简介

本文精选了5个GitHub上的开源游戏项目：城市建造模拟器CubeCity、猜地点游戏WorldGuessr、React复刻的Windows 98扫雷、经典中文DOS游戏库、开源国际象棋平台Lichess等。这些项目涵盖了策略、益智、怀旧等多种类型，代码开源且易于理解，适合程序员学习参考和休闲娱乐，同时也为游戏开发爱好者提供了丰富的学习资源。

---

一、卡通城市建造模拟器

在一个色彩明快、充满卡通趣味的 2.5D 世界里，你可以自由地规划和建设属于自己的独特城市。

这就是 CubeCity，一个基于 Three.js 和 Vue 开发的轻量级开源城市模拟建造游戏。

开源地址：https://github.com/hexianWeb/CubeCity

你可以随心所欲地在地图上放置住宅楼、商店、工厂等各类建筑，铺设道路连接它们。

游戏提供了清晰的建造、选择、搬迁、拆除四种操作模式，让你能轻松调整城市布局：查看建筑详情、移动位置、或者拆掉不需要的建筑。

和大部分模拟游戏一样，你的城市发展离不开**经济系统：**建筑会自动产生金币，这些金币是你扩张领土、建造和升级新设施的生命线。

游戏会自动将你的建设成果保存在本地，方便你随时回来继续经营。

CubeCity 不仅仅是个摆积木的游戏，它还融入了一些策略元素。

你需要思考如何平衡住宅、商业、工业区域的比例，同时也要关注环境 、社会、治理等可持续发展因素。

一个亮点是它的建筑状态轮循显示系统，会智能地在地图上用气泡图标提示你哪些建筑遇到了问题，比如缺路、缺电、人口不足或污染。

又或者享受到了增益效果，比如邻近商店带来的金币加成，帮助玩家更好地了解城市运行状况。

二、免费开源的猜地点游戏

WorldGuessr 是一个免费且开源的项目，灵感来源于知名的地理游戏 GeoGuessr。

它的目标很简单：让你足不出户，通过随机出现的街景来探索和猜测世界各地的位置。

开源地址：https://github.com/codergautam/worldguessr

这个项目的核心玩法就是猜地点。

每次游戏，它会把你丢在世界某个角落的随机街景中，利用 Google 地图的街景嵌入 API。

你的任务就是仔细观察周围环境，路牌、植被、建筑风格、车辆等等线索。然后在地图上标出你认为自己所在的位置。

猜得越准，得分越高。

WorldGuessr 不仅仅能自己玩。它特别提供了多人模式，你可以邀请朋友一起实时比拼，或者匹配其他在线玩家，看谁的地理直觉更敏锐。

另外，它还包含 国家连胜挑战，测试你能连续猜对多少个不同的国家。

三、用 React 复刻的 Windows 98 扫雷

用现代前端技术 React 精心复刻 Windows 98 扫雷的经典之作。开发者花了大约 10 个小时，从零开始重建了这个童年记忆。

他的目标很明确：追求原汁原味。

开源地址：https://github.com/laoqiu233/minesweeper-react

打开游戏，扑面而来的就是那股浓浓的 Windows 98 怀旧风 —— 经典的蓝色标题栏、标志性的窗口按钮、老式的像素字体。

甚至连游戏里的那些小图标，旗帜、地雷、问号，都尽力还原了当年 Windows 98 扫雷的样子，CSS 的功力都用在了这份复古感上。

四、经典中文DOS游戏

如果你对上世纪 9 0年代的经典中文 DOS 游戏，如《仙剑奇侠传》、《金庸群侠传》、《大富翁》等充满怀念，这个开源项目绝对是一个宝藏。

收集、整理并提供一个方便获取的经典中文 DOS 游戏资源库。

开源地址：https://github.com/rwv/chinese-dos-games

目前它已经汇集了惊人的 1898款 中文DOS游戏，堪称目前网络上最全的同类合集之一。

你只需在电脑上安装 Python 3，然后在项目目录下运行 python download_data.py 这个命令。

脚本会根据 games.json 中的信息，自动从互联网上的可靠存档源（如 Internet Archive）下载对应的游戏文件。

五、国际象棋平台

Lichess 是一个****永久免费、无广告、完全开源的国际象棋平台，让每个人都能无障碍地享受下棋的乐趣。

Lila 项目正是这个著名在线国际象棋平台的技术实现，包括所有后台逻辑。

当你实时对弈、分析棋局、参加锦标赛或查看那庞大的、包含超过47亿盘棋局的数据库时，背后运行的正是 Lila 的代码。

它确保了对局的公平性、实时性和稳定性。

开源地址：https://github.com/lichess-org/lila

六、AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓