KI-Prototypen im eigenen Spiel
Unterscheiden Sie NPC-Dialoge von bestärkendem Lernen und erstellen Sie eine Dialogszene mit Ersatzantworten.
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
- 01Wählen Sie ein Modell mit klarer Lizenz, das zu Ihrer Hardware passt, und dokumentieren Sie ID und Quantisierung.
- 02Bereiten Sie eine isolierte Godot-Testszene und ein laufendes lokales Modell vor; legen Sie die Versionen fest.
- 03Prüfen Sie Modellantworten mit einem lokalen HTTP-Client und senden Sie anschließend größenbegrenztes JSON über HTTPRequest.
- 04Implementieren Sie Zeitlimits, Fehlerbehandlung, Abbruch und feste Ersatzdialoge; behandeln Sie Modelltext als Daten.
- 05Testen Sie Normalbetrieb, Verbindungsabbruch und Zeitüberschreitung; ergänzen Sie vor der Veröffentlichung eine serverseitige Schutzgrenze für Zugangsdaten.
Umsetzungsschritte
- Wählen Sie ein Modell mit klarer Lizenz, das zu Ihrer Hardware passt, und dokumentieren Sie ID und Quantisierung.
- Bereiten Sie eine isolierte Godot-Testszene und ein laufendes lokales Modell vor; legen Sie die Versionen fest.
- Prüfen Sie Modellantworten mit einem lokalen HTTP-Client und senden Sie anschließend größenbegrenztes JSON über HTTPRequest.
- Implementieren Sie Zeitlimits, Fehlerbehandlung, Abbruch und feste Ersatzdialoge; behandeln Sie Modelltext als Daten.
- Testen Sie Normalbetrieb, Verbindungsabbruch und Zeitüberschreitung; ergänzen Sie vor der Veröffentlichung eine serverseitige Schutzgrenze für Zugangsdaten.
Originalquellen
- Offizielle Dokumentation zu Ollama ↗
docs.ollama.com · 2026-10-15 · Offizielle Dokumentation
- Offizielle Dokumentation zu LM Studio ↗
lmstudio.ai · 2026-10-15 · Offizielle Dokumentation
- Offizielle Dokumentation zu Godot HTTPRequest ↗
docs.godotengine.org · 2026-10-15 · Offizielle Dokumentation