分析当前游戏最值得做的优化
不需要预先选择固定任务。AI 会通过 CLI 获取实时能力列表,再根据当前游戏的证据给出有优先级的建议。
- 01读取最新任务
通过
gamealgo optimize list --json获取当前支持的全部方向。 - 02结合游戏分析
检查代码、埋点、报表和配置,说明收益、成本、风险与数据缺口。
- 03先对齐再执行
先返回排序后的建议;只有你明确选择方向和范围后,AI 才继续实施。
实验发布还需要披露方案、影响和回滚方式,并再次取得明确授权。
先在 GameAlgo 中建立游戏空间,再创建一个供 AI 使用的 Game Admin Key。
每个游戏都有独立的密钥、事件、报表、策略和实验。
新用户先注册 GameAlgo 账号,已有账号直接登录。
进入游戏列表,选择已有游戏或点击“创建游戏”。
确认名称和环境无误,后续操作都在这个游戏下完成。
这个密钥让 AI 能通过 CLI 为当前游戏完成接入与验证。
在当前游戏的管理菜单中找到访问密钥。
填写容易识别的名称,例如“AI Agent · 游戏名”。
复制以 ga_admin_ 开头的完整内容。
ga_admin_••••••••••••••••ga_admin_* 只能用于 Agent、CLI 或 CI不要写入客户端或公开仓库,也不要出现在日志和聊天总结中。客户端使用的 ga_live_* 将由 AI 创建和维护。
在游戏项目目录中启动 AI,再发送首次接入任务和刚刚创建的管理密钥。
AI 必须能访问和运行需要接入的游戏工程。
复制 Prompt,并把 Game Admin Key 提供给 AI。环境、平台和运行方式由 AI 在执行前确认。
无需跟随手工教程,等待 AI 完成修改、运行和真实数据验证。
检查并接入识别工程结构,接入 SDK、用户身份和核心事件。
配置并运行创建客户端密钥,隔离 Debug 数据并运行游戏。
验证真实数据查询配置拉取和事件上报结果,不以代码修改代替验收。
首次接入即根据游戏玩法设计关键节点漏斗;生产数据尚少时先完成结构和测试数据校验。
展示活跃、留存、收入、广告和核心进度等标准经营数据。
按游戏类型单独建立关键节点漏斗和流失定位视图,数据不足时明确标记待积累。
AI 会读取平台最新的优化任务,并结合当前游戏的代码、埋点和数据筛选真正适合的方向。分析阶段不会修改代码或线上配置。
不需要预先选择固定任务。AI 会通过 CLI 获取实时能力列表,再根据当前游戏的证据给出有优先级的建议。
通过 gamealgo optimize list --json 获取当前支持的全部方向。
检查代码、埋点、报表和配置,说明收益、成本、风险与数据缺口。
先返回排序后的建议;只有你明确选择方向和范围后,AI 才继续实施。
实验发布还需要披露方案、影响和回滚方式,并再次取得明确授权。
国内和海外环境的地址、账号与密钥不能混用。
海外 URL 中的 /algo_sdk 与 /algo_admin 路径不能省略。