技術準備
在開始編碼之前，我們需要準備開發環境和相關工具。以下是開發 細胞探秘 所需的技術棧和資源。
1. 技術棧
- 編程語言：Python 3.x（推薦 3.8 或更高版本）。
- 核心庫：
random：生成隨機事件，如細胞突變或任務生成。time：控制遊戲節奏和實驗時間。json：保存和加載遊戲狀態。pygame（可選）：用於圖形界面和細胞結構可視化。
- 數據存儲：
- 使用字典存儲細胞器和實驗數據。
- 列表存儲任務、庫存和實驗室狀態。
- 用户界面：基於命令行界面（CLI）顯示細胞器、任務和交互，圖形界面作為擴展。
- 依賴安裝：
random、time和json是 Python 標準庫，無需額外安裝。pygame（可選）：pip install pygame。
2. 開發環境
確保已安裝 Python（可從 python.org 下載）。推薦使用 Visual Studio Code 或 PyCharm 作為開發工具，提供代碼補全和調試支持。本遊戲的核心版本基於 CLI，擴展部分引入圖形界面。項目結構如下：
cell_exploration_game/
├── main.py # 主程序入口
└── game.py # 遊戲邏輯模塊3. 遊戲目標
玩家將扮演細胞生物學家，目標是在 30 個回合（模擬 30 天）內完成所有研究任務，解鎖所有細胞器功能並提升實驗室等級。遊戲採用回合制，每回合代表一天，玩家需要：
- 探索細胞器：研究細胞核、線粒體等，解鎖功能。
- 完成任務：完成實驗目標，如合成蛋白質或修復 DNA。
- 升級實驗室：提升設備等級，解鎖高級研究。
- 管理資源：平衡能量、樣本和研究點。
- 應對事件：處理細胞突變或病毒入侵。
遊戲設計與核心功能
1. 遊戲結構
我們將遊戲分解為多個模塊，使用類和函數封裝功能，確保代碼清晰且易於維護。以下是核心設計：
Organelle類：表示細胞器，包含名稱、功能和研究成本。Task類：定義研究任務，如合成蛋白質或修復細胞。Lab類：管理實驗室狀態，包括設備等級和資源。CellGame類：管理遊戲狀態、任務、庫存和主循環。- 算法：
- 研究檢查：驗證資源是否足夠完成任務。
- 任務分配：生成隨機任務，引導玩家探索細胞器。
- 數據結構：
- 細胞器：字典存儲名稱、功能和狀態。
- 任務：列表存儲目標和獎勵。
- 資源：能量、樣本和研究點。
- 遊戲狀態：實驗室等級、資源、聲譽和回合數。
2. 核心代碼實現
以下是遊戲的完整代碼框架，我們將逐一講解每個模塊的實現細節。
2.1 細胞器類：Organelle
Organelle 類定義細胞器的屬性。
# game.py
class Organelle:
def __init__(self, name, function, energy_cost, research_points):
"""初始化細胞器"""
self.name = name # 細胞器名稱
self.function = function # 功能描述
self.energy_cost = energy_cost # 研究所需能量
self.research_points = research_points # 解鎖所需研究點
self.unlocked = False # 是否解鎖説明：
__init__：初始化細胞器名稱、功能、能量成本和研究點。
2.2 任務類：Task
Task 類定義研究任務。
# game.py (續)
class Task:
def __init__(self, id, target_organelle, target_action, reward_energy, reward_reputation):
"""初始化任務"""
self.id = id
self.target_organelle = target_organelle # 目標細胞器
self.target_action = target_action # 任務目標（如“合成蛋白質”）
self.reward_energy = reward_energy
self.reward_reputation = reward_reputation説明：
__init__：初始化任務 ID、目標細胞器、任務目標和獎勵。
2.3 實驗室類：Lab
Lab 類管理實驗室狀態和研究操作。
# game.py (續)
class Lab:
def __init__(self):
"""初始化實驗室"""
self.level = 1 # 實驗室等級
self.energy = 100 # 初始能量
self.samples = {"DNA": 10, "Protein": 5, "Lipid": 5} # 初始樣本庫存
self.research_points = 0 # 研究點
self.organelles = self.create_organelles()
self.organelles["Nucleus"].unlocked = True # 初始解鎖細胞核
def create_organelles(self):
"""創建所有細胞器"""
return {
"Nucleus": Organelle("Nucleus", "Controls cell activities and stores DNA", 10, 0),
"Mitochondrion": Organelle("Mitochondrion", "Produces energy (ATP)", 20, 50),
"Ribosome": Organelle("Ribosome", "Synthesizes proteins", 15, 30),
"EndoplasmicReticulum": Organelle("EndoplasmicReticulum", "Processes proteins and lipids", 25, 70),
"GolgiApparatus": Organelle("GolgiApparatus", "Packages and distributes molecules", 30, 100)
}
def research_organelle(self, organelle_name):
"""研究細胞器"""
organelle = self.organelles.get(organelle_name)
if not organelle:
print("無效細胞器！")
return False
if organelle.unlocked:
print(f"{organelle_name} 已解鎖！")
return False
if self.energy >= organelle.energy_cost and self.research_points >= organelle.research_points:
self.energy -= organelle.energy_cost
self.research_points -= organelle.research_points
organelle.unlocked = True
print(f"成功解鎖 {organelle_name}：{organelle.function}")
return True
print("能量或研究點不足！")
return False
def upgrade(self):
"""升級實驗室"""
cost = self.level * 50
if self.energy >= cost:
self.energy -= cost
self.level += 1
print(f"實驗室升級到等級 {self.level}，花費 {cost} 能量。")
else:
print("能量不足，無法升級！")
def perform_action(self, organelle_name, action):
"""執行細胞器動作"""
organelle = self.organelles.get(organelle_name)
if not organelle or not organelle.unlocked:
print(f"{organelle_name} 未解鎖或無效！")
return False
actions = {
"Nucleus": {"Analyze DNA": ("DNA", -1, 5, 2)},
"Mitochondrion": {"Produce ATP": ("", 0, 10, 0)},
"Ribosome": {"Synthesize Protein": ("DNA", -1, 0, 5)},
"EndoplasmicReticulum": {"Process Lipid": ("Lipid", -1, 0, 7)},
"GolgiApparatus": {"Package Molecule": ("Protein", -1, 0, 10)}
}
if organelle_name in actions and action in actions[organelle_name]:
sample, sample_change, energy_gain, points_gain = actions[organelle_name][action]
if sample and self.samples.get(sample, 0) <= 0:
print(f"缺少 {sample}！")
return False
cost = organelle.energy_cost
if self.energy >= cost:
self.energy -= cost
if sample:
self.samples[sample] += sample_change
self.energy += energy_gain
self.research_points += points_gain
self.samples[sample] = self.samples.get(sample, 0)
print(f"{organelle_name} 執行 {action} 成功，獲得 {points_gain} 研究點，{energy_gain} 能量")
return True
print("能量不足！")
return False
print("無效動作！")
return False説明：
__init__：初始化實驗室等級、能量、樣本庫存和細胞器。create_organelles：定義細胞器及其功能。research_organelle：消耗能量和研究點解鎖細胞器。upgrade：消耗能量提升實驗室等級。perform_action：執行細胞器特定動作（如合成蛋白質），消耗樣本並獲得研究點。
2.4 遊戲類：CellGame
CellGame 類管理遊戲狀態和邏輯。
# game.py (續)
import random
import time
import json
class CellGame:
def __init__(self):
"""初始化遊戲"""
self.lab = Lab()
self.tasks = []
self.reputation = 50 # 初始聲譽
self.turn = 0
self.max_turns = 30
self.game_over = False
def run(self):
"""遊戲主循環"""
print("歡迎來到《細胞探秘》！目標：在 30 天內完成所有任務並解鎖所有細胞器。")
while not self.game_over:
self.display_state()
self.generate_tasks()
action = self.get_action()
if action == "research_organelle":
self.research_organelle()
elif action == "perform_action":
self.perform_action()
elif action == "upgrade_lab":
self.lab.upgrade()
elif action == "complete_task":
self.complete_task()
elif action == "save_game":
self.save_game()
elif action == "load_game":
self.load_game()
elif action == "end_turn":
self.end_turn()
if self.check_win():
print("恭喜！你完成了所有任務並解鎖所有細胞器！")
self.game_over = True
if self.check_lose():
print("遊戲結束。未能在 30 天內達成目標，或聲譽過低。")
self.game_over = True
time.sleep(1)
def display_state(self):
"""顯示遊戲狀態"""
print(f"\n天數 {self.turn + 1}")
print(f"實驗室等級: {self.lab.level}")
print(f"能量: {self.lab.energy}")
print(f"聲譽: {self.reputation}")
print(f"研究點: {self.lab.research_points}")
print("樣本庫存:", {k: v for k, v in self.lab.samples.items() if v > 0})
print("細胞器:", [f"{k} ({'已解鎖' if v.unlocked else '未解鎖'})" for k, v in self.lab.organelles.items()])
print("任務:", [f"ID {t.id}: {t.target_organelle} - {t.target_action}, 獎勵 {t.reward_energy} 能量, {t.reward_reputation} 聲譽" for t in self.tasks])
def get_action(self):
"""獲取玩家行動"""
print("\n你想做什麼？")
print("1. 研究細胞器")
print("2. 執行細胞器動作")
print("3. 升級實驗室")
print("4. 完成任務")
print("5. 保存遊戲")
print("6. 加載遊戲")
print("7. 結束天數")
choice = input("輸入選項 (1-7): ")
actions = {
"1": "research_organelle",
"2": "perform_action",
"3": "upgrade_lab",
"4": "complete_task",
"5": "save_game",
"6": "load_game",
"7": "end_turn"
}
return actions.get(choice, self.get_action())
def research_organelle(self):
"""研究細胞器"""
print("可研究細胞器：")
for name, organelle in self.lab.organelles.items():
if not organelle.unlocked:
print(f"{name}: 需要 {organelle.energy_cost} 能量, {organelle.research_points} 研究點")
organelle_name = input("輸入細胞器名稱：")
self.lab.research_organelle(organelle_name)
def perform_action(self):
"""執行細胞器動作"""
print("可用細胞器和動作：")
for name, organelle in self.lab.organelles.items():
if organelle.unlocked:
actions = {
"Nucleus": ["Analyze DNA"],
"Mitochondrion": ["Produce ATP"],
"Ribosome": ["Synthesize Protein"],
"EndoplasmicReticulum": ["Process Lipid"],
"GolgiApparatus": ["Package Molecule"]
}.get(name, [])
print(f"{name}: {actions}")
organelle_name = input("輸入細胞器名稱：")
action = input("輸入動作：")
if self.lab.perform_action(organelle_name, action):
self.random_event()
def generate_tasks(self):
"""生成隨機任務"""
if random.random() < 0.7:
task_id = len(self.tasks) + 1
unlocked_organelles = [name for name, o in self.lab.organelles.items() if o.unlocked]
if unlocked_organelles:
organelle = random.choice(unlocked_organelles)
actions = {
"Nucleus": ["Analyze DNA"],
"Mitochondrion": ["Produce ATP"],
"Ribosome": ["Synthesize Protein"],
"EndoplasmicReticulum": ["Process Lipid"],
"GolgiApparatus": ["Package Molecule"]
}.get(organelle, [])
action = random.choice(actions)
reward_energy = random.randint(20, 50)
reward_reputation = random.randint(5, 15)
self.tasks.append(Task(task_id, organelle, action, reward_energy, reward_reputation))
print(f"新任務 ID {task_id}: {organelle} - {action}, 獎勵 {reward_energy} 能量, {reward_reputation} 聲譽")
def complete_task(self):
"""完成任務"""
if not self.tasks:
print("沒有可用任務！")
return
print("可用任務：")
for task in self.tasks:
print(f"ID {task.id}: {task.target_organelle} - {task.target_action}, 獎勵 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
try:
task_id = int(input("輸入任務 ID: "))
task = next((t for t in self.tasks if t.id == task_id), None)
if not task:
print("無效任務 ID！")
return
required_samples = {"Analyze DNA": "DNA", "Synthesize Protein": "Protein", "Process Lipid": "Lipid", "Package Molecule": "Protein"}
sample = required_samples.get(task.target_action)
if not sample or self.lab.samples.get(sample, 0) > 0:
if sample:
self.lab.samples[sample] -= 1
self.lab.energy += task.reward_energy
self.reputation += task.reward_reputation
self.tasks.remove(task)
print(f"任務 ID {task_id} 完成！獲得 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
else:
print(f"庫存中缺少 {sample}！")
except ValueError:
print("輸入錯誤，請重試。")
def random_event(self):
"""隨機事件"""
event = random.choice(["None", "CellMutation", "VirusInvasion"])
if event == "CellMutation":
cost = random.randint(5, 15)
self.lab.energy -= cost
print(f"細胞突變，損失 {cost} 能量！")
elif event == "VirusInvasion":
cost = self.lab.level * 20
if self.lab.energy >= cost:
self.lab.energy -= cost
print(f"病毒入侵，修復費用 {cost} 能量。")
else:
print("病毒入侵未修復，聲譽下降！")
self.reputation -= 5
def save_game(self):
"""保存遊戲狀態"""
state = {
"turn": self.turn,
"reputation": self.reputation,
"lab": {
"level": self.lab.level,
"energy": self.lab.energy,
"samples": self.lab.samples,
"research_points": self.lab.research_points,
"organelles": {name: o.unlocked for name, o in self.lab.organelles.items()}
},
"tasks": [{"id": t.id, "target_organelle": t.target_organelle, "target_action": t.target_action, "reward_energy": t.reward_energy, "reward_reputation": t.reward_reputation} for t in self.tasks]
}
with open("savegame.json", "w") as f:
json.dump(state, f)
print("遊戲已保存！")
def load_game(self):
"""加載遊戲狀態"""
try:
with open("savegame.json", "r") as f:
state = json.load(f)
self.turn = state["turn"]
self.reputation = state["reputation"]
self.lab.level = state["lab"]["level"]
self.lab.energy = state["lab"]["energy"]
self.lab.samples = state["lab"]["samples"]
self.lab.research_points = state["lab"]["research_points"]
for name, unlocked in state["lab"]["organelles"].items():
self.lab.organelles[name].unlocked = unlocked
self.tasks = [Task(t["id"], t["target_organelle"], t["target_action"], t["reward_energy"], t["reward_reputation"]) for t in state["tasks"]]
print("遊戲已加載！")
except FileNotFoundError:
print("沒有找到存檔文件！")
def end_turn(self):
"""結束當前天數"""
self.turn += 1
self.lab.energy += 10
self.lab.research_points += 5
for task in self.tasks[:]:
if random.random() < 0.2:
print(f"任務 ID {task.id} 過期，聲譽下降！")
self.reputation -= 5
self.tasks.remove(task)
self.random_event()
def check_win(self):
"""檢查勝利條件"""
return all(o.unlocked for o in self.lab.organelles.values()) and not self.tasks
def check_lose(self):
"""檢查失敗條件"""
return self.turn > self.max_turns or self.reputation < 0説明：
__init__：初始化實驗室、任務、聲譽和回合數。run：遊戲主循環，顯示狀態、生成任務、處理行動。display_state：顯示實驗室等級、能量、樣本、細胞器和任務。get_action：提供交互菜單，返回玩家選擇。research_organelle：選擇並解鎖細胞器。perform_action：執行細胞器動作，獲取資源。generate_tasks：生成隨機任務，要求特定細胞器動作。complete_task：檢查樣本，完成任務並獲得獎勵。random_event：處理細胞突變或病毒入侵。save_game和load_game：保存和加載遊戲狀態。end_turn：推進天數，恢復能量和研究點，處理任務過期。check_win和check_lose：檢查是否解鎖所有細胞器並完成任務，或失敗。
2.5 主程序：main.py
啓動遊戲的入口文件。
# main.py
from game import CellGame
if __name__ == "__main__":
game = CellGame()
game.run()運行遊戲
1. 啓動遊戲
在項目目錄下運行：
python main.py2. 遊戲流程
- 初始化：
- 玩家從實驗室等級 1、100 能量、50 聲譽開始，初始解鎖細胞核。
- 每回合行動：
- 顯示狀態：查看實驗室等級、能量、樣本、細胞器和任務。
- 研究細胞器：解鎖新細胞器（如線粒體、核糖體）。
- 執行動作：使用細胞器完成任務（如合成蛋白質）。
- 升級實驗室：提升等級，降低研究成本。
- 完成任務：提交目標成果，獲得能量和聲譽。
- 保存/加載：保存進度或恢復遊戲。
- 結束天數：恢復能量和研究點，處理隨機事件和任務過期。
- 遊戲結束：
- 解鎖所有細胞器並完成任務勝利，超過 30 天或聲譽為負失敗。
3. 示例運行
歡迎來到《細胞探秘》！目標：在 30 天內完成所有任務並解鎖所有細胞器。
天數 1
實驗室等級: 1
能量: 100
聲譽: 50
研究點: 0
樣本庫存: {'DNA': 10, 'Protein': 5, 'Lipid': 5}
細胞器: ['Nucleus (已解鎖)', 'Mitochondrion (未解鎖)', 'Ribosome (未解鎖)', 'EndoplasmicReticulum (未解鎖)', 'GolgiApparatus (未解鎖)']
任務: []
新任務 ID 1: Nucleus - Analyze DNA, 獎勵 30 能量, 10 聲譽
你想做什麼？
1. 研究細胞器
2. 執行細胞器動作
3. 升級實驗室
4. 完成任務
5. 保存遊戲
6. 加載遊戲
7. 結束天數
輸入選項 (1-7): 2
可用細胞器和動作：
Nucleus: ['Analyze DNA']
輸入細胞器名稱：Nucleus
輸入動作：Analyze DNA
Nucleus 執行 Analyze DNA 成功，獲得 2 研究點，5 能量
天數 1
實驗室等級: 1
能量: 95
聲譽: 50
研究點: 2
樣本庫存: {'DNA': 9, 'Protein': 5, 'Lipid': 5}
細胞器: ['Nucleus (已解鎖)', 'Mitochondrion (未解鎖)', 'Ribosome (未解鎖)', 'EndoplasmicReticulum (未解鎖)', 'GolgiApparatus (未解鎖)']
任務: ['ID 1: Nucleus - Analyze DNA, 獎勵 30 能量, 10 聲譽']
你想做什麼？
1. 研究細胞器
2. 執行細胞器動作
3. 升級實驗室
4. 完成任務
5. 保存遊戲
6. 加載遊戲
7. 結束天數
輸入選項 (1-7): 4
可用任務：
ID 1: Nucleus - Analyze DNA, 獎勵 30 能量, 10 聲譽
輸入任務 ID: 1
任務 ID 1 完成！獲得 30 能量, 10 聲譽
天數 1
實驗室等級: 1
能量: 125
聲譽: 60
研究點: 2
樣本庫存: {'DNA': 8, 'Protein': 5, 'Lipid': 5}
細胞器: ['Nucleus (已解鎖)', 'Mitochondrion (未解鎖)', 'Ribosome (未解鎖)', 'EndoplasmicReticulum (未解鎖)', 'GolgiApparatus (未解鎖)']
任務: []
你想做什麼？
1. 研究細胞器
2. 執行細胞器動作
3. 升級實驗室
4. 完成任務
5. 保存遊戲
6. 加載遊戲
7. 結束天數
輸入選項 (1-7): 3
實驗室升級到等級 2，花費 50 能量。
天數 1
實驗室等級: 2
能量: 75
聲譽: 60
研究點: 2
樣本庫存: {'DNA': 8, 'Protein': 5, 'Lipid': 5}
細胞器: ['Nucleus (已解鎖)', 'Mitochondrion (未解鎖)', 'Ribosome (未解鎖)', 'EndoplasmicReticulum (未解鎖)', 'GolgiApparatus (未解鎖)']
任務: []
你想做什麼？
1. 研究細胞器
2. 執行細胞器動作
3. 升級實驗室
4. 完成任務
5. 保存遊戲
6. 加載遊戲
7. 結束天數
輸入選項 (1-7): 7
天數結束，恢復 10 能量。
細胞突變，損失 10 能量！
天數 2
實驗室等級: 2
能量: 75
聲譽: 60
研究點: 7
樣本庫存: {'DNA': 8, 'Protein': 5, 'Lipid': 5}
細胞器: ['Nucleus (已解鎖)', 'Mitochondrion (未解鎖)', 'Ribosome (未解鎖)', 'EndoplasmicReticulum (未解鎖)', 'GolgiApparatus (未解鎖)']
任務: []
新任務 ID 2: Nucleus - Analyze DNA, 獎勵 40 能量, 12 聲譽分析：
- 第一天通過細胞核分析 DNA，完成任務 1，獲得能量和聲譽。
- 升級實驗室到等級 2，消耗 50 能量。
- 第二天觸發細胞突變，損失能量，但生成新任務。
遊戲機制詳解
1. 細胞器探索
- 細胞器：
- 細胞核：分析 DNA，消耗 DNA 獲得研究點。
- 線粒體：產生 ATP，增加能量。
- 核糖體：合成蛋白質，消耗 DNA。
- 內質網：加工脂質，消耗脂質。
- 高爾基體：包裝分子，消耗蛋白質。
- 解鎖：消耗能量和研究點解鎖新細胞器。
2. 任務管理
- 生成：70% 機率生成任務，要求特定細胞器動作。
- 獎勵：完成任務獲得 20-50 能量和 5-15 聲譽。
- 過期：20% 機率任務過期，聲譽 -5。
3. 實驗室管理
- 等級：初始 1 級，升級降低研究成本。
- 資源：
- 能量：用於研究、動作和升級，每日恢復 10。
- 樣本：DNA、蛋白質、脂質，用於任務和動作。
- 研究點：解鎖細胞器，每日增加 5。
4. 隨機事件
- 細胞突變：損失 5-15 能量。
- 病毒入侵：修復消耗等級 × 20 能量，未修聲譽 -5。
5. 勝利與失敗
- 勝利：解鎖所有 5 種細胞器並完成任務。
- 失敗：超過 30 天或聲譽低於 0。
遊戲擴展與優化
當前版本是一個功能完整的細胞探索遊戲原型，我們可以通過以下方式增強遊戲性、技術實現和教育價值。
1. 遊戲性增強
- 新細胞器：添加溶酶體、細胞膜等。
- 任務類型：引入多步任務或限時任務。
- 樣本採集：允許從環境中獲取樣本。
- 動態環境：模擬細胞分裂或凋亡。
示例代碼：多步任務
class Task:
def __init__(self, id, target_organelle, target_action, reward_energy, reward_reputation, steps=1):
self.id = id
self.target_organelle = target_organelle
self.target_action = target_action
self.reward_energy = reward_energy
self.reward_reputation = reward_reputation
self.steps = steps
class CellGame:
# ... 其他方法保持不變 ...
def generate_tasks(self):
if random.random() < 0.7:
task_id = len(self.tasks) + 1
unlocked_organelles = [name for name, o in self.lab.organelles.items() if o.unlocked]
if unlocked_organelles:
organelle = random.choice(unlocked_organelles)
actions = {
"Nucleus": ["Analyze DNA"],
"Mitochondrion": ["Produce ATP"],
"Ribosome": ["Synthesize Protein"],
"EndoplasmicReticulum": ["Process Lipid"],
"GolgiApparatus": ["Package Molecule"]
}.get(organelle, [])
action = random.choice(actions)
reward_energy = random.randint(20, 50)
reward_reputation = random.randint(5, 15)
steps = 2 if organelle == "GolgiApparatus" else 1
self.tasks.append(Task(task_id, organelle, action, reward_energy, reward_reputation, steps))
print(f"新任務 ID {task_id}: {organelle} - {action} ({steps} 步), 獎勵 {reward_energy} 能量, {reward_reputation} 聲譽")
def complete_task(self):
if not self.tasks:
print("沒有可用任務！")
return
print("可用任務：")
for task in self.tasks:
print(f"ID {task.id}: {task.target_organelle} - {task.target_action} ({task.steps} 步), 獎勵 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
try:
task_id = int(input("輸入任務 ID: "))
task = next((t for t in self.tasks if t.id == task_id), None)
if not task:
print("無效任務 ID！")
return
required_samples = {"Analyze DNA": "DNA", "Synthesize Protein": "Protein", "Process Lipid": "Lipid", "Package Molecule": "Protein"}
sample = required_samples.get(task.target_action)
if not sample or self.lab.samples.get(sample, 0) >= task.steps:
if sample:
self.lab.samples[sample] -= task.steps
self.lab.energy += task.reward_energy
self.reputation += task.reward_reputation
self.tasks.remove(task)
print(f"任務 ID {task_id} 完成！獲得 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
else:
print(f"庫存中缺少 {sample} 或數量不足（需 {task.steps} 單位）！")
except ValueError:
print("輸入錯誤，請重試。")實現效果：
- 高爾基體任務要求 2 單位蛋白質，增加挑戰性。
- 獎勵與難度匹配，鼓勵多步研究。
2. 技術優化
- 圖形界面：使用 Pygame 顯示細胞結構和實驗動畫。
- 存檔加密：防止修改存檔文件。
- 細胞可視化：展示細胞器位置和動態過程。
示例代碼：Pygame 界面
import pygame
class CellGameWithGUI(CellGame):
def __init__(self):
super().__init__()
pygame.init()
self.screen = pygame.display.set_mode((800, 600))
pygame.display.set_caption("細胞探秘")
self.font = pygame.font.Font(None, 36)
self.organelle_positions = {
"Nucleus": (400, 300),
"Mitochondrion": (500, 200),
"Ribosome": (300, 200),
"EndoplasmicReticulum": (350, 400),
"GolgiApparatus": (450, 400)
}
def display_state(self):
"""使用 Pygame 顯示狀態"""
self.screen.fill((255, 255, 255))
# 繪製細胞背景
pygame.draw.circle(self.screen, (200, 200, 255), (400, 300), 200, 2)
# 繪製細胞器
for name, organelle in self.lab.organelles.items():
pos = self.organelle_positions[name]
color = (0, 255, 0) if organelle.unlocked else (255, 0, 0)
pygame.draw.circle(self.screen, color, pos, 20)
text = self.font.render(name, True, (0, 0, 0))
self.screen.blit(text, (pos[0] - 30, pos[1] + 30))
# 顯示狀態
texts = [
f"天數: {self.turn + 1}",
f"實驗室等級: {self.lab.level}",
f"能量: {self.lab.energy}",
f"聲譽: {self.reputation}",
f"研究點: {self.lab.research_points}",
f"任務: {len(self.tasks)} 個"
]
for i, text in enumerate(texts):
rendered = self.font.render(text, True, (0, 0, 0))
self.screen.blit(rendered, (10, 400 + i * 30))
pygame.display.flip()
super().display_state()
def run(self):
print("歡迎來到《細胞探秘》！")
running = True
while running and not self.game_over:
self.display_state()
for event in pygame.event.get():
if event.type == pygame.QUIT:
running = False
action = self.get_action()
if action == "research_organelle":
self.research_organelle()
elif action == "perform_action":
self.perform_action()
elif action == "upgrade_lab":
self.lab.upgrade()
elif action == "complete_task":
self.complete_task()
elif action == "save_game":
self.save_game()
elif action == "load_game":
self.load_game()
elif action == "end_turn":
self.end_turn()
if self.check_win():
print("恭喜！你完成了所有任務並解鎖所有細胞器！")
self.game_over = True
if self.check_lose():
print("遊戲結束。未能在 30 天內達成目標，或聲譽過低。")
self.game_over = True
time.sleep(1)
pygame.quit()實現效果：
- 顯示細胞結構（圓形表示細胞，細胞器為彩色圓點）。
- CLI 交互保留，狀態在屏幕底部顯示。
3. 教育模塊
- 細胞器功能：詳細介紹每個細胞器的生物學作用。
- 實驗原理：展示蛋白質合成或能量產生的過程。
- 歷史背景：講述細胞生物學的發展歷程。
示例代碼：細胞器功能
class Lab:
# ... 其他方法保持不變 ...
def research_organelle(self, organelle_name):
organelle = self.organelles.get(organelle_name)
if not organelle:
print("無效細胞器！")
return False
if organelle.unlocked:
print(f"{organelle_name} 已解鎖！")
return False
if self.energy >= organelle.energy_cost and self.research_points >= organelle.research_points:
self.energy -= organelle.energy_cost
self.research_points -= organelle.research_points
organelle.unlocked = True
info = {
"Nucleus": "細胞核是細胞的控制中心，儲存遺傳信息 (DNA)。",
"Mitochondrion": "線粒體是能量工廠，通過氧化磷酸化產生 ATP。",
"Ribosome": "核糖體負責翻譯 mRNA，合成蛋白質。",
"EndoplasmicReticulum": "內質網加工蛋白質和脂質，分為粗糙和光滑內質網。",
"GolgiApparatus": "高爾基體修飾、包裝和運輸分子到細胞內外。"
}.get(organelle_name, "未知功能")
print(f"成功解鎖 {organelle_name}：{organelle.function}\n{info}")
return True
print("能量或研究點不足！")
return False實現效果：
- 解鎖細胞器時顯示生物學知識，增強教育性。
遊戲策略與玩法分析
1. 玩家策略
- 資源管理：優先執行高收益動作，保留樣本。
- 任務優先級：選擇高獎勵任務，避免過期。
- 實驗室升級：儘早升級以降低研究成本。
- 細胞器解鎖：平衡解鎖順序，優先線粒體以增加能量。
2. 平衡性
- 初始資源：100 能量和基礎樣本，適合初期研究。
- 任務難度：簡單任務（Analyze DNA）到複雜任務（Package Molecule）。
- 隨機事件：細胞突變和病毒入侵增加挑戰。
- 回合限制：30 天需高效規劃。
3. 重玩價值
- 嘗試不同解鎖順序和任務優先級。
- 應對隨機事件，優化資源管理。
- 學習細胞生物學知識。
附錄：完整代碼
以下是整合後的完整代碼，分為 game.py 和 main.py，可直接運行。
game.py
import random
import time
import json
class Organelle:
def __init__(self, name, function, energy_cost, research_points):
self.name = name
self.function = function
self.energy_cost = energy_cost
self.research_points = research_points
self.unlocked = False
class Task:
def __init__(self, id, target_organelle, target_action, reward_energy, reward_reputation, steps=1):
self.id = id
self.target_organelle = target_organelle
self.target_action = target_action
self.reward_energy = reward_energy
self.reward_reputation = reward_reputation
self.steps = steps
class Lab:
def __init__(self):
self.level = 1
self.energy = 100
self.samples = {"DNA": 10, "Protein": 5, "Lipid": 5}
self.research_points = 0
self.organelles = self.create_organelles()
self.organelles["Nucleus"].unlocked = True
def create_organelles(self):
return {
"Nucleus": Organelle("Nucleus", "Controls cell activities and stores DNA", 10, 0),
"Mitochondrion": Organelle("Mitochondrion", "Produces energy (ATP)", 20, 50),
"Ribosome": Organelle("Ribosome", "Synthesizes proteins", 15, 30),
"EndoplasmicReticulum": Organelle("EndoplasmicReticulum", "Processes proteins and lipids", 25, 70),
"GolgiApparatus": Organelle("GolgiApparatus", "Packages and distributes molecules", 30, 100)
}
def research_organelle(self, organelle_name):
organelle = self.organelles.get(organelle_name)
if not organelle:
print("無效細胞器！")
return False
if organelle.unlocked:
print(f"{organelle_name} 已解鎖！")
return False
if self.energy >= organelle.energy_cost and self.research_points >= organelle.research_points:
self.energy -= organelle.energy_cost
self.research_points -= organelle.research_points
organelle.unlocked = True
info = {
"Nucleus": "細胞核是細胞的控制中心，儲存遺傳信息 (DNA)。",
"Mitochondrion": "線粒體是能量工廠，通過氧化磷酸化產生 ATP。",
"Ribosome": "核糖體負責翻譯 mRNA，合成蛋白質。",
"EndoplasmicReticulum": "內質網加工蛋白質和脂質，分為粗糙和光滑內質網。",
"GolgiApparatus": "高爾基體修飾、包裝和運輸分子到細胞內外。"
}.get(organelle_name, "未知功能")
print(f"成功解鎖 {organelle_name}：{organelle.function}\n{info}")
return True
print("能量或研究點不足！")
return False
def upgrade(self):
cost = self.level * 50
if self.energy >= cost:
self.energy -= cost
self.level += 1
print(f"實驗室升級到等級 {self.level}，花費 {cost} 能量。")
else:
print("能量不足，無法升級！")
def perform_action(self, organelle_name, action):
organelle = self.organelles.get(organelle_name)
if not organelle or not organelle.unlocked:
print(f"{organelle_name} 未解鎖或無效！")
return False
actions = {
"Nucleus": {"Analyze DNA": ("DNA", -1, 5, 2)},
"Mitochondrion": {"Produce ATP": ("", 0, 10, 0)},
"Ribosome": {"Synthesize Protein": ("DNA", -1, 0, 5)},
"EndoplasmicReticulum": {"Process Lipid": ("Lipid", -1, 0, 7)},
"GolgiApparatus": {"Package Molecule": ("Protein", -1, 0, 10)}
}
if organelle_name in actions and action in actions[organelle_name]:
sample, sample_change, energy_gain, points_gain = actions[organelle_name][action]
if sample and self.samples.get(sample, 0) <= 0:
print(f"缺少 {sample}！")
return False
cost = organelle.energy_cost
if self.energy >= cost:
self.energy -= cost
if sample:
self.samples[sample] += sample_change
self.energy += energy_gain
self.research_points += points_gain
self.samples[sample] = self.samples.get(sample, 0)
print(f"{organelle_name} 執行 {action} 成功，獲得 {points_gain} 研究點，{energy_gain} 能量")
return True
print("能量不足！")
return False
print("無效動作！")
return False
class CellGame:
def __init__(self):
self.lab = Lab()
self.tasks = []
self.reputation = 50
self.turn = 0
self.max_turns = 30
self.game_over = False
def run(self):
print("歡迎來到《細胞探秘》！目標：在 30 天內完成所有任務並解鎖所有細胞器。")
while not self.game_over:
self.display_state()
self.generate_tasks()
action = self.get_action()
if action == "research_organelle":
self.research_organelle()
elif action == "perform_action":
self.perform_action()
elif action == "upgrade_lab":
self.lab.upgrade()
elif action == "complete_task":
self.complete_task()
elif action == "save_game":
self.save_game()
elif action == "load_game":
self.load_game()
elif action == "end_turn":
self.end_turn()
if self.check_win():
print("恭喜！你完成了所有任務並解鎖所有細胞器！")
self.game_over = True
if self.check_lose():
print("遊戲結束。未能在 30 天內達成目標，或聲譽過低。")
self.game_over = True
time.sleep(1)
def display_state(self):
print(f"\n天數 {self.turn + 1}")
print(f"實驗室等級: {self.lab.level}")
print(f"能量: {self.lab.energy}")
print(f"聲譽: {self.reputation}")
print(f"研究點: {self.lab.research_points}")
print("樣本庫存:", {k: v for k, v in self.lab.samples.items() if v > 0})
print("細胞器:", [f"{k} ({'已解鎖' if v.unlocked else '未解鎖'})" for k, v in self.lab.organelles.items()])
print("任務:", [f"ID {t.id}: {t.target_organelle} - {t.target_action} ({t.steps} 步), 獎勵 {t.reward_energy} 能量, {t.reward_reputation} 聲譽" for t in self.tasks])
def get_action(self):
print("\n你想做什麼？")
print("1. 研究細胞器")
print("2. 執行細胞器動作")
print("3. 升級實驗室")
print("4. 完成任務")
print("5. 保存遊戲")
print("6. 加載遊戲")
print("7. 結束天數")
choice = input("輸入選項 (1-7): ")
actions = {
"1": "research_organelle",
"2": "perform_action",
"3": "upgrade_lab",
"4": "complete_task",
"5": "save_game",
"6": "load_game",
"7": "end_turn"
}
return actions.get(choice, self.get_action())
def research_organelle(self):
print("可研究細胞器：")
for name, organelle in self.lab.organelles.items():
if not organelle.unlocked:
print(f"{name}: 需要 {organelle.energy_cost} 能量, {organelle.research_points} 研究點")
organelle_name = input("輸入細胞器名稱：")
self.lab.research_organelle(organelle_name)
def perform_action(self):
print("可用細胞器和動作：")
for name, organelle in self.lab.organelles.items():
if organelle.unlocked:
actions = {
"Nucleus": ["Analyze DNA"],
"Mitochondrion": ["Produce ATP"],
"Ribosome": ["Synthesize Protein"],
"EndoplasmicReticulum": ["Process Lipid"],
"GolgiApparatus": ["Package Molecule"]
}.get(name, [])
print(f"{name}: {actions}")
organelle_name = input("輸入細胞器名稱：")
action = input("輸入動作：")
if self.lab.perform_action(organelle_name, action):
self.random_event()
def generate_tasks(self):
if random.random() < 0.7:
task_id = len(self.tasks) + 1
unlocked_organelles = [name for name, o in self.lab.organelles.items() if o.unlocked]
if unlocked_organelles:
organelle = random.choice(unlocked_organelles)
actions = {
"Nucleus": ["Analyze DNA"],
"Mitochondrion": ["Produce ATP"],
"Ribosome": ["Synthesize Protein"],
"EndoplasmicReticulum": ["Process Lipid"],
"GolgiApparatus": ["Package Molecule"]
}.get(organelle, [])
action = random.choice(actions)
reward_energy = random.randint(20, 50)
reward_reputation = random.randint(5, 15)
steps = 2 if organelle == "GolgiApparatus" else 1
self.tasks.append(Task(task_id, organelle, action, reward_energy, reward_reputation, steps))
print(f"新任務 ID {task_id}: {organelle} - {action} ({steps} 步), 獎勵 {reward_energy} 能量, {reward_reputation} 聲譽")
def complete_task(self):
if not self.tasks:
print("沒有可用任務！")
return
print("可用任務：")
for task in self.tasks:
print(f"ID {task.id}: {task.target_organelle} - {task.target_action} ({task.steps} 步), 獎勵 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
try:
task_id = int(input("輸入任務 ID: "))
task = next((t for t in self.tasks if t.id == task_id), None)
if not task:
print("無效任務 ID！")
return
required_samples = {"Analyze DNA": "DNA", "Synthesize Protein": "Protein", "Process Lipid": "Lipid", "Package Molecule": "Protein"}
sample = required_samples.get(task.target_action)
if not sample or self.lab.samples.get(sample, 0) >= task.steps:
if sample:
self.lab.samples[sample] -= task.steps
self.lab.energy += task.reward_energy
self.reputation += task.reward_reputation
self.tasks.remove(task)
print(f"任務 ID {task_id} 完成！獲得 {task.reward_energy} 能量, {task.reward_reputation} 聲譽")
else:
print(f"庫存中缺少 {sample} 或數量不足（需 {task.steps} 單位）！")
except ValueError:
print("輸入錯誤，請重試。")
def random_event(self):
event = random.choice(["None", "CellMutation", "VirusInvasion"])
if event == "CellMutation":
cost = random.randint(5, 15)
self.lab.energy -= cost
print(f"細胞突變，損失 {cost} 能量！")
elif event == "VirusInvasion":
cost = self.lab.level * 20
if self.lab.energy >= cost:
self.lab.energy -= cost
print(f"病毒入侵，修復費用 {cost} 能量。")
else:
print("病毒入侵未修復，聲譽下降！")
self.reputation -= 5
def save_game(self):
state = {
"turn": self.turn,
"reputation": self.reputation,
"lab": {
"level": self.lab.level,
"energy": self.lab.energy,
"samples": self.lab.samples,
"research_points": self.lab.research_points,
"organelles": {name: o.unlocked for name, o in self.lab.organelles.items()}
},
"tasks": [{"id": t.id, "target_organelle": t.target_organelle, "target_action": t.target_action, "reward_energy": t.reward_energy, "reward_reputation": t.reward_reputation, "steps": t.steps} for t in self.tasks]
}
with open("savegame.json", "w") as f:
json.dump(state, f)
print("遊戲已保存！")
def load_game(self):
try:
with open("savegame.json", "r") as f:
state = json.load(f)
self.turn = state["turn"]
self.reputation = state["reputation"]
self.lab.level = state["lab"]["level"]
self.lab.energy = state["lab"]["energy"]
self.lab.samples = state["lab"]["samples"]
self.lab.research_points = state["lab"]["research_points"]
for name, unlocked in state["lab"]["organelles"].items():
self.lab.organelles[name].unlocked = unlocked
self.tasks = [Task(t["id"], t["target_organelle"], t["target_action"], t["reward_energy"], t["reward_reputation"], t["steps"]) for t in state["tasks"]]
print("遊戲已加載！")
except FileNotFoundError:
print("沒有找到存檔文件！")
def end_turn(self):
self.turn += 1
self.lab.energy += 10
self.lab.research_points += 5
for task in self.tasks[:]:
if random.random() < 0.2:
print(f"任務 ID {task.id} 過期，聲譽下降！")
self.reputation -= 5
self.tasks.remove(task)
self.random_event()
def check_win(self):
return all(o.unlocked for o in self.lab.organelles.values()) and not self.tasks
def check_lose(self):
return self.turn > self.max_turns or self.reputation < 0main.py
from game import CellGame
if __name__ == "__main__":
game = CellGame()
game.run()