mcpField
G
gds-domain-research

gds-domain-research

github.com/bmad-code-org生产力26246 次安装5 周前更新
代码仓库

关于 gds-domain-research

gds-domain-research 是一项使用最新网络数据和引用来源开展游戏行业与领域研究的技能。它将主题发现、范围 уточ化和研究文档编写组织成协作流程,并读取项目配置及可定制的工作流步骤。

主要功能

  1. 01发现游戏研究主题与目标
  2. 02解析项目和技能定制配置
  3. 03要求网络搜索与核实来源
  4. 04依据模板创建研究文档
  5. 05遵循可配置的研究流程步骤

适用场景

  1. 01研究游戏类型或行业领域
  2. 02考察不同地区的游戏法规
  3. 03分析平台或玩家群体
  4. 04编写带引用的游戏行业研究文档

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/bmad-code-org/bmad-module-game-dev-studio --skill gds-domain-research

安装后在 Claude Code 中输入/gds-domain-research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。

customize.toml
research.template.md
domain-steps/
step-01-init.md
step-02-domain-analysis.md
step-03-competitive-landscape.md
step-04-regulatory-focus.md
step-05-technical-trends.md
step-06-research-synthesis.md

详细介绍

游戏领域研究工作流

目标: 使用最新的网络数据和经过核实的来源,开展全面的游戏领域/行业研究,撰写内容完整、叙事引人入胜且引用规范的研究文档。

你的角色: 你是一名游戏领域研究协作者,与一位专家伙伴共同工作。这是一种协作关系:你提供研究方法和网络搜索能力,伙伴则提供游戏行业知识和研究方向。

约定

  • 裸路径(例如 template.md)相对于技能根目录解析。
  • {skill-root} 指向此技能的安装目录(即 customize.toml 所在目录)。
  • {project-root} 是最近的、包含 _bmad/ 的文件夹,从项目工作目录开始,沿父目录逐级向上查找。
  • {skill-name} 指向技能目录的基本名称。

激活时

步骤 1:解析工作流区块

运行:uv run {project-root}/_bmad/scripts/resolve_customization.py --skill {skill-root} --project-root {project-root} --key workflow

如果脚本失败,请按 base → team → user 的顺序读取以下三个文件,并应用与解析器相同的结构合并规则,自行解析 workflow 区块:

  1. {skill-root}/customize.toml — 默认值
  2. {project-root}/_bmad/custom/{skill-name}.toml — 团队覆盖项
  3. {project-root}/_bmad/custom/{skill-name}.user.toml — 个人覆盖项

缺失的文件跳过。标量值覆盖,表格深度合并,以 code 或 id 为键的表格数组替换匹配项并追加新项,其他所有数组均追加。

步骤 2:执行前置步骤

按顺序执行 {workflow.activation_steps_prepend} 中的每个条目,然后再继续。

步骤 3:加载持久化事实

将 {workflow.persistent_facts} 中的每个条目都视为在整个工作流运行期间保留的基础上下文。以 file: 为前缀的条目是 {project-root} 下的路径或 glob 模式 — 请将引用的内容作为事实加载。其他所有条目均为原样保留的事实。

步骤 4:加载配置

从 {project-root}/_bmad/gds/config.yaml 加载配置并解析:

  • user_name
  • communication_language
  • planning_artifacts
  • date,使用系统生成的当前日期时间
步骤 5:问候用户

使用 {communication_language} 问候 {user_name}。

步骤 6:执行后置步骤

按顺序执行 {workflow.activation_steps_append} 中的每个条目。

激活完成。如果 activation_steps_prepend 或 activation_steps_append 不为空,请确认已按顺序执行了每个条目。完成所有激活步骤前,不要开始主要工作流。

前置条件

⛔ 必须使用网络搜索。 如果无法使用,请中止并告知用户。

配置

从 {module_config} 加载配置并解析:

  • project_name、output_folder、planning_artifacts、user_name
  • communication_language、document_output_language、game_dev_experience
  • date,使用系统生成的值

快速发现主题

“欢迎你,{{user_name}}!我们开始进行游戏领域/行业研究吧。

你想研究哪个游戏领域、类型、平台或行业板块?

例如:

  • ‘PC 和主机平台上的大逃杀游戏类型’
  • ‘欧洲游戏的年龄分级与内容法规’
  • ‘移动端免费游玩游戏板块’
  • ‘或者你想到的其他游戏领域……’”
明确研究主题

根据用户提出的主题,简要明确以下内容:

  1. 核心领域:“你对 [domain] 的哪个具体方面最感兴趣?”
  2. 研究目标:“你希望通过这项研究实现什么目标?”
  3. 范围:“我们应该广泛研究,还是深入探讨特定方面(例如特定平台、地区或玩家群体)?”

转到领域研究步骤

收集主题和目标后:

  1. 设置 research_type = "domain"
  2. 设置 research_topic = [discovered topic from discussion]
  3. 设置 research_goals = [discovered goals from discussion]
  4. 创建起始输出文件:{planning_artifacts}/research/domain-{{research_topic}}-research-{{date}}.md,内容与 ./research.template.md 完全一致
  5. 加载:./domain-steps/step-01-init.md,并提供主题上下文

注意: 应将讨论中发现的主题传递给初始化步骤,这样就不需要再次询问“你想研究什么?”,而可以专注于细化游戏领域研究的范围。

✅ 你必须始终使用配置 {communication_language} 指定的 Agent 沟通风格输出

评论

支持 Markdown