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。

存储库方向

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、游戏制作方向等随时记录的工作空间。

但它并不是要看起来像完成品的仓库。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空间。

项目性质

本项目不想仅仅把 Godot 文档当作 RAG 示例来结束。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许可证并另行声明。其余的回顾、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作品。

本项目并不想垄断抽象的 RAG 概念。我们在开源生态中学习并分享，但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。

原本想制作的游戏

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

现在的重点不再是直接制作游戏，而是先制作用于更好制作该游戏的 Godot 模型和工具。方向并未消失，而是作为制作游戏的基础工作而扩展。

当前兴趣

• 收集 Godot 官方文档并转换为 JSONL
• 整理 Godot 3 → Godot 4 迁移的依据
• 设计用于代码解释/转换的数据集
• 实验 Retriever、Validator、LLM 调用流程
• 以后能够重新关联到游戏制作的工具和模型

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、代码解释、迁移数据生成流程
• AI PR 审查：除 CodeRabbit GitHub App 外，采用 qwen-code 工作流自行定制后在 PR 中留下记录的实验
• AI PR 评审 API：最初因费用问题中止，后改为在 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 资源