- Cavapoo नस्ल की ‘Momo’ को Claude Code और Godot engine का उपयोग करके वास्तव में खेले जा सकने वाले गेम बनाने के लिए प्रशिक्षित करने का एक मामला
- इनपुट Raspberry Pi और DogKeyboard app के जरिए भेजा जाता है, और तय संख्या में अक्षर दर्ज होने पर smart feeder अपने आप ट्रीट देता है
- Claude Code में “गुप्त संकेत जैसी भाषा में निर्देश देने वाला जीनियस game designer” वाला prompt सेट किया गया, ताकि बेतुके इनपुट को अर्थपूर्ण game idea के रूप में समझा जा सके
- स्वचालित feedback tools (screenshot capture, input sequence test, linter आदि) जोड़कर Claude को खुद गेम test और fix करने योग्य बनाया गया
- यह project इस बात का प्रयोगात्मक उदाहरण है कि AI development में विचारों से अधिक feedback loop की गुणवत्ता अहम होती है, और सभी tools व code open source के रूप में जारी किए गए हैं
प्रोजेक्ट अवलोकन
- Momo Bluetooth keyboard के जरिए इनपुट भेजती है, और DogKeyboard उसे Claude Code तक पहुंचाता है
- तय मात्रा में इनपुट जमा होने पर Aqara C1 smart feeder Zigbee command के जरिए ट्रीट वितरित करता है
- Claude काम कर रहा हो तो इनपुट ब्लॉक कर दिया जाता है, और idle अवस्था में पहुंचने पर वह अपने आप submit हो जाता है
- गेम निर्माण Godot 4.6 और C# में किया जाता है, और एक गेम लगभग 1~2 घंटे में पूरा हो जाता है
Prompt डिज़ाइन
- Claude Code द्वारा रैंडम इनपुट को अर्थपूर्ण निर्देश की तरह समझने के लिए ‘cryptic genius designer’ scenario सेट किया गया
- न्यूनतम आवश्यकताओं के रूप में sound, control keys (WASD/arrow keys), दुश्मन या बाधाएं, player character को शामिल करने वाली checklist बनाई गई
- उदाहरण इनपुट “y7u8888888ftrg34BC” को समझकर 3D मेंढक कीड़े पकड़ने वाला गेम “Swamp Snacker” बनाया गया
सिस्टम विस्तार
- Bevy, Unity, Godot की तुलना के बाद Godot चुना गया
- text-based
.tscn file structure की वजह से Claude उसे सीधे पढ़ और संपादित कर सकता था
- DogKeyboard key input filtering, Claude status monitoring, automatic submit, video overlay जैसी सुविधाएं संभालता है
- Zigbee control script से feeder को remotely control किया जाता है, और यह सरल JSON command पर काम करता है
Automation tools और गुणवत्ता सुधार
- screenshot capture script से गेम स्क्रीन की जांच की जाती है, और Claude स्वयं visual feedback देख सकता है
- input sequence test tool की मदद से Claude खुद गेम खेलकर errors ठीक करता है
- Scene linter, Shader linter, Input action mapper जोड़कर build errors और input mapping समस्याओं को पहले ही रोका गया
- ऐसे मामले भी हैं जहां Claude ने खुद 6-stage boss fight तक test करके automated QA की भूमिका निभाई
Momo की training प्रक्रिया
- लगभग 2 हफ्तों तक, दिन में दो बार, 10-10 मिनट की training
- शुरुआत में high-value treats (freeze-dried salmon) से keyboard के साथ सकारात्मक जुड़ाव बनाया गया
- बाद में automatic reward system पर स्विच किया गया, और 16 या अधिक अक्षर इनपुट होने पर ट्रीट दिया गया
- test के दौरान bug की वजह से लगातार ट्रीट मिलने पर Momo ने बार-बार इनपुट देने वाला व्यवहार सीख लिया
- training के बाद input-reward loop को पूरी तरह automate कर दिया गया
बनाए गए गेम
- DJ Smirk: ऐसा संगीत-प्रयोग गेम जिसमें हर key अलग sound निकालती है
- Munch: ingredients इकट्ठा कर salad पूरा करने वाला competitive game
- Zaaz: tile-based movement के साथ स्क्रीन रंगने वाला puzzle game
- The Oracle Frog of Rome: Kraken की भुजाओं से बचते हुए golden chains इकट्ठा करने वाला गेम
- Octogroove: चार भुजाओं से drum बजाने वाला rhythm game
- Ewe Heard Me!: भेड़ों को हांककर बाड़े में डालने वाला गेम (जिसमें जीतना संभव नहीं है)
- Quasar Saz: cosmic instrument के साथ corrupt sounds को हराने वाला 6-stage+boss action game
निष्कर्ष
- यह project AI system design और feedback automation के महत्व को प्रयोगात्मक रूप से साबित करता है
- नतीजों का मूल Momo का इनपुट नहीं, बल्कि prompt, guardrails और automatic validation tools का संयोजन है
- यह सीख मिलती है कि AI development की bottleneck ideas नहीं, बल्कि feedback loop की quality है
- सभी code और tools open source के रूप में जारी हैं, इसलिए इंसान, जानवर और random input तीनों के साथ प्रयोग संभव हैं
अभी कोई टिप्पणी नहीं है.