mcpField
G
game-balance-economy

game-balance-economy

github.com/lvtd-llc创意与媒体1152 次安装7 周前更新
代码仓库

关于 game-balance-economy

为需要调整游戏数值的设计者提供经济系统平衡工作流。它从目标体验出发,分析资源流动、策略与风险,并产出调优方案和验证计划。

主要功能

  1. 01明确目标体验
  2. 02绘制资源来源与消耗图
  3. 03识别主导策略与失衡
  4. 04结合期望值、模拟和试玩
  5. 05生成调优表与验证计划

适用场景

  1. 01调整游戏货币与奖励数值
  2. 02检查概率、成本和失败惩罚
  3. 03发现重复刷取或资源枯竭
  4. 04规划平衡测试与遥测指标

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lvtd-llc/skills --skill game-balance-economy

安装后在 Claude Code 中输入/game-balance-economy确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/core/
guide.md
scripts/
expected_value.py
workflows/
tuning-pass.md

详细介绍

游戏平衡与经济系统

当游戏系统需要调整数值时,使用此技能。平衡不只是公平;它还决定了玩家随时间推移所做决策的形态。优秀的平衡调整应先明确预期体验,再改动数值。

来源溯源

主要来源:Jesse Schell 所著的 The Art of Game Design: A Book of Lenses, Third Edition,尤其是第 12–13 章,内容涉及概率、期望值、公平、挑战、有意义的选择、奖励、惩罚和经济系统。此工作流经过改编和转述。

辅助来源包括 MDA(用于从机制推理到动态表现),以及有关难度选项的无障碍指南;这些选项应保留玩家的自主权。

工作流

  1. 定义目标体验:紧张、慷慨、严苛、富有表现力、讲究策略、混乱、清晰易懂,或以精通为导向。
  2. 梳理资源、消耗点、来源、奖励、成本、概率、时间和失败惩罚。
  3. 找出主导策略、无效选择、失控的反馈循环、重复刷取、稀缺性崩溃和不透明的随机性。
  4. 在有用时使用期望值计算和模拟,但要通过游戏测试进行验证。
  5. 制作一份数值调整表,列出范围、默认值、依据和遥测数据。

必需输出

  • Balance Intent:数值应让玩家产生什么感受并采取什么行动。
  • Economy Map:来源、消耗点、货币、奖励、门槛和兑换比率。
  • Tuning Table:参数、默认值、安全范围和预期效果。
  • Risk Review:主导策略、漏洞、公平性问题和无障碍方面的考量。
  • Validation Plan:电子表格检查、脚本检查、游戏测试任务和遥测数据。

辅助脚本

使用 scripts/expected_value.py 快速检查期望值:

python3 path/to/game-balance-economy/scripts/expected_value.py --outcome 0:0.5 --outcome 10:0.5

本地参考资料

制定数值调整计划之前,请阅读:

  • references/core/guide.md
  • workflows/tuning-pass.md

评论

支持 Markdown