机器文摘第 132 期

开发游戏但不使用任何引擎

这篇《在 2025 年制作游戏》来自一位开发了 20 年游戏的从业者 Noel Berry 。

文中分享了他自己制作游戏的流程和所使用的工具。尽管很多人认为不用大型商业游戏引擎就很难做游戏，但 Noel 认为对于其制作的游戏类型，不需要大型引擎的 90% 的功能，且大型引擎的默认功能实现往往不能满足其需求，最终项目还是会变成主要使用自己工具和系统，而引擎只是提供一些界面和渲染功能，所以 Noel 选择不使用大型游戏引擎，而是自己编写特定用途的小工具来制作游戏，这样更有趣，也能够掌控开发流程，方便快速找到问题并解决，不用担心引擎的更新或商业决策影响自己的游戏。

主要工具：

编程语言：C#
窗口管理、渲染、输入、音频：SDL3
操作系统：Noel 提到自己已不再使用 Windows 进行游戏开发（仅用于测试），因为其更倾向于使用开源、跨平台的工具和库，而且觉得 Windows 越来越令人沮丧，Linux 则能更快速优雅地满足其编程游戏的需求。

不到 1000 行代码写一个带语法高亮的编辑器

kilo，不依赖任何库，用不到 1k 行 C 代码写一个可以在 VT100 兼容终端中运行的编辑器。支持快捷键操作、语法高亮和内容查询。

将小爱音箱接入小智语音助手

open-xiaoai，开源项目让小爱音箱「听见你的声音」。

MiGPT 的增强版本，小爱音箱刷机后，获取系统+硬件控制权，接管小爱音箱的耳朵（麦克风）和嘴巴（扬声器）。

功能特性：

支持自定义小爱音箱唤醒词（离线部署 + 中英文）
支持定制多个唤醒词服务，不同唤醒词之间互不干扰
不影响小爱音箱的任何原有功能，支持随时切换回原系统
支持接入 Gemini Live API 和 OpenAI Realtime API 等多模态大模型
支持接入小智 AI 等语音助手，超低延时、超流畅的对话体验，支持连续对话，任意打断
支持自定义消息回复，方便对接其他 LLM、AI Workflow（Dify、扣子）、AI Agent 等服务

自动完成数学建模全流程的强大 AI 助手

MathModelAgent，内置多个智能体分别负责不同环节，如代码手（带有反思模块，本地代码解释器）、论文手、建模手等，实现全自动分析问题、建模、编写代码、纠错生成一份格式完整的论文。

主要特性：

自动分析问题、数学建模、编写代码、纠错和撰写论文；
本地代码解释器，确保代码可执行性；
生成格式完善的建模论文，直接可用；
多 Agent 协作：代码 Agent、论文 Agent 分工合作；
支持多种 LLM 模型，每个 Agent 可单独设置不同模型；
成本低廉，单次任务约 1 元人民币。

支持 WebUI 和命令行两种方式使用，只需配置好环境并填写 API 密钥即可使用。

从零实现一个 Deep Research 智能体

nanoDeepResearch, 作者受到字节开源的 DeerFlow 启发，决定从零开始构建一个深度研究 Agents，不依赖任何现有的框架，如 LangGraph。

通过该项目，我们可以清晰了解到工作流程中每个步骤，例如：

对于网络搜索，LLM 建议搜索什么内容；
对于编码，LLM 生成了什么代码；
对于规划，LLM 输出了什么研究计划。

主要功能特性：

完整实现 ReAct 代理系统，能自主推理和行动；
多专家协作系统，包括规划者、研究者、编码者和报告者；
透明展示每个步骤的决策过程和生成内容；
支持网络搜索、网页爬取和 Python 编程工具。

从零构建“小”大语言模型的教程

Building-a-Small-LLM-from-Scratch，该系列的目的是让读者可以在基础的pytorch上，不依赖任何其他现成的外部库，从零开始理解并实现一个大语言模型的所有组成部分。

以及训练微调代码，读者仅需python，pytorch和最基础深度学习背景知识即可。

目前还在更新中，已经完成的有三章。

一个本地 AI 应用的全家桶

Clara，隐私优先，完全本地化的 AI 工作空间，包含 Ollama LLM 聊天、工具调用、代理构建器、稳定扩散以及嵌入式 n8n 式自动化功能。无需后端，无需 API 密钥。

Windows 系统安装部署需要依赖本地有 Python 环境以及 DockerDesktop。

我安装测试后感觉体验还有待提升，主要是智能体编排方面的功能实现还不够完整，项目还在开发中。

能自我进化的编码智能体

OpenAlpha_Evolve，是一款受DeepMind突破性研究成果"AlphaEvolve"等自主编码智能体启发而开发的开源Python框架。

该项目通过运用谷歌Gemini等大型语言模型（LLMs），在进化原则的指导下，实现了核心思想的重现：构建一个能持续执行代码编写、测试与优化的智能系统，通过迭代演进实现代码的自主进化。

他们的使命是为研究人员、开发者和技术爱好者打造一个易用、易懂且可扩展的平台，助力探索人工智能、代码生成与自动化问题解决领域令人着迷的交叉创新。

通过这一平台，我们致力于推动AI技术在实际编程场景中的应用边界，赋能更智能的自动化软件开发流程。

机器文摘 第 132 期