Descubre proyectos de código abierto de calidad, envía proyectos de forma anónima y reclama y edita tu propio proyecto.
Un poco de curiosidad. Un mundo de código abierto.
THE FIRST COLLECTIONET es un framework de desarrollo de juegos de doble extremo basado en Unity3D para el cliente y C# para el servidor, que admite arquitectura distribuida, mensajes Actor, coroutines, actualización en caliente y desarrollo asistido por IA.
Nakama es un servidor backend de juegos de código abierto de Heroic Labs. Ofrece usuarios, almacenamiento, gráfico social, chat, multijugador en tiempo real y por turnos, tablas de clasificación, torneos, grupos, validación de compras, notificaciones y código de tiempo de ejecución.
Band BoomBox es un juego de ritmo 2D gratuito y de código abierto, creado con Unity, centrado en el multijugador cooperativo amigable con controladores. Ofrece más de diez canciones con múltiples dificultades, juego local para hasta seis jugadores, multijugador LAN experimental y un editor integrado para canciones personalizadas.
Airtest es un marco de automatización de UI multiplataforma para juegos y aplicaciones, que utiliza reconocimiento de imágenes para localizar elementos de UI sin inyección de código. Soporta Android, iOS y Windows, con una herramienta GUI (AirtestIDE) y CLI para ejecutar casos de prueba.
Takatora es una herramienta de automatización de compilación local para desarrolladores de juegos que usan Unreal, Unity o Godot, ofreciendo capacidades similares a CI sin necesidad de un servidor dedicado ni infraestructura.
Un puente MCP para Unity diseñado para el trabajo colaborativo entre humanos y agentes, que permite a los agentes de IA interactuar con una sesión del Editor de Unity en tiempo real.
El SDK de Unity para Aptabase permite análisis centrados en la privacidad en proyectos Unity. Rastrea eventos personalizados, captura errores y crasheos, e integra con el panel de Aptabase para aplicaciones móviles, de escritorio y WebGL.
Unity ML-Agents Toolkit es un marco de código abierto que permite usar juegos y simulaciones como entornos para entrenar agentes inteligentes mediante aprendizaje por refuerzo profundo y aprendizaje por imitación, con implementaciones basadas en PyTorch.
