我用 AI 把企劃、數值、美術、音效、前端、數據，串成一條會動的產線。

SKILLS — 核心職能

1. 01AI 協作與 Agent 工作流（Claude Code Skills、MCP Server、自動化流程設計）
2. 02跨領域產線整合（企劃、數值、美術、音效、前端、數據六個環節）
3. 03架構原則與硬邊界設計（可機器驗證的契約、CI 自動檢核、權限與決策邊界）
4. 04遊戲前端與渲染（Cocos Creator、PixiJS 8、Spine、GLSL、貼圖與記憶體預算）
5. 05Web 工程（TypeScript、Svelte、Vue / React、Nuxt / Vite / Next.js、Electron）
6. 06版本交付與部署（四環境推進、Jenkins 管線、自動偵錯與部署驗證）
7. 07資料分析與營運支援（ClickHouse 系資料倉儲、可重跑的查詢與排查流程）

OUTCOMES

六個方向，每個都有實際在跑的工具或系統支撐。面談時可針對任何項目深入展開。

• 01 一條半自動的遊戲產線

  把做一款遊戲拆成六個環節——企劃、數值、美術、音效、前端、上線後數據——每一環都做出可被 AI Agent 呼叫的工具，並讓上游的產出能直接餵給下游。企劃的規則文件是唯一權威，往下轉成數值可驗證的契約；美術與音效各自吃同一份主題設定，確保視覺與聽覺對得起來；前端照著同一套事件結構接。過去這是六個角色分頭做、靠會議對齊的流程。現在規格齊備的情況下，不含美術的 demo 版本用斷言機制數小時就能產出；換皮版本則取決於生圖量，約一天。整體來看，一款換皮遊戲原本美術與前端各要投入約一週，現在兩邊合計約兩天。

• 02 前端 SDK 與渲染實作

  參與一套 Svelte 5 + PixiJS 8 的 slot 遊戲前端 SDK，以 monorepo 收斂成 14 個遊戲應用與 29 個共用套件，是專案內最主要的貢獻者（約六成 commits）。架構走事件驅動：伺服器回傳的結果是一串事件，前端逐一播放並驅動動畫，讓遊戲流程可重現、可單獨測試；滾輪、掉落消除、免費遊戲、獎勵關等機制都做成共用模組。渲染這一側也維持手感：把一款上線遊戲的貼圖 VRAM 降低 18%（合併圖集、遮罩與特效解析度減半、改用 resolution 後綴，邏輯尺寸不變、渲染程式碼零改動），並寫過 Spine 3.8 → 4.2 的轉檔工具，修掉升版時三個會靜默掉資料的問題。

• 03 美術資產生成：把「風格一致」變成可執行的規範

  建了 16 個生成 skill，涵蓋主題提案、視覺規範文件、批次產圖、角色動作圖、sprite sheet、autotile 地形、視差背景與 UI 元件。關鍵設計是先產出一份視覺規範，再把它注入後續每一次 prompt——批次一大，風格就會越產越歪，這份規範是唯一擋得住的東西。同一份主題設定也往下接到音效生成，讓視覺與聽覺出自同一個來源。換皮這條路徑現在已經定型成固定做法，不需要我在旁邊看著。

• 04 數值：把企劃文件變成可機器驗證的契約

  涵蓋 40+ 款遊戲的數值流程。核心是把企劃的規則文件展開成一張機制矩陣，逐格把模糊的地方問清楚，產出可機器驗證的契約；接著每一批運算結果都要通過數道硬性檢查——矩陣有沒有缺格、宣告的機制有沒有真的出現、欄位與行為斷言對不對——不通過就不准出貨。這些檢核綁在 CI 上，跟用哪個模型、模型換了幾版無關——邊界在模型外面，模型飄不動它。設計上刻意留了一條紅線：流程可以自動跑，但賠付表的最終決定權留在企劃手上。這條線現在已經可以獨立運作，只有在規範本身要調整時才需要我進去。

• 05 讓 AI 直接查得到營運數據

  做了一套資料分析的 MCP Server，把資料倉儲包成 16 個 AI Agent 可直接呼叫的工具，涵蓋營收與代理商排名、時段比較、玩家行為分析，以及特定遊戲的單局回放與統計；再往上疊 5 個分析 Agent 與一組每日排查流程，把「查營收 → 找異常遊戲 → 篩可疑玩家 → 深入分析 → 出報告」串成一次指令跑完。工程面做了唯讀限制、查詢逾時與筆數上限，避免 Agent 把資料庫拖垮。營運與技術從此用同一套可重跑的查詢對齊問題，不再靠口頭來回與一次性查表。

• 06 交付治理與 issue 自動修復

  負責 40 種遊戲類型、換皮後共 80+ 款產品的持續整合與四環境（DEV / STG / REL / PROD）上線；部署、備份驗證、版本對齊與上線報告收斂成同一套工具，任何人都能自己確認「是否已上線、上到哪一版」，不用來問我。issue 處理走同一套邏輯：QA 在 Jira 開單後由 MCP 自動讀取，Agent 從一個涵蓋 90+ 專案的知識庫取得該專案脈絡與過往修復經驗，做出診斷並提出修正方案，工程師據此接手實作。價值不在全自動——而在同一類 issue 在不同專案重複出現時，診斷與修法可以直接沿用，實作時間省下數倍。