Palworld foi o jogo que mais joguei neste ano, daqueles que me davam vontade de ligar o PC só para desbravar o mundo e descobrir o que havia de novo. Os monstros, os itens, os biomas e as dungeons me faziam querer continuar naquele universo, e essa vontade também me levou ao jogo de cartas.

Como as cartas físicas não estavam ao meu alcance aqui no Brasil, resolvi construir uma versão para jogar contra o computador e aprender as regras na prática. Eu ainda não sabia desenvolver jogos, então parti do que já sabia fazer: montar um bom harness para organizar o trabalho dos agentes de IA e aprender durante a construção.

Esse é o Palworld Card Game que construí como fã, um projeto independente, sem ligação com a Pocketpair ou a Bushiroad.

Aprender as regras jogando

A proposta é montar um baralho e jogar uma partida contra o computador, com o próprio jogo aplicando as regras. O tutorial e o modo de treino ajudam a começar; depois dá para experimentar no duelo livre e voltar ao construtor de baralhos para ajustar as escolhas.

Feito em Godot, o projeto tem português e inglês, versões para PC e Android e suporte a controle.

Como organizei o desenvolvimento com IA

Harness é a estrutura em volta dos agentes de IA: as instruções que eles recebem, a descrição das tarefas, os limites do que podem alterar e a maneira de conferir a entrega. No meu projeto, essa organização começa na pasta do jogo, com o escopo escrito e um plano de implementação que serve de referência para as tarefas.

Projeto Palworld aberto no Game Hub, com tarefas organizadas por etapa e progresso.
O quadro do Palworld no Game Hub reúne os pedidos, o andamento da execução e as tarefas que aguardam meu teste.

No GDD, documento que descreve o jogo, defini o recorte inicial: rodar em Windows, ter partidas contra um bot e usar as cartas disponíveis, com regras automáticas e português, sem uma economia para administrar. Assim, havia um escopo para consultar quando surgissem novas ideias ou problemas.

Documento de escopo do Palworld aberto no Game Hub, com a visão do jogo e o objetivo da experiência.
O escopo fica dentro do projeto e descreve o jogo que quero construir antes de detalhar a implementação.

O plano de implementação divide esse escopo em etapas, cada uma com critérios para verificar a entrega. As tarefas detalham o que precisa ser feito e guardam o plano de execução, o relato da implementação e as verificações, de modo que eu consigo acompanhar o que o agente alterou e o que ainda precisa de revisão.

Meu papel é definir o que quero e observar o jogo funcionar para apontar o que precisa mudar, inclusive quando um problema só aparece durante uma partida.

Quando comprar uma carta parecia comprar várias

Durante uma partida, percebi que a animação da compra parecia puxar cartas várias vezes e relatei o problema na tarefa PAL-0016. O diagnóstico registrado nela encontrou uma causa específica: os eventos de compra estavam animando as últimas cartas do estado final da mão.

Tarefa PAL-0016 aberta no Game Hub, com o diagnóstico da animação e os quatro passos do plano marcados.
O problema que percebi jogando virou uma tarefa com diagnóstico e passos de execução registrados.

A correção organizou as animações em uma fila por lote de compra, e o relatório de verificação registrou oito voos de cartas para oito cartas compradas em uma partida. A tarefa segue em revisão, portanto esse resultado é o registro da verificação feita, ainda sem aprovação final.

Relatório da tarefa PAL-0016 no Game Hub com instruções de teste e a verificação de oito cartas compradas para oito animações.
O relatório explica como testar e registra a verificação realizada. A tarefa continua aguardando minha revisão.

Continuo aprendendo a desenvolver jogos com IA enquanto construo uma forma de jogar cartas naquele universo que tanto gostei de explorar. Para quem quiser experimentar também, as versões estão na página de downloads do projeto.