用玩游戏的方式，读懂 Deepnight

跳离边缘后还给一点机会；落地前按下跳跃能被记住。只改变一个开关，体验公平感。

开枪时单独切换镜头震动、冲击、闪光、后坐力和粒子，验证视觉反馈必须绑定游戏事件。

固定力度重复落地，分开验证视觉形变、粒子与真正的碰撞箱。观察固定容量对象池如何复用。

玩家 / AI 统一输入；30Hz 物理与 60Hz 显示；创建、destroy、帧末 dispose 和内存成本。可以暂停单步观察。

真实开火事件的系统追踪：Level 决定碰撞、Entity 修改血量、Camera/Fx 表现；切换关卡与地图按需重绘。

运行真实 Haxe → JS 的轨迹，比较独立 JS 参考实现与实际 Eval 运行记录；拆开 Haxe、Heaps、GameBase 的边界。

亲手编辑真实 LDtk IntGrid 和实体数据；对照运行时碰撞、关卡构建与 BFS 寻路，还可导入/导出自己的课件地图。

直接运行原作者 Haxe 源码编译的 WebGL2 样例，对照启动、Entity、Level、固定更新和资源构建。不是 Canvas 教学替代游戏。

逐帧扫描、懒过期、最小堆与时间轮：取消、回调、预分配和暂停时间源实测。

ParticlePool、SpriteBatch、对象复用、GC、Draw Call 与 GPU 开销。

用相同战况比较规则、评分、有限状态机和行为树。

固定步长、输入日志、随机状态、跨目标漂移与回放调试。

LDtk 编译期类型生成、构建报错、资源与增量构建。