BlueFish AIAQI · KI-Wissen
⌕
Offizielle DokumentationNicht von BlueFish getestet

KI-Prototypen im eigenen Spiel

Unterscheiden Sie NPC-Dialoge von bestärkendem Lernen und erstellen Sie eine Dialogszene mit Ersatzantworten.

Zuletzt geprüft:
Kurzes Begriffsverzeichnis

Modelle erzeugen Inhalte und ziehen Schlussfolgerungen. Agenten erledigen Aufgaben mithilfe von Werkzeugen. Ein Harness verwaltet die Umgebung eines Agenten. MCP verbindet Werkzeuge und Daten. Skills sind wiederverwendbare Arbeitsanweisungen.

Aktuelle Aufgabe

KI-Prototypen im eigenen Spiel

Geschätzter Zeitaufwand

Planen Sie 2–4 Übungseinheiten ein; dies ist eine redaktionelle Schätzung, keine gemessene Dauer.

Grenzen und Einschränkungen

Falscher Port, nicht geladenes Modell, unzureichende Ressourcen oder falsche Modell-ID.

Verbindungs- und Berechtigungsfehler, Modellgrenzen, Zeitüberschreitungen und Versionsunterschiede.

Prüfverfahren

Erstellen Sie eine eigene Szene mit einem NPC und demonstrieren Sie Antwort, Zeitüberschreitung und festen Ersatzdialog.

Nächste Schritte

Schließen Sie die Prüfpunkte der verknüpften Rezepte ab, bevor Sie eine Fähigkeit hinzufügen; prüfen Sie bei geänderten Abhängigkeiten die Quellen erneut.

Kosten

Nicht geprüft

Preise sind nicht verifiziert; prüfen Sie Software-, Modell-, API-, Hardware- und Hostingkosten getrennt.

Umsetzungsschritte

  1. 01
    Wählen Sie ein Modell mit klarer Lizenz, das zu Ihrer Hardware passt, und dokumentieren Sie ID und Quantisierung.
  2. 02
    Bereiten Sie eine isolierte Godot-Testszene und ein laufendes lokales Modell vor; legen Sie die Versionen fest.
  3. 03
    Prüfen Sie Modellantworten mit einem lokalen HTTP-Client und senden Sie anschließend größenbegrenztes JSON über HTTPRequest.
  4. 04
    Implementieren Sie Zeitlimits, Fehlerbehandlung, Abbruch und feste Ersatzdialoge; behandeln Sie Modelltext als Daten.
  5. 05
    Testen Sie Normalbetrieb, Verbindungsabbruch und Zeitüberschreitung; ergänzen Sie vor der Veröffentlichung eine serverseitige Schutzgrenze für Zugangsdaten.

Umsetzungsschritte

  1. Wählen Sie ein Modell mit klarer Lizenz, das zu Ihrer Hardware passt, und dokumentieren Sie ID und Quantisierung.

  2. Bereiten Sie eine isolierte Godot-Testszene und ein laufendes lokales Modell vor; legen Sie die Versionen fest.

  3. Prüfen Sie Modellantworten mit einem lokalen HTTP-Client und senden Sie anschließend größenbegrenztes JSON über HTTPRequest.

  4. Implementieren Sie Zeitlimits, Fehlerbehandlung, Abbruch und feste Ersatzdialoge; behandeln Sie Modelltext als Daten.

  5. Testen Sie Normalbetrieb, Verbindungsabbruch und Zeitüberschreitung; ergänzen Sie vor der Veröffentlichung eine serverseitige Schutzgrenze für Zugangsdaten.

Originalquellen

  1. Offizielle Dokumentation zu Ollama ↗

    docs.ollama.com · 2026-10-15 · Offizielle Dokumentation

  2. Offizielle Dokumentation zu LM Studio ↗

    lmstudio.ai · 2026-10-15 · Offizielle Dokumentation

  3. Offizielle Dokumentation zu Godot HTTPRequest ↗

    docs.godotengine.org · 2026-10-15 · Offizielle Dokumentation

Verknüpfte Ressourcen

Lokale LaufzeitumgebungKostenlose Software; Lizenz und Rechenkosten gesondert prüfen

Ollama

Eine lokale Modelllaufzeit und ein API-Werkzeug mit Unterstützung für einen Teil der OpenAI-Endpunkte.

Offizielle Dokumentation
Lokale LaufzeitumgebungKostenlose Software; Lizenz und Rechenkosten gesondert prüfen

LM Studio

Ein Desktop-Werkzeug für lokale Modelle mit kompatiblen Chat Completions- und Responses-Endpunkten.

Offizielle Dokumentation
IntegrationsplattformKostenlose Software; Lizenz und Rechenkosten gesondert prüfen

Godot HTTPRequest

Godots offizielle HTTPRequest-Schnittstelle verbindet externe Dienste; die KI-Integration muss individuell implementiert werden.

Offizielle Dokumentation