Idea World Lab

为了创建 idea_world，在个人实验室中实验并记录 Godot、数据收集、工具制作。

仓库方向

最初是作为制作游戏的仓库开始的。想在游戏中实现像农场模拟那样在现实中想尝试的场景。

现在，这个过程已经扩展为更好地理解 Godot、编写、修复和转换 Godot 代码的工具。最终，我希望基于这些经验和工具，制作我想要的 idea_world。

所以这个仓库更接近 idea_world_lab。它不是随意倾泻想法的地方，而是一个工作空间，用于记录为制作 idea_world 所需的实验、回顾、架构、数据收集、模型训练准备、游戏制作方向等。

但它并不是一个要看起来像完整产品的仓库。它包括失败的实验和动摇的判断，记录我以何种方式思考并改进的过程。

项目性质

本项目不想仅仅把 Godot 文档当作 RAG 示例来结束。我们基于官方文档收集资料，保留原文，分离表格角色，匹配依据，添加验证器，用调试器确认失败，记录制作流程。

仓库内的 Godot 官方文档和外部资源遵循原始许可证并另行声明。除此之外的回顾、图表、截图、验证流程、说明顺序、工具设计记录均为自行编写的成果。

本项目并不试图垄断抽象的 RAG 概念。我们在开源生态中学习并分享，同时明确保留我亲身经历的失败记录和设计流程的来源与背景。

许可证和外部资料来源分别在 LICENSE 与 THIRD_PARTY_NOTICES.md 中整理。

原本想做的游戏

最初想到的游戏是农场模拟。想在游戏中实现《星露谷物语》带来的宁静感、在农场悠闲生活的感觉，以及在现实中难以立即实现的生活。

现在，我先在制作能够更好地制作该游戏的 Godot 模型和工具，而不是直接制作游戏本身。方向并未消失，而是作为制作游戏的基础工作而扩展。

当前关注点

• Godot 官方文档收集与 JSONL 转换
• Godot 3 → Godot 4 迁移依据整理
• Godot 代码说明/转换数据集设计
• Retriever、Validator、LLM 调用流程实验
• 以后能够再次用于游戏制作的工具和模型制作

开发/自动化流程

• LLM：基于 Qwen 3.6 35B 的实验。正在验证 Godot 文档分类、代码说明、迁移数据生成流程
• AI PR 评审：除 CodeRabbit GitHub App 外，使用 qwen-code 工作流自行定制后在 PR 中留下评审流程的实验
• AI PR 评审 API：最初因费用问题中止，但已改为在 OpenRouter 免费层使用 openai/gpt-oss-120b:free 的路径重新尝试
• Static CI：GitHub Actions + ESLint
• 代码评分：CodeFactor A~F 自动评估
• 资产：审查 Sprout Lands、FarmLands、SpriteCook、Kenney 等免费/CC0 资产