AtomGit 首发!双模型 PK 赛:我用 GLM-5 和 Qwen3.5 一句话生成游戏,谁更强?

AtomGit 首发!双模型 PK 赛:我用 GLM-5 和 Qwen3.5 一句话生成游戏,谁更强?
在这里插入图片描述
活动入口AtomGit 首发模型体验活动
在这里插入图片描述

一、项目背景

春节期间,AtomGit AI 社区首发上线了多款开源大模型,包括 GLM-5、Qwen3.5、DeepSeek 等,覆盖文本生成、代码开发、多模态等多个领域。

作为一个喜欢折腾的开发者,我萌生了一个想法:能不能用 AI 双模型并行生成游戏,让用户对比投票选择最佳版本?

这个想法的核心价值:

  • 横向对比:两个模型同台竞技,优劣一目了然
  • 效率翻倍:一次请求,获得两个版本的代码
  • 用户参与:投票机制增加趣味性和互动性

二、用 GLM-5 生成项目原型

我直接在 AtomGit 平台上问 GLM-5,让它帮我搭个项目骨架:

我的提问

请生成一个完整的"一句话生成游戏对比工具"项目代码。 前端Vue3,后端Fastify。 用户输入游戏描述,后端同时调用GLM-5(zai-org/GLM-5)和Qwen3.5(vLLM_Ascend/Qwen3.5)生成HTML游戏, 并排展示在iframe中,左右分别显示两个模型的游戏,每个游戏下方有点赞按钮,底部显示历史记录。 API地址: https://api-ai.gitcode.com/v1 体验密钥从atomgit官方免费获取。 输出前后端完整代码。 
在这里插入图片描述

GLM-5 给了完整的前后端代码,我在这基础上改了改:

  • 加了缓存,不然每次都调 API 太慢了
  • 优化了下界面,改成左右双栏
  • 用 iframe 沙箱隔离,防止生成奇怪的代码
  • 加了错误处理,体验好一点

项目就这么跑起来了。

在这里插入图片描述

三、项目介绍

3.1 怎么玩

输入游戏描述

双模型并行生成

GLM-5 生成游戏A

Qwen3.5 生成游戏B

并排展示

用户投票选择

操作很简单:

  1. 输入你想玩的游戏(比如"打地鼠")
  2. 两个模型同时生成
  3. 左右对比看效果,觉得哪个好就投一票
在这里插入图片描述

3.2 技术架构

AI 模型

后端 (Fastify)

前端 (Vue3 + Vite)

输入组件

游戏预览

投票组件

API 路由

模型调用服务

缓存服务

GLM-5

Qwen3.5

技术栈

层级技术说明
前端Vue 3 + Vite响应式框架 + 构建工具
后端Fastify高性能 Node.js 框架
AIGLM-5 / Qwen3.5通过 GitCode API 调用
安全iframe sandbox沙箱隔离,防止恶意代码

3.3 项目结构

ai-game-generator/ ├── client/ # 前端 │ ├── src/ │ │ ├── App.vue # 主组件 │ │ └── main.js │ └── vite.config.js ├── server/ # 后端 │ ├── src/ │ │ ├── config.js # 模型配置 │ │ ├── index.js # 入口文件 │ │ ├── routes/ │ │ │ └── generate.js │ │ └── services/ │ │ ├── model.js # API 调用 │ │ └── cache.js # 缓存服务 │ └── package.json └── .env.example # 环境变量模板

四、核心实现

4.1 提示词

想让模型生成能直接跑的游戏,提示词挺关键的。我试了几版,最后定型是这样的:

constGAME_PROMPT_TEMPLATE=`你是一个HTML小游戏生成引擎。 严格要求: 1. 只输出完整HTML文档 2. 必须包含 <!DOCTYPE html> 3. 内嵌 CSS 4. 内嵌 JS 5. 不允许 Markdown 6. 不允许解释 7. 不允许外链资源 8. 代码必须可直接运行 9. 游戏必须有交互逻辑 用户需求: {userPrompt}`;

主要就几点:

  • 明确告诉它是"游戏生成引擎"
  • 禁止输出废话(Markdown、解释)
  • 要求单文件,复制就能跑

4.2 双模型并行调用

Qwen3.5GLM-5后端前端用户Qwen3.5GLM-5后端前端用户输入游戏描述POST /generate并行请求并行请求返回游戏A返回游戏B{ modelA, modelB }并排展示

// server/src/services/model.jsasyncfunctioncallGitCodeAPI(prompt, modelConfig){const response =awaitfetch(`${config.gitcode.baseUrl}/chat/completions`,{method:'POST',headers:{'Content-Type':'application/json','Authorization':`Bearer ${config.gitcode.apiKey}`},body:JSON.stringify({model: modelConfig.model,messages:[{role:'user',content: systemPrompt }],stream:false,max_tokens: modelConfig.maxTokens,temperature:0.6})});returnextractHtml(await response.json());}// 双模型并发exportasyncfunctioncallModels(prompt){const[resultA, resultB]=await Promise.all([callGLM(prompt),callQwen(prompt)]);return{modelA: resultA,modelB: resultB };}

4.3 缓存加速

// 内存缓存 + 文件缓存,24小时过期const memoryCache =newMap();constCACHE_TTL=24*60*60*1000;

缓存策略

命中

未命中

命中

未命中

收到请求

内存缓存?

直接返回

文件缓存?

加载到内存

调用API

保存缓存

缓存层响应时间持久性
内存<1ms进程重启丢失
文件~10ms24小时有效

4.4 安全沙箱

<iframe:srcdoc="modelA?.html"sandbox="allow-scripts allow-popups allow-forms"></iframe>

沙箱权限说明

权限说明
allow-scripts允许执行 JavaScript
allow-popups允许弹窗
allow-forms允许表单提交

即使生成恶意代码,也被限制在沙箱内,无法访问父页面或执行危险操作。

五、模型对比评测

公平性说明:两个模型统一使用 maxTokens: 4096 参数,确保公平对比。

5.1 综合评分

维度GLM-5Qwen3.5
代码结构⭐⭐⭐⭐⭐⭐⭐⭐⭐
创意程度⭐⭐⭐⭐⭐⭐⭐⭐⭐
完整性⭐⭐⭐⭐⭐⭐⭐⭐
简洁度⭐⭐⭐⭐⭐⭐⭐⭐⭐

5.2 实测对比

俄罗斯方块对比

在这里插入图片描述
维度GLM-5Qwen3.5
界面信息分数/等级/预览/控制提示基础布局
代码行数~400行~250行
可维护性高,结构清晰中,适合二次开发

打地鼠对比

在这里插入图片描述
维度GLM-5Qwen3.5
视觉主题统一,有氛围感简洁,偏功能导向
交互反馈地鼠形象ok,敲打地鼠联动动画流畅地鼠形象因为生成失败,动画效果不明显,游戏体验不好
游戏体验完整,可直接使用需补齐素材/动画

5.3 选择建议

完整度/可维护性

创意点子/快速原型

你的需求

追求什么?

GLM-5

Qwen3.5

✅ 适合生产项目

✅ 适合探索验证

5.4 遇到的问题

问题原因解决方案
代码截断token 限制提示词精简 + 引导生成精简代码
输出污染模型输出 Markdown后处理正则清洗标记
响应时间长API 调用耗时缓存机制 + 加载动画

六、项目亮点

亮点说明
🎮 双模型并行一个请求,两个结果,对比直观
⚡ 即时可玩生成 HTML 直接运行,无需编译
🗳️ 投票互动增加趣味性和用户参与感
🔒 安全沙箱iframe 隔离,保障安全
💾 智能缓存节省成本,毫秒级响应

七、部署指南

# 1. 克隆项目git clone https://atomgit.com/u013737132/ai-game-generator cd ai-game-generator # 2. 配置环境变量cp .env.example .env # 编辑 .env,填入 GitCode API Key# 3. 安装依赖并启动npminstallnpm run dev 

环境变量配置

# GitCode API 配置GITCODE_API_KEY=your_api_key_here GITCODE_BASE_URL=https://api-ai.gitcode.com/v1 # 服务端口PORT=3000

访问 http://localhost:5173 即可体验!

八、结语

这次使用 AtomGit 首发模型的体验非常棒!GLM-5 和 Qwen3.5 都展现出了强大的代码生成能力。

模型适合场景推荐指数
GLM-5追求完整性和规范性,适合稳定项目⭐⭐⭐⭐⭐
Qwen3.5追求创意和灵活性,适合快速原型⭐⭐⭐⭐

如果你也对 AI 编程感兴趣,强烈推荐来 AtomGit 体验这些首发模型!


项目地址https://atomgit.com/u013737132/ai-game-generator

活动入口AtomGit 首发模型体验活动

Read more

Flutter 三方库 login_client 的鸿蒙化适配指南 - 打造工业级安全登录、OAuth2 自动化鉴权、鸿蒙级身份守门员

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 login_client 的鸿蒙化适配指南 - 打造工业级安全登录、OAuth2 自动化鉴权、鸿蒙级身份守门员 在鸿蒙跨平台应用的网络安全架构中,如何稳健地管理 OAuth2 访问令牌(Access Tokens)与刷新令牌(Refresh Tokens)是衡量应用成熟度的重要指标。如果你厌倦了在每个请求中手动判断 401 错误并递归刷新 Token。今天我们要聊的是 login_client——一个专门为简化现代身份认证流设计的 HTTP 客户端装饰器,正是帮你构建“无感登录、自动续期”体验的核心插件。 前言 login_client 是一套位于 http 或 oauth2 库之上的高阶封装。它的核心使命是:自动拦截未授权请求、静默刷新

By Ne0inhk
鸿蒙金融理财全栈项目——风险控制、合规审计、产品创新

鸿蒙金融理财全栈项目——风险控制、合规审计、产品创新

《鸿蒙APP开发从入门到精通》第18篇:鸿蒙金融理财全栈项目——风险控制、合规审计、产品创新 📊🛡️🚀 内容承接与核心价值 这是《鸿蒙APP开发从入门到精通》的第18篇——风险控制、合规审计、产品创新篇,100%承接第17篇的金融理财项目架构,并基于金融场景的风险控制、合规审计、产品创新要求,设计并实现鸿蒙金融理财全栈项目的风险控制、合规审计、产品创新功能。 学习目标: * 掌握鸿蒙金融理财项目的风险控制设计与实现; * 实现风险评估、风险监控、风险预警; * 理解合规审计在金融场景的核心设计与实现; * 实现合规检查、合规审计、合规报告; * 掌握产品创新在金融场景的设计与实现; * 实现产品创新、产品优化、产品推广; * 优化金融理财项目的用户体验(风险控制、合规审计、产品创新)。 学习重点: * 鸿蒙金融理财项目的风险控制设计原则; * 合规审计在金融场景的应用; * 产品创新在金融场景的设计要点。 一、 风险控制基础 🎯 1.1 风险控制定义 风险控制是指对金融理财项目的风险进行识别、评估、监控、

By Ne0inhk
Flutter 组件 markup_analyzer 适配鸿蒙 HarmonyOS 实战:文本标签解析引擎,构建高性能动态排版与语义化渲染架构

Flutter 组件 markup_analyzer 适配鸿蒙 HarmonyOS 实战:文本标签解析引擎,构建高性能动态排版与语义化渲染架构

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 markup_analyzer 适配鸿蒙 HarmonyOS 实战:文本标签解析引擎,构建高性能动态排版与语义化渲染架构 前言 在鸿蒙(OpenHarmony)生态迈向深度内容分发、涉及富文本混排展示、自定义模板引擎或端侧跨端协议解析的背景下,如何将杂乱的标签数据高效转化为具备语义逻辑的 AST(抽象语法树),已成为决定应用排版性能与安全性的“逻辑枢纽”。在鸿蒙设备这类强调 AOT 极致执行速度与多维视窗适配的环境下,如果应用依然依赖基础的正则切割来处理动态标记,由于由于嵌套标签的递归复杂度,极易由于由于计算开销过大导致复杂长文阅读时的显著卡顿。 我们需要一种能够实现语法级扫描、支持自定义标签扩展且具备错误容错能力的解析引擎。 markup_analyzer 为 Flutter 开发者引入了轻量级且工业标准的标签分析方案。它通过词法扫描(Lexer)与语法构造,将零散的 Markup 字符串重组为具有层级关系的节点树。在适配到鸿蒙 H

By Ne0inhk
Flutter 三方库 import_ozempic 的鸿蒙化适配指南 - 实现 Dart 代码中缺失库的自动化智能修复、支持端侧工程依赖清理与构建环境预治理

Flutter 三方库 import_ozempic 的鸿蒙化适配指南 - 实现 Dart 代码中缺失库的自动化智能修复、支持端侧工程依赖清理与构建环境预治理

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 import_ozempic 的鸿蒙化适配指南 - 实现 Dart 代码中缺失库的自动化智能修复、支持端侧工程依赖清理与构建环境预治理 前言 在进行 Flutter for OpenHarmony 的大型模块化项目重构或多端路径合并时,由于文件搬迁导致的 import 引用断裂(Missing Imports)或者由于版本变迁产生的无用引用,往往会引发大量的编译红叉。import_ozempic(喻指其强效的“依赖清理”能力)是一款功能专注的开发提效工具。它能像“手术刀”一样精准修复和优化鸿蒙工程中的 Dart 导入语句。本文将探讨如何利用该工具构筑整洁的鸿蒙代码基石。 一、原直观解析 / 概念介绍 1.1 基础原理 该库作为一个基于 Dart 静态语法树(AST)

By Ne0inhk