不是又一个测试框架。是把「AI 说成功、实际没做」这件事变成一条能跑的判据。
git clone <待公开> # 或直接找我们要 cd checklab python check.py level.json --params params.json
$ python check.py level_C_cultivation.json --params params_003.json CheckLab v0.1 · level_C_cultivation.json + params_003.json ------------------------------------------------------------------------ [PASS] S01 关键字段存在 5 个关键字段齐全 [PASS] S02 结构不变量 宝箱 3 / 陷阱 4(任一为 0 即视为生成中断) [PASS] S03 实体不落在墙里 13 个实体全部落在可走格上(28×20 地图) [PASS] C01 敌人数与参数一致 参数 enemies=3,产物 3 个 [PASS] C02 初始血量与参数一致 参数 startHp=100,产物 maxHp=100 [PASS] C03 精英比例方向正确 参数 0.08 → 期望 0 个,实际 0 [PASS] C04 seed 一致 445135271 = 445135271 [PASS] C05 Boss 周期一致 参数 3 层一次,产物 3 [PASS] R01 可复现(带 seed) seed=445135271 [PASS] R02 可追溯(记录输入) 「国风修仙放置+敌人多但弱」 ------------------------------------------------------------------------ 结果:10/10 通过;0 条未通过
| 问题 | 哪条判据抓到的 | 后果 |
|---|---|---|
导出缺 bossEveryNFloor 字段 | C05 Boss 周期一致 | 参数改了但产物没跟上,玩家节奏错了没人知道 |
| 判据把「墙」和「地面」判反了(0=地面,我按 1=地面写) | S03 实体不落在墙里 | 13 个实体全被误判非法——判据自己也会静默失败 |
第二条尤其重要:判据本身也可能是错的,所以每条判据都要能用真实数据反证。
| 级别 | 判据 | 防的是什么 |
|---|---|---|
| S 静默失败 | S01 关键字段存在且非默认 | 字段名不匹配,解析成功但全默认值 |
| S | S02 结构不变量非空 | 生成中途失败但流程报成功 |
| S | S03 实体不落在不可走格 | 坐标合法但玩家永远碰不到 |
| C 一致性 | C01 敌人数与参数一致 | 参数与产物脱钩 |
| C | C02 初始血量与参数一致 | startHp 与 maxHp 混用 |
| C | C03 精英比例方向正确 | 概率参数被忽略 |
| C | C04 seed 一致 | 批次串号,同一句话生成不同游戏 |
| C | C05 Boss 周期一致 | 节奏参数丢失 |
| R 上架风险 | R01 可复现(带 seed) | 出问题无法复现、无法定损 |
| R | R02 可追溯(记录输入原句) | 无法解释「为什么长这样」 |
273 条,覆盖三类:数据与参数(静默失败)、内容与体验(能玩但不好玩)、上架与合规(被拒/被下架)。每条都标了「不检查会发生什么」。
公开这 10 条是因为:它足够让你判断我们是不是真在做这件事。
发一份你们的关卡或参数文件过来,我们跑完把 PASS/FAIL 和原因发回去,不收钱。 如果你们的场景不在游戏里(Agent、数据管线、内容审核),说一句,我们把判据改成你们的形状。