构建 Chaos Lab：当 Environment Variables 成为自然法则

Source: Dev.to

概览

传统游戏开发通常会硬编码物理引擎和生物规则。在 Chaos Lab 中我们颠覆了这种做法：配置文件本身即成为游戏引擎。

响应式配置架构

该项目基于 响应式配置（Reactive Config）架构构建。其核心是 Varlock，一个用于创建 AI 安全、模式验证的环境变量的工具包。

Varlock 模式

我们不再手动检查 process.env.GRAVITY，而是在 .env.schema 文件中定义其行为：

# @spec WORLD_GRAVITY
# @description The strength of planetary attraction.
# @type number(min=0.1, max=2.0)
WORLD_GRAVITY=1.0

Varlock 保证，无论是用户还是 AI 代理如何修改环境，数值都保持在“物理上可行”的范围内。

使用 Chokidar 的实时校验

在服务器端我们使用 Chokidar 监听 .env 的变化。当检测到更改时，Varlock 的内部图加载器会校验新状态：

const graph = await internal.loadVarlockEnvGraph({
  entryFilePaths: [path.join(__dirname, '.env.schema')]
});
await graph.resolveEnvValues();
const serialized = graph.getSerializedGraph();
// Broadcast currentValues via Socket.IO

与 Google Gemini 的 AI 集成

最令人兴奋的部分是我们如何将 Varlock 元数据提供给 Google Gemini。我们不再让 AI “讲故事”，而是把模式中定义的描述和类型交给模型，让它理解数字背后的含义。

const prompt = `
  LAWS OF NATURE (Varlock Metadata): ${JSON.stringify(metadata)}
  CURRENT VALUES: ${JSON.stringify(values)}
  Describe the ecosystem evolution based on these specific constraints...
`;

例如，当 ATMOSPHERE_TOXICITY 较高时，AI 能明白为什么生物会喘不过气来。

UI 演进

UI 最初是暗色、粗犷的终端界面。我们最近转向使用 Tailwind CSS 的细腻石板蓝配色，打造 Light Lab 风格的美学，形成一个干净、临床的环境，与模拟中“混沌”的运行形成鲜明对比。

结论

Chaos Lab 展示了一种新模式：基于模式的 AI 应用。通过使用像 Varlock（https://varlock.dev）这样的工具为大语言模型提供结构化上下文，我们可以构建可靠、可解释且高度动态的系统，让它们拥有“活力”。

• GitHub: (原文未提供链接)