本期单件深拆，对象不在 Claude 的门里：develop-web-game，OpenAI 策划的 codex-skills 集合中的游戏开发件（本栏七月档案标注其获取渠道为 evalstate/codex-skills 镜像），就装在本机 ~/.codex/skills/ 目录下，与驱动 ChatGPT Atlas 浏览器的 atlas 件同住一个屋檐。本栏六月「浏览器自动化七引擎实测」、七月「生成式UI引擎七测」两份档案都给过它段落（档案分 3.7），但从未拆到文件级。本文以装机副本全文为底，逐段拆解其 SKILL.md 与配套文件，回答一个问题：当 Anthropic 系把「先侦察再动手」写成 webapp-testing 时，对家把「造游戏」写成了什么形状。核心发现一句话：它真正的作品不是游戏，而是一条让模型无法自欺的验收流水线——确定性时间步进、文本状态协议、截图即真相、跨 Agent 交接文件，四个原语全部冲着「模型会骗自己」这个弱点去。
三个理由，一个比一个现实。
第一，供应端换招牌了。本栏十月一日「小而美头名，门牌写着Codex」一档记过一笔：lanshu 以「Provider-neutral Codex Skill」的门牌爬上小而美榜首，那是 skill 这个词的供应端第一次在头名位置出现别家招牌。门牌换完了，货却一直没人开箱——Codex 家的件到底怎么写的，中文圈至今没有一篇逐行的拆解。
第二，游戏是当下最热的载荷。昨天本栏刚拆过 universal-modder（10月4日快照 2627 星，改既有游戏），但「改旧游戏」和「造新游戏」是两条工序：前者吃工具链，后者吃验收。develop-web-game 恰好站在后者，而且比所有同类早了几个月。
第三，它藏在装机目录里四个月，没人拆过。本栏的惯例是：存档里出现过的名字，若从未被单独拆到文件级，就值得一次补账——Skill捕手、webapp-testing 都这么补过，这次轮到对家。
按 SKILL.md 自述，这个件的家当是三份：
| 文件 | 角色 | 一句话点评 |
|---|---|---|
SKILL.md |
说明书主体 | 十四步工作流+测试清单+写码指南 |
scripts/web_game_playwright_client.js |
测试客户端 | 「Playwright 动作循环，带虚拟时间步进、截图捕获、控制台错误缓冲」 |
references/action_payloads.json |
动作字典 | 键盘+鼠标的突发输入示例，「照它构造，别猜键名」 |
隔壁 atlas 件则是另一套集成路线：AppleScript 驱动 macOS 上的 ChatGPT Atlas 应用，读书签和历史时先把 SQLite 拷到临时文件再开，避免锁库。同一屋檐下一个走无头浏览器、一个走原生应用自动化，Codex 家的集成风格一次看全。
正文第一行没有自我介绍，直接是宪法级的一句：
Build games in small steps and validate every change. Treat each iteration as: implement → act → pause → observe → adjust.
实现、行动、暂停、观察、调整——五拍循环里「暂停」（pause）是单独一拍。对照多数 Claude 系开发件把「验证」作为实现的附属步骤，这里把「停下来看」提升为与「动手」平级的工作单元。这不是修辞：后文的 advanceTime 机制就是为「暂停」这一拍提供的物理基础。
工作流共十四步，按堵的口子分类：
堵「贪大」：第一步 Pick a goal 强制单一目标，第二步 Implement small 强制最小改动，第十四步 Iterate with small deltas 补上「一次只改一个变量（帧数、输入、时机、位置）」。
堵「猜」：第三步要求游戏只提供一个 canvas 和一个 window.render_game_to_text；第八步要求动作输入必须基于 references/action_payloads.json 构造，「避免猜键名」。连测试客户端都写死「You must run $WEB_GAME_CLIENT——除非必要，不得自造客户端」。
堵「飘」：第四步要求暴露 window.advanceTime(ms)，理由原文写明「without it, automated tests can be flaky」——不给确定性步进，自动化测试就是抽奖。
堵「断片」：第五步的 progress.md 规则最见功力，下节单讲。
render_game_to_text 是整个件最值得抄的设计。SKILL.md 给出了最小模式：一个 JSON 载荷，装 mode、玩家坐标、实体数组、分数。约束写了四条：
翻译成人话：给模型一份「盲人可玩」的口供。画面是给 screenshot 看的，口供是给模型读的，两份证据互相印证——第十一步明确要求「确认 render_game_to_text 与屏幕所示一致」。双通道对账，单通道撒谎即穿帮。
第二个可抄原语。SKILL.md 给的参考实现按 60fps 换算：要前进多少毫秒，就折成多少帧，一帧一帧调 update(1/60)。游戏主循环检测到钩子存在就用它。
这一招解决的正是 Agent 测游戏的老大难：现实时间是测不动的，「等三秒看结果」对模型等于黑箱。把时间做成可步进的虚拟量之后，「跳帧到碰撞发生的那一帧」成了可编程操作。动作字典里的输入同样以帧为单位计价（{"buttons":["right"],"frames":8}），突发输入（burst）+刻意停顿（pause-ms）构成了测试的呼吸节奏。
第五步规定：progress.md 若已存在，先读，确认顶部的 Original prompt: 原始需求还在——「你可能在接手另一个 Agent 的活」；若不存在，先写原始需求再干活；收尾时把 TODO 和建议留给下一位。
三个细节值得单独点名：原始需求加前缀存顶、禁止覆盖、明确「接班人」视角。这一份 Markdown 文件实际上定义了 Agent 之间的交接协议——需求原文是宪法，TODO 是留言板，谁都不许动宪法。在长任务动辄跨会话的当下，这可能是比游戏本身更通用的资产。
Test Checklist 一节列了必测项：主操作、胜负转换、分数/血量变化、边界碰撞、菜单流程、特殊技能。Test Artifacts 一节则是全篇语气最重的一段，几乎句句加粗：
值得对照的是本栏拆过的 webapp-testing（Anthropic 官方，档案价 83.4K 安装）：那件的哲学是「说明书教你别读代码」，先侦察页面再动手；这件的哲学是「别信自己写没写对」，先让画面开口。一个防看漏，一个防吹牛，恰好互补。
Core Game Guidelines 一节暴露了策展者的产品观：单一 canvas 居中；屏上文字最少化，操作说明放在开始界面而不是游玩时叠字；「Avoid overly dark scenes」；背景画在 canvas 上而不是靠 CSS；全屏用单键（首选 f），Esc 退出，且切换后必须重算画布与输入映射。这些条款没有一条能自动化验证，却条条命中 AI 生成游戏的重灾区——黑得看不清、字挡视线、全屏后键位错位。说明书管到这一层，说明策展者真的看过大量失败案例。
Playwright Prerequisites 一节，检查可用性用 command -v npx，而「全局安装」给出的命令是 npm install -g @playwright/mcp@latest——装的是 MCP 服务器包，与客户端脚本消费的 playwright 库名称相近但不是一物。文本层面就能看出的这条缝，照抄命令的新手可能要多补一步。Anthropic 官方件通常会在同一处补一行澄清，这是两者文档纪律上可感知的差距。
flowchart TD
A["选定单一目标"] --> B["最小实现一步"]
B --> C["接入约定接口<br/>canvas与状态函数"]
C --> D["跑Playwright突发输入"]
D --> E["读文本口供"]
D --> F["开最新截图核对"]
E --> G{"画面与口供一致"}
F --> G
G -->|否| H["修第一个新错误"]
H --> D
G -->|是| I["progress.md记账"]
I --> J["领取下一个目标"]
| 维度 | 权重 | 评分 | 依据 |
|---|---|---|---|
| 功能完整度 | 25% | ★★★★☆ | 闭环完整；原生平台、音频、联机不在射程 |
| 设计质量 | 25% | ★★★★★ | 四原语（步进/口供/真相/交接）全部针对模型弱点 |
| 实战效果 | 20% | ★★★★☆ | 本栏七月档案实测分 3.7 沿用，回路可跑通 |
| 上手难度 | 15% | ★★★☆☆ | 需懂 Node、Playwright 与异步 |
| 社区活跃度 | 15% | ★★★☆☆ | 策展集合，更新看上游 |
对照邻座（分数为本栏档案口径）：webapp-testing 3.6-4.4（两期档案有落差），universal-modder 本栏十月刚给出首拆，agent-browser 六月档案 324.9K 安装量为浏览器赛道头名。develop-web-game 的 3.7 在其中不靠星数取胜，靠的是原语密度——同样一屏说明书，它的每一段都能直接搬进你自己的件里。
# Codex 用户（SKILL.md 自述路径）
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
ls "$CODEX_HOME/skills/develop-web-game"
# 两个环境变量（SKILL.md 指定，设一次即可）
export WEB_GAME_CLIENT="$CODEX_HOME/skills/develop-web-game/scripts/web_game_playwright_client.js"
export WEB_GAME_ACTIONS="$CODEX_HOME/skills/develop-web-game/references/action_payloads.json"
# 依赖自检与标准跑法（SKILL.md 原例）
command -v npx
node "$WEB_GAME_CLIENT" --url http://localhost:5173 \
--actions-file "$WEB_GAME_ACTIONS" \
--click-selector "#start-btn" --iterations 3 --pause-ms 250
Claude Code 用户想借镜也有一条文本上成立的路径：SKILL.md 是主机中立的 Markdown，目录拷到 ~/.claude/skills/ 即可被识别；脚本里的路径全部走 $CODEX_HOME 环境变量，改这一个变量就能换宿主——策展者留的后门，恰好成了跨家移植的桥。
适合：做 H5 营销小游戏、教育闯关页面的人；教「AI 做游戏」课程的讲师（完课率利器）；想给自己的生成类 Skill 补验收回路的件作者——本文第三节四个原语可整体平移到任何「生成→验证」场景。
不适合：手游原生开发、多人联机、重度美术管线（超出 HTML/JS 单 canvas 的射程）；想要「一句话出成品」的人——这件的价值观恰好相反，它假定一句话出的东西一定有假。
一、把「验证」写成独立的一拍，而不是实现的附注。二、给被测对象定两个约定接口：一份模型可读的文本口供，一个确定性的时间钩子，测试立刻从抽奖变工序。三、截图即真相写进硬约束，并要求「必须真的打开看」。四、一份带 Original prompt: 前缀的交接文件，成本十行，收益是任何一个 Agent 都能接班。五、审美指南不可验证也要写——它拦不住所有翻车，但能拦住最常见的翻车。
星数会过期，这五条不会。Codex 家的第一份逐行拆解剖开之后，结论反而让 Claude 系件作者更该出一身汗：对家已经把「怎么让模型不骗自己」写成了模板，而我们手里多数件，还停在「怎么让模型多干活」。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。