AICon 上海站|90%日程已就绪,解锁Al未来! 了解详情
写点什么

Amazon Q Developer 实践:零基础创建贪吃蛇游戏

  • 2024-11-01
    北京
  • 本文字数:4705 字

    阅读完需:约 15 分钟

大小:2.30M时长:13:22
Amazon Q Developer 实践:零基础创建贪吃蛇游戏

本文探讨了如何使用 Amazon Q Developer 根据结构化的提示词,直接生成一个贪吃蛇游戏原型,并剖析了其背后人工智能的思考和迭代完善过程,展示了人工智能能快速进行游戏原型创作的巨大潜力。


原文出处来自作者于 2024 年 9 月在 community.aws 发表的技术文章:


“From Concept to Playable in Seconds: Creating the Greedy Snake Game with Amazon Q Developer”


概述


在我之前的“Amazon Bedrock 实践:零基础创建贪吃蛇游戏”的文章中,我展示了如何使用 Amazon Bedrock 和结构化的文本提示词,直接生成贪吃蛇游戏原型的完整过程。文章发表后,许多开发人员反馈说深受这篇文章的启发,并好奇地询问 Amazon Q Developer 是否也能够类似这样来直接生成贪吃蛇游戏原型。这就是我将在本文中具体和各位开发者探讨的内容。


贪吃蛇是一款风靡了几代人的老式游戏。游戏目标很简单:


通过控制一条不断增长的小蛇,引导它吃下食物,同时避免撞到游戏界面的边界或蛇身。小蛇吃下越多食物,身体就会越长,游戏难度也就越大,需要玩家迅速反应和具备全局策略思维。


接下来,让我们看看 Amazon Q Developer 通过结构化的自然语言提示词,来直接生成完整贪吃蛇游戏原型代码的非凡能力。


提示词


我将使用之前那篇关于 Amazon Bedrock 生成贪吃蛇原型代码的博客文章中,相同的结构化提示词,来与 Amazon Q Developer 进行交互;这样各位读者将可以观察到:Amazon Q Developer 和 Amazon Bedrock 在整个代码生成过程中的具体差异和区别。


以下是我用于生成贪吃蛇游戏原型代码的提示词:


“Write a short and high-quality python script for the following task, something a very skilled python expert would write. You are writing code for an experienced developer so only add comments for things that are non-obvious. Make sure to include any imports required. 


NEVER write anything before the ```python``` block. After you are done generating the code and after the ```python``` block, check your work carefully to make sure there are no mistakes, errors, or inconsistencies. 


If there are errors, list those errors in tags, then generate a new version with those errors fixed. If there are no errors, write "CHECKED: NO ERRORS" in tags. 


Here is the task: write a greedy snake game.

Double check your work to ensure no errors or inconsistencies.”


如上所述,整段结构化的提示词提供了对游戏的主要功能、需使用的库、以及其他实现细节的详细要求。在提示词中提供这种程度的具体细节描述,对于获得高质量的代码输出至关重要。


开发特性 /dev


如下图所示,在 Amazon Q Developer 聊天对话框中,我在输入提示词描述之前,先输入了 "/dev"。



在 Amazon Q Developer 的上下文中,"/dev" 是一个特殊命令,用于调用 Amazon Q Developer Agent 进行软件开发,而不是指 Linux 系统中的目录。


您可以参考 Amazon Q Developer Agent 文档,以了解详细信息。


与 Amazon Q Developer 互动


以下截图展示了与 Amazon Q Developer 的聊天互动界面。我要求其为贪吃蛇游戏原型生成高质量的 Python 脚本,其确认了该请求,并告知我生成代码可能需要的时间(几分钟)。



数分钟后,Amazon Q Developer 以思考过程汇总的形式作出了回应,这其实也体现了其背后大型语言模型的思考过程,如下图所示。



让我们来一起梳理 Amazon Q Developer 的思考过程。


根据 Amazon Q Developer 的以上汇总摘要,其创建一款贪食蛇游戏原型经历了以下步骤:


首先,它计划打开与编写贪食蛇游戏的问题陈述相关的现有本地代码,以探索工作空间并确定是否有可以重用或修改的代码。


接着,它发现因为工作区是空的,没有与贪吃蛇游戏相关的代码文件,需要自己重新编写。为了解决这个问题,它决定创建一个名为 "snake_game.py" 的 Python 新文件,并准备从头开始实现贪食蛇游戏原型代码。


贪食蛇游戏原型代码,随后在 "snake_game.py" 的 Python 文件中被它实现了,它还声明:代码已经完成并能正常运行了。


然后,它对代码进行了仔细地审阅。审阅完成后,它确认了贪食蛇游戏原型的代码已经完整实现,并已经能够正常运行了。它还特别提及:代码已经包括了所有必需的组件,例如游戏初始化、主游戏循环、蛇形移动、食物生成、碰撞检测和得分显示等等。


图中底部的 "Files used" 部分,总结了代码生成过程中执行的文件操作,供我们参考。


输出完整的贪吃蛇游戏原型代码


以下代码即由 Amazon Q Developer 完整生成的游戏原型代码。


import pygame

import random

# Initialize Pygame

pygame.init()

# Set up the game window

width, height = 640, 480

window = pygame.display.set_mode((width, height))

pygame.display.set_caption("Greedy Snake")

# Colors

BLACK = (0, 0, 0)

WHITE = (255, 255, 255)

RED = (255, 0, 0)

GREEN = (0, 255, 0)

# Snake properties

snake_block = 20

snake_speed = 15

# Initialize clock

clock = pygame.time.Clock()

# Font for score display

font = pygame.font.SysFont(None, 50)

def draw_snake(snake_list):

for block in snake_list:

pygame.draw.rect(window, GREEN, [block[0], block[1], snake_block, snake_block])

def game_loop():

game_over = False

game_close = False

# Starting position of the snake

x1 = width // 2

y1 = height // 2

# Initial movement

x1_change = 0

y1_change = 0

# Initialize snake

snake_list = []

length_of_snake = 1

# Generate first food

foodx = round(random.randrange(0, width - snake_block) / snake_block) * snake_block

foody = round(random.randrange(0, height - snake_block) / snake_block) * snake_block

while not game_over:

while game_close:

window.fill(BLACK)

message = font.render("You Lost! Press Q-Quit or C-Play Again", True, RED)

window.blit(message, [width // 6, height // 3])

pygame.display.update()

for event in pygame.event.get():

if event.type == pygame.KEYDOWN:

if event.key == pygame.K_q:

game_over = True

game_close = False

if event.key == pygame.K_c:

game_loop()

for event in pygame.event.get():

if event.type == pygame.QUIT:

game_over = True

if event.type == pygame.KEYDOWN:

if event.key == pygame.K_LEFT:

x1_change = -snake_block

y1_change = 0

elif event.key == pygame.K_RIGHT:

x1_change = snake_block

y1_change = 0

elif event.key == pygame.K_UP:

y1_change = -snake_block

x1_change = 0

elif event.key == pygame.K_DOWN:

y1_change = snake_block

x1_change = 0

# Check if snake hits the boundaries

if x1 >= width or x1 < 0 or y1 >= height or y1 < 0:

game_close = True

x1 += x1_change

y1 += y1_change

window.fill(BLACK)

pygame.draw.rect(window, RED, [foodx, foody, snake_block, snake_block])

snake_head = [x1, y1]

snake_list.append(snake_head)

if len(snake_list) > length_of_snake:

del snake_list[0]

# Check if snake hits itself

for segment in snake_list[:-1]:

if segment == snake_head:

game_close = True

draw_snake(snake_list)

# Display score

score = font.render(f"Score: {length_of_snake - 1}", True, WHITE)

window.blit(score, [0, 0])

pygame.display.update()

# Check if snake eats food

if x1 == foodx and y1 == foody:

foodx = round(random.randrange(0, width - snake_block) / snake_block) * snake_block

foody = round(random.randrange(0, height - snake_block) / snake_block) * snake_block

length_of_snake += 1

clock.tick(snake_speed)

pygame.quit()

quit()

if __name__ == "__main__":

game_loop()


以下截图展示了以 Amazon Q Developer 生成的贪吃蛇游戏原型代码片段为背景,前景为该游戏代码运行时的截图:



在深入了解 Amazon Q Developer 实现的游戏原型代码之前,理解 Pygame 在游戏开发中的作用是非常重要的。Pygame 是一组专门用于编写多媒体应用程序(包括游戏)的 Python 模块。它提供了丰富的功能,从处理图形、声音,到管理用户输入、游戏事件等等。


上述代码是使用 Pygame 库编写的经典贪吃蛇游戏原型的 Python 实现。


其主要功能包括:设置游戏窗口、初始化蛇和位置、生成食物、处理用户输入以控制蛇身移动、检测与边界或蛇身是否发生碰撞、更新游戏状态,以及在屏幕上渲染游戏元素等等。游戏将持续进行,直到蛇与边界或自身发生碰撞,此时玩家可以选择退出或重新启动游戏。


不过,如果你是一个游戏新手,以上 AI 生成的游戏原型代码运行后,蛇移动的速度可能会过快,从而让游戏初级玩家无法掌控。


因此,我接着给 Amazon Q Developer 又安排了一个新任务:


调整蛇奔跑的速度。


调整蛇的奔跑速度


以下是我拟提交给 Amazon Q Developer 的交互对话框,从而可以调整贪吃蛇游戏中蛇奔跑速度的英文提示词:


“The code works, but the speed of the snake is too fast. I'm just a beginner at the game, could you adjust the game's speed for me?”



在提交提示词后,Amazon Q Developer 迅速作出回应,截图如下所示:



以上截图展示了一段我和 Amazon Q Developer 的聊天对话记录。


我要求对贪吃蛇游戏的代码进行调整,并表示当前的速度对于初学者来说太快了。


Amazon Q Developer 的回复,解释了如何将初始值为 15 的 snake_speed 变量修改为较低的 8。这样蛇的移动速度就会减慢,游戏对初级玩家来说会更加易于控制。底部的代码片段显示了将 snake_speed 从 15 改为 8,并添加了注释说明这一调整。


你可以按照上述建议进行操作,只需要修改其中一行代码,如下所示:


snake_speed = 8


把新修改后的代码运行起来。你会发现:蛇奔跑的速度比之前慢多了,即使是游戏初级玩家也可以自由地控制蛇的运行啦!


小结


本文展示了 Amazon Q Developer 在根据自然语言的结构化提示词,生成游戏原型代码方面的卓越潜力。


生成的代码体现了 Amazon Q Developer 以及其背后的大模型,理解复杂需求、利用流行库以及根据用户反馈进行迭代改进的巨大潜力。通过调整蛇的速度,其展现了对个性化游戏体验的适应性探索,而整个思维过程的汇总提供了其宝贵的见解,增强了人类对 AI 系统的透明度和信任度。


随着 AI 技术的不断进步,像 Amazon Q Developer 这样的 AI 工具有可能彻底改变软件开发领域,加速应用程序或游戏的原型制作和迭代周期,并极大地促进创新。虽然本文展示的贪吃蛇游戏只是一个较简单的案例,但 Amazon Q Developer 展示出来的能力,为其在更复杂的应用程序开发方向开辟了令人兴奋的无限可能。

2024-11-01 16:387801

评论

发布
暂无评论
发现更多内容

认识一下什么是JSP

华为云开发者联盟

Java jsp 网页 前段

ConcurrentHashMap性能测试

FunTester

直播场景音频降噪,传统算法 VS AI 算法对比和实践

融云 RongCloud

改变世界的开发者丨以梦为码,华工小哥的致青春

华为云开发者联盟

数据库 华为云

什么是真正的敏捷开发?敏捷开发与瀑布开发有何不同

阿里云云效

云计算 阿里云 敏捷开发 研发 开发模式

基于EasyCV复现ViTDet:单层特征超越FPN

阿里云大数据AI技术

自然语言处理 异构计算 深度学习/机器学习 编译码

一个算子在深度学习框架中的旅程

OneFlow

深度学习 算法 框架设计

SOL staking质押现已在 AscendEX Earn 上线

鳄鱼视界

力扣每日一练之二分查找Day10

京与旧铺

6月月更

Charles 工具如何做断点测试

伤心的辣条

Python 程序人生 软件测试 自动化测试 接口测试

好的产品帮助文档可以留住一个用户的心

小炮

始于架构,精于治理|阿里云中间件开发者大会火热报名中

阿里巴巴中间件

阿里云 开发者 中间件

详解MOVE PROTOCOL的测试版,让健康运动如影随形

BlockChain先知

Nydus —— 下一代容器镜像的探索实践

SOFAStack

开源 云原生 dragonfly 容器镜像

【协程】ViewModelScope源码解析

yechaoa

android 协程 6月月更 ViewModelScope

窃取证书的攻击流程及抓包分析

网络安全学海

黑客 网络安全 信息安全 渗透测试 WEB安全

详解GPU虚拟化技术

Finovy Cloud

人工智能 云渲染 GPU服务器

手慢无!‘’阿里爸爸‘’6月最新开源新版Spring Cloud Alibaba全体系10w字全彩笔记

Java全栈架构师

Java 程序员 面试题 架构师 SpringCloud

【题解】剑指 Offer 05. 替换空格(C语言)

未见花闻

6月月更

如何玩转“听到头疼用了爱”的函数计算

明道云

教你搭建一个Telegraf+Influxdb+Grafana 监控系统

华为云开发者联盟

云计算 华为云

ScheduledThreadPoolExecutor

急需上岸的小谢

6月月更

vue-class与style绑定

小恺

6月月更

Python自动化测试之模块、包与路径知识讲解

伤心的辣条

Python 程序员 程序人生 软件测试 自动化测试

百里带你一文读懂selenium自动化测试(基于Python)

伤心的辣条

Python 程序人生 软件测试 自动化测试

从概念到安全实践:软件供应链基础指南

SEAL安全

DevOps 安全 DevSecOps 软件供应链

测试基础之:自动化测试

甜甜的白桃

软件测试 自动化测试 6月月更

用 docker 创建 jmeter 容器,实现性能测试

伤心的辣条

Python 程序员 软件测试 自动化测试 程序员‘

2022,云上开发新纪元

Heighliner

云原生 #k8s 开发者, 远程开发

使用GeekCode在开发中分离计算和存储

王泰

CloudIDE 云 IDE

Java—线程安全

武师叔

6月月更

Amazon Q Developer 实践:零基础创建贪吃蛇游戏_亚马逊云科技_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章