情侣飞行棋前端分享源码,已经网络部署可直接免费访问

情侣飞行棋前端分享源码,已经网络部署可直接免费访问

文章目录

情侣飞行棋

一款基于 Vue 3 和原生 JavaScript 开发的网页版双人飞行棋游戏,专为情侣设计,融入了趣味任务系统和精美的视觉体验。

在这里插入图片描述

📋 目录

🎮 项目介绍

情侣飞行棋是一款经典棋盘游戏的网页实现版本,玩家通过掷骰子决定棋子移动步数,最先到达终点的一方获胜。游戏增加了任务系统,增加了互动性和趣味性。

核心玩法

  • 两名玩家轮流掷骰子
  • 掷骰子后触发随机任务
  • 完成或拒绝任务影响棋子移动

最先到达第64格的一方获胜

在这里插入图片描述

✨ 功能特点

游戏功能

  • 双人对战:支持男孩和女孩双人对战
  • 智能回合制:随机决定先手玩家,自动轮换回合
  • 骰子系统:随机生成1-6的骰子点数
  • 任务系统:每回合随机抽取趣味任务
  • 胜负判定:自动检测并显示获胜方
  • 游戏重置:支持重新开始游戏

视觉体验

  • 现代化UI设计:采用柔和渐变配色方案
  • 平滑动画效果:棋子移动、选中状态都有流畅动画
  • 悬停交互:棋子悬停放大效果,增强交互感
  • 响应式布局:完美适配桌面端和移动端
  • 选中高亮:当前回合玩家棋子有脉冲光效
  • 模态窗口:任务弹窗和游戏结束画面精美呈现

技术亮点

  • Vue 3 组合式API:使用 Composition API 构建响应式数据
  • 模块化设计:游戏逻辑与界面渲染分离
  • 原生DOM操作:棋盘生成和棋子移动使用原生JS
  • CSS动画系统:纯CSS实现丰富动画效果
  • 灵活配置:任务数据外部JSON文件,易于扩展

🛠 技术栈

技术用途
Vue 3前端框架,处理游戏状态和交互逻辑
HTML5构建游戏界面结构
CSS3样式美化、动画效果、响应式布局
JavaScript (ES6+)游戏核心逻辑、DOM操作
Fetch API异步加载任务数据

📁 文件结构

飞行棋/ ├── img/ # 图片资源目录 │ ├── boy.jpg # 男孩玩家头像 │ ├── girl.jpg # 女孩玩家头像 │ ├── 男性棋子.png # 男棋子图片(透明背景) │ ├── 女性棋子.png # 女棋子图片(透明背景) │ ├── 终点.png # 终点标识图片 │ └── ... ├── tasks/ # 任务数据目录 │ └── tasks.json # 任务列表数据 ├── app.js # Vue应用主文件,游戏逻辑控制器 ├── checkerboard.js # 棋盘生成和棋子移动逻辑 ├── style.css # 样式文件,界面美化 ├── index.html # HTML入口文件 └── README.md # 项目说明文档 

tasks.json # 任务列表数据 为以下内容,可自己修改,我也正在制作不同难度的任务卡

{"title":"36个问题","description":"亲密关系36问","type":"custom","task_count":36,"tasks":["如果可以在世界上所有人中任意选择,你想邀请谁共进晚餐?","你想成名吗?想以什么方式成名?","打电话之前你会先排练一下要说什么吗,为什么?","对你来说,\"完美\"的一天是什么样的?","你上次自己唱起歌来是在什么时候,给别人唱呢?","如果你能活到90岁,同时可以一直保持30岁时的心智或身体,你会选择保持哪一种呢,心智还是身体?","你是否曾经秘密地预感到自己会以怎样的方式死去?","说出三件你和你的伴侣看上去相同的特征。","人生中的什么东西最令你感激?","如果你能改变被抚养成人过程中的一件事,会是哪一件。","花四分钟时间,尽可能详细告诉伴侣你的人生经历。","如果你明天一觉醒来就能拥有某种才能或能力,你希望那会是什么能力呢?","如果有一个水晶球可以告诉你关于自己、人生,未来乃至任何事情的真相,你会想知道吗?","有没有什么事是你一直梦想去做而没有去做的,为什么没有做?","你人生中最大的成就是什么?","在一段友谊之中你最珍视的是什么?","你最宝贵的记忆是什么?","你最糟糕的记忆是什么?","假如你知道自己在一年内就会突然死去,你会改变现在的生活方式吗?为什么?","友谊对于你来说意味着什么?","爱与情感在你生活中扮演着什么样的角色?","和你的伴侣轮流说出心目中对方的一个好品质,每人说五条。","你的家人之间关系是否亲密而温暖,你觉得自己的童年比其他人更快乐吗?","你和母亲之间的关系是怎样的?","每人用\"我们\"造三个句子,并含有实际情况,比如\"我们俩在屋子里,感觉……\"","补完这个句子:\"我希望和某人在一起,分享……\"","如果你想和对方成为亲近的朋友,请告诉对方有什么重要的事情是他或她需要知道的。","告诉对方你喜欢他或她身上的什么东西,要非常诚实,说些你不会对萍水之交说的东西。","和对方分享生命中那些尴尬的时刻。","你上次在别人面前哭是什么时候?自己哭呢?","告诉对方,你已经喜欢上了他或她身上的什么品质。","你觉得什么东西是严肃到不能开玩笑的,假如有的话。","如果你今晚就将死去,而且没有机会同任何人联络,你会因为之前没有对别人说什么话而感到遗憾,你为什么到现在都没有对他们说这些话呢?","假设你拥有的全部东西都在你的房子里,现在房子着了火,救出家人和宠物之后,你还有机会安全地冲进去最后一次,取出最后一件东西,你会拿什么,为什么?","你的家人中,谁去世了会令你最难过,为什么?","说出一件你的个人问题,问对方如果遇到此事要如何解决。另外,也要让对方如实告诉你,在他或她眼中,你对于这个问题的感受是怎样的。"]}

🎯 游戏规则

基本规则

  1. 游戏开始时,两枚棋子都位于第1格
  2. 通过掷骰子决定本回合移动步数(1-6格)
  3. 掷骰子后必须完成随机任务
  4. 完成任务:棋子正常移动
  5. 拒绝任务:棋子后退相应步数
  6. 任何一方棋子最先到达或越过第64格即为获胜

回合流程

掷骰子 → 生成骰子点数 → 棋子移动动画 → 触发随机任务 → 玩家选择 → 完成 → 棋子前进 → 回合结束 拒绝 → 棋子后退 → 回合结束 

📸 界面预览

💡 提示:请在游戏运行时截图并替换下方的占位图片

游戏主界面

游戏主界面展示:上方为玩家信息区,中间为掷骰子区域,下方为8×8棋盘

棋子选中效果

当前回合玩家的棋子会有脉冲光效和放大效果

任务弹窗

每回合结束后弹出随机任务,玩家可选择完成或拒绝

游戏结束画面

获胜者信息展示,提供重新开始按钮

🚀 快速开始

环境要求

  • 现代浏览器(Chrome、Firefox、Edge、Safari)
  • 无需后端服务,纯静态网页

启动方式

方式一:直接打开(bug)
  1. 双击 index.html 文件
  2. 在浏览器中打开即可游玩
方式二:本地服务器(推荐,并不复杂)

以下是源码瞬间获取tasks.json 获取任务的代码,但是直接打开 index.html 由于浏览器的安全权限,不能读取本地 json 数据 ,所以你下载源码本地跑,是不会弹窗(任务列表),需要用以下的方法打开

asyncRandomTask(){const response =awaitfetch('./tasks/tasks.json')const data =await response.json()const tasks =await data.tasks const randomTask = tasks[Math.floor(Math.random()* tasks.length)]this.task = randomTask this.showTaskWindow =true console.log(randomTask)},

用vscode 代码,在index.html 代码出 右击鼠标 显示预览 ,需要下载插件Live Preview

在这里插入图片描述


在这里插入图片描述


点击后vscode就会有以下展示,复制此链接在任意浏览器打开即可,这其实也是本地,但是比类似于以下这个file:///E的方法,Live Preview方法可以访问本地json数据

file:///E:/Test//index.html 
在这里插入图片描述


可以正常弹窗

在这里插入图片描述

游戏操作

  1. 点击「掷骰子」按钮开始回合
  2. 观察骰子点数和棋子移动动画
  3. 根据弹出的任务,选择「完成任务」或「未完成任务」
  4. 回合自动切换给另一名玩家
  5. 重复步骤1-4,直到分出胜负

🎨 样式亮点

棋子视觉效果

  • 悬停效果:棋子悬停时放大1.15倍,阴影增强
  • 选中状态:脉冲动画 + 发光效果(男孩蓝色,女孩粉色)
  • 移动动画:棋子移动时有平滑的缩放过渡
  • 透明背景:使用PNG透明背景,棋子与棋盘完美融合

配色方案

元素主色强调色
整体背景浅灰渐变#f5f7fa → #e4e8ec
男孩主题蓝色系#667eea → #764ba2
女孩主题粉色系#f0c5d4 系列
按钮紫色渐变#667eea → #764ba2
棋盘格白色渐变#ffffff → #f8fafc

响应式设计

/* 平板设备 */@media(max-width: 768px){ ... }/* 手机设备 */@media(max-width: 480px){ ... }
  • 768px断点:调整布局、棋子缩小至40px
  • 480px断点:进一步优化,棋子缩小至35px

🔧 扩展指南

添加新任务

编辑 tasks/tasks.json 文件:

{"tasks":["给你的伴侣一个拥抱","说出你们第一次约会的地方","一起做10个深蹲","...","添加你的自定义任务"]}

修改棋子图片

替换 img/ 目录下的图片文件:

  • 男性棋子.png / 男性棋子.jpg:男孩棋子
  • 女性棋子.png / 女性棋子.jpg:女孩棋子

推荐使用透明背景PNG图片以获得最佳视觉效果。

自定义样式

style.css 中可修改:

  • 棋子尺寸:piece-imgheightwidth
  • 动画速度:transitionanimation-duration
  • 配色方案:修改对应的 colorbackground

源码分享

在这里插入图片描述
https://github.com/mojoin/CoupleAirplaneGame 
在这里插入图片描述
https://gitee.com/lclIzzxw/CoupleAirplaneGame 

注意事项

注意main 是毛坯版如下

在这里插入图片描述


注意切换不同版本代码

在这里插入图片描述

祝游戏愉快! 🎲❤️

愿这只飞行棋成为你们美好时光的见证
体验网站(需要有访问github网站的网络环境):

https://mojoin.github.io/CoupleAirplaneGame/ 

Read more

保姆级教程:Windows下安装OpenClaw + 接入飞书机器人,看这一篇就够了!

文章目录 * 前言 * ⚠️ 重要提示:隐私安全优先 * 第一部分:Windows环境准备 * 1.1 系统要求 * 1.2 安装nvm for Windows(推荐) * 1.3 安装Node.js 22.x版本 * 第二部分:安装OpenClaw * 2.1 一键安装脚本(推荐) * 2.2 初始化配置 * 2.3 启动服务并验证 * 第三部分:配置大模型API(核心前提) * 第四部分:飞书机器人配置(核心步骤) * 4.1 安装飞书插件 * 4.2 创建飞书企业自建应用 * 4.3 添加机器人能力 * 4.4

近五年体内微/纳米机器人赋能肿瘤精准治疗综述:以 GBM 为重点

近五年体内微/纳米机器人赋能肿瘤精准治疗综述:以 GBM 为重点

摘要 实体瘤治疗长期受制于递送效率低、肿瘤组织渗透不足以及免疫抑制与耐药等问题。传统纳米药物多依赖被动累积与扩散,难以在肿瘤内部形成均匀有效的药物浓度分布。2021–2025 年,体内微/纳米机器人(包括外场驱动微型机器人、自驱动纳米马达以及生物混合机器人)围绕“运动能力”形成了三条相互收敛的技术路线: 其一,通过磁驱、声驱、光/化学自驱等方式实现运动增强递药与深层渗透,将治疗从“被动到达”推进到“主动进入”; 其二,与免疫治疗深度融合,实现原位免疫唤醒与肿瘤微环境重塑; 其三,针对胶质母细胞瘤(glioblastoma, GBM)等难治肿瘤,研究趋势转向“跨屏障递送(BBB/BBTB)+ 成像/外场闭环操控 + 时空可控释放”的系统工程。 本文围绕“运动—分布—疗效”的因果链条,总结 2021–2025 年代表性研究与关键评价指标,讨论临床转化所需的安全性、

主流AI绘图工具PK:ComfyUI、Stable Diffusion与Z-Image-Turbo全面评测

主流AI绘图工具PK:ComfyUI、Stable Diffusion与Z-Image-Turbo全面评测 随着生成式AI技术的迅猛发展,AI图像生成已从实验室走向大众创作。在众多开源和商业化工具中,ComfyUI、Stable Diffusion WebUI(SD WebUI) 与近期由阿里通义团队推出的 Z-Image-Turbo WebUI 成为开发者和创作者关注的焦点。三者定位不同、架构各异,在易用性、性能表现和扩展能力上各有千秋。 本文将从核心架构、使用体验、生成质量、部署成本、适用场景五大维度,对这三款主流AI绘图工具进行深度对比评测,并结合真实运行截图与参数调优建议,帮助你做出更精准的技术选型决策。 技术背景与选型动因 AI图像生成模型自Stable Diffusion发布以来,经历了从“能画”到“快画”再到“可控画”的演进。用户需求也从简单的文生图,逐步扩展至高质量输出、低延迟响应、可复现控制、流程自动化等工程化要求。 在此背景下: - Stable Diffusion WebUI 凭借成熟生态成为入门首选;

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑 当一张低分辨率的老照片在AI处理后突然展现出惊人的细节,或是模糊的动漫截图被还原成高清壁纸时,这种"魔法"背后往往站着两个重量级选手:ESRGAN和4X-UltraSharp。这两种算法已经成为AI绘画领域超分辨率处理的黄金标准,但它们究竟如何工作?为何能在众多竞争者中脱颖而出? 1. 超分辨率技术的演进与核心挑战 传统图像放大技术就像用放大镜观察报纸图片——像素被简单拉伸后,我们只能看到更大的马赛克。而现代超分辨率算法则如同一位训练有素的画师,能够根据对现实世界的理解,"想象"并补全那些本不存在的细节。 超分辨率技术面临三大核心挑战: * 信息缺失问题:低分辨率图像丢失了高频细节 * 计算复杂度:需要平衡处理速度与质量 * 真实感保持:避免产生不自然的伪影和过度锐化 早期解决方案如双三次插值算法,虽然计算速度快,但效果平平。下表对比了几种基础算法的表现: 算法类型处理速度细节保留适用场景最近邻插值极快差实时预览双线性插值快一般普通放大Lanczos中等较好摄影后期传统CNN慢