用途
game-balance 是一个引擎无关的游戏数值平衡技能，用于对武器、单位、遭遇、成长曲线、掉落、难度和经济系统等进行可测量、可验证的平衡设计。其核心理念是：平衡不是让所有选项相等，而是让数字与规则贴合特定玩家群体、情境和时间尺度下的目标体验。
主要能力
- 平衡契约：以可测试语句定义目标，如“对某玩家群体在某情境下、某时间范围内，主指标应保持在某区间，护栏指标保持在某区间，若证据阈值被触发则调整某决策”。不默认追求相同选取率或 50% 胜率。
- 比较情境定义：要求先明确玩家技能、对手或挑战画像、地图/模式/队伍规模、起始资源、输入方式与延迟、时长与停止条件，先分段再聚合。
- 属性模型：对每个对象与属性定义含义、单位、有效范围、来源、可见性、可变性及消费它的机制，并区分输入、派生、情境、结果、显示五类属性。
- 表格与模型结构：建议至少分离说明与假设、参数与命名常量、实体输入、曲线与查表、派生计算、代表性场景、不变量与错误检查、结果与分布、原始导入数据等区域。
- 归一化与参照基准：使用 clamp 归一化公式把不同单位拉到可比区间，并选取一个有意保持普通的对象或场景作为基准（fulcrum），先用结果指标而非原始属性加总进行比较。
- 曲线选择：按边际变化而非习惯选择线性、指数、幂、饱和/对数或分段曲线，检查首、中、末及超上限值，并绘制步进差与达成/击败时间。
- 交织属性建模：把依赖属性化为结果度量，如吞吐量、目标时间、期望伤害、有效耐久等，并说明装填、停机、过量击杀、抗性、移动、资源限制和操作执行等假设。
- 经济与随机性分析：以流量和存量分析经济，计算分群净流量、通胀、停滞、囤积与财富集中；随机系统按分布与尾部风险分析，计算期望值、方差、连续失败概率，并把保底或递增概率视为有状态系统。
- 确定性边界检查：在模拟或人工测试前验证最小/最大/零/上限/超上限值、空与满存量、最快最慢合法速率、同时事件与平局、舍入边界、非法输入、最优与最差组合、从零开始与从亏损恢复等。
- 模拟与敏感度扫描：状态、策略或重复随机导致公式难以解析时使用模拟，显式定义智能体策略与技能假设，多种子运行并报告分布与置信度。
- 试玩验证：观察选择时间与比较行为、条件选取份额、策略切换、有理由的分歧、从未被考虑或一次后弃用的选项、预测准确度与感知公平性、失败后恢复行为；新玩家测可读性，老玩家测深度。
- 遥测设计：为每个指标定义其支持的决策、事件、属性、分母、群组和保留期，并记录版本；记录机会而非仅记录行为，因为未被提供或买不起的选项其选取率无意义。
- 实验式调参：每轮说明诊断原因，选择影响最小的杠杆，预测主指标与护栏变化，一次只改一个杠杆或不可分割的组合，重算模型与不变量，重跑确定性与固定种子模拟，必要时小范围测试，比较前后版本与分群，保留、修正、回滚或继续取证并记录。
使用方式
该技能以流程和方法指导形式提供：先做信息采集（现有规则、表格、代码配置、测试、模拟、遥测定义等），再依次完成平衡契约、比较情境、属性模型、表格结构、范围与基准、曲线、交织属性、经济与概率、确定性边界、模拟、试玩、遥测与调参实验。资料未提供具体安装命令或代码接口，暂未提供相关技术接入细节。
适用场景
适用于游戏系统与数值设计，包括武器与单位平衡、遭遇与难度设计、成长与掉落曲线、经济流量与随机奖励设计，以及需要把平衡目标转化为可检查模型、模拟与遥测方案的团队工作。
限制
- 资料明确要求保持引擎无关，不绑定具体引擎实现。
- 需明确区分输入、派生、显示与观测值，禁止混用。
- 缺失事实时须标注假设，并设计最小测量或实验来替代。
- 该技能不会默认追求相等胜率或相同选取率，目标需结合游戏目的说明。
- 具体引擎、平台、收费、价格与版本信息暂未提供。