Claude-Code-Game-Studios 技术总监 Agent 测试规格全解析：TD 门禁判定、领域边界与协议合规验证-二趣网

Claude-Code-Game-Studios 技术总监 Agent 测试规格全解析：TD 门禁判定、领域边界与协议合规验证

【免费下载链接】Claude-Code-Game-StudiosTurn Claude Code into a full game dev studio — 49 AI agents, 72 workflow skills, and a complete coordination system mirroring real studio hierarchy.项目地址: https://gitcode.com/GitHub_Trending/cl/Claude-Code-Game-Studios

本文解读 Claude-Code-Game-Studios（CCGS）框架中技术总监（technical-director）Agent 的行为测试规格文档（位于 CCGS Skill Testing Framework/agents/directors/technical-director.md），并结合该 Agent 的真实定义文件（.claude/agents/technical-director.md）与相关技能规格，说明如何验证一个"负责架构决策与技术可行性把关"的高层 Agent 是否行为正确。读者将掌握：TD 系列门禁（Gate）判定词汇与输出格式、领域边界与越权控制、冲突升级路径，以及完整的行为测试用例设计与断言写法。

一、测试规格的定位：为 Agent 本身编写行为契约

CCGS 将 Claude Code 组织成"完整的游戏工作室"——49 个 AI Agent、72 个流程技能与一套协调系统。与测试"用框架做出的游戏"不同，CCGS Skill Testing Framework/README.md 明确说明该框架测试的是skills 与 agents 本身，且整个目录是自包含、可选的：删除它不影响.claude/下任何依赖。

每个 Agent 的行为规格（behavioral spec）存放于CCGS Skill Testing Framework/agents/下，按层级分目录（directors、leads、specialists、operations 等），technical-director 属于directors/这一最高决策层。规格文件遵循 CCGS Skill Testing Framework/templates/agent-test-spec.md 模板的五段式结构：Agent Summary（领域声明）、Static Assertions（静态断言）、Test Cases（行为测试用例）、Protocol Compliance（协议合规）、Coverage Notes（覆盖缺口）。其登记入口位于 CCGS Skill Testing Framework/catalog.yaml，spec字段指向本文档；运行/skill-test spec technical-director即可按此规格对 Agent 进行行为评估。

二、Agent Summary：技术总监的领域边界与门禁清单

规格开篇用"域归属 / 非归属 / 模型层级 / 门禁 ID"四要素界定 Agent 的身份：

Domain owned（拥有）：系统架构决策、技术可行性评估、ADR（Architecture Decision Record）监督与审批、引擎风险评估、技术阶段门禁（technical phase gate）。
Does NOT own（不拥有）：游戏设计决策（归 creative-director / game-designer）、创意方向、视觉美术风格、生产排期（归 producer）。
Model tier：Opus 层级——理由是多文档综合（multi-document synthesis）与高风险的架构及阶段门禁裁决需要最强模型。实际 Agent 定义 .claude/agents/technical-director.md 的 frontmatter 中model: opus与之吻合（并配置maxTurns: 30、memory: user）。
Gate IDs handled（负责的门禁）：TD-SYSTEM-BOUNDARY（系统边界）、TD-FEASIBILITY（可行性）、TD-ARCHITECTURE（架构）、TD-ADR（架构决策记录审批）、TD-ENGINE-RISK（引擎风险）、TD-PHASE-GATE（阶段门禁）。

注意一个细节：Agent 定义文件 .claude/agents/technical-director.md 的 Gate Verdict Format 一节还列出了TD-CHANGE-IMPACT、TD-MANIFEST两个调用场景，说明门禁 ID 集合在"行为契约"与"运行时指令"两处略有差异——这正是测试规格存在的意义：把可验证的行为边界固定下来。

领域边界还延伸到 Agent 定义中的职责清单（Key Responsibilities）：架构所有权（所有大系统必须有经其审批的 ADR）、第三方库/中间件/引擎特性技术评估、性能预算制定（帧时间、内存、加载时间、网络带宽）、技术风险登记册维护、跨系统接口契约定义、代码质量标准与测试要求、技术债管理。与之配套的"决策框架"六条标准（Correctness / Simplicity / Performance / Maintainability / Testability / Reversibility）和"Must NOT Do"清单（不做创意决策、不直接写玩法代码、不管理排期、不审批游戏设计），共同构成了测试用例可引用的行为基线。

三、静态断言：无需夹具的结构性验证

Static Assertions 部分列出了通过读取 .claude/agents/technical-director.md 的 frontmatter 即可自动核验的四项检查：

description:字段存在且为领域专用（引用 architecture、feasibility、ADR，而非泛化描述）——实际 frontmatter 中确实写明"owns all high-level technical decisions including engine architecture, technology choices, performance strategy, and technical risk management"，且tools配置为Read, Glob, Grep, Write, Edit, Bash, WebSearch。
allowed-tools:列表允许 Read 用于架构文档；Bash 仅在需要技术检查时使用——与 frontmatter 工具集一致。
模型层级为 Opus（规格按协调规则要求"directors with gate synthesis = Opus"）。
Agent 定义不声称拥有游戏设计或创意方向决策权。

这组断言的特点是全部可离线核验，不依赖夹具（fixture），与 CCGS Skill Testing Framework/skills/gate/gate-check.md 中"由/skill-test static自动核验"的机制对应，是最低成本的第一道质量闸门。

四、五个行为测试用例详解

规格的核心是五个场景化用例，每个用例给出 Scenario（场景）、Expected（期望行为）、Assertions（断言清单），可执行后给出 PASS / FAIL / PARTIAL 结论。

Case 1：域内请求——输出格式正确（TD-ARCHITECTURE）

场景：提交"Combat System"架构文档，采用分层设计（input layer → game logic layer → presentation layer），各层接口清晰，请求标记TD-ARCHITECTURE。

期望：返回TD-ARCHITECTURE: APPROVE，理由确认系统边界分离正确、接口定义良好。

关键断言：

判定词严格取 APPROVE / CONCERNS / REJECT 之一；
判定词以TD-ARCHITECTURE: APPROVE令牌格式出现（而非散落在段落中的散文式结论）；
理由必须具体引用分层结构与接口定义，拒绝泛泛的架构建议；
输出不越出技术范围——不评论"机制是否有乐趣"或"是否符合创意愿景"。

这与 Agent 定义中的 Gate Verdict Format 完全呼应：[GATE-ID]: APPROVE必须独占一行、位于回复首行，"calling skill reads the first line for the verdict token"，即下游技能靠解析首行令牌做自动化判定，所以格式即协议。

Case 2：域外请求——重定向或升级（对话脚本评审）

场景：Writer 请求技术总监评审并批准开场过场动画的对话脚本。

期望：Agent 拒绝评价对话质量，重定向到 narrative-director。

关键断言：

不对对话内容或结构做任何有约束力的决定；
明确指名narrative-director为正确处理者（对应真实 Agent .claude/agents/narrative-director.md）；
可以提示影响对话的技术约束（如本地化字符串长度限制、数据格式），但所有内容决策一律让渡。

该用例验证的是"协作协议"中的重定向能力：Agent 识别跨域请求 → 指名正确归属 → 不静默处理，杜绝"顺手把别家活干了"的越权。

Case 3：门禁判定——正确词汇与算法复杂度引用（TD-FEASIBILITY）

场景：一个多人机制要求每帧对所有活跃实体做 raycast 视线检测；在目标玩家规模（大区域内 1000 实体）下为每帧 O(n²) 复杂度。请求标记TD-FEASIBILITY。

期望：返回TD-FEASIBILITY: CONCERNS，并具体引用 O(n²) 复杂度与"在目标帧率下不可行"的实体数量阈值。

关键断言：

判定词严格为三选一，令牌格式TD-FEASIBILITY: CONCERNS；
理由包含具体的算法复杂度关切与实体数量阈值（不能只说"性能可能有问题"）；
至少提出一种替代方案（如空间分区 spatial partitioning、兴趣管理 interest management），但不强制指定采用哪一个。

这是"技术可行性门禁"最典型的形态：既要有量化依据（复杂度 + 数量阈值），又要保持咨询者身份（给选项不给命令），与 Agent 定义中"present 2-3 strategic options…the user chooses"的协作哲学一致。

Case 4：冲突升级——正确的上级仲裁者

场景：game-designer 想为每个背包物品加实时物理模拟（数百物品同屏）。技术总监评估为技术代价高昂、提议简化；game-designer 反对，认为这对游戏手感至关重要。

期望：技术总监清楚陈述技术代价与约束，提出能近似还原手感的替代实现方案，但把"这个代价值不值得"的最终设计优先级判断明确让渡给 creative-director——作为玩家体验权衡的仲裁者。

关键断言：

技术关切要具体（性能预算、估算代价）；
至少提一个"降低成本且保留意图"的替代方案；
明确让渡"值不值得付这个代价"给 creative-director，不单方面砍功能；
不声称有权否决 game-designer 的设计意图。

该用例对应的正是 Agent 定义中的委托/升级映射：技术总监是 cross-system technical conflict 的 escalation target，但设计优先级冲突的最终仲裁者是 creative-director（对应 .claude/agents/creative-director.md）。注意与模板中 Case 4"escalates to the shared parent (or creative-director / technical-director)"的通用表述相比，本规格把上级明确固定为 creative-director，更精确。

Case 5：上下文透传——使用给定上下文而非泛泛而谈

场景：Agent 收到包含目标平台约束的门禁上下文块：移动端、60fps 目标、2GB 内存上限、不支持 compute shader。提案架构包含 GPU-driven rendering pipeline。

期望：评估引用给定硬件约束，识别 compute shader 依赖与平台约束不兼容，返回带具体引证的 CONCERNS 或 REJECT。

关键断言：

引用具体平台约束（mobile、2GB RAM、no compute shaders）；
不脱离给定约束给出泛化性能建议；
正确识别与平台约束冲突的架构组件；
判定理由绑定给定上下文，而非套话式警告。

该用例与模板 Case 5（"Agent uses provided context rather than re-asking for it"）一致，验证的是门禁裁决的"情境化"质量——这是区分"真门禁"与"模板复读机"的关键测试。

五、协议合规清单与门禁生态

Protocol Compliance 将上述行为浓缩为五条全局契约，任何一次调用都应满足：

仅使用 APPROVE / CONCERNS / REJECT 判定词汇；
不越出声明的技术领域；
设计优先级冲突让渡给 creative-director；
输出使用门禁 ID（如TD-FEASIBILITY: CONCERNS），而非散文式结论；
不做有约束力的游戏设计或创意方向决定。

将 technical-director 放回门禁生态看，其角色远不止单个 Agent：

阶段门禁：CCGS Skill Testing Framework/skills/gate/gate-check.md 的 Case 5 规定，full评审模式下/gate-check会并行唤起四位总监的 PHASE-GATE 判定（CD-PHASE-GATE、TD-PHASE-GATE、PR-PHASE-GATE、AD-PHASE-GATE），任一总监返回 CONCERNS 则整体门禁至少为 CONCERNS；solo模式则输出[TD-PHASE-GATE] skipped — Solo mode后仅凭产物/质量检查判定。这解释了本规格 Coverage Notes 中"TD-PHASE-GATE 涉及多子门禁综合、暂缓覆盖"的原因——它是更上层技能的集成行为。
ADR 审批：CCGS Skill Testing Framework/skills/authoring/architecture-decision.md 规定在full模式下 ADR 草稿完成后，TD-ADR 与 LP-FEASIBILITY 两门禁并行唤起；TD-ADR 返回 CONCERNS 时 ADR 状态保持 Proposed 而非 Accepted。这正好对应本规格 Coverage Notes 中"TD-ADR 尚未覆盖"的缺口——技能规格已定义其行为，Agent 规格尚未补齐对应用例。
输出格式：Agent 定义要求架构决策按 ADR 格式输出（Title / Status / Context / Decision / Consequences / Performance Implications / Alternatives Considered），Status 取值 Proposed / Accepted / Deprecated / Superseded——这是门禁判定之外，技术总监产出物的事实标准。

六、覆盖缺口：已知未测领域与演进方向

Coverage Notes 诚实列出了规格尚未覆盖的四个区域，也是后续补充测试用例的清单：

TD-ADR 未覆盖：应在/architecture-decision技能产出 ADR 文档后补充专门用例（如上文所述，技能侧 CCGS Skill Testing Framework/skills/authoring/architecture-decision.md 已定义 TD-ADR 行为，Agent 侧尚未同步）。
TD-ENGINE-RISK 未覆盖：针对特定引擎版本的评估（如 Godot 4.6 截断后 API）推迟到 engine-specialist 集成测试（对应引擎参考文档 docs/engine-reference/godot/VERSION.md 等版本资料）。
TD-PHASE-GATE 未覆盖：涉及多个子门禁结果综合的完整技术阶段推进判定，属于集成级行为。
多域架构评审未覆盖：同时触及 TD-ARCHITECTURE 与 TD-ENGINE-RISK 的交叉场景。

七、如何在框架中运行与演进本规格

查看 Agent 定义：.claude/agents/technical-director.md 是运行时行为本体；本规格文档 CCGS Skill Testing Framework/agents/directors/technical-director.md 是行为契约。
执行行为测试：在仓库根目录对 Claude 发起/skill-test spec technical-director，框架将按本文档的断言逐条评估；/skill-test audit可查看全量 agents + skills 的 has-spec / last tested / result 覆盖总览（见 CCGS Skill Testing Framework/README.md）。
补充用例：按 CCGS Skill Testing Framework/templates/agent-test-spec.md 模板新增用例，并在 CCGS Skill Testing Framework/catalog.yaml 中登记，随后运行/skill-test spec technical-director校验。
约束提醒：本目录自包含且可选，可整体移除而不影响.claude/依赖（CCGS Skill Testing Framework/README.md 中有明确说明）。

结语

technical-director 的测试规格是 CCGS"给 Agent 写行为契约"理念的典型样本：用TD-系列门禁 ID 固定输出协议、用领域边界约束职权、用五类用例覆盖"域内正确输出、域外重定向、量化判定、冲突升级、上下文透传"五种核心行为，再以覆盖缺口清单指引后续演进。对于任何试图把 LLM Agent 引入高风险技术决策流程的团队，这套"规格-断言-用例-合规-缺口"的结构本身就是一份可复用的质量保障模板。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析