Open-Source-Projekt mit 74 Skills für die Spieleentwicklung
Open-Source-Projekt mit 74 Skills für die Spieleentwicklung
Ein Open-Source-Repository auf GitHub bündelt 74 Skills für Unity, Godot, Unreal Engine und andere Engines, mit automatischer Skill-Auswahl und Unterstützung für Claude Code und Codex.
Auf GitHub ist das Open-Source-Projekt awesome-gamedev-agent-skills erschienen, das 74 Skills für die Spieleentwicklung mit Unity, Godot, Unreal Engine und anderen Game Engines bündelt.
Der Katalog deckt ab:
- Grafik-Erstellung;
- Charakteranimation;
- Performance-Optimierung;
- Veröffentlichung von Spielen auf Steam;
- weitere typische Aufgaben der Spieleentwicklung.
Das System kann zudem automatisch passende Skills je nach Aufgabe auswählen.
Unterstützt werden sowohl Claude Code als auch Codex.
Warum das wichtig ist
AnalyseSolche Skill-Sammlungen können Spieleentwicklern und KI-Coding-Agenten helfen, passende Workflows schneller zu finden. Der Open-Source-Zugang ermöglicht Anpassung und Erweiterung.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
TV-Reverse-Engineering mit Claude: minimalistischer Startbildschirm und 70 % weniger RAM
Ein Nutzer hat mit Claude die Oberfläche eines Fernsehers neu aufgebaut, Werbung entfernt und das Gerät deutlich beschleunigt.
Open Weights vs. Truly Open Source AI
Rechtliche und ingenieurtechnische Analyse des fundamentalen Unterschieds zwischen verfügbaren Modellgewichten (Llama, DeepSeek) und vollständig offenen Projekten mit Quellcode, Daten und Architektur gemäß dem OSI-Standard.
Offene Gewichte vs. geschlossene KI-APIs (Open vs. Closed AI)
Vergleich zweier grundlegender Philosophien der KI-Verbreitung: Offene Gewichte (Open Weights – Llama, Mistral, DeepSeek), die heruntergeladen und auf eigenen Servern betrieben werden können, im Gegensatz zu geschlossenen Cloud-APIs (Closed API – OpenAI, Anthropic, Google), bei denen der Zugriff ausschließlich über ein Abonnement erfolgt.
OpenAI zeigt: isolierte KI-Agenten können ohne Netzwerk über CPU-Cache kommunizieren
OpenAI beschrieb Experimente, in denen KI-Agenten in getrennten isolierten Umgebungen über Seitekanäle wie den Prozessor-Cache Informationen übermittelten und damit die Annahme vollständiger Netzwerk- und Dateiisolierung infrage stellten.
find-skills
Discover and install skills dynamically for AI coding agents during active development sessions.