Phaser 战斗训练场沙盒：招式测试、假人脚本和数值调试

为什么要先做底层系统

动作游戏开发到中期，策划每天都要问：这个新技能能不能接普攻？霸体持续几帧？打大型敌人和小型敌人的命中是否一致？如果每次都进正式关卡找怪测试，效率会很低。训练场沙盒把这些问题集中到一个可控环境里。

训练场不是普通测试关卡。它要重置状态、固定敌人行为、显示碰撞盒、统计伤害、切换配置、录制连招和导出结果。Phaser 的表现层很适合可视化，但核心是工具数据流。 这类系统通常不直接出现在宣传截图里，却决定项目进入内容生产后是否还能稳定迭代。本文从数据、状态、调试和验证四个角度拆解，不把问题停留在 API 调用层。

核心架构

flowchart TD
  N1["SandboxScene"] --> N2["DummyController"]
  N2["DummyController"] --> N3["MoveScript"]
  N3["MoveScript"] --> N4["HitboxViewer"]
  N4["HitboxViewer"] --> N5["DamageMeter"]
  N5["DamageMeter"] --> N6["FrameData"]
  N6["FrameData"] --> N7["ConfigSwitcher"]

架构图里的 SandboxScene、DummyController、MoveScript、HitboxViewer、DamageMeter、FrameData、ConfigSwitcher 要保持单向依赖。Phaser Scene 可以触发输入、播放动画和展示 UI，但不应该保存唯一规则事实。只要核心模型可以在没有 Canvas 的环境下运行，就能写测试、做批量验证，也能在玩家反馈问题时复现。

假人行为要脚本化

假人不能只站着。DummyController 应支持站立、格挡、受击、跳跃、反击、周期移动、模拟网络延迟等脚本。策划选择脚本后，沙盒以固定节奏执行，测试同一个技能时不会因为敌人随机行动导致结果不稳定。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

招式重置要一键完成

训练场需要快速回到初始状态：角色位置、冷却、能量、敌人血量、Buff、镜头、随机种子全部重置。不要让测试者手动跑回原位。ResetPreset 可以保存不同测试场景，例如墙角连招、空中命中、大体型 Boss。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

碰撞盒可视化要分层

攻击盒、受击盒、投技盒、无敌盒、地面检测盒颜色不同，并显示生效帧。Phaser Graphics 可以覆盖在角色上方。关键是可视化来自规则数据，而不是美术矩形；否则盒子看起来对，实际命中仍然错。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

伤害统计看组成

DamageMeter 不只显示总伤害，还要拆分基础伤害、暴击、属性、护甲减免、Buff 增益和连击衰减。玩家看到的是数字，调平衡的人需要知道数字怎么来的。每次命中都生成 HitRecord，最终汇总成表。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

帧数据帮助手感讨论

攻击前摇、命中帧、硬直、取消窗口、无敌帧都可以在训练场显示。争论“这个技能太慢”时，帧数据能让讨论具体化。若游戏不是固定 60 帧，也可以用毫秒展示，但内部仍要有一致时间基准。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

配置热切换要可回滚

训练场可以加载不同技能配置，不必重启游戏。ConfigSwitcher 应记录当前配置版本，支持应用、回滚和对比。热切换只影响沙盒，不应污染正式存档或线上配置。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

导出结果服务评审

一次连招测试可以导出输入序列、伤害曲线、命中次数和帧数据。评审时不再只看录屏，而是有可重复的测试记录。后续技能改动也能回放旧测试，检查是否出现回归。

落地时建议先做最小可视化：把关键范围、状态、队列、版本或数值画出来，再接正式美术。很多系统的风险并不在第一版能不能跑，而在后续没人能解释它为什么这样跑。

TypeScript 实现骨架

interface HitRecord { moveId: string; damage: number; frame: number; crit: boolean }
class DamageMeter {
  private hits: HitRecord[] = [];
  add(hit: HitRecord) { this.hits.push(hit); }
  total() { return this.hits.reduce((sum, hit) => sum + hit.damage, 0); }
  byMove() {
    const out = new Map<string, number>();
    for (const hit of this.hits) out.set(hit.moveId, (out.get(hit.moveId) ?? 0) + hit.damage);
    return out;
  }
  reset() { this.hits.length = 0; }
}

代码骨架只表达核心边界。真实项目里还需要配置 schema、错误码、日志字段、调试开关和测试样例。重点是把不稳定的浏览器事件、动画状态和资源加载结果转换成可记录的业务状态。

落地步骤

1. 先写纯数据模型和两组固定样例，不启动 Phaser 也能跑通。
2. 接入 Phaser 输入或加载流程，但只提交意图，不直接改深层状态。
3. 增加开发面板，显示当前状态、最近事件、失败原因和配置版本。
4. 准备边界测试，包括暂停、切后台、重复点击、读档、低端机降级。
5. 给内容团队留校验入口，让错误配置在发布前暴露。

边界测试

边界测试要覆盖三类情况：第一类是玩家快速操作，例如连点、跳过动画、重复进入场景；第二类是环境变化，例如断网、切后台、设备降频、WebGL 上下文丢失；第三类是内容错误，例如缺失资源、非法 id、过长文本、不可达路径。每个失败都应该返回可读原因，而不是让 Scene 静默停住。

调试与观测

记录每个技能在训练场的平均伤害、最大连击、取消成功率、假人脚本和配置版本。训练场数据不等于真实玩家表现，但能快速发现数值和碰撞回归。 如果这些指标只能靠人工观察，就很难在内容扩张后保持质量。建议至少在开发包中支持一键导出最近事件，让 QA 的反馈从“这里怪怪的”变成一份可复现记录。

工程化扩展

战斗训练场 做到能用之后，下一步要把它变成团队能长期依赖的工具。首先是配置版本化：任何影响规则的字段都要有 schemaVersion，旧配置进入系统前先迁移或拒绝。其次是错误码标准化：不要只抛出 Error，而是返回能被 UI、日志和测试同时使用的 reason。第三是调试入口固定化：开发包里应该有一个稳定按钮或快捷键打开面板，而不是临时在 Scene 里写几行 console。最后是文档化，把字段含义、默认值、边界行为写在内容团队能看到的位置。底层系统一旦没有文档，就会被误用；被误用后再追查，成本远高于一开始写清楚。

验收场景

验收时建议至少覆盖这些场景：墙角连招、空中命中、霸体换血、假人反击、配置热切换后重放旧连招。每个场景都要记录 招式 id、帧数据、伤害拆分、碰撞盒和假人脚本。如果测试失败，报告里应能看出失败发生在输入层、规则层、资源层还是表现层。移动端还要额外检查切后台、恢复音频、低电量降频和触摸误差。桌面端则要检查窗口缩放、键鼠和手柄切换。验收标准不是“没有报错”，而是系统在异常路径上仍能给出稳定、可解释、可恢复的结果。

发布前检查

发布前确认：front matter 与路由一致，配置版本可识别，关键状态可存档恢复，动画跳过不影响结算，低画质不改变规则，调试入口能关闭。若系统涉及奖励、排行榜或玩家资产，还要检查幂等 id 和重复提交保护。

团队协作方式

战斗训练场 不是某一个 Scene 的私有逻辑，最好从第一天就明确负责人和数据边界。程序负责 技能配置、假人脚本、碰撞盒、伤害公式 的结构和校验，策划或内容团队负责具体配置，QA 负责边界用例和回归记录。每次字段变更都要能回答三个问题：旧内容怎么迁移，错误配置在哪里报出，玩家存档是否受影响。若答案不清楚，就不要把字段直接塞进线上配置。实际项目里，许多事故不是算法不会写，而是字段含义没人维护，某个活动临时复制旧配置后触发了隐藏分支。

协作时还要准备一份最小样例库。样例库不追求覆盖所有玩法，而是保留最能说明规则的几个状态：一个正常状态、一个边界状态、一个故意错误状态。开发调系统时用它，QA 回归时用它，内容团队学习配置时也用它。这样讨论会从“我觉得这里不对”变成“样例 B 的第三步发生了变化”。对底层系统来说，这种共同语言比任何口头约定都可靠。

回归策略

战斗训练场 每次改动后都应该至少跑一次轻量回归。回归不一定是完整自动化，但必须可重复：固定输入、固定配置、固定期望输出。重点检查 数值回归 是否再次出现。若系统参与奖励、存档、热更新、设备适配或输入路由，还要额外检查重复提交、读档恢复、切后台恢复和低端机降级。很多 Phaser 项目的问题并不是首次实现失败，而是后续某次“顺手优化”改变了隐含行为。把这些隐含行为写成回归清单，才能让系统长期稳定。

回归结果最好能留下短摘要，例如用 JSON 记录通过用例、失败原因、配置版本和客户端版本。摘要不需要复杂平台，放在开发日志或 QA 附件里就能发挥作用。等项目进入高频内容生产阶段，这些摘要会成为判断问题归属的证据：是这次配置错了，是引擎层变了，还是某个设备档位才会失败。没有证据时，团队往往会把时间花在互相复现上。

上线风险与降级

战斗训练场 上线前要准备降级策略。降级不是承认系统不可靠，而是承认真实环境会比测试环境复杂。可以禁用某个高级表现、回退到旧配置、缩短录制窗口、降低资源档位、关闭某个活动入口，或者把待确认奖励标记为 pending。关键是降级后规则仍然一致，玩家不会丢进度，也不会获得重复收益。降级开关应集中管理，并写入日志；否则临时开关越多，后续越难知道线上到底运行在哪种状态。

最后要给客服或运营留一段能读懂的状态描述。玩家不会说“manifest hash mismatch”或“gesture capture owner error”，他们只会说打不开、没反应、奖励没到。系统内部的错误码需要映射成可沟通的解释，例如资源更新失败、输入被弹窗拦截、奖励等待联网确认。这个映射越早设计，线上问题越容易被正确分流。

常见误区

不要把工具系统写成一次性调试代码。越底层的系统越会被长期依赖，命名、日志和错误码都要认真。也不要为了短期省事绕过统一入口，例如某个 Scene 直接 Math.random、某个按钮直接发奖励、某个资源直接从远程 URL 加载。这些捷径都会在回放、热更新或低端机适配时变成维护成本。

结语

战斗训练场沙盒：招式测试、假人脚本和数值调试 的目标不是让代码显得复杂，而是让复杂问题可解释、可复现、可回滚。Phaser 足够灵活，既能快速搭玩法，也能支撑工具化工程；关键是从第一版就把规则层和表现层的边界立住。