ゴドジェン:完全なGodotゲーム生成のためのクロードコードスキル

Godogenは、テキストプロンプトを受け取り、完全にプレイ可能なGodot 4プロジェクトを生成するパイプラインです。Claude Codeのスキルを使用して、アーキテクチャを設計し、2D/3Dアセットを生成し、GDScriptを記述し、視覚的にテストします。
エンジニアリングソリューション
開発者は、以下の3つの特定のボトルネックを解決しました:
- トレーニングデータの不足: LLMはGDScriptのトレーニングがほとんどありません。Godogenには、手書きの言語仕様、GodotのXMLソースから変換された完全なAPIドキュメント、および文書化されていないエンジンの挙動に関するクセデータベースを含むカスタム参照システムが含まれています。エージェントは、Godotの約850クラスによるコンテキストウィンドウのオーバーフローを避けるため、ランタイム時に必要なAPIのみを遅延読み込みします。
- ビルド時とランタイムの状態: シーンは、メモリ内でノードグラフを構築し、.tscnファイルにシリアライズするヘッドレススクリプトによって生成され、Godotのシリアライゼーションフォーマットを手動編集することの脆弱性を回避します。モデルには、各フェーズで利用可能なAPIと、すべてのノードがその所有者を正しく設定する必要があることが教え込まれています。
- 評価ループ: 別のGemini Flashエージェントが視覚的QAとして機能し、実行中のエンジンからレンダリングされたスクリーンショットを分析して、z-fighting、浮遊オブジェクト、物理爆発、有機的であるべきグリッド状の配置などの視覚的なバグを捕捉します。
アーキテクチャとセットアップ
このシステムは、パイプラインを計画するオーケストレーターと、ミスや状態の蓄積を防ぐためにcontext: forkウィンドウで各ピースを実装するタスクエグゼキューターという、2つのClaude Codeスキルとして実行されます。
前提条件:
- PATHにGodot 4(ヘッドレスまたはエディター)
- Claude Codeがインストール済み
- 環境変数としてのAPIキー:Gemini(画像生成と視覚的QA)用の
GOOGLE_API_KEY、Tripo3D(画像から3Dモデルへの変換、3Dゲームのみ)用のTRIPO3D_API_KEY - Python 3とpip
はじめに:
./publish.sh ~/my-gameを実行して、すべてのスキルがインストールされた新しいプロジェクトフォルダを作成します。これにより、.claude/skills/とCLAUDE.mdを含むターゲットディレクトリが作成され、gitリポジトリが初期化されます。そのフォルダでClaude Codeを開き、作成するゲームを説明してください — /godogenスキルがすべてを処理します。
パフォーマンスに関する注意:
- 1回の生成実行には数時間かかることがあります
- Godotのスクリーンショットキャプチャには、T4またはL4 GPUを搭載したクラウドVMでの実行が適しています
- Claude CodeのOpus 4.6が最良の結果をもたらします;Sonnet 4.6も動作しますが、より多くのユーザーガイダンスが必要です
- OpenCodeは実行可能な代替手段であり、スキルの移植は簡単です
アセット生成: Geminiが2Dアートとテクスチャを作成します;Tripo3Dが選択された画像を3Dモデルに変換します。このシステムは予算を考慮しており、費やした金額あたりの視覚的インパクトを最大化します。
テスト済み環境: UbuntuとDebian。macOSは未テスト — スクリーンショットキャプチャはX11/xvfb/Vulkanに依存しており、ネイティブのキャプチャパスが必要です。
📖 Read the full source: HN AI Agents
👀 See Also

W2A — エージェントセンサーのためのオープンプロトコル:ローカルエージェントにリアルタイム知覚を提供する
W2A(World2Agent)はAIエージェントの認識層を標準化するオープンプロトコルです。セルフホスト可能、TypeScript SDK、Apache 2.0ライセンス。ワンオフのスクリプトなしでセンサーからのリアルタイム信号をエージェントが受信できます。

Apfel: macOSでAppleのオンデバイスLLMにアクセスする無料CLIツール
Apfel v0.6.13は、Appleの組み込みLLMをCLIツール、OpenAI互換サーバー、インタラクティブチャットとして公開するSwift 6.3バイナリです。Apple Silicon搭載MacのmacOS 26+に同梱される4,096トークンモデルを使用し、APIキーやコストなしで100%オンデバイスで動作します。

JANG量子化手法は、大規模モデルのMLXパフォーマンスを向上させます
JANGと呼ばれる新しい量子化手法により、MiniMax-M2.5やQwen 3.5などの大規模モデルをAppleのMLXフレームワーク上で、標準的なMLX量子化よりも大幅に優れた性能で実行できるようになりました。これは、より高ビットの量子化に匹敵する精度を維持しながら、ほぼネイティブの速度を実現します。

Gemma-4 26B-A4Bは、Opencodeを搭載し、M5 MacBook Airで効率的に動作します
32GBのM5 MacBook Airは、低電力モードでGemma-4-26B-A4B-it-UD-IQ4_XSモデルを実行し、プロンプト処理で毎秒300トークン、生成で毎秒12トークンを達成し、わずか8Wの電力消費で、温まることも騒音を出すこともありません。