零基础也想自己做3D FPS？本地AI把场景、移动、射击和敌人一步步生成出来

零基础也想自己做3D FPS？本地AI把场景、移动、射击和敌人一步步生成出来

前言

想自己做一款3D射击游戏，门槛通常不低。场景、第一人称视角、移动、射击、碰撞、敌人、血量和计分都要逐步实现，哪怕只是做一个能玩的FPS原型，也需要同时处理不少代码和交互逻辑。

这篇要做的事情很明确：在本地搭一套AI开发环境，然后让AI从零开始把一个3D网页FPS游戏做出来。LM Studio负责运行Qwen3.8-27B本地模型，DeepSeek Harness负责进入项目目录、编写和修改代码，再持续执行后续开发任务。

环境准备完成以后，正文不会停在模型能不能对话，而是直接进入游戏开发：先搭3D场景和基础框架，再增加第一人称移动、鼠标视角、跳跃、射击、碰撞、敌人AI、血量、计分和重生。

后面还会继续扩展地图和射击细节，包括电车站场景、弹道、后坐力、击中反馈和敌人血条，让这个项目从一个基础原型逐渐变成真正可以操作和游玩的3D FPS。

整个开发过程采用分轮推进，不要求AI一次把完整游戏写完，而是让它一部分一部分完成、测试、修复和继续迭代。

最后再通过cpolar把本地运行的网页游戏提供给其他设备访问。整篇真正跑的是本地部署AI开发环境 → 让AI从零设计3D FPS → 持续增加玩法和场景 → 完成可玩的游戏 → 分享给其他设备体验这条链。

1.前提条件

📌 前置硬件要求

• 推荐配置：24G及以上显存显卡，全程流畅运行模型与代码生成，无卡顿

• 最低配置：16G显存显卡，可正常运行，部分运算会调度内存，速度稍慢

• 禁止配置：低于16G显存，极易出现闪退、显存溢出、模型加载失败问题

📦 全套安装软件清单

2.安装基础运行环境

2.1 安装Node.js

作用：所有AI自动开发、代码运行的底层基础，缺一不可。

✅ 验证安装成功：

按下 Win+R 输入 cmd 打开命令行，依次输入两行命令，均输出版本号即为成功：

node -v
npm -v

2.2 安装Git

✅ 验证安装成功：CMD输入以下命令，输出版本号即可：

git –version

3.安装Qwen3.8-27B

首先打开LM studio的官网LM Studio Bionic – Agent for Work and Code下载，安装时一直默认下一步即可：

打开设置后，点击图中圈出的图标，下载Qwen3.8 27B：

安装完成后，对话时即可选择该模型：

打开资源库，即可看见我们下载好的模型：

4.安装DeepSeek Harness

搜索Windows Powershell，并以管理员身份运行后，执行该命令：

npx @deepseek-ai/dsh web

等待一会后，输入：y

看见wbeui地址后，就是启动成功！

4.1 配置DeepSeek Harness

根据提示，我们打开DeepSeek Harness的webui界面：

这里我们选择稍后配置：

接下来我们创建一个API Key：

前往DeepSeek官方API平台，登录你的账号，新建一个API Key。生成密钥后马上复制保存好，切记防止泄露。

设置 – 模型界面：

点击“模型” 选项：填入各提供方的 API 密钥即可使用其模型。

保存成功：

4.2 使用DeepSeek Harness

我们点击对话，会让我们选择工作区，我这里新创建目录：

接下来。给它发消息，做一下连通性测试：

5.DSH对接本地大模型

DeepSeek Harness连接LM-Studio Qwen3.8-27B

打开Qwen3.8-27B设置，点击左侧菜单栏点击本地模型 API：

把你下载在本机的Qwen3.8 27B模型包装成标准OpenAI格式API服务。 目的：

启动dsh：npx @deepseek-ai/dsh web，打开网页UI：

DeepSeek Harness的模型配置界面，正在新建一个对接LM Studio本地大模型的自定义服务提供方：

• Provider ID填了local作为内部标识，显示名称标记为Qwen3.8-27B-IQ4_XS；
• API地址填写LM Studio本地 API 地址http://127.0.0.1:1234/v1，协议选定openai-completions，用来兼容OpenAI接口规范；
• 界面提示当前模型目录为空，无法直接获取模型，需要点击添加模型手动录入模型信息，才能解除 “自定义提供方至少需要一个模型” 的限制，点亮创建提供方按钮，最终实现DSH调用LM Studio里的Qwen3.8 27B本地模型。

添加可用模型，即成功啦~

添加成功：

6.AI自动生成FPS游戏

这里不一次性提交完整需求，而是采用 极简主程序+独立模块 的方式拆分开发，把不同功能分到多轮任务中继续推进。

6.1 前期准备

6.2 分段下发指令（小白直接抄）

下面按模块逐轮提交需求，让AI分别完成不同功能，并在每轮之后继续测试和修改：

📌第一轮：搭建基础3D网页游戏框架

基于Three\\.js搭建极简FPS游戏主程序，创建完整项目文件结构，初始化3D场景、地面、基础视角，保证项目可正常运行。

📌第二轮：实现玩家基础操作

添加玩家第一视角，实现WASD移动、鼠标旋转视角、空格键跳跃功能，优化移动手感，修复视角卡顿bug。

📌第三轮：核心射击功能开发

添加鼠标左键射击、子弹生成与碰撞检测、射击音效，实现子弹命中判定、击中反馈效果。

📌第四轮：完善游戏玩法

添加简易敌人AI、血量系统、计分面板、重生机制，优化场景画面，修复所有运行报错。

每一轮发送后，等待AI自动完成：写代码→运行测试→捕捉报错→自动修复迭代，无需手动操作。

📌第五轮：完善背景空间

我们需要创建一个新的游戏场景，为此需要新建一个新的场景配置文件，该场景为镰仓高校前电车站，所有模型均使用程序代码实现，模型为单文件的形式，尽可能的不增加主循环的代码。 玩家活动的主要场景为电车站附近，希望电车有足够清晰的建模，配色参考图中所示，远处可以看到江之岛，天空中可以看到大片的云彩，云彩生成的效果要写实，场景中还有很多其他元素，请仔细参考图像来进行制作。所有的内容都要依次逐个生成，避免一次生成过多，导致质量降低，采用电影级别写实质感来生成。

📌第六轮：完善细节

不论是玩家还是敌人，开枪射击时，需要有弹道效果；玩家在开枪时，玩家的枪械模型需要有后坐力效果；子弹击中位置需要有击中效果；敌人增加血条

项目开发过程中仍然会遇到bug，需要继续调试、排查并调整场景逻辑和交互效果。正文在基础场景上又增加了主动寻找玩家并攻击的敌人、血包恢复和物资收集等机制，也说明这套项目可以继续沿着现有模块扩展。

前面的FPS项目已经能够在本机运行。如果希望其他设备直接打开这个网页游戏，就还需要给本地服务增加一个外部访问入口。

这里继续使用cpolar，把本机运行的游戏页面提供给局域网之外的设备访问。游戏仍然运行在自己的电脑上，cpolar负责扩展这个Web入口的访问范围。

7.安装cpolar实现外部访问

7.1 什么是cpolar？

cpolar是一款安全高效的内网穿透工具，无需公网IP或复杂配置，只需一条命令，即可将本地服务器、Web服务或任意端口映射到公网，让你随时随地远程访问内网应用，特别适合开发调试、远程运维和应急部署等场景。

7.2 部署cpolar

cpolar可以将你本地电脑中的服务（如SSH、Web、数据库）映射到公网。即使你在家里或外出时，也可以通过公网地址连接回本地运行的开发环境。

❤️以下是安装cpolar步骤：

使用一键脚本安装命令：

sudo curl https://get.cpolar.sh | sh

安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）

sudo systemctl status cpolar

Cpolar安装和成功启动服务后，在浏览器上输入虚拟机主机IP加9200端口即:【http://ip:9200】访问Cpolar管理界面，使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：

打开浏览器访问本地9200端口，使用cpolar账户密码登录即可,登录后即可对隧道进行管理。

8.配置公网地址

登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理——创建隧道：

• 隧道名称：可自定义，本例使用了：game，注意不要与已有的隧道名称重复
• 协议：http
• 本地地址：3000
• 域名类型：随机域名
• 地区：选择China Top

创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了公网地址，接下来就可以在其他电脑或者移动端设备（异地）上，使用地址访问。

访问成功。

9.保留固定公网地址

使用cpolar为其配置二级子域名，该地址为固定地址，不会随机变化。

点击左侧的预留，选择保留二级子域名，地区选择china Top，然后设置一个二级子域名名称，我使用的是gamee，大家可以自定义。填写备注信息，点击保留。

登录cpolar web UI管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道，点击右侧的编辑。

修改隧道信息，将保留成功的二级子域名配置到隧道中

• 域名类型：选择二级子域名
• Sub Domain：填写保留成功的二级子域名
• 地区: China Top

点击更新

更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。

最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问的页面，这样一个永久不会变化的二级子域名公网网址即设置好了。

总结

这篇真正完成的，是用一套本地AI开发环境从零做出一个3D网页FPS游戏。LM Studio负责运行Qwen本地模型，DeepSeek Harness负责进入项目目录、创建和修改代码，最终产物则直接在浏览器里运行。

游戏开发部分从最基础的3D场景开始，一步步加入第一人称移动、鼠标视角、跳跃、射击、碰撞、敌人AI、血量、计分和重生，后面又继续扩展地图、弹道、后坐力和击中反馈。

分轮提交任务在这里更像一种开发方法：它的目的不是把“上下文问题”本身当成主题，而是让AI更稳定地把一个原本复杂的游戏项目逐步做完整。真正的结果，仍然是一款可以继续试玩、修改和扩展的3D FPS。

最后加入cpolar以后，本地运行的游戏还可以从其他设备直接打开。这样整套流程就从“本地部署AI”走到了“AI实际做出游戏，再把成品分享出去”，这才是这篇文章最核心的主线。