[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-94393":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":15,"stars30d":16,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":17,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":18,"fork":18,"defaultBranch":19,"hasWiki":18,"hasPages":18,"topics":20,"createdAt":10,"pushedAt":10,"updatedAt":26,"readmeContent":27,"aiSummary":28,"trendingCount":15,"starSnapshotCount":15,"syncStatus":29,"lastSyncTime":30,"discoverSource":31},94393,"wai-play","waiterve\u002Fwai-play","waiterve","WAI Play - AI web game testing and quality evaluation platform","",null,"Python",259,9,101,0,158,50,false,"main",[21,22,23,24,25],"ai","ai-agents","game","game-testing","python","2026-08-24 04:01:22","# WAI Play\n\n> 把网页游戏地址交给 AI，让它像玩家一样试玩、发现问题，并给出可复现的证据和修改建议。\n\nWAI Play 是面向 **vibe coding 网页游戏创作者** 的自动试玩与质量诊断 Agent。它会在真实浏览器中操作游戏，理解游戏目标和流程，记录状态、截图与录像，最后生成结构化评分、问题卡片和通俗易懂的优化建议。\n\n你不需要先写复杂的自动化脚本：选择游戏类型、填写游戏 URL，就可以开始基础测试；如果同时上传 ZIP 源码包，WAI Play 还能结合源码理解通关条件、关键节点和玩法规则，让路线规划更准确。\n\n## 🎯 为什么做 WAI Play\n\n用 AI 快速做出网页游戏并不难，难的是回答下面这些问题：\n\n- 游戏能不能从开始完整玩到通关？\n- 核心玩法、操作反馈和界面是否合理？\n- 如何快速测试游戏获得关键节点的问题？\n- 上述问题又应该如何进行确认？\n- 发现问题以后，应该具体修改什么，又该如何后续验证？\n\nWAI Play 把这些工作串成一条完整流程：**提交游戏 → Agent 自动试玩 → 验证关键流程 → 整理问题证据 → 输出评分与优化建议**。\n\n## ✨ 你可以得到什么\n\n- **真实浏览器试玩**：通过键盘、鼠标和游戏接口操作正在运行的网页游戏。\n- **游戏流程理解**：结合游戏类型、运行状态和可选源码，识别目标、前置条件、关键节点与通关路线。\n- **失败后的重新规划**：首次路线无法完成时，根据真实结果倒推条件并调整后续尝试。\n- **五维质量评分**：从核心流程、核心玩法、UI 与视觉、操作反馈、技术稳定性评价游戏本身。\n- **可复现的问题卡片**：同一问题只展示一次，并绑定一次最佳尝试中的状态变化、截图或不超过 20 秒的录像片段。\n- **具体优化建议**：根据问题类型说明“哪里有问题、建议怎么改、改完如何验证”。\n- **测试可信度诊断**：API 接入、证据完整度和 Agent 操作可靠性单独展示，不混入游戏质量得分。\n\n## 🧭 WAI Play 如何工作\n\n1. **选择游戏类型**：从五类网页游戏中选择最接近的一类。\n2. **提供游戏**：填写可访问的游戏 URL；可选上传与当前版本一致的 ZIP 源码包。\n3. **检查是否可测**：验证页面、游戏状态、动作和重新开始等能力是否真正可用。\n4. **建立游戏模型**：识别玩法目标、成功与失败条件、场景关系和关键节点。\n5. **真实试玩与调整**：先按规划操作；失败后根据实际状态重新规划，而不是盲目重复动作。\n6. **生成评测报告**：汇总评分、真实游戏问题、最佳证据和可执行的优化建议。\n\n只提供 URL 时仍可进行浏览器黑盒测试；同时提供 ZIP 源码包时，流程理解和通关规划通常会更准确。源码包只用于本次临时分析，WAI Play 不会直接修改用户的原项目。\n\n## 🖥️ 页面预览\n\n### 测试前\n\n选择游戏类型、填写游戏 URL，并按需上传 ZIP 源码包。右侧的小 WAI 会提示当前准备状态。\n\n![WAI Play 测试前页面](docs\u002Fscreenshots\u002Fwai-play-before-test.png)\n\n### 测试中\n\n页面会同步展示测试状态和小 WAI 的工作状态；等待期间，用户也可以直接玩一局俄罗斯方块小游戏。\n\n![WAI Play 测试中页面](docs\u002Fscreenshots\u002Fwai-play-during-test.png)\n\n## 🎮 支持的游戏类型\n\n| 游戏类型 | 重点验证内容 |\n| --- | --- |\n| 生存 \u002F 肉鸽 \u002F 幸存者 Like | 生存循环、战斗、成长选择、Boss 与结局 |\n| 经典街机 \u002F 动作射击 | 移动攻击、得分循环、受击反馈与失败重试 |\n| 平台跳跃 | 移动跳跃、落点、障碍、检查点与终点 |\n| 解谜 \u002F 卡牌 | 规则理解、选择反馈、关卡目标与解题流程 |\n| 视觉小说 \u002F 剧情选择 | 对话推进、分支条件、结局与重玩路径 |\n\n## 🚀 快速开始\n\n建议使用 Python 3.12。\n\n```powershell\ngit clone https:\u002F\u002Fgithub.com\u002Fwaiterve\u002Fwai-play.git\ncd wai-play\npython -m venv .venv\n.\\.venv\\Scripts\\Activate.ps1\npython -m pip install -r requirements.txt\npython -m playwright install chromium\nCopy-Item .env.example .env\nstreamlit run app.py\n```\n\n打开 \u003Chttp:\u002F\u002F127.0.0.1:8501>。\n\n编辑 `.env`，填写自己的 DeepSeek 与 Kimi API Key。请勿把 `.env` 提交到 GitHub。没有 AI Key 时，部分规则测试仍可工作，但源码建模、路线规划和自然语言建议会降级。\n\n## 🕹️ 运行五类演示游戏\n\n另开一个终端：\n\n```powershell\npython -m http.server 8768 --bind 127.0.0.1 --directory web_examples\u002Ffive_games\n```\n\n打开演示导航页：\u003Chttp:\u002F\u002F127.0.0.1:8768>。\n\n| 类型 | 演示地址 |\n| --- | --- |\n| 生存 \u002F 肉鸽 | \u003Chttp:\u002F\u002F127.0.0.1:8768\u002Fsurvivor.html> |\n| 经典街机 \u002F 动作射击 | \u003Chttp:\u002F\u002F127.0.0.1:8768\u002Farcade-shooter.html> |\n| 平台跳跃 | \u003Chttp:\u002F\u002F127.0.0.1:8768\u002Fplatformer.html> |\n| 解谜 \u002F 卡牌 | \u003Chttp:\u002F\u002F127.0.0.1:8768\u002Fpuzzle-card.html> |\n| 视觉小说 \u002F 剧情选择 | \u003Chttp:\u002F\u002F127.0.0.1:8768\u002Fvisual-novel.html> |\n\n## 🐳 Docker 运行\n\n```powershell\ndocker build -t wai-play .\ndocker run --rm -p 8501:8501 --env-file .env wai-play\n```\n\n容器访问宿主机游戏时，请把游戏地址中的 `127.0.0.1` 改为 `host.docker.internal`。\n\n## ✅ 运行测试\n\n```powershell\n.\\.venv\\Scripts\\python.exe -m compileall -q app.py agent web llm games database rag\n.\\.venv\\Scripts\\python.exe -m unittest discover -s tests -p \"test_*.py\" -v\n```\n\n集成测试会自动启动仓库内的五类演示游戏服务器，不依赖开发者电脑上的固定目录。仓库也配置了 GitHub Actions，在推送和 Pull Request 时自动执行编译与测试。\n\n## 🔐 数据、隐私与使用边界\n\n- `.env`、录像、截图、报告、日志和本地记忆目录不会提交到 GitHub。\n- 上传 ZIP 源码包时，系统只分析临时解压副本；测试结束后应清理临时文件。\n- 开启 AI 源码建模后，相关源码摘要可能发送给所配置的第三方模型服务。\n- 请只测试自己拥有或已获授权的游戏地址和源码。\n- 当前版本适合本地运行、学习和演示；若作为面向公众的在线服务，还需要账号体系、任务队列、访问额度、远程 URL 安全限制和测试数据自动清理。\n\n## 🧩 主要代码入口\n\n- Streamlit 页面：`app.py`\n- 测试编排：`agent\u002Forchestrator.py`\n- 浏览器适配：`web\u002Fweb_game_adapter.py`\n- 游戏类型标准：`game_profiles.py`、`agent\u002Fscoring_standards.py`\n- 五类接口模板：`integration_templates.py`\n\n## 🗺️ 下一步计划\n\n- 完善公开在线服务所需的多用户隔离、任务队列和安全限制。\n- 增加更多陌生游戏样本，持续提高流程建模和关键节点识别能力。\n- 改进报告建议的针对性，让开发者能更快定位代码与验证修复结果。\n\n## 🤝 参与项目\n\n欢迎通过 Issue 提交 Bug、游戏兼容性问题或产品建议，也欢迎通过 Pull Request 改进测试规则、游戏模板和文档。\n\n如果 WAI Play 对你的网页游戏开发有帮助，欢迎给项目一个 Star。\n","WAI Play 是一个面向网页游戏开发者的 AI 驱动自动化试玩与质量评估平台。它在真实浏览器中模拟玩家操作，结合游戏类型、运行状态及可选源码包，自动理解玩法目标、识别关键节点、执行通关尝试，并生成五维质量评分、可复现的问题卡片（含截图\u002F录像）及具体优化建议。核心能力包括黑盒测试与源码增强建模双模式、失败驱动的动态路线重规划、以及结构化可信度诊断。适用于独立开发者、vibe coding 创作者在网页游戏快速迭代阶段进行功能完整性验证、交互合理性检查与体验问题定位。",2,"2026-08-07 02:30:09","CREATED_QUERY"]