入门
这里的经验过程会放置更加细化的经验笔记。文档页通常对准一个具体问题；这里更常写某条路径上的做法，以及路上最直接的体验。
实际感受
当前全部经验过程笔记的标题与简介——想看某条路实际走起来如何，就点开卡片。
转换
把分层设计文件变成引擎可用的场景。
Figma 到 Godot 的导入工具是单向的：MCP 和可重新生成的美术同步需要另一套流程
Figma 一侧是 Exporter，Godot 一侧是 Importer，还有单独的 MCP 插件。两边都有工具，写进引擎仍多半只做一次。设计稿一改，节点树大概率对不上原来的图层结构。
从图片到多图层：如何把角色图拆成图层，加快游戏资源准备
Image-to-layers 把一张 PNG 拆成图层已经不难。后面要盯住的是导入到引擎时，原图层的位置、名字和交互信息都还在。
Figma 到 Unity：AI First 之后，不必把界面手动处理流程作为最大时间成本项来考虑了
本站发布 Figma 到 Unity 之后可以看出来：Saharukh 2026 年 5 月那份黄金准则，至少有一半不再卡住进度。AI First 让能自动化的流程更自动化。
Figma 加 Cursor 之后，设计稿怎么进 Godot
Figma 负责美术设计，Cursor 负责写代码。图层、命名、按引擎目录保存文件，还要另走一步。中间用 VberAI Studio；Godot MCP 负责编辑器上下文。
精灵图
现有游戏美术上的精灵图、清理和换装。
Godot AI 美术流程：盯住批量化处理，以及生成和代码之间的同步
目前常见的五步 Godot AI 美术流程，在高频调用 Cursor、Claude Code、Codex 时已经过时。该盯的是批量化处理美术素材，以及批量化生成与代码逻辑之间的同步。
一键游戏主题换皮：市面上已经有了针对美术资源的批量节日换皮肤工具
已有游戏美术上的节日换皮，是同一套提示词下的批量活。Studio 换皮肤 保留结构化设置，只换视觉呈现；要上规模还需要批量 API 和原来的环境参数。
没有AI辅助工具的时候，像素精灵图的处理和生产流程是怎么样的？比我想象中的麻烦多了。
用通用工具走一遍像素精灵图清理——Grok Image、GPT Image 2、Pixian、Figma、Ezgif——以及相对一键产品，阻力落在哪。
用AI生成精灵图，再针对处理成可以导入到游戏引擎的美术资源
用AI来处理精灵图，最后导出到游戏引擎的可用工程资源过程中的卡点，以及VberAI 在分类、结构、上下文规则和元数据上能帮到什么。
本地化
商店截图和 UI 精灵图的文字直接提取后翻译，再生成新的位图资源。