前言

　　还记得八年前通关「奥日与黑暗森林」之后，就想将奥日移植到自己的网页上，作为一个桌面宠物，当时还尝试用 unity 解包工具导出游戏中的资源，后来发现，导出也只是图片，缺少对应的数据，很难直接使用，遂作罢。

　　去年偶然发现一个帖子，有人做了个 Ori 桌宠，又在 B站 搜索了下，果然发现了原作者的演示视频和更好的下载链接，基本符合 Shaun 当初想做的事，把程序包下载并解压之后，发现了所有的动画图片资源，对 Shaun 来说，开发自己的 Ori 桌宠，最难的一步算是解决了。但由于去年接触到的新事情太多，没时间弄，又拖延了一年（都是借口 (╯‵□′)╯︵┴─┴），才真正开始启动。

准备篇

　　原作者总共制作了 55 个动画，图片总资源占用 200M，对于网页端，这显然不能直接使用，得先处理一下图片。前期用 AI 做了下技术调研，最终选定用 TexturePacker 打包图片资源，用 PixiJS 引擎实现动画逻辑，在打包图片之前，用 AI 先拆分了图片资源，一个动画一个独立的文件夹存储对应的动画帧。这两个关键工具对 Shaun 来说都是完全陌生的，还好 TexturePacker 操作很简单，PixiJS 有 AI 辅助开发功能。全部动画帧图片打包之后，占用空间就相对比较小了，再用 TinyPNG 压缩了一下，在网页端就算能用了。

实现篇

　　整体桌宠框架由 AI 迭代完成，Shaun 只是提出了自己的想法，所有动画逻辑支持配置化，一个原始动画可能产生多个动作（eg：翻转，旋转都是新的动作），AI 在一步步的追问中最终使用 ECS架构 完成了这个桌宠主体程序。Shaun 顺着这个基础架构针对每一个动画进行调试，设计实现了边界碰撞，点击，延时/随机动画序列等逻辑，这些逻辑设计上花的时间是最多的，毕竟全凭个人喜好，随意发挥，AI 目前还无法做这种决策。慢慢悠悠断断续续的花了一个月的休息时间，最终好歹在春节前完成了，算是送给自己的新年礼物。

最终成果为：Ori 桌面宠物

感想篇

　　从拿到动画图片资源，到正式实现，拖延了一年，这一年，AI 的变化确实巨大，一年前让 AI 实现这个应该不会有这样顺利，拖延也算是有拖延的好处 :P。当然也碰到了很多必须要人工介入的问题，比如 PixiJS 版本不兼容问题，明明指定了版本，但有时生成的代码会冒出老版本的 api，导致报错，因为莫名其妙的原因还无法自我纠正，只能人工介入，重开对话，甚至需要人工调试，查阅文档，手动解决该问题。

　　在 AI 的使用中，也发现了，AI 与 AI 之间，差距也不小，这个 AI 不行，换个 AI 可能就解决了。多轮对话错误之后，最好是新开对话。语言描述能力对现在的 AI 非常重要，可预见的未来，干活模式会和现在完全不一样。

后记

　　拥抱 AI，拥抱未来。