act-combat-design:游戏战斗策划开源 AI Skill,46 元规则 + 70+ 游戏库,三端全兼容

act-combat-design: Open-Source AI Combat Design Skill — 46 Meta-Rules, 70+ Game Library, Claude/GPT/Cursor Compatible

Tech-News #游戏开发#战斗设计#AI Skill#Claude Code#游戏策划#开源工具#ACT#二次元游戏
更新于
🇨🇳 中文

一句话定位:一位有商业项目经验的游戏战斗策划,把自己的设计方法论和行业知识库整理成一个 AI Skill 开源了——你可以用它让 Claude / GPT / Cursor 按专业战斗策划的工作方式来做角色和 Boss 设计,而不是靠 AI 凭空发挥。


项目信息

GitHub:https://github.com/koisama0411/act-combat-design (22 ⭐,MIT 开源)

作者:koisama0411 | 邮件:koisama0411@gmail.com | 微信:HeyKoi0411


这是什么,为什么值得用

市面上 AI 辅助游戏设计的工具有不少,但 act-combat-design 做了一件其他工具通常做不到的事:

它不替你定义战斗体系,它按你的战斗体系来工作。

大多数 AI 设计工具(或者直接用 ChatGPT 做设计)有一个隐藏问题:AI 会把其他游戏(原神、崩铁、鸣潮……)的战斗约定默认投射进来。你说「设计一个雷属性角色」,AI 可能直接按命座体系给你出养成解锁,但你的游戏根本没有命座。

这个 Skill 的解法是 Project-Agnostic(项目无关)

  1. 先填 conventions/TEMPLATE.md,定义你项目的战斗约定——招式集有几类、视觉预警用什么规则、受击状态怎么分、帧率是多少、有没有配队/抽卡/养成……
  2. AI 全程按你填的约定来工作,不从别的游戏借用假设
  3. 内置了两个虚构示例项目:买断制《孤刃行》和 gacha《星澜纪》,直接参考

这个设计对两类人特别有价值:

  • 在公司做商业项目的策划:把公司内部规范填进 TEMPLATE,让 AI 按公司标准出稿
  • 独立游戏开发者:让 AI 陪你从零设计一套战斗约定,然后基于它做后续设计

知识库里有什么

这不只是一个「给 AI 看的提示词」,背后是一座真实的行业知识库:

方法论核心

内容详情
46 条元规则覆盖招式设计、节奏控制、视觉反馈、玩家预期管理等核心设计原则
5 维质量标尺评判一个角色/Boss 设计是否达标的标准化框架
16 条反模式自检常见设计陷阱清单,防止 AI 输出「看起来合理但实际有问题」的方案
机制创新 5 步法从借鉴到创新的系统化路径

设计库

  • 角色机制原型库:从 30+ 商业游戏中抽象出的角色原型(A–E + R 分类,去项目脱敏)+ 业界 F–Q 12 种类型
  • Boss 设计范式库:30+ 游戏中抽象出的 Boss 设计范式

横向知识库

  • 跨游戏借鉴库:70+ 游戏,按主题(锁定节奏、护盾机制、情绪弧线……)索引,设计特定机制时快速找参考
  • 配队设计方法论 + 案例库:适用于有配队系统的游戏
  • 2024–2026 二游趋势调研:行业现状摘要

工程基线(最接地气的部分)

基线文件包含内容
hit-feel-tech.md打击感技术参数(帧数、顿帧、特效时序……)
numbers-and-progression.md数值与养成公式(含验证标准)
boss-ai-and-arena.mdBoss AI 模式 + 双场战场范式

能产出什么

三类设计对象,都走「设计稿(评审用)+ 资源需求(落地用)」两条产出线:

玩家角色设计

提供分稿完整稿两种规格:

分稿(战斗设计稿 + 养成效果稿分开):

  • 适合设计稿和养成稿由不同负责人/时间点交付的团队
  • 样板:output/characters/cang-lan/(苍岚)

完整稿(一份 9 章全 + 三类图表):

  • 章节覆盖:核心机制、招式设计(含逐招帧数)、动作需求、特效需求、程序需求、配队推荐、养成解锁、数值建模验证
  • 数值建模验证有硬标准:必须配 5 张图表 + 三段注解(怎么算 / 为什么 / 过程 / 结果),只写表不配图视为不合格
  • 输出格式:Markdown 草稿 → 确认后生成审阅级 HTML(支持 lightbox 图表查看)
  • 样板:output/characters/jin-yu/(烬羽,延迟引爆型火术者,9 章 + 10 图)

Boss / 怪物设计

  • 阶段化框架(第一阶段 / 第二阶段 / 狂暴过渡)
  • 技能详情表(含招式、帧数、伤害系数、冷却、AI 触发条件)
  • AI 与连招策略(行为树逻辑、连招优先级)
  • 动作 / 特效 / 程序需求清单
  • 双场战范式支持
  • 样板:output/bosses/gu-ya/(孤鸦)

效果与养成设计

给已有角色单独补充:

  • 技能附带效果 + buff 机制设计
  • 命座 / 养成物解锁(gacha 项目适用)
  • 属性投放规划
  • 数值建模 + 验证图表

6 步工作流程(Human-in-the-Loop 模式)

Skill 默认以人机协作方式工作,有三个确认节点不会自动跳过:

Phase 0:约定确认
  → 读取 conventions/ 或引导你从零填写项目战斗约定

Phase 1:采集设计输入
  → 确认:角色显示名、定位 / 角色类型、核心机制方向
  ⚠️ STOP:等你确认输入,再往下走

Phase 2:高层框架
  → 输出角色定位 + 核心机制概述 + 招式集框架
  ⚠️ STOP:等你确认方向,再展开细节

Phase 3:招式细节展开
  → 逐招展开技能描述、帧数、触发逻辑、特殊状态

Phase 4:三类需求文档
  → 动作需求 / 特效需求 / 程序需求(可分别产出)

Phase 5:整合 + 最终输出
  ⚠️ STOP:等你确认 Markdown 草稿已锁定版本
  → 生成审阅级 HTML / xlsx 资源需求表

如果想让 AI 全自动跑完不停下,说「产出完整版 / 全部做完不要问我」即可切换到 Autonomous 模式,AI 会自行决策、列出假设、标注为待审稿。


安装与使用

Claude Code(推荐,有自动触发)

# 方式一:全局 skill(所有项目可用)
cd ~/.claude/skills/
git clone https://github.com/koisama0411/act-combat-design

# 方式二:项目级(只在当前项目可用)
cd your-project/.claude/skills/
git clone https://github.com/koisama0411/act-combat-design

安装后,在 Claude Code 里说以下任一关键词即自动触发

  • 设计 XXX 角色
  • 设计 XXX Boss
  • 做 XXX 战斗设计
  • 战斗策划专家
  • design [character/boss] XXX

GPT / Claude.ai / Cursor(手动加载)

Custom GPT

  1. SKILL.mdconventions/ 下的 md、所需 references/ 上传到 Knowledge
  2. 把 USAGE.md 末尾提供的 System Prompt 填进 Instructions

Claude.ai Projects

  1. 新建 Project
  2. 把 md 文件加入 Project knowledge
  3. System Prompt 填进 Project instructions
  4. 在 Project 里直接提设计需求

Cursor

  1. 把仓库放进工作区
  2. 对话时 @SKILL.md 引用入口文件,AI 按需读 references/

填写项目战斗约定

这是最关键的一步——让 Skill 真正按你的项目工作:

# 复制模板
cp conventions/TEMPLATE.md conventions/my-game-conventions.md

# 打开填写(或让 AI 引导你填)

TEMPLATE.md 的核心字段(示例):

## 招式集结构
- 普攻:连段数量、衔接逻辑
- 特殊技:CD 机制、资源消耗
- 闪避 / 位移:是否有无敌帧、帧数
- 大招:触发条件、能量系统

## 视觉预警体系
- 黄色特效 = 可闪避 / 格挡
- 红色特效 = 必须闪避
- (或你项目自己的一套规则)

## 帧率
- 目标帧率:60fps / 30fps

## 配队 / 养成系统
- 是否有配队:是 / 否
- 是否有命座/星魂等解锁:是 / 否
- 养成主线:等级 / 武器 / 圣遗物 / 其他

自我更新(试验性功能)

Skill 有一个「越用越懂你项目」的机制:

  • 默认关闭(因为消耗额外 token)
  • 开启:对 AI 说「开启自我更新
  • 关闭:对 AI 说「关闭自我更新
  • 学到的内容存入 knowledge-local/本地保留,不进 git
    • self-update/:自动捕获的可复用洞察、避坑经验、数值结论
    • project-knowledge/:你指定给 AI 记住的项目资料(自家公式、角色名册……)

随着项目推进,AI 会越来越熟悉你的项目具体情况,不再需要反复解释背景。


实际示例样板

仓库内置了三个完整示例,可直接参考:

苍岚(Cang Lan) — 分稿样板

  • 路径:output/characters/cang-lan/
  • 规格:战斗设计稿 + 养成与效果稿分开
  • 适合参考分稿的文档结构和命名规范

烬羽(Jin Yu) — 完整稿样板

  • 路径:output/characters/jin-yu/烬羽-战斗设计及养成效果.html
  • 规格:9 章全文 + 10 张图表(含数值建模可视化)
  • 描述:延迟引爆型火术者
  • 适合参考完整稿的标准和 HTML 产出质量

孤鸦(Gu Ya) — Boss 样板

  • 路径:output/bosses/gu-ya/
  • 包含:审阅级 HTML + 落地资源需求表
  • 适合参考 Boss 设计稿结构

对不同开发者的建议

独游开发者 / 个人项目

  1. Clone 仓库到 ~/.claude/skills/(Claude Code 用)或 Claude.ai Project
  2. 打开 上手指南.html 先读一遍(有图文说明)
  3. 让 AI 引导你从零填写 TEMPLATE.md(告诉 AI:「我在做一个 XXX 类型的游戏,帮我设计一套战斗约定」)
  4. 约定填好后就可以开始设计角色/Boss

商业团队 / 公司项目

  1. 把公司内部战斗规范转写进 TEMPLATE.md(可让 AI 帮转写)
  2. 开启 project-knowledge/:把角色名册、公司命名规范、已有角色列表放进去
  3. 让 AI 直接对接现有配置管线(Skill 输出的 JSON/xlsx 可直接喂给其他 Agent)

已有 AI 配置管线的团队

Skill 的产出格式设计为可被其他 Agent 读取

  • Markdown 草稿 → 确认后 → HTML 评审文档
  • 资源需求 xlsx → 直接对接美术/程序工作流
  • 如果你的配置管线已经 AI 化,可以把这里的交付物作为输入,让下游 Agent 直接进行配置工作

项目维护状态

最近一次更新(2026-06-23):

  • 新增完整角色稿模板 blank-character-design-doc.html(9 章 + 三类图骨架)
  • 新增「烬羽」完整稿样板(9 章 + 10 图)
  • 新增 4 条元规则(K 组,元规则累计 46 条)
  • 明确分稿/完整稿两种规格 + 文件命名规范
  • 数值建模新增硬标准(5 图 + 三段注解,是否合格有明确判定)

© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权——欢迎转载和引用,须注明作者姓名及原文链接。

🇬🇧 English

In one line: A professional game combat designer has open-sourced their design methodology and industry knowledge base as an AI Skill — use it to make Claude/GPT/Cursor work like an actual combat designer, not just make stuff up.


What Makes It Different

Most AI design tools (or raw ChatGPT sessions) carry a hidden problem: the AI projects combat conventions from other games into your design. Say “design a lightning character” and you might get a constellation unlock system — but your game doesn’t have constellations.

act-combat-design solves this with a Project-Agnostic convention system:

  1. Fill in conventions/TEMPLATE.md with your project’s combat rules — moveset structure, telegraph language, hit-react states, frame rate, team model, progression system
  2. The AI designs to your conventions, never borrowing assumptions from another game
  3. Two example projects included: 《孤刃行》 (buy-to-play) and 《星澜纪》 (gacha)

Knowledge Base

Methodology:

  • 46 meta-rules (moveset design, rhythm, visual feedback, player expectation management)
  • 5-dimensional quality scale
  • 16 anti-pattern checklist
  • 5-step mechanic innovation method

Design Libraries:

  • Character archetype library (abstracted from 30+ commercial games)
  • Boss design paradigm library (30+ games)

Cross-game Reference:

  • 70+ game cross-reference library, indexed by mechanic theme
  • Team comp methodology + case library
  • 2024–2026 gacha market trend survey

Engineering Baselines:

  • Hit-feel tech parameters (frame timing, hitstop, VFX sequencing)
  • Numbers and progression formulas (with validation standards)
  • Boss AI patterns + dual-arena paradigm

Three Output Types

TypeWhat it produces
Player character (split spec)Combat design doc + separate progression doc
Player character (full spec)9 chapters + 3 diagram types (op/resource/numbers), all in one
Boss / enemyStaged framework + skill table + AI & combo strategy + requirements
Effects & progressionBuff mechanics, stat delivery, numerical modeling with verified charts

All outputs: Markdown draft → confirm → review-grade HTML + xlsx resource requirements.


Install (Claude Code)

# Global install
cd ~/.claude/skills/
git clone https://github.com/koisama0411/act-combat-design

# Then in Claude Code, say:
"设计 [Character Name] 角色"   # auto-triggers
"设计 [Boss Name] Boss"
"design character [Name]"

For GPT/Claude.ai/Cursor: upload the .md files to your knowledge base, add the system prompt from USAGE.md.


Self-Update (Experimental)

Off by default. Say “开启自我更新” to enable. The skill accumulates project-specific learnings into knowledge-local/ (never committed to git) — the longer you use it, the better it knows your project.


© 2026 Author: Mycelium Protocol. Licensed under CC BY 4.0. Free to share and adapt with attribution.

💬 评论与讨论

使用 GitHub 账号登录后发表评论