说,这件事的意义在于门槛的塌陷:过去改模组需要懂Java、懂Minecraft的注册机制,现在你至少可以先让AI把第一版跑起来,再在报错和穿模中逐步逼近你想要的效果。零代码不等于零调试,但它确实把"我也想加个自己的技能"从幻想变成了一个周末就能动手试试的事情。
开源许可证与模组分发的法律边界
原文强调“只能定制开源模组”,背后是软件许可协议的实际约束。Minecraft 模组常见的许可证包括 MIT、GPL、LGPL 与自定义条款:GPL 系要求衍生作品同样开源,MIT 则允许修改后闭源分发,但通常须保留版权声明。若模组未声明许可证,默认保留所有权利,修改与再分发都可能侵权。
此外,Mojang 的《Minecraft 使用准则》对模组的商业化、收费分发有额外限制。因此“用 AI 改模组”在技术上可行,在法律上却取决于源码是否公开、许可证是否允许演绎。对普通玩家而言,这意味着动手前应先确认目标模组的 LICENSE 文件;仅自己游玩、不分发的私人修改,风险相对最低。
背景补充
Minecraft 模组开发的技术栈
《我的世界》模组通常用 Java 编写,依赖 Forge 或 Fabric 等模组加载器,通过注册机制向游戏注入新的物品、方块、实体和技能逻辑。一个技能往往涉及多个环节:注册技能条目、编写触发条件(按键、蓄力状态)、判定命中范围(碰撞箱检测)、播放粒子与音效、同步客户端与服务端状态。
原文中“伤害判定范围比普通攻击更大”“地面留下一摊天照”这类描述,对应的是碰撞箱尺寸、实体生成与持续伤害区域(AOE)的实现。而“模型错乱”“须佐能乎模型缺失”则涉及资源包中的模型文件(.json)与贴图(.png)的绑定关系——模型由多个骨骼部件组成,贴图按 UV 坐标映射到部件上,一旦映射表与模型结构不匹配,就会出现错位。这些正是 AI 难以一次做对、需要人工指出具体现象才能修正的部分。
相关推荐

Gemini 4 Neon评测:跑分比肩Carbon,API定价与额度解析
Google Gemini 4 Neon正式上线,跑分紧咬Carbon,API定价3/15为Hydrogen两倍。本文汇总B站UP主实测:Neon可平替90% Carbon场景,AntiGravity中额度消耗仅为Carbon三分之一,并解析订阅渠道限制与2API封号风险。

Gemini 4 Helium或将至?Google订阅限制松绑信号
Google团队成员预告发布将继续,社区推测Gemini 4 Helium(Flash Lite)或成下一款模型;订阅封禁争议获回应,产品负责人以「Soon」暗示可能开放限制。本文梳理Gemini动向、OpenAI Coding Agent与风险管理、豆包实时音视频API及算力商业动态。

AI辅助React开发实战:视频应用优化与错误处理
14年经验开发者演示如何用AI辅助优化React视频应用:通过ImageKit将视频从80MB压缩至5MB(约94%),并实现可靠的错误处理与重试机制。包含与AI协作的规划、代码理解和验证方法。