2026.05.26日报-刘鹏

用户2416

5月26日修改

一、工作概述：

1.
对项目进行打包，在开发者工具上测试广告系统​

2.
完成测试埋点，并能够正常接入Game Analytics平台进行数据同步​

3.
探索新的AI agent工作模式——WorkFlow​

二、主要产出

2.1-项目打包与广告系统测试

目前已完成项目打包，并在微信开发者平台完成了项目运行测试​

测试结果：

1.
项目可正常完成微信小游戏的转包，并且可在开发者平台正常运行​

2.
可正常完成广告播放（真实广告需要后续接入广告位测试）和基础的玩法交互，无报错​

3.
UI存在适配问题，部分UI存在布局位置不对的情况，主要是引擎和测试机的分辨率存在差异，需要在引擎端做动态分辨率UI适配。​

2.2-测试埋点与GA平台测试数据同步

核心实现

•
7 个埋点事件：game_start、merge_success、order_complete、ad_trigger、ad_complete、generator_click、session_end​

•
Provider 架构：IAnalyticsProvider 接口 + ConsoleAnalyticsProvider（本地日志）+ GameAnalyticsProvider（GA 平台）​

•
GA SDK 7.10.6：本地包引用，WebGL 平台 Keys 通过 GASetup.cs 编辑器脚本配置​

微信小游戏适配

•
crypto-polyfill.js — 补全微信环境缺失的 crypto API​

•
local-server.js — 本地 HTTP 服务器提供 >30MB 资源包​

•
post-export-local.ps1 — 每次导出后自动修补 DATA_CDN、注入 polyfill、关闭 urlCheck​

•
微信开发者工具代理设置为"使用系统代理"，确保 GA API 可达​

数据验证

GA 后台 Real-time 已确认收到同步数据，埋点链路完整打通。

微信开发者工具运行结果

common.docs_name - LarkCCM_Docs_Menu_Image

33%

GA后台数据

33%

GA图表数据

33%

2.3-WorkFlow探索

•
最近了解一个新的AI工作模式，叫“claude code work flow”，作用是让claude严格按预定好的工作流节点去做完成任务，不会忘记执行步骤，可复用性强，并且支持可视化编辑和AI自动化编辑，调整灵活。适合标准化、批量以及复杂的任务场景，目前将与AI讨论的内容整理成了以下探索文档，后面还会再进行验证。如果验证效果好，则可直接沉淀出可复用的AI工作流，运行结果会更加稳定可控。​

WorkFlow工作流探索

•
实践反馈：尝试跑了两个工作流，结果是claude的运行相对更稳定可控，但不能保证结果一定准确，通常最后验收的时候还是需要多次更改，同时还有一个问题是如果上下文压缩以后，claude会忘记节点进行到哪了，AI给出的修复方案是需要给每个节点单独设置提示词，让claude回忆，之后会再测试一下该方案的可行性。​

三、收获和反思

3.1-收获

1.
打通了微信小游戏SDK接入全流程：从打包、代理配置、环境调试到GA埋点数据验证，完整走了一遍。解决了很多配置问题，如unity转微小包时的包体分配、每次重新打包时的配置损失与自动化修复。​

2.
试了claude code工作流：主要是借助claude边理解边让它根据我的需求去完善工作流。核心方式是先出需求——>完成第一版——>基于官方的标准模板完善得到第二版——>AI自我迭代多次得到终版workflow，经过以上流程得到的最终基本能完成80%的功能需求，部分需要询问的节点需要单独设置。​

3.
Unity接入品台接口的测试：目前Unity的广告和GA测试都需要打包后测试，验证比较麻烦，且由于Unity转包为微信小游戏的插件存在较多问题，几乎每次打包都需要AI进行一次文件修复，所以验证完功能逻辑没有问题后，后续的接入测试将在实机测试时集中验证。​

3.2-反思

1.
没提前调研平台差异：打包后才暴露UI适配、转平台包体缺东西以及平台运行测试的适配等问题，浪费了时间。以后多平台项目必须先做差异清单。​

2.
过早的验证UI布局相关的AI功能：目前AI可以较好的完成自动化布局，但仍然存在需要细调的部分，后续各种导包调整功能等都需要频繁改动，因此前期只做UI功能的验证，将UI的布局等调整内容全部后置，避免无限返工。并且需要提前让AI预留细调的方式，而不是全走配置。​

2026.05.26日报-刘鹏​

2026.05.26日报-刘鹏