11 min read

Fable 5.2 从建模到 FPS 游戏完整教程

Source: https://x.com/i/article/2120373697840316416
41 分钟一句话跑出射击游戏,这篇教程将完整贯穿建模、声音、贴图全流程,全程从模型到声音,都是代码生成,无需任何外部资源👇

0:18

如何阅读本文:

  • 第一次做,想小成本试水

直接看音效台部分,跟着跑通第一个小实验;

  • 想看原版做法和四个模块全流程

顺着往下读,每节末尾都有我实测跑通的完整提示词;

  • 直接看配置和拿成品 最后附上了开源项目地址

工具分工

这套实验用到的工具很精简:

  • Claude Code — 在命令行 headless 模式下自动跑完全程,管理文件读写、缓存设置和预算上限
  • Fable 5.2 — 写 WebAudio 音频合成代码、Three.js 着色器、顶点建模和游戏逻辑
  • agent-browser — 让 AI 在本机 Chrome 里打开自己写的网页截图自检、看控制台报错、检查 WebGL GPU 渲染器
  • OfflineAudioContext — 浏览器离线音频渲染接口,让听不见声音的 AI 把音频渲染出来,检查峰值、削波和静音段
一句话总结顺序 — 用一条命令行启动 Claude Code 调用 Fable 5.2,传入单次需求与自检系统提示词,让它自己写代码、用浏览器截图调画面、用离线音频接口查声音,中途不插话直到交出单文件 HTML。

16.6 分钟做出音效台

第一次试不用一上来就跑完整的 FPS 游戏,先用最小的音效台把命令行无人值守流程跑通,折算成本 $4.66。

准备环境(2 分钟) — 确保 Claude Code 升级到 2.1.242 以上版本(我用的是 2.1.322),本机装好 Chrome 和 agent-browser;

新建两个文件(2 分钟) — 在一个空文件夹里,新建 builder_system.md(放附加的系统提示词)和 prompt.md(放具体任务需求);

写入系统提示词(1 分钟) — 把下面这段话存进 builder_system.md,让 AI 自己截图和查音频 👇

你在独立完成一个创作任务。用户只给一次需求,之后不会再回答任何问题,所有决定你自己做,直到作品完成。

- 产物只写到任务指定的目录。

- 可以用 `agent-browser`(open / screenshot / eval / console)在本机 Chrome 里打开自己的页面截图自检,发现问题就改。截图前先用 eval 读一次 WebGL renderer 字符串,如果是 SwiftShader 等软件渲染,在最终汇报里写明。

- 涉及声音时,你听不到声音:用 OfflineAudioContext 渲染后检查峰值、削波和静音段,在汇报里写明「未经人耳试听」。

- 完成后用 3–6 行汇报:做了什么、文件路径、已知问题。

Agent执行如下命令:

claude -p "$(cat prompt.md)" \
  --model claude-fable-5-2 \
  --permission-mode auto \
  --append-system-prompt "$(cat builder_system.md)" \
  --settings '{"promptCacheTtl":"5m"}' \
  --max-budget-usd 12 \
  --output-format json > run.json

板块一:纯代码合成游戏音效台 为什么先做这一步 不加载外部音频文件,靠振荡器、噪声和滤波器把枪声、环境声和配乐算出来,是原版很核心的一块。我想单独看看 Fable 5.2 在听不到声音的前提下,配合离线渲染检查能做成什么样。

怎么做与结果 这一步跑了 16.6 分钟、16 轮,输入 117 万 token,缓存命中率 88.6%,输出 7.8 万 token。开 5 分钟缓存折算成本 $4.66,如果不走缓存要 $12.47。

图像

生成的单文件 HTML 大小 56KB,本地浏览器直接打开就能用。界面上有波形、声谱、频谱显示和 14 个声音按钮(步枪室内外、换弹三段、弹壳、三种脚步、子弹掠过、跳弹、雨、远雷、约 30 秒配乐),它还自己多加了一个“交火演示”按钮,超出了提示词的要求。每次触发都会换随机种子。

它按系统提示词的要求,自己用 OfflineAudioContext 离线渲染检查了削波和静音,并在汇报里写明“未经人耳试听”。

可直接复制提示词 👇 ```text 用纯 WebAudio 代码合成一套 FPS 游戏音效,不许用任何音频文件、采样或外部音频库,所有声音都从振荡器、噪声和滤波器算出来。

要有:步枪单发(室外、室内两种尾音)、换弹三段(退弹匣、上弹匣、拉枪栓)、弹壳落地、脚步(水泥、金属、积水各一种)、子弹掠过耳边、跳弹、持续的雨声、远处的雷声、一段 30 秒左右的紧张配乐。每个音效至少 3 个随机变体,连按不会听起来一模一样。

品质要像 3A 游戏的音效,不要 8-bit 芯片音那种味道。

做成一个单文件 HTML 音效台:每个声音一个按钮,播放时显示波形和频谱,界面要好看。 输出到:./01-audio/index.html


# 板块二:程序化生成雨夜码头材质 **为什么做这一步** 不加载外部图片贴图,靠代码生成湿地面反光、集装箱锈迹和喷字,单独测试它写程序化纹理与着色器的表现。

**怎么做与结果** 这一步跑了 23.9 分钟、25 轮,输入 246 万 token,缓存命中率 83.8%,输出 11.4 万 token。折算成本 $8.56,不走缓存要 $24.24。

![图像](https://pbs.twimg.com/media/HW0b-TkawAAGOUo?format=jpg&name=large)![图像](https://pbs.twimg.com/media/HW0b-TgbYAAlTrQ?format=jpg&name=large)

生成的 HTML 文件 55KB,只从 CDN 引入了 three.js 一个库,不加载任何图片。它用 agent-browser 打开页面截图自检,测了 WebGL 是真 GPU(Apple M2 Pro)而非软件渲染。

场景里做出了雨夜码头的湿混凝土积水实时反射、生锈瓦楞集装箱(带喷涂箱号)、镀锌钢配电柜、轮胎、木托盘和黄铜铭牌。它在汇报里自己列出的缺点是部分小坑被误判为积水、远景箱堆是平涂色块。

**可直接复制提示词 👇** ```text
用 Three.js(从 CDN 引入,只允许这一个库)做一个材质展示页,所有贴图都必须在代码里程序化生成,不许加载任何图片文件。

材质:雨后湿漉漉带积水反光的混凝土地面、刷漆后生锈的集装箱瓦楞钢板(带喷涂的箱号和标识)、镀锌钢、黑色橡胶、木托盘、带做旧痕迹的金属铭牌。

光照是雨夜码头的氛围:钠灯暖光加冷色天光,环境反射也要程序化生成。画面要接近照片级写实,可以慢慢转动查看每个材质。

做成单文件 HTML,输出到:./02-materials/index.html

板块三:纯代码建模岸桥、货船与步枪 为什么做这一步 不加载任何外部模型文件,测试它纯靠代码在 Three.js 里搭出复杂工业结构和第一人称枪械细节的能力。

怎么做与结果 耗时 28.7 分钟、19 轮,输入 205 万 token,缓存命中率 76.1%,输出 14.0 万 token。折算成本 $10.38,不走缓存要 $21.96。

图像
图像
图像
图像

产物是一个 69KB 的单文件 HTML。里面除了提示词要求的三个模型:

岸桥起重机 — 有桁架、机房、司机室、8 根钢缆、吊具,并且带装卸动画。

215 米集装箱货船 — 有球鼻艏、12 个贝位集装箱和驾驶台。

突击步枪 — 有导轨、制退器、抛壳窗、弹匣、红点瞄具。它自己列出的缺点是第一人称没有手臂。

它还在提示词要求之外,自己多加了一个“码头全景”标签,把场景拼到一起,约 185 万三角面,在我本机跑在约 120fps。

可直接复制 👇 ```text 用 Three.js(从 CDN 引入,只允许这一个库)纯代码建模,不许加载任何模型文件或图片:

  1. 一台集装箱码头的岸桥起重机(桁架、吊具、司机室、钢缆都要有)
  2. 一艘停靠的集装箱货船,甲板上堆着集装箱
  3. 一把第一人称视角的突击步枪,带红点瞄具,细节要经得起近看

结构比例要像真的,细节越多越好。做成单文件 HTML 模型查看器,可以切换三个模型、鼠标旋转缩放。 输出到:./03-models/index.html


# 板块四:一句话提示词,跑出完整 FPS 游戏 **为什么做这一步** 前面三个模块验证完,我把目录换到干净的空文件夹,只用 Felix 原版那句提示词(去掉了开头的 You know, you should also,加了一句单文件 HTML、只用 CDN、不加载外部文件的环境说明),看看跑一次会做出什么。

**怎么做与结果** 这一步我开了 1 小时缓存。它连续跑了 40.8 分钟、73 轮,输入 661 万 token,输出 19.3 万 token。

这一轮的缓存命中率是 **90.9%**,落在我前面倒推原版的 90%–95% 区间里。如果不走缓存,这一趟按原价要 $60.57,命中缓存后折算下来是 **$15.96**。

![图像](https://pbs.twimg.com/media/HW0cSFMbAAAYQ9F?format=jpg&name=large)![图像](https://pbs.twimg.com/media/HW0cSE8acAAzkcm?format=jpg&name=large)![图像](https://pbs.twimg.com/media/HW0cSFJbcAATX8r?format=jpg&name=large)

它自己做了一款叫 **“SUBLEVEL 07”**

的射击游戏,单文件 HTML 大小 131KB(也就是文章开头视频里录制的实机画面,视频配乐是我后加的 CC0 电子乐,游戏本身的音效没录进视频):

-   **场景与渲染** — 设定在潮湿的地下变电站走廊,柱子上有喷涂编号,包含程序化材质、地面实时反射、AO、bloom、胶片调色,支持三档画质。
    

-   **武器与战斗** — 卡宾枪带红点瞄具、换弹、后坐力、枪口火光和抛壳,一共三波悬浮无人机(第二波在红色警示灯区域交火),内置 18 个代码合成音效。
    

-   **自动打通测试** — 交稿前,它自己写脚本打通了全部三波敌人、验证了胜利和死亡结算,确认控制台无报错。它自己列出的缺点是前臂和手套比较简陋、反射只有地面。

**可直接复制 👇** ```text
Build me a FPS. Insanely detailed quality pls, something that looks visually like it can keep up with AAA. Make it small in scope (like a tiny level) but otherwise impressive photorealistic graphics

(环境说明:做成浏览器里能玩的单文件 HTML,只能从 CDN 引入库,不能加载外部模型、图片、音频文件。输出到 ./out/index.html)
``` **相关链接** 1.  仓库:
    
    https://github.com/wquguru/fable52-fps-repro
    
2.  在线试玩:
    
    https://wquguru.github.io/fable52-fps-repro/
     **推荐阅读** 1.  人人都是单片机工程师:一文玩转 ESP32
    
    https://x.com/wquguru/status/2110601298488021452
    
2.  普通人的 Claude 订阅方案(从 0 到 1 完整版,含支付和身份认证)
    
    https://x.com/wquguru/status/2106041666922783181
    
3.  MacOS 本地部署 Qwen-Image 2.1 提速将近五倍!怎么做到的?
    
    https://x.com/wquguru/status/2109605714796970004
    
4.  图解 KV Cache——DS V4.1-Flash的制胜秘密
    
    https://x.com/wquguru/article/2099119760248389730
    
5.  图解 ASR 和 TTS:HuggingFace 开源模型测评
    
    https://x.com/wquguru/status/2096013016429211791
    
6.  图解大语言模型部署
    
    https://x.com/wquguru/status/2093634146082152683
    
7.  Agent Memory 架构全景:从规则文件、会话检索到反思与技能沉淀
    
    https://x.com/wquguru/status/2069641926752780384
    
8.  成瘾者:色情、赌博与Vibe Coding
    
    https://x.com/wquguru/status/2022173077329871138
    

如果这篇教程对你有帮助,欢迎 **关注 + 收藏 + 转发** 👏🏻

持续分享新手友好的 AI Agent 教程和 AI 工具使用心得,关注

@wquguru