FiveM betikleri yazmak geleneksel olarak Lua, JavaScript ve FiveM API hakkında derin bilgi gerektirmiştir. Bugün, Claude Code, GitHub Copilot ve ChatGPT gibi yapay zeka araçları, geliştiricilerin her şeyi nasıl oluşturduğunu değiştiriyor. ESX scriptleri karmaşık bağımsız sistemlere. Bu kapsamlı rehber, somut örnekler ve kanıtlanmış iş akışlarıyla, FiveM geliştirme için yapay zekadan nasıl yararlanacağınızı tam olarak gösteriyor.
Yapay Zeka Destekli FiveM Geliştirme Neden Her Şeyi Değiştiriyor?
Geleneksel FiveM betik geliştirme, aynı anda birden fazla teknolojide uzmanlaşmayı gerektirir: Sunucu tarafı mantığı için Lua, NUI arayüzleri için JavaScript, veritabanı işlemleri için SQL ve kapsamlı FiveM yerel işlev kütüphanesi. AI tools can speed up routine drafting and debugging, but they do not replace learning the FiveM runtime, framework APIs or security boundaries.
Sunucu Sahipleri İçin Gerçek Etki:
- Draft routine boilerplate faster when requirements and dependencies are explicit
- Yaygın desenler için anında şablon kod oluşturun
- İstemci ve sunucu arasındaki karmaşık senkronizasyon sorunlarını hata ayıklayın
- Fikirleri doğrudan çalışan prototiplere dönüştürün
FiveM Geliştirme için Temel AI Araçları
Claude Code (Anthropic)
Claude Code can review context across multiple files. Installation methods change, so follow the current official Claude Code documentation linked above instead of copying an unverified third-party package command.
FiveM'e Özel Avantajlar:
- Tam fxmanifest.lua yapılandırmaları oluşturur
- ESX, QBCore ve VRP framework'lerini anlar
- Otomatik olarak eşleşen client/server olay işleyicileri oluşturur
GitHub Copilot
Doğrudan VS Code'a entegre olur ve yazarken gerçek zamanlı öneriler sunar. Özellikle şunlar için etkilidir:
- Native işlev çağrılarını tamamlama
- Olay işleyici kalıpları oluşturma
- Veritabanı sorgularını otomatik tamamlama
ChatGPT with Custom Instructions
ChatGPT'yi FiveM için özel olarak özel talimatlar ayarlayarak yapılandırın:
You are a FiveM script developer. Always use: - Lua 5.4 syntax for server scripts - Modern JavaScript for client scripts - FiveM natives from the latest game build - Proper event security with server-side validation
Adım Adım: İlk AI Tarafından Oluşturulan Script'inizi Yapma
Claude Code kullanarak, konseptten dağıtıma kadar tüm iş akışını gösteren eksiksiz bir araç mağazası betiği oluşturalım.
Adım 1: Net Gereksinimleri Tanımlayın
Bir tane oluştur requirements.md dosya:
## Vehicle Shop Script Requirements - Framework: ESX Legacy 1.9.0+ - Database: MySQL with oxmysql - Features: - Browse vehicles by category - Test drive system with time limit - Finance options with weekly payments - Admin commands for adding vehicles - UI: Modern NUI with React
Adım 2: Kaynak Yapısını Oluşturun
Claude Code'a komut:
claude-code generate "Create a complete FiveM vehicle shop resource based on requirements.md"
Bu şunu oluşturur:
vehicle_shop/ ├── fxmanifest.lua ├── config.lua ├── server/ │ ├── main.lua │ ├── database.lua │ └── commands.lua ├── client/ │ ├── main.lua │ ├── showroom.lua │ └── testdrive.lua ├── ui/ │ ├── index.html │ ├── style.css │ └── script.js └── sql/ └── vehicle_shop.sql
Adım 3: Yapay Zeka Tarafından Oluşturulan fxmanifest.lua
fx_version 'cerulean'
game 'gta5'
author 'YourName'
description 'AI-Generated Vehicle Shop'
version '1.0.0'
shared_scripts {
'@es_extended/imports.lua',
'@ox_lib/init.lua',
'config.lua'
}
client_scripts {
'client/*.lua'
}
server_scripts {
'@oxmysql/lib/MySQL.lua',
'server/*.lua'
}
ui_page 'ui/index.html'
files {
'ui/index.html',
'ui/style.css',
'ui/script.js'
}
dependencies {
'es_extended',
'oxmysql',
'ox_lib'
}
Adım 4: Yapay Zeka ile Temel İşlevselliği Uygulayın
Sunucu Tarafı Araç Yükleme İstemi:
-- AI-Generated: server/database.lua
local vehicles = {}
CreateThread(function()
local result = MySQL.query.await('SELECT * FROM vehicle_shop WHERE stock > 0')
for i = 1, #result do
local vehicle = result[i]
vehicles[vehicle.model] = {
model = vehicle.model,
name = vehicle.name,
price = vehicle.price,
category = vehicle.category,
stock = vehicle.stock
}
end
print(('[^2INFO^7] Loaded %d vehicles from database'):format(#result))
end)
-- Secure server event for purchasing
RegisterNetEvent('vehicle_shop:server:purchaseVehicle', function(vehicleModel, paymentMethod)
local src = source
local xPlayer = ESX.GetPlayerFromId(src)
-- Security check
if not vehicles[vehicleModel] then
return TriggerClientEvent('ox_lib:notify', src, {
title = 'Error',
description = 'Invalid vehicle model',
type = 'error'
})
end
local vehicleData = vehicles[vehicleModel]
-- Payment processing
if paymentMethod == 'cash' then
if xPlayer.getMoney() >= vehicleData.price then
xPlayer.removeMoney(vehicleData.price)
-- Generate plate and spawn vehicle
local plate = GeneratePlate()
MySQL.insert('INSERT INTO owned_vehicles (owner, plate, vehicle) VALUES (?, ?, ?)', {
xPlayer.identifier,
plate,
json.encode({model = vehicleModel, plate = plate})
})
TriggerClientEvent('vehicle_shop:client:spawnVehicle', src, vehicleModel, plate)
else
TriggerClientEvent('ox_lib:notify', src, {
title = 'Insufficient Funds',
description = ('You need $%d'):format(vehicleData.price),
type = 'error'
})
end
end
end)
Adım 5: İstemci Tarafı Uygulaması
Yapay Zeka Komutu: “Kamera kontrolleri ve araç önizlemesi ile istemci tarafı showroom oluştur”
-- AI-Generated: client/showroom.lua
local currentVehicle = nil
local cam = nil
local inShowroom = false
local showroomCoords = vector3(-42.34, -1097.35, 26.42)
local vehicleSpawnCoords = vector4(-47.52, -1097.29, 26.42, 340.0)
function OpenShowroom(category)
inShowroom = true
DoScreenFadeOut(500)
Wait(500)
-- Setup camera
cam = CreateCam('DEFAULT_SCRIPTED_CAMERA', true)
SetCamCoord(cam, -54.31, -1097.29, 28.42)
PointCamAtCoord(cam, vehicleSpawnCoords.x, vehicleSpawnCoords.y, vehicleSpawnCoords.z)
SetCamActive(cam, true)
RenderScriptCams(true, false, 0, true, false)
-- Request vehicles from server
ESX.TriggerServerCallback('vehicle_shop:getVehicles', function(vehicles)
SendNUIMessage({
action = 'showVehicles',
vehicles = vehicles,
category = category
})
SetNuiFocus(true, true)
end, category)
DoScreenFadeIn(500)
end
RegisterNUICallback('previewVehicle', function(data, cb)
if currentVehicle then
DeleteEntity(currentVehicle)
end
local model = GetHashKey(data.model)
RequestModel(model)
while not HasModelLoaded(model) do
Wait(10)
end
currentVehicle = CreateVehicle(model, vehicleSpawnCoords.x, vehicleSpawnCoords.y,
vehicleSpawnCoords.z, vehicleSpawnCoords.w, false, false)
SetEntityAsMissionEntity(currentVehicle, true, true)
SetVehicleOnGroundProperly(currentVehicle)
SetVehicleDoorsLocked(currentVehicle, 2)
cb('ok')
end)
Karmaşık Sistemler için Gelişmiş Yapay Zeka Teknikleri
Çoklu Dosya Bağlam Yönetimi
gibi birbirine bağlı sistemler geliştirirken telefon scriptleri, yapay zekaya eksiksiz bağlam sağlayın:
# Feed multiple files to Claude Code claude-code analyze --files "server/*.lua,client/*.lua,config.lua" --prompt "Add a garage system that integrates with the existing vehicle shop"
Framework'e Özel Komut Verme
Farklı framework'ler farklı yaklaşımlar gerektirir. İşte her biri için yapay zeka komutlarını optimize etme yöntemi:
ESX için:
Generate an ESX job script with: - Grades/ranks system using ESX.Jobs - Salary payments via ESX.GetJobs() - Boss menu with society funds - Use esx_society patterns
QBCore için:
Create a QBCore gang system with: - Gang territories using PolyZone - Reputation system with QB.Shared.Gangs - Stash/storage using qb-inventory - Gang management via qb-gangmenu patterns
İçin VRP Scripts:
Build a VRP business system using: - vRP.getUserId for player identification - vRP permissions system - vRP money methods (giveMoney, tryPayment) - vRPclient tunnel for client callbacks
Veritabanı Şeması Oluşturma
Yapay zeka, optimize edilmiş veritabanı yapıları oluşturmada mükemmeldir:
-- AI Prompt: "Create MySQL schema for advanced vehicle shop with financing" -- Generated Result: CREATE TABLE IF NOT EXISTS `vehicle_shop_catalog` ( `id` int(11) NOT NULL AUTO_INCREMENT, `model` varchar(60) NOT NULL, `name` varchar(60) NOT NULL, `manufacturer` varchar(60) DEFAULT NULL, `category` varchar(60) DEFAULT NULL, `price` int(11) NOT NULL, `stock` int(11) DEFAULT 10, `max_speed` int(11) DEFAULT NULL, `acceleration` float DEFAULT NULL, `braking` float DEFAULT NULL, `handling` float DEFAULT NULL, PRIMARY KEY (`id`), UNIQUE KEY `model` (`model`), KEY `idx_category` (`category`), KEY `idx_price` (`price`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; CREATE TABLE IF NOT EXISTS `vehicle_financing` ( `id` int(11) NOT NULL AUTO_INCREMENT, `identifier` varchar(60) NOT NULL, `vehicle_id` int(11) NOT NULL, `down_payment` int(11) NOT NULL, `weekly_payment` int(11) NOT NULL, `weeks_remaining` int(11) NOT NULL, `last_payment` timestamp DEFAULT CURRENT_TIMESTAMP, `repo_warning_sent` boolean DEFAULT FALSE, PRIMARY KEY (`id`), KEY `idx_identifier` (`identifier`), FOREIGN KEY (`vehicle_id`) REFERENCES `owned_vehicles`(`id`) ON DELETE CASCADE ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
Yapay Zeka ile Hata Ayıklama ve Optimizasyon
Performans Profili Çıkarma Komutları
-- Prompt: "Add performance monitoring to this resource"
-- AI generates:
local performanceStats = {
events = {},
queries = {}
}
local function profileEvent(eventName, func)
return function(...)
local startTime = GetGameTimer()
local result = {func(...)}
local executionTime = GetGameTimer() - startTime
performanceStats.events[eventName] = performanceStats.events[eventName] or {}
table.insert(performanceStats.events[eventName], executionTime)
if executionTime > 50 then
print(('[^3WARNING^7] Event %s took %dms'):format(eventName, executionTime))
end
return table.unpack(result)
end
end
-- Wrap existing events
RegisterNetEvent('vehicle_shop:server:purchaseVehicle',
profileEvent('purchaseVehicle', purchaseVehicleHandler))
Güvenlik Doğrulaması
Yapay zeka, güvenlik açıklarını tespit edip düzeltebilir:
-- Prompt: "Add security validation to this client-to-server event"
-- Before (vulnerable):
RegisterNetEvent('giveWeapon', function(weapon)
local src = source
GiveWeaponToPed(GetPlayerPed(src), weapon, 250, false, true)
end)
-- After (AI-secured):
local allowedWeapons = {
['WEAPON_PISTOL'] = true,
['WEAPON_COMBATPISTOL'] = true
}
RegisterNetEvent('giveWeapon', function(weapon)
local src = source
local xPlayer = ESX.GetPlayerFromId(src)
-- Multiple validation layers
if not xPlayer then return end
if not allowedWeapons[weapon] then
return DropPlayer(src, 'Attempted to spawn invalid weapon')
end
if not xPlayer.hasPermission('weapons.spawn') then
return TriggerClientEvent('ox_lib:notify', src, {
title = 'Access Denied',
type = 'error'
})
end
-- Log the action
print(('[^3WEAPON^7] %s spawned %s'):format(xPlayer.getName(), weapon))
xPlayer.addWeapon(weapon, 250)
end)
Yapay Zeka ile NUI Geliştirme
FiveM için modern arayüzler oluşturmak, HTML/CSS/JavaScript uzmanlığı gerektirir. Yapay zeka bu süreci kolaylaştırır:
React Bileşeni Oluşturma
// Prompt: "Create a React vehicle shop UI with category filtering"
// AI generates:
import React, { useState, useEffect } from 'react';
import './VehicleShop.css';
const VehicleShop = () => {
const [vehicles, setVehicles] = useState([]);
const [selectedCategory, setSelectedCategory] = useState('all');
const [selectedVehicle, setSelectedVehicle] = useState(null);
const [searchTerm, setSearchTerm] = useState('');
useEffect(() => {
window.addEventListener('message', handleMessage);
return () => window.removeEventListener('message', handleMessage);
}, []);
const handleMessage = (event) => {
const { action, data } = event.data;
switch(action) {
case 'showVehicles':
setVehicles(data.vehicles);
break;
case 'updateStock':
updateVehicleStock(data.model, data.stock);
break;
}
};
const filteredVehicles = vehicles.filter(vehicle => {
const matchesCategory = selectedCategory === 'all' ||
vehicle.category === selectedCategory;
const matchesSearch = vehicle.name.toLowerCase()
.includes(searchTerm.toLowerCase());
return matchesCategory && matchesSearch;
});
const purchaseVehicle = (vehicle, paymentMethod) => {
fetch(`https://${GetParentResourceName()}/purchaseVehicle`, {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({
model: vehicle.model,
paymentMethod: paymentMethod
})
});
};
return (
<div className="vehicle-shop-container">
<div className="shop-header">
<h1>Premium Deluxe Motorsport</h1>
<input
type="text"
placeholder="Search vehicles..."
value={searchTerm}
onChange={(e) => setSearchTerm(e.target.value)}
className="search-input"
/>
</div>
<div className="category-filters">
{['all', 'sports', 'super', 'sedan', 'suv', 'motorcycle'].map(cat => (
<button
key={cat}
className={`category-btn ${selectedCategory === cat ? 'active' : ''}`}
onClick={() => setSelectedCategory(cat)}
>
{cat.toUpperCase()}
</button>
))}
</div>
<div className="vehicles-grid">
{filteredVehicles.map(vehicle => (
<VehicleCard
key={vehicle.model}
vehicle={vehicle}
onSelect={() => setSelectedVehicle(vehicle)}
/>
))}
</div>
{selectedVehicle && (
<VehicleDetails
vehicle={selectedVehicle}
onPurchase={purchaseVehicle}
onClose={() => setSelectedVehicle(null)}
/>
)}
</div>
);
};
Yaygın Yapay Zeka Tuzakları ve Çözümleri
Sorun 1: Eski Yerel Fonksiyonlar
Sorun: Yapay zeka, kullanım dışı bırakılmış FiveM yerellerini öneriyor Çözüm: Her zaman isteminizde oyun sürümünü belirtin:
Use only FiveM natives compatible with game build 3095+ Replace deprecated natives like GetPlayerPed(-1) with PlayerPedId()
Sorun 2: Döngülerde Bellek Sızıntıları
Sorun: Yapay zeka, uygun temizlik yapılmadan sonsuz döngüler oluşturur Çözüm: Çöp toplama desenlerini isteyin:
-- AI-improved version with cleanup
local activeThreads = {}
local function createManagedThread(id, func)
if activeThreads[id] then
-- Kill existing thread
activeThreads[id] = false
end
activeThreads[id] = true
CreateThread(function()
while activeThreads[id] do
func()
Wait(0)
end
end)
end
-- Cleanup on resource stop
AddEventHandler('onResourceStop', function(resourceName)
if GetCurrentResourceName() == resourceName then
for id, _ in pairs(activeThreads) do
activeThreads[id] = false
end
end
end)
Sorun 3: Senkronizasyon Sorunları
Sorun: İstemci-sunucu durum uyumsuzlukları Çözüm: Durum yönetimi oluşturmak için yapay zekayı kullanın:
-- Prompt: "Create a synchronized state manager for client-server data"
-- AI generates:
-- Server-side state manager
local StateManager = {}
StateManager.states = {}
function StateManager:set(key, value)
self.states[key] = value
TriggerClientEvent('stateManager:sync', -1, key, value)
end
function StateManager:get(key)
return self.states[key]
end
RegisterNetEvent('stateManager:requestSync', function()
local src = source
TriggerClientEvent('stateManager:fullSync', src, StateManager.states)
end)
-- Client-side state manager
local ClientState = {}
RegisterNetEvent('stateManager:sync', function(key, value)
ClientState[key] = value
end)
RegisterNetEvent('stateManager:fullSync', function(states)
ClientState = states
end)
-- Request initial sync
CreateThread(function()
Wait(1000)
TriggerServerEvent('stateManager:requestSync')
end)
Test ve Dağıtım Stratejileri
Yapay Zeka ile Otomatik Test
Kapsamlı test paketleri oluşturun:
-- Prompt: "Create unit tests for the vehicle shop purchase function"
-- AI generates:
local function runTests()
local testResults = {
passed = 0,
failed = 0,
tests = {}
}
-- Test 1: Valid purchase with sufficient funds
local function testValidPurchase()
local mockPlayer = {
identifier = 'test_player_1',
money = 50000,
getMoney = function() return 50000 end,
removeMoney = function(amount)
mockPlayer.money = mockPlayer.money - amount
return true
end
}
local result = attemptPurchase(mockPlayer, 'adder', 45000)
assert(result.success == true, 'Valid purchase should succeed')
assert(mockPlayer.money == 5000, 'Money should be deducted correctly')
return true
end
-- Test 2: Purchase with insufficient funds
local function testInsufficientFunds()
local mockPlayer = {
identifier = 'test_player_2',
money = 1000,
getMoney = function() return 1000 end
}
local result = attemptPurchase(mockPlayer, 'adder', 45000)
assert(result.success == false, 'Purchase should fail with insufficient funds')
assert(result.error == 'insufficient_funds', 'Should return correct error code')
return true
end
-- Run all tests
local tests = {
{name = 'Valid Purchase', func = testValidPurchase},
{name = 'Insufficient Funds', func = testInsufficientFunds}
}
for _, test in ipairs(tests) do
local success, error = pcall(test.func)
if success then
testResults.passed = testResults.passed + 1
print(('[^2✓^7] %s passed'):format(test.name))
else
testResults.failed = testResults.failed + 1
print(('[^1✗^7] %s failed: %s'):format(test.name, error))
end
table.insert(testResults.tests, {
name = test.name,
passed = success,
error = error
})
end
return testResults
end
-- Run tests on resource start in development mode
if Config.Debug then
CreateThread(function()
Wait(1000)
local results = runTests()
print(('Tests completed: %d passed, %d failed'):format(
results.passed, results.failed
))
end)
end
Performans İzleme
-- Prompt: "Add performance monitoring for production deployment"
-- AI generates:
local Monitor = {
metrics = {
eventCalls = {},
dbQueries = {},
memoryUsage = {}
}
}
function Monitor:trackEvent(eventName)
self.metrics.eventCalls[eventName] = (self.metrics.eventCalls[eventName] or 0) + 1
end
function Monitor:trackQuery(queryType, duration)
table.insert(self.metrics.dbQueries, {
type = queryType,
duration = duration,
timestamp = os.time()
})
end
function Monitor:getReport()
local report = {
uptime = GetGameTimer() / 1000,
totalEvents = 0,
averageQueryTime = 0,
memoryUsage = collectgarbage('count')
}
for _, count in pairs(self.metrics.eventCalls) do
report.totalEvents = report.totalEvents + count
end
if #self.metrics.dbQueries > 0 then
local totalTime = 0
for _, query in ipairs(self.metrics.dbQueries) do
totalTime = totalTime + query.duration
end
report.averageQueryTime = totalTime / #self.metrics.dbQueries
end
return report
end
-- Export metrics endpoint
RegisterCommand('metrics', function(source)
if source == 0 or IsPlayerAceAllowed(source, 'admin.metrics') then
print(json.encode(Monitor:getReport(), {indent = true}))
end
end, true)
Mevcut Kaynaklarla Entegrasyon
Mevcut sunuculara yapay zeka tarafından oluşturulan komut dosyaları eklerken ESX scriptleri veya standalone scriptleri, bu entegrasyon kalıplarını izleyin:
Kaynak Bağımlılıkları
-- config.lua - AI-generated configuration for compatibility
Config = {}
-- Framework detection
Config.Framework = nil
CreateThread(function()
if GetResourceState('es_extended') == 'started' then
Config.Framework = 'esx'
ESX = exports['es_extended']:getSharedObject()
elseif GetResourceState('qb-core') == 'started' then
Config.Framework = 'qbcore'
QBCore = exports['qb-core']:GetCoreObject()
else
Config.Framework = 'standalone'
end
print(('[^2INFO^7] Detected framework: %s'):format(Config.Framework))
end)
-- Framework-agnostic money functions
function GetPlayerMoney(source)
if Config.Framework == 'esx' then
local xPlayer = ESX.GetPlayerFromId(source)
return xPlayer.getMoney()
elseif Config.Framework == 'qbcore' then
local Player = QBCore.Functions.GetPlayer(source)
return Player.PlayerData.money.cash
else
-- Standalone implementation
return exports['your_economy']:GetMoney(source)
end
end
En İyi Uygulamalar Kontrol Listesi
Yapay zeka tarafından oluşturulan betikleri dağıtmadan önce:
- [ ] Güvenlik Doğrulaması: Tüm istemci-sunucu olayları doğrulandı
- [ ] Performans Testi: Wait() olmadan döngü yok
- [ ] Bellek Yönetimi: Kaynak durdurulduğunda düzgün temizleme
- [ ] Veritabanı İndeksleri: Sık sorgulanan sütunlarda dizinler
- [ ] Hata Yönetimi: Kritik işlemlerin etrafına try-catch blokları ekleyin
- [ ] Günlük Kaydı: Hata ayıklama için yapılandırılmış günlük kaydı
- [ ] Yapılandırma: Harici yapılandırma değerleri
- [ ] Belgeleme: Kurulum adımlarıyla README
- [ ] Sürüm Kontrolü: fxmanifest'te anlamsal sürüm oluşturma
- [ ] Lisans: Uygun lisans dosyası dahil
FiveM Geliştirici Aracısı için Optimize Edilmiş İstem
You are an expert FiveM developer with 5+ years of production experience managing high-population servers. Your expertise spans all major frameworks and you prioritize secure, performant code.
Çözüm
Claude Code gibi yapay zeka araçları, FiveM geliştirmeyi aylarca süren bir öğrenme sürecinden saatler içinde üretken betik yazmaya dönüştürerek, güvenlik ve performans standartlarını korurken hızlı prototipleme ve karmaşık sistem geliştirmeyi mümkün kılar.
Sunucunuzu Geliştirmeye Hazır mısınız? Seçilmiş koleksiyonumuzu keşfedin premium scriptler veya gözden geçirin bağımsız çözümler yapay zeka tarafından oluşturulan kaynaklarınızı tamamlayan.
FiveM için AI sonraki adımlar
- FiveM ile AI nasıl kullanılır
- AI kullanarak FiveM scriptleri yazın
- FiveM için ChatGPT istemleri
- FiveM scriptlerini AI ile çevirin
- FiveM geliştirme araçları
- FiveM scriptleri, ESX scriptleri, QBCore scriptleri, Ve QBOX scriptleri
Give AI the right context without exposing secrets
State whether the resource uses ESX, QBCore, QBOX, ox_lib, oxmysql, NUI or standalone code, and ask the tool to list every dependency it assumes. Do not paste licence keys, database passwords, webhook URLs, customer data or private server code into a service unless its data-handling terms and your permission to share that code are clear.
Review generated event handlers, callbacks, player-supplied values, permission checks, reward logic and database writes manually. Test changes on staging with normal-player permissions as well as admin permissions, inspect client and server logs, and keep a rollback copy before production deployment.
Editorial review and source policy
AI can draft code but cannot establish that an event is authorized or a dependency API exists. Require primary-source links, review every network event server-side, run lint/tests, and inspect the diff before staging. Never paste secrets or private player data into a model.