אני במשימה להבין איך לבנות משחקים בצורה אפקטיבית בלי להוציא מאות דולרים בחודש על מנויי AI.
בעוד שאני משתמש ב-Claude בכבדות בעבודה היומיומית המקצועית שלי, הגישה שלי משתנה לחלוטין כשאני יוצא מהמשרד ועובר לפרויקטים האישיים העצמאיים שלי. אני בהחלט לא יודע הכל, אבל בחודשים האחרונים הרכבתי סטאק טכנולוגי חינמי לחלוטין מבוסס קוד פתוח.
זה מאוד מסע למידה עבורי, אבל רציתי לחלוק את ההגדרות המדויקות שאני משתמש בהן ומתנסה כרגע, שכבה אחר שכבה.
1. העורך המרכזי: OpenCode
OpenCode הוא סוכן קוד AI מבוסס טרמינל ופתוח-קוד, והוא הכלי הראשי שלי כרגע כשאני יושב לכתוב קוד.
מה שאני אוהב בו: אפס נעילה לספק. במקום להיות קשור לאקוסיסטם בתשלום או לממשק ווב ספציפי, אני משתמש בטרמינל נקי (אני ממליץ על Warp) שמתחבר ישירות ל-codebase שלי. הוא קורא, כותב ועורך את הקבצים שלי ישירות. כיוון שהוא agnostic למודל, אני יכול לחבר כל API חינמי או מודלים מקומיים שאני בודק כרגע.
הצילום למעלה מראה את ההגדרות היומיות האמיתיות שלי: OpenCode בצד שמאל, Gemini CLI בפינה הימנית העליונה, ו-Qwen Code בפינה הימנית התחתונה — כולם רצים באותו פרויקט בו-זמנית.
2. ניהול משימות: Oh My OpenCode
OpenCode הוא נקודת התחלה מצוינת, אבל אני משתמש ב-framework של Oh My OpenCode לניהול מספר סוכנים בו-זמנית.
במקום לנחש את דרכי דרך פרומפטים, אני מתאמן עם Oh My OpenCode כדי לייצר תוכניות מפורטות תחילה — לפרק מנגנוני משחק למיקרו-משימות לפני שאני כותב C# כלשהו.
הרגל "חוסך טוקנים" מועיל: גיליתי שהמצב שבו ה-AI מעדכן באופן קבוע את רשימת המשימות מבוססת-הטקסט שלנו הופך את הפיתוח לחלק הרבה יותר. אם אני מגיע למגבלת הקשר או צריך להתרחק ללילה, יש לי "מצב שמירה" שמור בצורה מושלמת. למחרת, אני מזין את הרשימה המעודכנת בחזרה ל-AI, ואנחנו ממשיכים בדיוק מהמקום שבו עצרנו. זה טריק פשוט, אבל הוא חסך לי שעות של תסכול.
3. המנועים: מודלים מקומיים ושכבות חינמיות
מכיוון שהעורך שלי מאפשר לי להביא את המודלים שלי, אני מריץ את כל ההגדרות שלי בחינם באמצעות שילוב של חומרה מקומית ושכבות חינמיות בענן:
- אסטרטגיית ה-Fallback המקומית: אני משתמש ב-LM Studio וב-Ollama, אפליקציות שולחן עבודה שמאפשרות לכם להריץ מודלי שפה גדולים מקומית. זה מאפשר לי לנתב מודלי משקלים פתוחים כמו Qwen ישירות לסוכנים שלי. זה קריטי ל-workflow שלי. כשאני נגמר עם הטוקנים ב-API חינמי בענן, או כשאני פשוט צריך שה-AI יטפל במשימה קטנה ופשוטה, אני לא מבזבז את המגבלות שלי בענן. אני פשוט מחבר את OpenCode ישירות למודלים המקומיים שלי וממשיך לעבוד. זה שומר על המומנטום מבלי להיתקל ב-paywall.
- שכבות צ'אט חינמיות: עבור חלונות הקשר ענקיים או כשאני צריך לעשות סיעור מוחות, אני עדיין מסתמך על השכבות החינמיות של Gemini או ChatGPT. הן מושלמות לזריקת רעיונות גולמיים על מנגנונים, דיאלוג, ולור לפני שאני מחויב אליהם במסמכי העיצוב.
⚠️ הערה על שכבות מודלים חינמיות והנתונים שלכם: שכבות API חינמיות — כולל השכבה החינמית של Google Gemini והצעות דומות — עשויות להשתמש בפרומפטים ובקלטים שלכם כדי לשפר את המודלים שלהן. זה אומר שכל קוד, לוגיקת משחק, או רעיונות עיצוב שאתם שולחים לשירותים האלה יכולים פוטנציאלית להיבדק או לשמש לאימון AI. תמיד בדקו את מדיניות הפרטיות של כל ספק לפני חיבורם דרך OpenCode או כל סוכן אחר.
האפשרות הבטוחה ביותר לעבודה רגישה או קניינית היא מודלים מקומיים (LM Studio / Ollama). מכיוון שהכל רץ על המכונה שלכם, הנתונים שלכם לעולם לא עוזבים אותה. עבור פרויקטי משחקים עצמאיים בצד, שכבות ענן חינמיות בדרך כלל בסדר — פשוט הימנעו מלהדביק שום דבר שתחשבו כסוד מסחרי או ששייך למעסיק שלכם.
4. חיבור ל-Unity: MCP ו-UI Toolkit
אינטגרציה של AI ישירות ל-Unity דורשת קצת עבודה, אבל הנה ה-pipeline שאני משתמש בו כדי לשמור על יציבות:
- Model Context Protocol (MCP): אני משתמש ב-MCP for Unity כדי לחבר את סוכני ה-AI שלי ישירות לעורך של Unity. זה משמש כגשר מאובטח, שמאפשר ל-AI לתקשר עם הסביבה שלי ולנהל נכסים מבלי לשבור את הסצנות שלי.
- הטריק של UI Toolkit: אם אתם משתמשים ב-AI לבניית ממשקים, אני ממליץ מאוד לזנוח את מערכת ה-Canvas הישנה. אני משתמש בקפדנות ב-UI Toolkit של Unity עכשיו. כיוון שהוא מונע על ידי UXML ו-USS (בעצם HTML ו-CSS), LLMs מבוססי-טקסט מבינים אותו בצורה מושלמת. הסוכנים שלי יכולים לייצר תפריטי משחק ו-HUDs רספונסיביים בצורה הרבה יותר אמינה כך.
5. יצירת אומנות: ComfyUI
עבור נכסי משחק, אני מריץ את ComfyUI מקומית במחשב שלי. זה ממשק מבוסס-nodes להרצת מודלים ליצירת תמונות כמו Stable Diffusion ליצירת אומנות דו-ממדית וטקסטורות.
אני לומד כרגע איך להשתמש בסוכני הקוד של ה-AI שלי כדי לערוך את הלוגיקה של ComfyUI ישירות, מכיוון שה-workflows נשמרים כקבצי JSON. אני מבקש מה-AI לכתוב את זרימות ה-nodes, לאוטומט את צינורות הייצור שלי, ולתסרט את ההורדה של מודלים ספציפיים ו-LoRAs כדי להתאים לסגנון הוויזואלי של המשחק שלי.
הצעדים הבאים במסע הזה
הכלים החינמיים האלה מדהימים לפרוטוטייפ והרצת לולאת משחק בסיסית ב-$0. אבל לדעת באילו כלים להשתמש זה רק ההתחלה. האתגר האמיתי הוא להבין איך להפעיל אותם, לשרשר אותם יחד, ולבנות ארכיטקטורה מוכנה לפרודקשן.
אני עדיין לומד כל יום. כיוון שלא יכולתי למצוא מדריך מעשי מקצה לקצה על חיבור כל הכלים הפתוחים האלה לפיתוח משחקים, החלטתי לבנות אחד בעצמי. אם אתם רוצים ללמוד יחד איתי ולראות בדיוק איך אני משלב את ה-workflows האלה למשחקים אמיתיים ומשחקיים, בדקו את קורס Vibe Coding שלנו.
הפוסט הזה נכתב בעזרת Claude, Gemini, ו-ChatGPT — אנחנו מתרגלים את מה שאנחנו מטיפים.