Universal Modder Skill：让 AI Agent 为你mod任何PC游戏
Universal Modder Skill：让 AI Agent 为你mod任何PC游戏
功能与原则
Universal Modder 是一个开源 Python 框架，通过标准化的 Agent Skills、CLI 工具、fal MCP 服务器和共享知识库，让任意 AI coding agent（Claude Code、Codex、Cursor、GitHub Copilot 等）自主地为玩家拥有的 PC 游戏制作模组。核心能力覆盖：游戏引擎识别与逆向工程、代码读取、fal 驱动的美术/3D/音频资源生成、游戏内自动化测试、展示视频录制、模组打包发布。更重要的是它内置了一套”field notes”知识库机制——每个 agent 完成的 mod 经验会写成笔记贡献到知识库，供后续 agent 复用，避免重复踩坑。
认可度
- GitHub Star：约 914（截至 2026-10-01，发版 24 小时内），增速极快，当天即出现在 GitHub Trending
- GitHub Trending： 2026-10-01 登榜，被多家 AI/游戏技术媒体报道（mlllm.io、ClawdBytes）
- 社媒热度： Hacker News 讨论活跃，技术社区关注度高
- 支持 Agent： Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode，覆盖主流 coding agent
- License： MIT，完全开源
链接
GitHub：https://github.com/rehan-remade/universal-modder
原作者
rehan-remade（GitHub username: rehan-remade），独立开发者，MIT 协议开源。项目于 2026-10-01 发布，24 小时内突破 900+ star，是 AI × 游戏 modding 交叉领域的新兴明星项目。
介绍
Universal Modder 解决了一个此前从未被系统化解决的问题：如何让 AI coding agent 在没有人类手把手指导的情况下，完成一个完整的游戏模组制作流程。
它的设计分为四层。最上层是 Skills（Agent Skills 格式），每个 skill 负责一个子任务——mod-any-game 是主入口，game-recon 做侦察和引擎识别，reverse-engineering 用 ILSpy/Cpp2IL/Ghidra 等工具读代码，fal-assets 调用 fal API 生成精灵图、3D 模型、音效，asset-pipeline 把生成的资源适配成游戏能用的格式，game-automation 驱动游戏窗口完成测试，showcase-video 录制成品展示视频，publish-mod 负责打包发布。
第二层是 um CLI 工具，提供游戏扫描、备份管理、fal 调用、视频处理等底层能力。第三层是 fal MCP 服务器，负责把 AI 生成请求路由到 fal.ai 的美术/音频/视频生成 API。第四层是 knowledge/ 目录里的 field notes——每一份笔记记录一个游戏的具体 mod 经验：用了哪个引擎、走了哪条路线、踩过什么坑、怎么验证成果。这些笔记通过 PR 机制持续累积，让整个 agent 社区共同建设一个可查询的知识库。
安全边界也很清晰：只限单人离线游戏、必须为玩家合法拥有的游戏、永不包含原游戏文件、永不注入带反作弊的在线游戏。
特点
- 支持 12 种主流游戏引擎：Unity、Unreal、.NET/XNA（Terraria/Stardew/Celeste）、Godot、Source 1/2、Bethesda、Minecraft、AoE2/Genie、RE Engine/FromSoft/GTA/Cyberpunk/BG3、Native C++、GameMaker/RPG Maker/Ren’Py 等 indie 引擎、Retro decomps
- 全流程自动化：从游戏识别 → 逆向工程 → 美术资源生成 → 游戏内测试 → 视频录制 → 模组发布，全部由 agent 自主完成
- 跨 Agent 通用：只要读取 AGENTS.md 的 agent 都能用，不绑定特定厂商
- 共享知识库：每完成一个 mod，agent 会写 field note 并 PR 到知识库，后续 agent 可查询复用
- fal AI 资源生成：内置 fal MCP 服务器，AI 生成精灵图、3D 模型、音效、语音、动效视频
- 严格安全约束：离线单人游戏、反作弊绕过禁止、不分发原游戏文件或反编译代码
- Windows 原生 + WSL 支持：Windows 游戏可直接驱动，也可从 WSL 调用
使用方法
安装（以 Claude Code 为例）：
/plugin marketplace add rehan-remade/universal-modder
/plugin install universal-modder@universal-modder
其他 agent 安装方式：
- Codex：
codex plugin marketplace add rehan-remade/universal-modder - Cursor： Cursor Marketplace 或直接 clone（Cursor 会读取 AGENTS.md）
- Gemini CLI：
gemini extensions install https://github.com/rehan-remade/universal-modder - 任意 Agent（Skills 方式）：
npx skills add https://github.com/rehan-remade/universal-modder
初始化依赖：
export FAL_KEY=... # fal.ai API key，用于生成美术资源
# 需要 Python 3.10+ 和 ffmpeg
# Blender 用于 3D → sprite 渲染
um CLI（核心工具）：
um scan # 扫描本地游戏，识别引擎和版本
um kb search "terraria" # 查询知识库里有没有该游戏的 mod 先例
um backup # 备份游戏存档
um fal sprite "homing missile" # 用 fal 生成精灵图
um win drive # 驱动游戏窗口进行测试
um video compile # 从 EDL 剪辑展示视频
启动 mod 任务：
# 克隆后在项目目录启动 agent，agent 会自动读取 AGENTS.md 开始 mod-any-game 循环
git clone https://github.com/rehan-remade/universal-modder
cd universal-modder
# 启动你的 agent（如 Claude Code）
使用场景与人群
适用场景：
- 游戏 modding 爱好者想要 AI 辅助制作模组，无需手写大量代码
- 开发者研究 AI agent 的长期记忆与工具调用能力（知识库 + 循环验证）
- 内容创作者需要快速生成游戏素材和展示视频
- AI 研究者探索”闭环任务执行”（任务 → 执行 → 验证 → 记录 → 复用）
目标用户：
- 游戏 modder（尤其 mod 制作新手，agent 可承担大部分技术工作）
- AI 编程工具用户（Claude Code / Cursor / Codex 用户）
- AI Agent 研究者（知识库贡献循环是很有趣的多 agent 协作案例）
- 技术爱好者（想看 AI 怎么驱动真实桌面应用的）
输入与输出案例
案例一：为 Terraria 添加武器模组
- 输入： 用户对 Claude Code 说”给 Terraria 加一个追踪导弹发射器和一个战术核弹，弹头要用 fal 生成精灵图”
- Agent 行为：
1. 用um scan定位 Terraria 安装目录，识别为 .NET/XNA 游戏（tModLoader）
2. 用 ILSpy 读取游戏代码结构，理解武器系统
3. 用 fal 生成导弹和核爆的精灵图
4. 写 tModLoader 兼容的 C# 代码，注册新武器类
5. 用um win drive在游戏内测试，截图验证
6. 用um video compile生成展示视频
7. 把本次经验写成 field note，PR 到 knowledge/ - 输出： 一份可分发的 tModLoader mod 包（含新武器代码 + 资源），以及一段展示视频
案例二：查询知识库避免重复踩坑
- 输入： agent 执行
um kb search "grand theft auto v" - 输出： 知识库返回已有的 field note（若存在），记录了 GTA V 的引擎版本、反作弊状态验证方法、优先路线等信息，agent 无需重新探索，直接复用
Star 数据来源：GitHub（截至 2026-10-01）；技术细节来源：GitHub README（rehan-remade/universal-modder）
评论区
登录后可评论。