专业版面向游戏工作室与商业项目,在免费版全流程指导之上,扩展团队协作、资产管理、玩家数据分析、CI/CD 自动化、商业化支持与多平台发布等企业级能力。支持数十人团队协作开发,提供完整的项目管理、版本控制、资产管线与数据驱动的运营决策能力。

专业版与免费版开发流程完全兼容,小团队升级后开发方式无需改变。

核心能力

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：企业级游戏开发平、支持团队协作、数据分析与商业化、面向游戏工作室与、商业项目的企业级、游戏开发平台、核心能力、适用场景、商业游戏开发、工作室运营、多人协作项目、数据分析驱动迭代、差异化、专业版支持团队协、作与商业化能力、与免费版开发流程、适用关键词等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一: 团队协作开发

为工作室提供多人协作开发平台。

详细代码示例已移至 references/detail.md

场景二: 玩家数据分析

基于玩家行为数据驱动迭代决策。

def analyze_player_data(game_id, time_range):
    """分析玩家行为数据"""
    payload = {
        "game_id": game_id,
        "time_range": time_range,
        "metrics": [
            "dau", "mau", "retention_d1", "retention_d7", "retention_d30",
            "avg_session_length", "churn_rate", "arpu", "arppu",
        ],
        "funnel_analysis": [
            "tutorial_completion",
            "first_battle",
            "first_purchase",
            "social_interaction",
        ],
        "cohort_analysis": True,
        "segmentation": ["by_country", "by_device", "by_acquisition_channel"],
    }
    resp = requests.post(
        f"{API_BASE}/analytics/analyze",
        headers=studio.headers,
        json=payload,
        timeout=120,
    )
    return resp.json()

场景三: CI/CD 自动化

配置自动化构建、测试与发布流程。

pipeline:
  trigger:
    on_push: [develop, main]
    on_pr: [develop]
    on_tag: ["v*"]

  stages:
    - name: lint
      run: godot --headless --check-only
      fail_fast: true

    - name: unit_test
      run: godot --headless --run-tests
      coverage_threshold: 80

    - name: build
      matrix:
        platform: [windows, macos, linux, android, ios]
      run: godot --export $PLATFORM
      artifacts: true

    - name: integration_test
      run: python tests/integration.py
      depends_on: build

    - name: deploy_staging
      when: branch == "develop"
      run: deploy --env staging

    - name: deploy_production
      when: tag matches "v*"
      approval: required
      run: deploy --env production

  notifications:
    on_success: [slack, email]
    on_failure: [slack, pagerduty]

不适用场景

以下场景游戏开发助手专业版不适合处理：

• 无明确技术栈的模糊需求
• 纯架构设计决策
• 运维部署管理

触发条件

需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于非本工具能力范围的需求。

快速开始

Step 1: 申请专业版账户

联系销售开通专业版,获取管理员凭证与租户 ID。

Step 2: 配置凭证

export GAME_DEV_ADMIN_KEY="sk_pro_admin_xxx"
export GAME_DEV_ORG_ID="org_your_id"
export GAME_DEV_EDITION="pro"

Step 3: 创建团队项目

curl -X POST -H "X-API-Key: $GAME_DEV_ADMIN_KEY" 
  -H "Content-Type: application/json" 
  -d '{
    "name": "Project Aurora",
    "type": "commercial",
    "team_size": 10,
    "engine": "godot"
  }' 
  "https://api.game-dev-pro.local/v1/projects"

Step 4: 配置 CI/CD

curl -X POST -H "X-API-Key: $GAME_DEV_ADMIN_KEY" 
  -H "Content-Type: application/json" 
  -d '{"project_id":"p001","config_file":".game-dev-pro/ci-cd.yaml"}' 
  "https://api.game-dev-pro.local/v1/ci-cd/setup"

命令参数说明

• -X: 命令参数,用于指定操作选项
• -API-Key: 命令参数,用于指定操作选项
• -H: 命令参数,用于指定操作选项
• -Type: 命令参数,用于指定操作选项

配置示例

企业级配置

详细代码示例已移至 references/detail.md

资产管理示例

详细代码示例已移至 references/detail.md

数据分析仪表盘

def generate_analytics_report(game_id, period):
    """生成数据分析报告"""
    payload = {
        "game_id": game_id,
        "period": period,
        "report_type": "comprehensive",
        "sections": [
            "executive_summary",
            "player_acquisition",
            "engagement_metrics",
            "retention_analysis",
            "monetization",
            "funnel_analysis",
            "cohort_analysis",
            "geographic_breakdown",
            "recommendations",
        ],
        "format": "pdf",
        "language": "zh",
    }
    resp = requests.post(
        f"{API_BASE}/analytics/report",
        headers=studio.headers,
        json=payload,
        timeout=300,
    )
    return resp.json()

最佳实践

1. 团队协作规范

COLLABORATION_GUIDELINES = {
    "code_review": {
        "min_reviewers": 2,
        "checklist": ["功能正确", "代码规范", "性能影响", "测试覆盖"],
        "max_review_time": "24h",
    },
    "asset_review": {
        "min_reviewers": 1,
        "checklist": ["风格一致", "技术规格", "命名规范"],
    },
    "task_management": {
        "estimation_method": "story_points",
        "daily_standup": "10:00",
        "sprint_length": 2,
    },
}

2. 数据驱动决策

def data_driven_iteration(game_id):
    """基于数据的迭代决策"""
    analysis = analyze_player_data(game_id, "last_30_days")

    decisions = []
    for insight in analysis["insights"]:
        if "流失" in insight and "第一关" in insight:
            decisions.append({"action": "降低第一关难度", "priority": "high"})
        if "首充" in insight and "转化率" in insight:
            decisions.append({"action": "优化首充礼包", "priority": "medium"})
        if "留存" in insight:
            decisions.append({"action": "增加留存活动", "priority": "high"})

    return sorted(decisions, key=lambda x: {"high": 0, "medium": 1, "low": 2}[x["priority"]])

3. 多平台发布管理

def multi_platform_release(game_id, platforms):
    """多平台同步发布"""
    payload = {
        "game_id": game_id,
        "platforms": platforms,
        "schedule": {
            "submit_for_review": "2026-11-15",
            "release_date": "2026-12-01",
        },
        "localization": ["zh", "en", "ja", "ko"],
        "age_ratings": {
            "esrb": "T",
            "pegi": "12",
            "cero": "B",
        },
        "pricing": {
            "steam_usd": 19.99,
            "app_store_usd": 4.99,
            "google_play_usd": 4.99,
        },
    }
    resp = requests.post(
        f"{API_BASE}/release/multi-platform",
        headers=studio.headers,
        json=payload,
        timeout=300,
    )
    return resp.json()

4. 商业化设计

def design_monetization(game_id, model):
    """设计商业化方案"""
    payload = {
        "game_id": game_id,
        "model": model,  # premium, freemium, subscription
        "components": [
            {"type": "base_game", "price": 19.99},
            {"type": "dlc", "items": [{"name": "扩展包1", "price": 9.99}]},
            {"type": "cosmetics", "items": [{"name": "皮肤包", "price": 4.99}]},
            {"type": "season_pass", "price": 14.99, "duration": "90d"},
        ],
        "pricing_strategy": "regional",
        "discount_schedule": True,
    }
    resp = requests.post(
        f"{API_BASE}/monetization/design",
        headers=studio.headers,
        json=payload,
        timeout=120,
    )
    return resp.json()

常见问题

Q1: 专业版与免费版流程兼容吗?

完全兼容。专业版在免费版开发流程基础上扩展团队协作与商业化能力,基础流程一致。

Q2: 团队协作支持多少人?

标准版支持 100 人团队,企业版可扩展至 500+ 人。

Q3: 数据分析需要什么数据?

接入游戏埋点数据即可。支持自定义事件、漏斗、队列、分群等分析维度。

Q4: CI/CD Runner 需要自己部署吗?

可使用云端 Runner,也可部署自托管 Runner (推荐大型项目)。

Q5: 商业化支持哪些模式?

支持买断制 (Premium)、免费+内购 (Freemium)、订阅制 (Subscription)、广告变现等主流模式。

依赖说明

运行环境

• Agent 平台: 支持 SKILL.md 规范的任意 AI Agent (Claude Code、Cursor、Codex、Gemini CLI 等)
• 操作系统: Windows / macOS / Linux (生产环境推荐 Linux)
• 网络: 需访问专业版服务
• Python: 3.9+ (用于脚本化操作)

依赖详情

API Key 配置

export GAME_DEV_ADMIN_KEY="sk_pro_admin_xxx"
export GAME_DEV_ORG_ID="org_your_id"
export GAME_DEV_EDITION="pro"

export S3_BUCKET="game-assets"
export AWS_ACCESS_KEY_ID="..."
export AWS_SECRET_ACCESS_KEY="..."

export BIGQUERY_PROJECT="game-analytics"
export BIGQUERY_KEY_FILE="/etc/game-dev/bigquery.json"

export SLACK_WEBHOOK_URL="https://hooks.slack.com/services/xxx"

可用性分类

• 分类: MD+EXEC (Markdown 指令 + 命令行执行)
• 说明: 本 Skill 面向游戏工作室与商业项目,通过自然语言指令驱动 Agent 调用 Pro API,完成团队协作、资产管理、数据分析、CI/CD、商业化等企业级场景
• 专业版特性: 团队协作、资产管理、数据分析、CI/CD、商业化、多平台发布、优先支持
• 兼容性: 与免费版开发流程完全兼容,支持平滑升级

错误处理

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响

示例

基本用法

输入：用户提供操作指令和必要参数

输出：返回执行结果,包含操作状态和输出数据

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功