跳到主要內容

實戰 Vibe Coding：利用 Amazon Q Developer CLI 打造經典平台跳躍遊戲

本篇文章將介紹如何透過 Amazon Q Developer CLI 建構一款完整的 2D 平台跳躍遊戲，從初始生成、功能增強，到最終打造出具備多關卡、多樣互動元素的遊戲體驗。特別的是，過程中開發者並未撰寫任何一行程式碼，僅透過自然語言指令與 CLI 對話完成所有工作，實踐「Vibe Coding」( 氛圍編碼 )。

image

本文作者為 Haowen Huang, AWS Senior Developer Advocate. 擁有 20 年以上電信、互聯網以及雲端運算等行業架構設計、技術及創業管理等豐富經驗，曾任職於 Microsoft、Sun Microsystems 等企業，專注為遊戲、電商、媒體和廣告等企業客戶提供 AI/ML、數據分析和企業數字化轉型等解決方案諮詢服務。

引言

本篇文章 (English Version) 將介紹如何使用 Amazon Q Developer CLI，以無需撰寫任何程式碼的方式，打造一款經典的 2D 平台跳躍遊戲。透過「Vibe Coding」( 氛圍編碼 ) 的開發流程，開發者可以藉由簡單的語言提示詞 （prompt），逐步完成從遊戲雛型、功能擴充到完整關卡設計的開發流程。

整體開發流程將分為三個步驟：

1. 生成遊戲雛型
2. 功能擴充強化與畫面調整
3. 導入參考架構建立完整遊戲

環境建置

使用者需先安裝並設定 Amazon Q Developer CLI。對於 macOS 使用者，可透過下列步驟完成安裝：

  1. 下載並安裝 Amazon Q Developer CLI
  2. 登入 Builder ID 完成認證
  3. 開啟終端機控制與無障礙設定
  4. 執行 q doctor 指令檢查 Amazon Q Developer CLI 是否安裝成功：
  5. 遊戲開發方面，建議使用 Python 語言與 Pygame 套件，可透過下列指令完成安裝；Pygame 提供以下功能支援：
  • 畫面與動畫渲染
  • 音效播放
  • 鍵盤與搖桿輸入控制
  • 物理模擬與碰撞偵測
  • 多種媒體格式支援（圖片與音效）
$ q doctor

image

$ pip install pygame

第一步驟：初步生成遊戲雛型

透過簡單的一句 prompt，Amazon Q Developer CLI 結合 Pygame 套件可快速生成具備基本跳躍與平台邏輯的遊戲原型。CLI 自動產生完整的 Python 程式碼，使用者無需編寫任何程式碼即可執行並測試遊戲功能。👉 檢視 GitHub 原始碼（v1）

$ q chat
> Create a classic platform game using the Pygame library, replacing traditional coins with stars and standard walls with post-industrial cyberpunk style

遊戲雛型包括：

  • 主角角色控制
  • 基本平台邏輯
  • 重力與跳躍效果

image

啟動遊戲的指令如下：

source venv/bin/activate && python main.py

在第一步驟的嘗試中，Q CLI 能在輸入第一個 prompt 後，能立即完成整個遊戲的程式設計，展現了非常強大的生成能力。不過，儘管遊戲邏輯完整、可執行，整體 UI（使用者介面）仍偏向基礎與簡單。因此，建議進行第二步驟，持續與 Q CLI 對話，透過更多指令逐步強化遊戲的視覺效果與互動性。

第二步驟：功能擴充強化與畫面調整

進入第二個步驟後，開發者可透過進一步提示，引導 Q CLI 強化遊戲內容，包括：

  • 加入角色動畫與精靈圖（sprites）
  • 整合音效與背景音樂
  • 實作畫面滾動（camera scrolling）
  • 加入分數計算與顯示機制
> /quit

$ q chat 
>  Please examine the code directory located at /Users/AMAZON/DA-Stage/DA-Role/2025/CLI-Q/my-blogs/platform-game/v1, which contains the platform game code (version 1) that you previously wrote. I need you to create a new directory at /Users/AMAZON/DA-Stage/DA-Role/2025/CLI-Q/my-blogs/platform-game/v2 and copy all the version 1 code files to this new directory.

image

如上所示，Q CLI 成功建立了一個新的 v2 子資料夾，並將 v1 版本的所有程式碼完整地複製到了這個新位置。接著指示 Q CLI 將後續的開發工作切換到這個新的資料夾中：

>  You should work on the directory: /Users/AMAZON/DA-Stage/DA-Role/2025/CLI-Q/my-blogs/platform-game/v2

加入精靈圖與音效

Enhance this game by implementing the following extension features: 1) Improving the 3D visual effects of the gameplay graphics; 2) Add appropriate sound effects; 3) Creating a scrolling camera system

實作畫面滾動與更多遊戲元素

> Continue to enhance this platform game by: 1) Improving the 3D visual effects of the sprites; 2) Adding more levels; 3) Implementing power-ups; 4) Creating a scrolling camera; 5) Including more enemy types

透過這些強化功能，遊戲的視覺效果與互動性獲得明顯提升，如此將使遊戲更具吸引力。👉 檢視 GitHub 原始碼（v2）

image

第三步驟：導入參考架構建立完整遊戲

在初步嘗試中，開發者藉由逐步輸入 prompt 的方式與 Q CLI 互動，讓模型依據需求逐步增強遊戲功能。然而，這種逐步式開發對於開發一款結構完善、關卡漸進的遊戲而言仍不夠完整。因此我們可以思考：若能將現有的開源遊戲專案作為參考，是否能讓 Q CLI 學習其結構與邏輯，進而產出完整的遊戲設計？

而為了打造完整的遊戲體驗，開發者可以讓 Amazon Q Developer CLI 對開源專案進行分析，並根據分析結果生成新遊戲架構。本案例中，筆者選擇 GitHub 上的 PirateMaker 作為參考專案；該專案為「公有領域（Public Domain）」，授權釋出，可自由修改與應用，包含商業用途，無需取得額外授權，適合作為生成模型的參考資料。

透過 Q CLI 學習外部專案並生成新遊戲

$ q doctor
$ q chat

> Referring to the approach and implementation of the code in the project https://github.com/clear-code-projects/PirateMaker, design a complete platform game in Python.

Q CLI 在獲得使用者授權後，自動下載並分析專案架構，並生成一份全新平台遊戲的系統設計。

I'll help you design a platform game in Python using the PirateMaker project as a reference. Let's first examine the PirateMaker project structure to understand its implementation approach.

I will run the following shell command:
git clone https://github.com/clear-code-projects/PirateMaker /tmp/PirateMaker && ls -la /tmp/PirateMaker

Allow this action? Use 't' to trust (always allow) this tool for the session. [y/n/t]:
> t

Q CLI 所生成的整體遊戲架構

透過分析 PirateMaker 專案，Q CLI 建構出了一套模組化遊戲架構，內容包括：

模組名稱 說明
main.py 控制主遊戲迴圈與狀態轉換（主選單、關卡、編輯器）
settings.py 管理遊戲參數與設定常數（螢幕尺寸、物理引擎參數等）
level.py 處理 CSV 關卡資料載入、碰撞機制、物件互動
player.py 定義主角行為與動畫邏輯，支援各種強化狀態（如火球、星星）
enemies.py 管理敵人類型（如 Goomba、Koopa）的 AI 行為與碰撞邏輯
tiles.py 建構地圖區塊與互動物件（如問號磚塊、可破壞牆）
ui.py 管理 UI 元素，如分數、時間、主選單與按鈕互動
editor.py 提供關卡編輯器功能，支援多層編輯與存檔
particles.py 負責產生各種視覺特效（如爆炸、閃爍、得分）
support.py 資源載入與輔助工具函式庫

小結而言，Amazon Q Developer CLI 對其執行下列操作：

  • 複製開源專案並解析架構
  • 擷取遊戲功能模組與邏輯
  • 根據參考設計，生成包含難度調整、敵人互動、完整關卡等功能的新遊戲 (如下所示)

platform-game/
├── main.py # 遊戲主迴圈
├── settings.py # 遊戲設定
├── level.py # 關卡控制
├── player.py # 玩家角色邏輯
├── enemies.py # 敵人系統
├── tiles.py # 遊戲場景與方塊
├── ui.py # 使用者介面
├── support.py # 輔助工具
├── editor.py # 關卡編輯器
├── particles.py # 視覺特效系統
├── assets/ # 遊戲素材資源
└── levels/ # 關卡資料儲存

補充：除錯與功能微調可透過自然語言持續優化

由於生成程式碼可能初期包含錯誤，開發者可透過 Q CLI 提供錯誤說明與除錯請求，例如：

> You previously referenced https://github.com/clear-code-projects/PirateMaker and generated some platform game code in this directory, but the game cannot run correctly now. Please modify these codes so that the game can run properly

> Could you fix the trouble "failed to print tool: stream did not contain valid UTF-8"?

> I need a 'Replay' feature

> When the red block and blue block collide with each other, the screen freezes, and you can only press 'R' to restart or press 'ESC' to exit.

> The Arrow keys used for moving left and right are not working

> How can I proceed to the next level?

開發流程總結

步驟 內容 成果
1 初始生成 平台邏輯 + 跳躍控制
2 功能增強 精靈圖、音效、滾動畫面
3 完整遊戲 難度設計、多關卡、敵人互動

最終成果展示

透過 Amazon Q Developer CLI，筆者成功打造出具備三種難度模式、支援多關卡、敵人互動、視覺特效與編輯器的經典平台跳躍遊戲。全程透過自然語言溝通與命令列操作完成，實踐真正的「Vibe Coding」( 氛圍編碼 ) 體驗。

若想進一步了解完整示範過程，筆者亦製作了相關展示影片並上傳至 YouTube。

雖然目前版本的美術細節仍有進一步優化的空間，例如尚未指示 Q CLI 產生寫實的牆面材質，但整體程式碼架構已具備高度完整性。只需再投入一些時間，持續與 Q CLI 對話，就能建構出更具視覺深度與互動性的遊戲體驗。若讀者有興趣深入了解技術細節，可前往以下 GitHub 查看完整程式碼 👉 檢視 GitHub 原始碼（v3）

在本機 macOS 執行遊戲的指令如下：

source venv/bin/activate 
python fixed_game_v1.py

專案總結：全程無需撰寫程式碼，打造完整跳躍遊戲

透過 Amazon Q Developer CLI，本專案實現了無需手動撰寫任何程式碼，即完成一款具備完整邏輯、音效與視覺效果的經典平台跳躍遊戲。整體開發歷程可分為三大步驟：

  1. 初步生成遊戲雛型：以一行 Prompt 建構出可執行的基本平台遊戲雛型。
  2. 功能擴充強化與畫面調整：透過逐步輸入需求，加入精靈圖、音效與捲動畫面等互動效果。
  3. 完整遊戲架構建構：引用開源專案 PirateMaker，指示 Q CLI 分析並生成一套結構化的遊戲系統，涵蓋關卡管理、物理機制與敵人行為等要素。

在開發過程中，若遇技術性錯誤，皆可透過自然語言提示修復。最終成果包含自訂角色動畫、三種難度關卡與完整 UI 系統，充分體現大型語言模型在軟體創作上的潛力。

給開發者的建議：創作門檻再降低，創意邊界再拓寬

本次遊戲開發歷程驗證了 Amazon Q Developer CLI 作為程式開發助手的可行性與靈活性。它不僅適用於原型 (Prototype) 快速開發，更具備學習與模仿開源架構的能力，能協助開發者快速構築成熟產品；隨著「Vibe Coding」(氛圍編碼) 模式日益普及，開發門檻正快速降低，而創意實現的速度也正被大幅提升。

對於想要進入遊戲開發、工具創作或教育應用領域的開發者，Amazon Q Developer CLI 著實提供了一個值得探索的全新可能性！

🎮 現在就啟動你的 CLI，讓創意與 Q Developer 一起展開旅程。Happy Vibe Coding!

Labels:

留言

張貼留言

這個網誌中的熱門文章

會眾新服務「療癒市集」結合紅酒瑜伽、冥想正念、按摩小站、氮氣咖啡 | Introducing the Healing Market with Yoga Wine, Meditations, Massage Station, Nitro Coffee

新 [English version below] 今年的 COSCUP x KCD 2022 Taiwan 嘗試推出新的會眾服務，希望在繁忙的平日還抽空在假日來參與活動時、能夠療癒一下心靈與身體的負擔，「 療癒市集 」希望能夠為你帶來不一樣的體驗！ 由於部分課程需要 預先報名 ，如果你有意參與課程，請直接 寄信報名 ，並等候志工收件處理，感謝！ 以下是相關的課程簡介。 紅酒瑜伽 照片來源：台南安平雅樂軒酒店 都市生活步調快，上班壓力大，周末總想找些紓壓的活動幫自己充飽電，用更好的狀態去迎接下個挑戰。而說到現在最新穎，時尚的選擇那就不能不提風靡歐美的「紅酒瑜珈」。現在不用出國，在 COSCUP 也可以體驗這種身心靈保養的運動。 課程中，老師也會指引學員在不同階段品嘗手中的葡萄酒，感受這支紅酒在不同醒酒階段的各種風味，細細品嚐它的層次與韻味。酒精也同時能夠增加血液循環，讓身體發熱，達到肌肉暖身，類似熱瑜珈的運動效果！ 紅酒瑜珈是什麼？ 於 2017 年誕生於紐約，紅酒瑜珈是把紅酒帶進瑜珈練習的一種課程。在瑜珈練習的過程中，學員們手上各有一杯紅酒。老師帶領著學員練習瑜珈姿勢，並加入酒杯動作來增加難度與運動量。比如說，手握紅酒杯進行戰士三式（Warrior III），為了不讓液體撒出來，其實比起沒有道具輔助的瑜珈需要多一點肌耐力，所以可以達到更大的脂肪燃燒跟運動效果。 課程須知 每一課程時長為一個小時，費用 $470元/人，每一堂最多 12 人。 講座內容包含：活動包含約 45 分鐘的紅酒瑜珈活動，及約 15 分鐘的講解，課程會提供酒杯，若損壞葡萄酒杯，則每只費用 $250。 需自備：瑜伽墊、水壺、毛巾等個人用品。 ★ 由於課程需要預先報名，如果你有意參與此課程，請參閱 課程時間表 並直接 寄信報名 、等候志工收件處理，感謝！ 冥想正念 我們都渴望獲得內心的平靜，尤其在現在這個快速、忙碌更迭的時代，在這個無時無刻都在面對比較、落後焦慮的世代。透過冥想與正念，你會更加理解你自己，你也會更加理解你的周遭一切，而點滴的時光之間，再次放下自我，又擁抱自我。 課程須知 每一課程時長為一個小時，費用 $350元/人，每一堂最多 10 人（未滿 5 人不開課）。 講座內容包含：冥想正念概念介紹、正念心理...
2 則留言
Read more »

Cortex主鏈上線、Genesis Block生成！ 開啟AI智能合約新時代

毫無疑問，繼比特幣之後，以太坊的智能合約——一個分布式、公開透明、不可篡改、可審查的計算程序，是區塊鏈技術應用的一個重大突破。區塊鏈技術天生可以為智能合約提供可信的執行環境。然而，當前以太坊的智能合約，受限於基礎設計，目前還無法真正執行更覆雜的AI計算程序。 基於很多因素，例如虛擬機的設計、AI模型在異構環境下推斷結果的不確定性、以及鏈上AI推斷比較慢的確認速度等等，傳統認知一般認為在區塊鏈上運行AI計算程序是不現實的。想要實現Cortex白皮書設計的既定目標，需要解決上述一系列工程挑戰，這是一個全新且艱巨的探索方向，需要對AI和區塊鏈兩個領域均有極深的了解。 經過一年多的努力研發和探索，Cortex於 2019年6月26日18:00（UTC+8）正式發布Cortex主鏈：這是人類歷史上第一條真正可以進行鏈上AI推斷的公鏈。 Cortex成功實現在區塊鏈上真正的運行AI計算程序，通過全網共識來驗證AI推斷的每一步。鏈上所有全節點，保證了推斷結果的去中心化、確定性和公平透明的特性。這對於我們即將進入的去中心化世界有著巨大影響，因為有了AI計算程序的加持，現在的智能合約已經變得更加智能，智能合約（Smart Contract）已經正式升級為AI智能合約（AI Smart Contract）。 在本文中，我們會從幾個方面如核心 技術創新、主鏈特性、AI智能合約應用場景、去中心化人工智能自治系統的願景、下一階段的發展計劃 等全面闡述和介紹Cortex AI公鏈。 一. 核心技術創新 1. CVM（CortexVirtual Machine，Cortex虛擬機） 像以太坊這樣的傳統區塊鏈無法有效整合AI的最大原因之一是因為它們的虛擬機是在CPU上運行的，不適合執行覆雜的AI程序。而我們的CVM能利用GPU，非常適合有效地執行AI程序。 Cortex在以太坊虛擬機（EVM）的基礎上添加了對 Cortex 鏈上 AI 推斷功能的支持。該功能主要分為兩個模塊，一方面是在 CVM 中支持了 Inference 指令，包含Infer(code: 0xc0)，InferArray(code: 0xc1)，前端如remix編譯合約時同步增加一條infer函數來封裝 CVM 接口，實現鏈上 AI 推斷功能；另一方面，Synapse 作為定點化 AI 推斷引擎，又名 CVM Executor...
張貼留言
Read more »

COSCUP Lightning Talks - 2026 ⚡️

COSCUP 2026 閃電秀 / Lightning talks Photo by COSCUP 2025 紀錄組 閃電秀是一個由多場超短時的議程發表構成的一個表演性質居多的活動，通常會被放在獨佔時段，所有會眾都會聚集到這個會議廳觀賞這齣表演，稱之為閃電秀 (Lightning Talks)。 今年的閃電秀將於 2026 Aug 09 週日的下午 16:15 - 17:00 在 RB105 議程軌開講。 本次閃電秀的參加規則如下: 每個講題 3 分鐘，時間一到就會立刻切掉您的畫面，並邀請觀眾拍手掌聲鼓勵。 歡迎將您想曝光的 Projects、Idea 或小議題在這裡跟大家分享! 應遵守 COSCUP 的 CoC 規則 的原則之下進行發表演說，主持人有權基於本規則的判斷將不適合的發表暫停，並向大家說明理由。 需要再時限內完成報名 敬請自備筆電(和 HDMI 轉接器)上台 需要提早一場議程 (在結束前) 到 Main Hall (RB105) 報到 沒有限制發表語言，但建議可以使用英文或中文，大部分的現場觀眾能夠識別這兩種語言 *所有時區皆為 UTC+8 Lightning Talks is an event featuring multiple short speeches or presentations, typically held within an exclusive time slot. All attendees gather in the main hall to watch the show. This year, the Lightning talks is on Aug 09th from 16:15 - 17:00 (UCT+8) at Room RB105! Each talk is limited to 3 minutes. Once the time is up, your screen will be cut off immediately, and the audience will be invited to applaud and show encouragement. You're welcome to share any projects, ideas, or small topics you...
張貼留言
Read more »