لعبة بستة دولارات: كيف يحوّل وكيل مقطع فيديو إلى مستوى ثلاثي الأبعاد

إحدى وثلاثون لعبة. ألف وثلاثة عشر استدعاءً لـ fal. مئتان واثنان دولاراً. هذا هو السجل في أسفل README مشروع video-to-game، وهو أكثر فقرة مُقنعة في المستودع — لا لأن الألعاب جيدة، بل لأن أحدهم أحصى.
المشروع نفسه مهارة لا تطبيق. تثبّته في Claude Code أو Codex أو Cursor، وتعطيه مقطع لعب من عشر إلى خمس عشرة ثانية، فينتج مستوى يعمل في المتصفح: ملف index.html واحد بـ Three.js ولا شيء آخر. لا محرك ولا قالب ولا مكتبة أخرى. كل لعبة من الألعاب الإحدى والثلاثين أُعيد بناؤها من مقطع ولّده نموذج فيديو أولاً.
بنى عدة أشخاص عروض «الذكاء الاصطناعي يصنع لعبة» هذا العام. ما يستحق الفحص هنا هو الادعاء المحدد تحتها: الوكيل لا يستطيع تصميم مظهر اللعبة، فكفّ عن مطالبتنا بذلك. دع نموذج فيديو يفعل هذا الجزء، ثم اجعل الوكيل يطابقه.
الفيديو هو وثيقة التصميم
اقرأ شكوى الـ README نفسها وستعرفها فوراً إن كنت جرّبت هذا يوماً:
حين طُلب منهم «لعبة يتزحلق فيها صبي بين حيتان طائرة»، سلّموا صناديق رمادية وسماء افتراضية وكاميرا تتشاجر مع اللاعب.
هذا ما يحدث بالضبط. وكيل البرمجة حين يُطلب منه بناء مشهد يمدّ يده إلى العناصر الأولية — صناديق ومستويات وضوء نصف كروي — لأن العناصر الأولية ما يستطيع التعبير عنه بالكود. ليس له رأي في التكوين. ولا ذوق في كثافة الضباب. النتيجة مشهد تقنياً ومستوى اختبار عاطفياً.
نموذج الفيديو، مهما كانت عيوبه الأخرى، بارع جداً في القطعة الناقصة تحديداً: المظهر والكاميرا والمزاج ولحظة واحدة تستحق التذكر. فيقلب خط الإنتاج الترتيب المعتاد. الفيديو أولاً، ثم كود عليه أن يطابقه.
study_video.py يحوّل المقطع إلى إطارات وورقة تباين ولوحة ألوان وأزمنة قطع. ثم يكتب الوكيل مواصفة من إطارات مسمّاة — الكاميرا، البطل، الميكانيكا الواحدة، اللحظة المفتاحية، المظهر. لا «مستوى غابة»، بل شيء مثل: كاميرا منخفضة على مترين خلف البطل، ضباب أخضر بارد عند ستة أمتار، مصدر ضوء واحد بلون أزرق مخضر من اليسار، والميكانيكا هي التزحلق.
كل ما بعد ذلك مطابقة.
كل مادة تأتي من إطارات الفيديو نفسه
أوراق مفاهيم بـ Nano Banana Pro. عمليات اقتطاع نظيفة. صورة إلى ثلاثي الأبعاد عبر Meshy أو Tripo أو Hunyuan 3D. تجهيز وتحريك. مؤثرات صوتية وموسيقى. كلها مسجّلة عبر fal_asset.py. قاعدة الـ README صريحة: لا شيء مرسوم يدوياً، ولا شيء منزّل.
هذا القيد يفعل أكثر مما يبدو. من يبني لعبة من مرجع بشرياً سينزّل نموذج شجرة ويأمل أن تناسب. ووكيل لديه سماح بالتنزيل سيسحب أول نتيجة من موقع مواد مجانية فتنهار الإدارة الفنية إلى كولاج. وإجبار كل مادة على المرور بالمولّد نفسه، ببذور من الإطارات نفسها، يحفظ تناسق اللوحة بالبناء.
والمظهر يُعامل كمواصفة لا كمرحلة تلميع: تعيين النغمات، وتصحيح لوني واحد، وضباب، وتوهج، وتظليل أطراف، وحبيبات، كلها مستمدة من المشهد الأول. وبعد كل تغيير ينتج الوكيل صورة مقابلة للفيديو واللعبة في المواضع الثلاثة نفسها.
تلك الصورة المقابلة هي المنهجية كلها في أثر واحد. بدونها يحسّن الوكيل مقابل خياله. ومعها يحسّن مقابل مرجع يراه فعلاً.

الوكيل يلعب لعبته
هذا الجزء لم أتوقعه، وهو الذي يفصل المشروع عن فيلم استعراضي.
سيناريو لوحة مفاتيح يقود اللعبة ويقرأ window.__game كما يقرأ اللاعب الشاشة. وrecord_play.mjs يصوّر النتيجة بمعدل الإطارات الحقيقي عبر Playwright. وbest_window.py يجد أكثر الثواني حياة في التسجيل. السقوط والجدران غير المرئية والفترات الميتة تُصلح قبل أن يلعبها أحد غيرك.
الاختبار الآلي للألعاب ليس جديداً. الاختبار الآلي حيث يصلح الوكيل بعد ذلك ما رآه، ويكون الدليل فيديو يستطيع فحصه، حلقة أضيق بدرجة معتبرة. وهو يفسر الكلفة أيضاً: يشغّل الوكيل اللعبة عشرات المرات في كل دورة.
الفاتورة
لنكن دقيقين، فهذه الأرقام هي سبب قراءة المستودع أصلاً.
إحدى وثلاثون لعبة. 1,013 استدعاء لـ fal، موزعة على 594 صورة و194 نموذجاً ثلاثي الأبعاد و290 مؤثراً صوتياً ومقطوعة. 202 دولار إجمالاً. نحو 6 دولارات للعبة.
ستة دولارات رقم غريب لتحمله في رأسك، لأنه يقارب سعر فنجان قهوة ويقارب أجزاءً من الألف من أجر فنان متعاقد ليوم واحد. وهو ليس الكلفة الحقيقية — رموز وكيل البرمجة ليست في هذا الرقم، ولا بعد ظهرك. لكنه يثبّت شيئاً مفيداً: الكلفة الحدية لمشهد ثلاثي الأبعاد صغير قابل للعب صارت منخفضة بما يكفي لأن ترميه.
المأخذ، المعلن صراحة في الـ README، أنك تدفع لـ fal مقابل كل مادة، وأن المخرجات عروض قصيرة لا منتجات مكتملة. لعبة بستة دولارات شريحة رأسية من إحساس، لا لعبة تُشحن.
تثبيته
Claude Code أولاً، لأنه المسار الأفضل دعماً:
claude plugin marketplace add lovisdotio/video-to-game
claude plugin install video-to-game@video-to-game
أو انسخ مجلد المهارة يدوياً: cp -R skills/video-to-game ~/.claude/skills/.
ولأجل Codex وCursor وGemini CLI وCopilot وغيرها:
npx skills add lovisdotio/video-to-game
تحتاج السكربتات إلى Python 3.9+ وffmpeg وNode 18+ مع playwright-core، وpip install fal-client مع FAL_KEY.
ثم النص التوجيهي فقرة واحدة:
Turn gameplay.mp4 into a playable browser game with the video-to-game skill.
The prompt that made it is in gameplay.txt. Generate every asset with fal,
match the video's look, and show me side-by-side pairs and a recorded take
of you playing it.
إن لم يكن لديك مقطع، فالمستودع يشحن prompts/gameplay-video-prompts.md — القواعد التي جعلت المقاطع الإحدى والثلاثين قابلة لإعادة البناء، مع كل نص توجيهي مستخدم. وذلك الملف هو بهدوء أنفس ما في المستودع، لأنه الجزء الذي يرمّز ما يجعل المقطع وثيقة تصميم جيدة: صورة ظلية مقروءة، وميكانيكا واحدة، وكاميرا لا تتشاجر مع اللاعب.
عن ماذا هذا فعلاً
ثمة نسخة من قصة توليد الألعاب بالذكاء الاصطناعي تقول: النماذج ستصنع الألعاب مباشرة في النهاية. ربما. في الأثناء، يصف هذا المشروع تقسيم عمل يشتغل اليوم — نماذج فيديو للذوق، ووكلاء برمجة للبناء، وصورة إلى ثلاثي الأبعاد للمواد، واختبار آلي يغلق الحلقة.
السؤال المثير ليس هل ألعاب الستة دولارات جيدة. ليست كذلك في معظمها. بل ماذا يحدث حين يوجّه النمط نفسه إلى شيء له ميزانية: صفحة إطلاق منتج، أو كشك متحف، أو محاكاة تدريب. خط الإنتاج لا يهمه الغرض من المستوى.
وثمة درس أصغر وأحدّ لكل من يبني أدوات وكلاء. سبب نجاح المستودع أنه جعل المرجع قابلاً للفحص. الفيديو شيء يستطيع النموذج والإنسان النظر إليه ومقارنته والجدل حوله. أعط الوكيل مواصفة يرضها. وأعطه مقطعاً فيصبح عليه مطابقة شيء حقيقي.
تلك واجهة أفضل من نص توجيهي. وقد تكون الواجهة الأفضل لكثير من الأشياء.
مقالات ذات صلة
AMD ربحت 19% لمجرد أنها الخيار الآخر
المال لم يخرج من الذكاء الاصطناعي. خرج من الاسم الوحيد الذي واجه مشكلة حوكمة، وذهب إلى الاسمين الذين لم يواجها.
عشر تخفيضات في أربع جلسات، ولا رقم جديد واحد
لم ينشر أحد رقمًا جديدًا عن دفتر الطلبات. الذي تغيّر ليس منتصف النطاق، بل عرضه — وهذا وحده كافٍ لتغيير تصنيف.
أول ربع بعد رحيله: الأرقام محسومة، والأسئلة ليست كذلك
الربع نفسه ليس محل شك، أما الأرباع الأربعة التالية فهي المسألة كلها. ورئيسة تنفيذية مؤقتة لديها مكالمة واحدة لتشرح ما لا تستطيع الأرقام شرحه.
جدول نقرات يديره المجتمع يطفئ الإعلانات داخل بناءات أندرويد الصينية
لا يمس النظام، ولا يفتح القفل، ولا يكتب أي شيء على الجهاز. يقلب فقط المفاتيح التي عرضتها الشركات أصلاً. الثمن قائمة يجب أن يظل أحدهم يكتبها.