


Erstellen eines Lernspiels mit KI-Tools und Azure Static Web Apps (Teil 1)
Haben Sie sich jemals gefragt, wie Spiele das Lernen revolutionieren können? Die Idee, Kreativität, Technologie und Spaß zu vereinen, faszinierte mich und veranlasste mich, ein lehrreiches Visual-Novel-Spiel zu entwickeln. Obwohl es mir an Erfahrung in der Spieleentwicklung mangelte, begann ich diese Reise mit Ren'Py, einer auf Python basierenden Engine für visuelle Romane. Unter Nutzung von KI-Tools für eine beschleunigte Entwicklung und Azure Static Web Apps für die Bereitstellung habe ich einen Prototyp erstellt, der die Codierungsunterstützung von GitHub Copilot lehrt. Ein festliches Dezember-Thema sorgte für zusätzlichen Genuss.
Dieser Beitrag beschreibt meinen Ansatz:
- Spielerstellung mit dem Ren'Py-Framework.
- Nutzung von KI-Tools (GitHub Copilot, Azure OpenAI Service) für schnellere Entwicklung und Generierung visueller Assets.
- Automatisierte Erstellung und Bereitstellung über GitHub Actions und Azure Static Web Apps.
Interessiert? Spielen Sie das Spiel online und greifen Sie auf den Quellcode in meinem GitHub-Repository zu (Link der Kürze halber weggelassen).
Die Genesis
Es gibt zahlreiche Lernspiele für Cloud-Technologien, die alle Fähigkeitsstufen abdecken. Microsofts Microsoft Technical Quest (ein Kartenspiel, das Azure-Dienste nutzt) und ähnliche AWS-Angebote sind Beispiele für spielerisches Lernen in der Cloud.
Inspiriert durch „Azure Space Mystery“ von Microsoft Cloud Advocates (ein textbasiertes Spiel mit Bildern und interaktiven Fragen) wollte ich ein ähnliches Erlebnis schaffen und ein technisches Konzept durch ein textbasiertes Spiel mit Quizzen und Leistungsbelohnungen vermitteln . Die jüngste Popularität von GitHub Copilot machte es zu meinem zentralen Thema, ergänzt durch eine festliche Dezember-Umgebung.
Das Ergebnis: Christmas Copilot Quest, ein Spiel, das Spieler durch die Verwendung von GitHub Copilot in Visual Studio Code führt, wobei GingerBot (Santas Copilot-Assistent) interaktive Anleitungen bietet.
Spiel-Screenshots: Hauptmenü, Dialogbeispiel, Seite mit Lernressourcen.
Ein textbasiertes Spiel erstellen
Tech-Stack:
Zu meinen Anforderungen gehörten nichtlineares Storytelling mit Quizzen, die sich auf den Spielfluss auswirken, UI-Anpassung, Flexibilität bei benutzerdefinierten Komponenten und die Bereitstellung von Web-Apps. Die Vertrautheit mit Python führte mich zu Ren'Py, das mit seiner Skriptsprache für Story, Quiz und UI-Anpassung alle Anforderungen erfüllt. Die Python-Erweiterbarkeit und Web-Exportfunktionen sowie die CLI für automatisierte Builds und Bereitstellungen waren Schlüsselfaktoren.
Spielstruktur:
Das Spiel besteht aus drei Hauptkomponenten:
Skript: Die Erzählung (Monologe/Dialoge) und Quizze, gegliedert in beschriftete Abschnitte.
Spiel-Screenshots: Dialogbeispiel, Spielerquiz.
Grafische Benutzeroberfläche (GUI): Bildschirme, Menüs und visuelle Elemente. Ren'Py ermöglichte sowohl die integrierte Bildschirmanpassung (Schaltflächen, Menüs) als auch die Erstellung neuer Bildschirme (Erfolgsbenachrichtigungen, Ressourcenmenüs).
Benutzerdefinierte Spielbildschirme: Charakterauswahl, Erfolgsbenachrichtigung, Erfolgsbildschirm.
Benutzerdefinierter Python-Code: Fügt spielspezifische Funktionen hinzu (Erfolgssystem, Charakterdefinitionen, GUI-Dienstprogramme). Diese Komponenten wurden aus Gründen der Wartbarkeit getrennt gehalten. Beispielsweise wird eine Python-Funktion, die Spielernamen ermittelt, direkt aus dem Skript aufgerufen:
label introduction: felix "Ah, you must be the new coder Santa called for! What's your name?" $ player_input = renpy.input( _("(Type your name and press Enter, or press Enter to use the default name, [character_name].)") ) $ player_name = character_utils.determine_player_name(player_input) player "I'm [player_name]."
KI-Integration in der Entwicklung
GitHub Copilot: Entscheidend für die Navigation in Ren'Py. Während sich die begrenzten Daten von Ren'Py möglicherweise auf die Genauigkeit auswirken, hat Copilot weitgehend dazu beigetragen, Ren'Py-Komponenten zu verstehen, beispielsweise indem es einen Charakterauswahlbildschirm mit Bildschaltflächen vorschlug.
Vorschlag für den Charakterauswahlbildschirm von GitHub Copilot.
KI-Bildgenerierung: Um schnell Bilder zu erstellen, habe ich KI-Tools verwendet. DALL-E 3 (Azure OpenAI Service) lieferte zunächst ordentliche Bilder, aber die Beibehaltung eines konsistenten Stils erwies sich als Herausforderung. Microsoft Designer bot eine bessere Konsistenz, insbesondere die Text-zu-Bild-Funktion für Avatare. Eine „Low-Poly“-Ästhetik sorgte für Konsistenz und passte zum Stil des Spiels. Beispielaufforderung:
„Low-Poly-3D-Porträt einer stilisierten Frau mit braunem Haar, die eine Bluse in Weihnachtsfarben trägt, mit klaren geometrischen Formen, flachen Farben und sanfter Beleuchtung, in einem minimalistischen futuristischen Stil mit weißem Hintergrund.“
Erzeugte Bilder wurden mit Filtern zur Rauschunterdrückung, Farbglättung, Hintergrundentfernung und Hervorhebung von Polygonkanten verarbeitet. Bildkombinationen und Duplikate erzeugten atemberaubende Effekte.
Fazit und nächste Schritte
In diesem Beitrag wurden Ren'Py und KI-Tools (GitHub Copilot, Azure OpenAI Service, Microsoft Designer) bei der Erstellung eines Lernspiel-Prototyps demonstriert. Der nächste Schritt ist die Bereitstellung unter Nutzung der CLI von Ren'Py und der GitHub Actions-Integration von Azure Static Web Apps. Die folgenden Ressourcen bieten weitere Informationen zu GitHub Copilot und DALL-E 3. (Links der Kürze halber weggelassen).
Das obige ist der detaillierte Inhalt vonErstellen eines Lernspiels mit KI-Tools und Azure Static Web Apps (Teil 1). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
