你大概率在小时候玩过那种游戏：屏幕上只有几行字，你敲 go north，它告诉你前面有一扇锁着的门；你敲 look at door，它说门上有个钥匙孔。没有画面，没有音效，但你愣是在被窝里玩了一晚上。这类游戏叫文字冒险（Text Adventure），上世纪七十年代起源于大型机，80 年代跟着软盘进过千家万户，后来被 3D 画面拍死在沙滩上。
但有个叫 Benji Kay 的独立开发者不这么想。据他自己的说法，现在的浏览器已经强大到能模拟当年游戏赖以生存的整个操作系统——那为什么不把文字冒险装回去？于是有了今天要拆的这个仓库：okaybenji/text-engine。
index.js，零依赖；game-disks 文件夹里放"游戏盘"；436 个 commit，最近一次更新在 2025 年 6 月注意它的定位：引擎 + 游戏盘，而不是一个孤立的游戏。仓库里附带的 demo 游戏本身就是完整可玩的冒险，而任何人拿它做自己的游戏，本质上就是"写一张新软盘"。
一句话：你负责打字，引擎负责让世界回应你。
打开 Demo，屏幕是一个复古终端：橙色文字，光标闪烁。你处在一个房间里，引擎会打印房间描述和里面的东西。你输入 look at desk，它描述桌子；你输入 take key，钥匙进背包；你输入 talk to waiter，他给你一堆可以聊的话题，每个话题前面标着大写关键词，你敲关键词就把天聊下去。走到锁门前敲 use key，门开了——就这一个瞬间，多巴胺跟四十多年前一模一样。
核心循环长这样：
flowchart LR
A[读一段文字描述] --> B[输入指令<br>look take go talk]
B --> C{引擎解析}
C -->|认识这个词| D[世界变了<br>拿到道具 开门 剧情推进]
C -->|不认识| E[无效反馈<br>好奇心加一]
D --> F[冒出新线索或新出口]
E --> B
F --> A
F --> G{结局}
G -->|卡关| B
G -->|通关| H[换一张新盘 再来一局]
整个游戏的数据被作者叫做"disk"（软盘），其实就是一个返回 JSON 的函数：顶层必须有 roomId（玩家当前在哪）和 rooms（所有房间）。每个房间有描述 desc、出口 exits、可捡的 items、可对话的 characters。也就是说，做一张新盘 = 写一份 JSON，几乎不用编程；想加戏，才需要在 onEnter、onUse 这些钩子里写几行 JS。仓库里的 newDiskTemplate 就是为这个准备的模板。
文字冒险这个品类被验证了五十年，它的“上头机制”其实非常现代，拆开看全是今天手游在用的东西：
1. 解析器就是老虎机。 你永远不知道哪个词能触发反应。look、take、use、talk 是基本功，但 unlock、flip、push 这些隐藏动词全靠猜。每猜对一个，等于拉动一次拉杆中奖——这是典型的“猜测-奖励”循环，跟 Wordle 让你猜五字母单词是同一种快感。text-engine 还专门做了命令自动补全（2.0 版加入的，作者在致谢里专门感谢了帮他设计这个功能的朋友），把“打错词的挫败”压到最低，让猜词的快乐留在原地。
2. 物品栏就是进度条。 你的 inventory 从空到满，每捡起一样东西，都是系统在告诉你“你变强了”。而钥匙开门这类设计，本质是“先给锁、再给钥匙”的经典钩子——玩家先看见目标（上锁的门），动力就自动产生了。
3. 对话系统是收集玩法。 text-engine 的角色对话用 topics 实现：每个话题有 option（显示的选项）和 line（选中后说的话），还能设置 prereqs——必须先聊过某话题，新话题才会解锁，removeOnRead 控制聊过即消失。这不就是对话形式的收集图鉴吗？玩家会下意识把每个 NPC 的话茬聊干。
4. ASCII 画是彩蛋奖励。 房间可以配 img 字段放 ASCII 艺术图，进入就打印。在没有美术成本的前提下，这反而是最便宜的“哇”时刻。
5. 单局成本趋近于零。 打开网页就能玩，一条指令一秒钟，卡关了随时 save。这种低摩擦恰恰是网页小游戏最值钱的特质——留存靠的不是大坝，是水龙头。
这个仓库对开发者的价值，一半在“能抄的架构”，一半在“能复用的组件”。
零依赖单文件架构。 全部引擎逻辑在 index.js 里，通过 <script> 引入后往全局命名空间挂一堆函数，HTML 里只需要一个 id="output" 的 div 和一个 id="input" 的输入框。没有构建工具、没有框架、没有 npm install。对于一个想两周做出 MVP 的个人开发者，这种“反现代”的选择反而是最短路径。
存档系统的骚操作：命令重放。 这是全仓库最值得学的设计。text-engine 3.0 的 save/load 不序列化游戏状态，而是记录玩家输入过的全部指令，读档时把游戏重置后按顺序重放一遍——像游戏自己快进玩到你的进度。为此作者把 disk 从“对象”改成了“返回对象的函数”：每次重放前调用函数拿到全新状态，全程不需要刷新浏览器。代价是非确定性代码会出问题——README 里专门举了个例子：demo 里那枚抛硬币的十美分，存档再读档，硬币可能正面变反面，因为重放的只是 use dime 这条指令，硬币被重新抛了一次。这个权衡写得坦坦荡荡，还给了出路：不想要就覆盖掉 save 命令，或者自己写存档。对做回合制、命令驱动游戏的开发者，这套模式比状态快照省太多事。
命令系统按参数个数分桶。 所有命令存在全局数组 commands 里，commands[0] 收纳零参数命令（go 不带参数会列出所有出口），commands[1] 收纳带一个参数的。想加自定义命令两行代码；想换掉默认行为，直接覆盖同名函数，README 连 delete commands[0].save 这种删命令的写法都教了。
一套现成的工具函数。 getRoom、getExit、getItem、getCharacter、pickOne（从数组随机取一个，用于随机台词）、println（支持传 CSS 类名染色）——内容向游戏需要的查询原语基本齐了。物品还支持多个别名（['basketball', 'ball']），玩家叫它球还是叫它篮球都能命中，这是文字游戏体验的隐形分水岭。
跨环境运行。 1.1.1 版之后引擎不绑定 DOM，有人做了 text-engine-node 的示例——同一张盘可以跑在终端里。这意味着你的游戏内容层和展示层是分离的，换皮成本很低。
先把丑话说在前面：GPL-3.0 意味着你不能拿这个引擎的代码改吧改吧就闭源收费——衍生作品必须同样开源。所以围绕它的变现路径要么“卖内容不卖引擎”，要么联系作者谈商业授权。开源文字游戏内容本身怎么赚钱？路上有现成的车辙：
这个仓库本身没有变现痕迹——它是作者的开源作品集项目。但它证明了最重要的一件事：这条路的物料成本是一份 JSON。
1. 中文“每日一谜”文字冒险（MVP：1-2 周）。 Wordle 把猜词做成了每日限定，文字冒险完全可以照搬：每天一张小盘，三五个房间一条谜，通关后生成一个 emoji 战绩图让玩家晒到群里。text-engine 的盘就是 JSON，你甚至可以做一个题库表每天轮换。变现走微信小游戏的激励视频（卡关看广告拿提示）+ 会员解锁往期题库。引擎核也可以不抄它的 GPL 代码，自己照“解析器+房间图”的思路重写一个——思路免费，代码清洁。
2. 聊天界面皮的文字怪谈（MVP：2-3 周）。 把终端 UI 换成聊天 App 的样子：NPC 是聊天列表里的联系人，topics 是消息气泡，talk to mary 变成点开对话框。悬疑/怪谈题材天然适合这个皮，内购解锁章节是成熟路径。技术上只需重写 println 一层，引擎的房间-物品-话题模型原样保留。
3. 把“盘”卖给不会写代码的人（MVP：2 周 + 持续销售）。 最反直觉的一步棋：这个引擎最值钱的功能是“内容即 JSON”。做一个套壳产品——教师做互动课文、博物馆做导览、HR 做入职培训剧情、品牌做互动H5——用户填表单生成盘，你收订阅费。你不是在卖游戏，是在卖“让任何岗位的人做出文字冒险”的能力，B 端客单价远高于 C 端广告。
顺带一提，作者自己的 Monkey Trap 就是这条技术路线的活广告：同一套终端美学，做一款完全免费的网页游戏，换来的是口碑和约稿——对个人开发者，这本身也是一种变现。
建议的入手顺序：先玩十分钟 demo，把每个命令都敲一遍；然后打开 game-disks/demo-disk.js，对照着玩到的内容读 JSON——你会发现屏幕上每句话都对应一个字段；最后拷贝 newDiskTemplate，把第一个房间改成你家。到这一步，你距离发布自己的文字冒险，大概只剩一个周末和一个好故事。
[!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。