Install
$ agentstack add skill-zenstory-ai-novel-to-game-game-concept ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
游戏概念设计
决定做成什么游戏,不写代码、数值表或逐场关卡脚本。
读取 [concept-method.md](references/concept-method.md)。输入必须包含 SOURCE_BIBLE.md 与 PRODUCT_BRIEF.md;缺任一项就停止并说明缺口,不代替上游补写。
产物语言由 PRODUCT_BRIEF.md 锁定;未锁定时跟随对话语言,不默认产出中文。
决策边界
直接继承 brief 已锁的平台、输入、受众、分级、时长、目标市场和非目标;发现它们与原作明显冲突 时回总入口修订,不在概念阶段静默改值。原作语言、文化语境、目标市场和界面语言分别处理,不从 其中一个自动推出另一个。
先例只用于解释玩法为什么可识别:选一个最接近核心动词与循环的主要玩法先例,必要时再补一个解决 独立问题的辅助先例。写清借用的动词/循环/结构与明确不借的内容,不要求销量数字、固定名单或为每个 方向重复市场研究。外部事实只有在会改变选择且可能变化时才核实。
互动叙事是成熟玩法,不因以阅读和对白承载就降低标准;它的动词可以是读局面、追问、比对信息、 表态、隐瞒、交出与承担回响。先例提供语法,原作规则负责改变动作对象、顺序、代价和世界回应, 不能只做 IP 换皮。
概念还要判断验证形态:可用成熟交互语法表达时说明“已有语法 + 原作如何改变它”;核心依赖实时手感、 空间、视线、物理或独特操作时明确走自定义灰盒。不要把文本原型当所有体验的统一前置层,也不要因有 模板可用就让模板替原作决定玩法。
三个方向
先列 brief 的锁定维度和仍开放的维度。三个方向必须在至少三项开放维度上真正不同,例如玩家身份、 子类型、核心循环、压力来源、原作选段、空间/镜头、成长关系或美术方向;已锁的主玩法不可偷换, 未锁的核心循环可以正面比较。
每个概念卡只回答:
player_job:玩家以什么身份长期做哪份工作,想获得什么独特幻想;recurring_job_loop:这份工作每个周期反复做什么;- 主类型、
experienceProfile、主要玩法先例,以及本作借什么/不借什么; - 3–5 个核心动词、循环、压力、失败和世界响应;
signature_command:只有当自然语言表达本身能体现该身份时,写id、label与候选intents;
不合适时明确 N/A,不得给所有游戏统一添加聊天框;
resistance_chain:谁或什么会阻止、拒绝、扭曲或泄露玩家的安排;advancement_ladder:玩家在探索、成长、成熟阶段分别新学会什么、新能组合什么;- 原作独有的规则或情感/伦理张力怎样被玩家亲手 enact,而不是留在过场;
- 一张能同时看出身份、动作与世界特征的招牌画面;
- 最小验证切片、最大风险,以及什么观察结果会否决该方向。
选择
先按 concept-method 的硬否决逐个淘汰,不计算总分。再比较原作适配、玩家能动性、可读性、文化 准确性、传播画面和完成风险。quick 自动选证据最强的方向;director 给出推荐后等待用户决定。
输出
生成一个 concepts/CONCEPT.md,只含:
- brief 锁定值与开放维度;
- 三条体验支柱,各配可观察现象和失败现象;
- 紧凑先例说明;
- 三个概念卡;
- 硬否决结果、关键取舍、推荐与选择状态;
- 选定方向的
experienceProfile、玩家能动性合同、不可妥协体验承诺,以及五项独立交接字段:
player_job、recurring_job_loop、signature_command(或 N/A)、resistance_chain、 advancement_ladder;
- 最小验证问题与开放问题。
narrative-led 或 hybrid 的叙事层还要选择一种分支结构语法并说明内容预算。概念不得写伤害公式、 具体百分比、敌人血量、代码结构或逐场脚本;交接前确认选定方向可在 brief 范围内做成完整切片。
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: zenstory-ai
- Source: zenstory-ai/novel-to-game
- License: MIT
- Homepage: https://plateau.vibecoco.ai
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.