# Add to your Claude Code skills
git clone https://github.com/aph199686/zhangyi-studioGuides for using ai agents skills like zhangyi-studio.
See how zhangyi-studio compares with popular alternatives.
zhangyi-studio is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by aph199686. 「张翼 · 游戏设计陪练 skill 与本地工作台」. It has 62 GitHub stars.
zhangyi-studio's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.
Clone the repository with "git clone https://github.com/aph199686/zhangyi-studio" and add it to your Claude Code skills directory (see the Installation section above).
zhangyi-studio is primarily written in JavaScript. It is open-source under aph199686 on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh zhangyi-studio against similar tools.
No comments yet. Be the first to share your thoughts!
Available after the catalog security scan passes.
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
English: README_EN.md
你只有一个人。但你可以张开翅膀。
张翼是一套装进 AI 助手的游戏设计陪练 skill。你给它一句想法、一个做不做的纠结,或一版已有方案;它先给可修改的设计草案,再指出真正会影响玩家体验的取舍,陪你用小样和真人反馈检验。你拍板,它负责把判断、理由和未验证的风险留成档案。
**第一次使用?**在项目文件夹双击 启动张翼工作台.bat,保持弹出的命令窗口打开。需要已安装 Node.js。先看产品说明书:一页了解工作台、张翼 skill、项目包与后续接力。
它可以替你提出候选点子,也能在方向清楚后做一个可试玩的小版本:让你先玩,再决定值不值得继续做。它不会把候选当成你的决定,也不会仅凭纸面方案或自己生成的原型宣称游戏“好玩”。
用法一 · 装进你的 AI 助手,直接聊。 把 skills/ 复制到 Agent 的 skills 目录(见安装),然后对你的 AI 说一句"我想做个游戏"。张翼 skill 负责判断:给草案、落裁决、留档案。
用法二 · 什么都不装,直接打开工作台。 双击 启动张翼工作台.bat,本地页面带你走 01 立项 → 02 审方案 → 03 做出来 → 04 试玩与修订;全程离线,选择都能导出成项目包带走。工作台负责让选择看得见、改得动、能带走。
两者互通:工作台导出的项目包可以交给装了张翼 skill 的 AI 接着做;AI 的审查结果也能导回工作台逐条拍板。


你只要说:“我想做一个开猫咪咖啡馆的游戏。” 不用先懂“核心循环”“设计支柱”这些词。张翼应该先交一页能反应的草案:
| 你交给张翼 | 张翼替你推进 | 你能看见的变化 |
|---|---|---|
| “开猫咪咖啡馆”一句话 | 写出玩家头十分钟:接第一位客人、安排猫与座位、处理猫不愿接客的意外 | 从题材变成玩家真的能做的事 |
| 想同时做装修、繁育、外卖、社交 | 建议首版只保留“猫与客人的匹配”,其余先砍,并说明每项会挤掉什么 | 范围变小,游戏最特别的部分变清楚 |
| “这样会不会好玩?” | 指定最小可玩小样:三只性格不同的猫、三位需求冲突的客人;找陌生人玩,看他们是否愿意为自己的安排负责 | 把空泛的担心变成可以观察的问题 |
这页草案不是替你定案。你说“我最想做装修”,张翼就应重新设计围绕装修的玩法,并说明保留它的成本。它的价值在做出有理由的判断,然后接受你的纠正,不是在回答里宣布“我使用了某个 skill”。
| 你眼下的难题 | 可以直接这样说 | 张翼应交给你什么 |
|---|---|---|
| 只有模糊点子 | “我想做一个……,帮我落地。” | 头十分钟怎么玩、亮点、先砍什么、下一步 |
| 喜欢一款现成游戏 | “我玩了《文明6》,想做五代十国版本。” | 分清模组、独立小样与完整游戏;先重现最喜欢的一段体验,不要求先有创新点 |
| 想尽快玩到灵感 | “我选这个方向,别讲术语了,做个能玩的最小版本。” | 可打开、能操作、有结果和重开入口的小样;说明它在试什么 |
| 想加一个功能 | “我想加联机/抽卡/第二套战斗,值不值?” | 它解决的问题、代价、过/缓/否的判断 |
| 故事和玩法分家 | “这段剧情和玩家操作怎么连起来?” | 角色想要什么、玩家的选择改变什么、输赢后故事怎么动 |
| 数值看着不对 | “这套经济/胜率会不会把玩家卡死?” | 先写清假设,再做模拟;指出模型能和不能证明什么 |
| 有可玩小样 | “找几个人试玩,应该看什么?” | 试玩任务、观察点、记录方式和基于样本的结论 |
| 要发售或隔天继续 | “现在能发吗?”/“帮我接着上次做。” | 有证据的检查结论 / 能接上进度的交接档案 |
不确定该走哪一步,直接把当前想法和最烦的一件事告诉它。张翼应先给草案,不把入门变成填表。
市面上的 AI 游戏工具都在解决"产能"。张翼解决的是"判断"。
用过张翼的项目,会攒下一册自己项目的裁决档案。
第一层 · 本体 标准 Agent Skills(本仓库),住进你已有的 AI 助手
第二层 · 巢 张翼之巢:本地 HTML,裁决书档案馆已上线,羽翼成长图规划中
第三层 · 印记 裁决书:每次评审在你项目里留下一份带编号的档案,攒成你自己项目的决策史
双击打开 nest/index.html(零依赖、离线可用),把项目 verdicts/ 目录里的
裁决书拖进去——渲染成带朱砂印章的正式文书:过是红圆章、缓是蓝签收章、
否是红方章、装饰是虚线作废戳。支持打开整个 verdicts 目录逐份翻阅(Chromium),
Ctrl+P 可直接打印存档。
双击仓库根目录的 启动张翼工作台.bat,它会启动本地服务、选择可用端口并打开页面;关闭弹出的命令窗口会停止服务。进入页面可先选项目文件夹;点“保存项目包”会直接把 ZIP 写进该目录,同版本已有文件时自动使用新文件名,不覆盖旧包。当前内置浏览器没有直接写本地目录的接口,所以这一步由仅在本机监听的服务完成;也可粘贴目录路径或使用“浏览器下载”。直接打开 nest/studio.html 仍可离线答题,但不能直接存入指定文件夹。
从一款喜欢的游戏、一个玩法点、故事、模糊愿望或现有项目进入;入口可以多选。游戏品类独立于是否有现成工程。已有项目可导入 zhangyi.project.json 接着做,已确认的题不重问。记录起步路线和第一份作品重点后,页面会显示适用的选择题;可集中作答、回改、展开可选题,并查看《立项书草案》。第二页“审方案”会显示已定骨架、已知矛盾、制作风险与需要玩家拍板的选择;也能把项目包交给带张翼 skill 的 AI 审查,再把结构化结果导回页面,逐条采纳或暂缓。第三页“做出来”把已审方案整理成《制作任务包》交给自己的 AI 或开发者,做出后把构建、运行、玩通、真人试玩四级可玩证据导回页面,证据状态板只随证据升级;方案改动后旧证据标为需复核。工作台在浏览器本地保存当前记录,第四页“试玩与修订”按证据状态导出《试飞任务》(首次观察/体验走查/修订核对三档),执行后导入场次级试玩记录(缺样本三要素降级为自述级),再生成《修订建议》回前两页拍板。导出的 ZIP 包含项目记录、项目总览、开发交接、立项书草案、方案审查记录、张翼审查任务、张翼介入记录、制作任务包和试飞任务,共九份同源文件。
当前 44 题题库与推荐均为明确标注的离线规则;部分推荐会根据已有决定变化,发现明确矛盾时会提示复核,但尚不能代替张翼的完整专业评审。立项书草案仍是已确认/暂拟/未定的结构化汇总。页面尚未直接调用张翼 skill 生成完整立项书或可玩小样。把导出的交接文档给 AI 助手继续推进即可。修改页面或产品说明书后运行 node tools/build_studio.mjs,同步生成离线脚本包与 nest/guide.html。
| Skill | 覆盖阶段 | 状态 |
|---|---|---|
zhangyi |
总入口:阶段识别、口吻纪律、授翼仪式 | ✅ |
zhangyi-kickoff |
立项立意:病灶定义、设计支柱、机制活检、方案裁决 | ✅ |
zhangyi-systems |
机制与系统:细化四问、评审闸门、数值纪律、平衡裁决 | ✅ |
zhangyi-narrative |
叙事设计:叙事即机制、角色意志、命名纪律、剧本节奏与工程化 | ✅ |
zhangyi-probe |
验证探针:预登记、CI 下界闸门、口径审查、独立复现、两道闸门 | ✅ |
zhangyi-playtest |
试飞:真人验证设计与解读、节点路由、访谈招募、尖叫度、留存归因 | ✅ |
zhangyi-review |
审查收尾:证据口径、六级结论分级、发布前自检、"未来两周 N 件事" | ✅ |
zhangyi-relay |
接力:跨会话交接、开场白九模块、收尾留痕 | ✅ |
zhangyi-takeover |
接管:只读核验、免立项确认、目录整理授权、任务编排与接续台账 | ✅ |
九个 skill 已实装。
把 skills/ 下你需要的 skill 目录(共 9 个)复制到你的 agent 的 skills 目录:
C:\Users\<你>\.agents\skills\~/.claude/skills/然后在你的游戏项目里对 AI 说一句“我想做个游戏”或直接讲你的点子。先看它给出的草案,再纠正不符合你想法的地方。
第一次在你的项目里启用张翼时,它先给能玩起来的概念草案;你纠正后,它才把已确定的项目方向写入配置与第一份裁决书。只问“张翼能做什么”时,不创建项目文件。
cards/ 观点卡片库:只含提炼后的论点、适用场景、批注与出处链接,不含任何原文。原文版权归原作者所有,张翼只引用观点并注明出处。张翼 Spread the Pinions —— 让一个人,也能张开翅膀。