站内有一篇 H5 游戏产业全景 ，那是 H5 产业的行业综述，含隐私清单与联运分成；卷三《上线变现与长线运营》 讲的是国内上线与长线运营的完整方法。本章不重做行业综述、也不重做国内运营方法论，只做一件事：把前 14 章的方法装配成《合成小岛》的出海案例。本地化与合规的工程视角，前 14 章已经分别讲过：i18n 资源管线见第 5 章 、文化禁忌见第 6 章 、伪本地化与语言 QA 见第 7 章 、数据合规见第 9 章 。本节不重讲这些方法，只把它们交叉成一张可判定的落地清单。
落地清单：从「接进去」到「能送审」
上一节算出了接入时间线，五平台会先后接好。但接好不等于能送审——平台会先检查一堆前置项：文案键齐不齐、语言包能不能加载回退、伪本地化有没有溢出、文化禁忌扫没扫、GDPR/CCPA 同意管理做没做、儿童向的 COPPA 限制符不符合、税务表单（W-8BEN 等）填没填。这些项里有的缺一项就不能送审（必做项），有的只是加分（可选项）。
把「清单项 × 平台」交叉起来，就是一张落地矩阵：每一格是「这个平台的这一项做完了没有」。门禁规则只有一条——必做项全部完成，平台才能送审。这条规则简单，但它把「本地化与合规」从一堆散活变成了一个可判定的就绪度。
D 层：清单与门禁配置
下面这段是 D 层配置 config/g15_landing.json。它把 9 个清单项（7 个必做、2 个可选）与 5 个平台各自的完成情况写成唯一真源。口径是公开可观察机制的建模假设，不是任何平台后台实测，也不构成法律意见。
{
"version": 1,
"game": "merge-island",
"observedAt": "2026-10",
"note": "出海本地化与合规落地清单。口径是「公开可观察机制」的建模假设，不是任何平台后台实测，也不构成法律意见。items[].category=i18n/art/compliance/payout 四类；required=是否为上线前置必做项；manDays=该项落地人天。platforms[].done=该平台已完成（有证据）的清单项。真实合规结论、税务与平台条款以各家官方要求为准，需真实业务环境，命令行不可复现（X）。全整数，无浮点。",
"items": [
{ "id": "i18n_keys", "name": "文案键齐全", "category": "i18n", "required": true, "manDays": 3 },
{ "id": "langpack_load", "name": "语言包加载与回退", "category": "i18n", "required": true, "manDays": 4 },
{ "id": "pseudo_pass", "name": "伪本地化无溢出", "category": "i18n", "required": true, "manDays": 2 },
{ "id": "taboo_scan", "name": "文化禁忌扫描", "category": "art", "required": true, "manDays": 3 },
{ "id": "art_variant", "name": "美术本地化变体", "category": "art", "required": false, "manDays": 5 },
{ "id": "consent_gdpr", "name": "GDPR/CCPA 同意管理", "category": "compliance", "required": true, "manDays": 6 },
{ "id": "kids_coppa", "name": "儿童向 COPPA 限制", "category": "compliance", "required": true, "manDays": 4 },
{ "id": "tax_form", "name": "税务表单 W-8BEN", "category": "payout", "required": true, "manDays": 2 },
{ "id": "payout_method", "name": "收款方式与门槛", "category": "payout", "required": false, "manDays": 3 }
],
"platforms": [
{ "id": "gamedistribution", "name": "GameDistribution", "done": ["i18n_keys", "langpack_load", "pseudo_pass", "taboo_scan", "consent_gdpr", "tax_form", "art_variant"] },
{ "id": "poki", "name": "Poki", "done": ["i18n_keys", "langpack_load", "pseudo_pass", "taboo_scan", "consent_gdpr", "kids_coppa", "tax_form", "art_variant", "payout_method"] },
{ "id": "crazygames", "name": "CrazyGames", "done": ["i18n_keys", "langpack_load", "pseudo_pass", "taboo_scan", "consent_gdpr", "kids_coppa"] },
{ "id": "fb_instant", "name": "Facebook Instant Games", "done": ["i18n_keys", "langpack_load", "pseudo_pass", "consent_gdpr", "kids_coppa", "tax_form"] },
{ "id": "yt_playables", "name": "YouTube Playables", "done": ["i18n_keys", "langpack_load", "pseudo_pass", "taboo_scan", "consent_gdpr", "tax_form"] }
]
}
D 层：落地门禁扫描
下面这段是 D 层扫描脚本 sim/g15_landing.py。它读上面那份配置，算每个平台的就绪度、逐平台阻塞项，以及缺失平台数最多的关键阻塞项。
#!/usr/bin/env python3
# file: sim/g15_landing.py
# tier: D
# verify: /opt/homebrew/bin/python3 sim/g15_landing.py --config config/ --out out/
"""本地化与合规落地清单扫描（D 层：清单 / lint 校验）。
读 config/g15_landing.json，把「清单项 × 平台」交叉成一张落地矩阵：
requiredTotal = 必做项数
doneRequired(p) = 平台 p 已完成的必做项数
readinessPermille(p) = doneRequired(p) * 1000 // requiredTotal
blockers(p) = 平台 p 尚未完成的必做项（非空即不可提审）
criticalBlocker = 缺失平台数最多的必做项（并列时取人天少的，再按 id 升序）
readinessPermille = Σ doneRequired * 1000 // (requiredTotal * 平台数)
口径：清单完成情况与合规结论是「公开可观察机制」口径的建模假设，观察时点 2026-10；
真实合规结论、税务与平台条款以各家官方要求为准，需真实业务环境，命令行不可复现（X）。
产出 JSON + CSV，全整数，无浮点。
"""
from __future__ import annotations
import argparse
import csv
import json
import os
def scan(cfg: dict) -> tuple[list, dict]:
required = [it for it in cfg["items"] if it["required"]]
req_ids = [it["id"] for it in required]
req_total = len(req_ids)
man_days = {it["id"]: it["manDays"] for it in required}
rows, miss = [], {rid: 0 for rid in req_ids}
for p in cfg["platforms"]:
done = set(p["done"])
blockers = [rid for rid in req_ids if rid not in done]
for rid in blockers:
miss[rid] += 1
rows.append({"id": p["id"], "name": p["name"],
"doneRequired": req_total - len(blockers), "requiredTotal": req_total,
"blockers": blockers, "readinessPermille": (req_total - len(blockers)) * 1000 // req_total,
"ready": 1 if not blockers else 0})
crit = sorted(miss.items(), key=lambda kv: (-kv[1], man_days[kv[0]], kv[0]))[0]
done_sum = sum(r["doneRequired"] for r in rows)
slots = req_total * len(rows)
summary = {"requiredTotal": req_total, "slots": slots, "doneRequired": done_sum,
"readinessPermille": done_sum * 1000 // slots, "criticalBlocker": crit[0],
"criticalBlockerCount": crit[1],
"readyPlatforms": [r["id"] for r in rows if r["ready"]],
"blockedPlatforms": [r["id"] for r in rows if not r["ready"]]}
return rows, summary
def main() -> int:
ap = argparse.ArgumentParser()
ap.add_argument("--config", default="config/")
ap.add_argument("--out", default="out/")
a = ap.parse_args()
with open(os.path.join(a.config, "g15_landing.json"), encoding="utf-8") as f:
cfg = json.load(f)
rows, s = scan(cfg)
digest = (f'items={len(cfg["items"])}|required={s["requiredTotal"]}|slots={s["slots"]}'
f'|done={s["doneRequired"]}|readiness={s["readinessPermille"]}'
f'|blocker={s["criticalBlocker"]}|ready={"+".join(s["readyPlatforms"])}')
os.makedirs(a.out, exist_ok=True)
with open(os.path.join(a.out, "g15_landing.csv"), "w", encoding="utf-8", newline="") as f:
w = csv.writer(f)
w.writerow(["id", "name", "doneRequired", "requiredTotal", "readinessPermille", "ready", "blockers"])
for r in rows:
w.writerow([r["id"], r["name"], r["doneRequired"], r["requiredTotal"],
r["readinessPermille"], r["ready"], "|".join(r["blockers"])])
rep = {"version": cfg["version"], "game": cfg["game"], "observedAt": cfg["observedAt"],
"itemCount": len(cfg["items"]), "requiredTotal": s["requiredTotal"],
"criticalBlocker": s["criticalBlocker"], "criticalBlockerCount": s["criticalBlockerCount"],
"readinessPermille": s["readinessPermille"], "readyPlatforms": s["readyPlatforms"],
"blockedPlatforms": s["blockedPlatforms"], "platforms": rows, "digest": digest,
"csv": os.path.join(a.out, "g15_landing.csv")}
with open(os.path.join(a.out, "g15_landing.json"), "w", encoding="utf-8") as f:
json.dump(rep, f, ensure_ascii=False, indent=2)
print(json.dumps({"digest": digest, "readinessPermille": s["readinessPermille"],
"criticalBlocker": s["criticalBlocker"], "readyPlatforms": s["readyPlatforms"],
"platforms": [{"id": r["id"], "doneRequired": r["doneRequired"],
"readinessPermille": r["readinessPermille"],
"blockers": r["blockers"]} for r in rows]},
ensure_ascii=False, indent=2))
return 0
if __name__ == "__main__":
raise SystemExit(main())
在本机跑 /opt/homebrew/bin/python3 sim/g15_landing.py --config config/ --out out/，结果（同机相对量级，绝对数值不可移植）：
| 平台 | 必做项完成 | 就绪度‰ | 阻塞项 | 可送审 |
|---|---|---|---|---|
| GameDistribution | 6/7 | 857 | kids_coppa | 否 |
| Poki | 7/7 | 1000 | — | ✅ |
| CrazyGames | 6/7 | 857 | tax_form | 否 |
| Facebook Instant Games | 6/7 | 857 | taboo_scan | 否 |
| YouTube Playables | 6/7 | 857 | kids_coppa | 否 |
五家里只有 Poki 通过门禁；其余四家各缺一项必做项，整体就绪度 885‰。注意两家缺的是同一个必做项 kids_coppa——这就是「关键阻塞项」的由来。
P 层内核：门禁的跨语言对拍
下面这段是 P 层 TypeScript 内核 core/src/g15/landing.ts：它读同一份 config，复算同一套就绪度与阻塞项，产出与 Python 逐字符一致的摘要。
// file: core/src/g15/landing.ts
// tier: P
// verify: node --test 'core/test/g15_*.test.ts'
//
// 本地化与合规落地门禁内核：与 sim/g15_landing.py 逐位等价的 TypeScript 对偶实现。
// 读同一份 config/g15_landing.json，把「清单项 × 平台」交叉成落地矩阵并给出提审门禁。
// 全整数、无浮点、无随机（禁 Math.random；只用可擦除语法，禁 enum / namespace）。
export interface ChecklistItem {
readonly id: string; readonly name: string; readonly category: string;
readonly required: boolean; readonly manDays: number;
}
export interface PlatformLanding { readonly id: string; readonly name: string; readonly done: readonly string[] }
export interface LandingConfig {
readonly version: number; readonly game: string;
readonly items: readonly ChecklistItem[]; readonly platforms: readonly PlatformLanding[];
}
export interface PlatformRow {
readonly id: string; readonly name: string; readonly doneRequired: number;
readonly requiredTotal: number; readonly blockers: readonly string[];
readonly readinessPermille: number; readonly ready: boolean;
}
export interface LandingResult {
readonly platforms: readonly PlatformRow[]; readonly requiredTotal: number; readonly slots: number;
readonly doneRequired: number; readonly readinessPermille: number;
readonly criticalBlocker: string; readonly criticalBlockerCount: number;
readonly readyPlatforms: readonly string[]; readonly blockedPlatforms: readonly string[];
}
/** 必做项缺失最多的清单项即「关键阻塞项」；并列时取人天少的，再按 id 升序。 */
export function scan(cfg: LandingConfig): LandingResult {
const required = cfg.items.filter((it) => it.required);
const reqIds = required.map((it) => it.id);
const manDays = new Map(required.map((it) => [it.id, it.manDays]));
const miss = new Map(reqIds.map((rid) => [rid, 0]));
const platforms: PlatformRow[] = cfg.platforms.map((p) => {
const done = new Set(p.done);
const blockers = reqIds.filter((rid) => !done.has(rid));
for (const rid of blockers) miss.set(rid, miss.get(rid)! + 1);
return {
id: p.id, name: p.name, doneRequired: reqIds.length - blockers.length,
requiredTotal: reqIds.length, blockers,
readinessPermille: Math.floor(((reqIds.length - blockers.length) * 1000) / reqIds.length),
ready: blockers.length === 0,
};
});
const crit = [...miss.entries()].sort((x, y) =>
(y[1] - x[1]) || (manDays.get(x[0])! - manDays.get(y[0])!) || (x[0] < y[0] ? -1 : 1))[0];
const slots = reqIds.length * platforms.length;
const doneSum = platforms.reduce((s, r) => s + r.doneRequired, 0);
return {
platforms, requiredTotal: reqIds.length, slots, doneRequired: doneSum,
readinessPermille: Math.floor((doneSum * 1000) / slots),
criticalBlocker: crit[0], criticalBlockerCount: crit[1],
readyPlatforms: platforms.filter((r) => r.ready).map((r) => r.id),
blockedPlatforms: platforms.filter((r) => !r.ready).map((r) => r.id),
};
}
/** 跨语言对拍摘要：与 sim/g15_landing.py 的 digest 逐字符一致。 */
export function digest(cfg: LandingConfig, r: LandingResult): string {
return `items=${cfg.items.length}|required=${r.requiredTotal}|slots=${r.slots}`
+ `|done=${r.doneRequired}|readiness=${r.readinessPermille}`
+ `|blocker=${r.criticalBlocker}|ready=${r.readyPlatforms.join("+")}`;
}
配套测试 core/test/g15_landing.test.ts 把 Python 落盘的摘要写成金标准。在本机跑 node --test 'core/test/g15_landing.test.ts'，6 个用例全过；两套独立实现给出同一个摘要：
digest = items=9|required=7|slots=35|done=31|readiness=885|blocker=kids_coppa|ready=poki
只要有一边的必做项过滤、就绪度地板除或关键阻塞项排序写错，摘要立刻分叉。
先修哪一项：关键阻塞项
门禁给出的最有用的一个数字，是关键阻塞项——缺失平台数最多的必做项。当前是 kids_coppa（儿童向 COPPA 限制），它同时卡住 GameDistribution 与 YouTube Playables。修它一项，就解锁两个平台：
| 必做项 | 阻塞平台数 | 落地人天 | 修完解锁 |
|---|---|---|---|
| kids_coppa | 2 | 4 | GameDistribution、YouTube Playables |
| tax_form | 1 | 2 | CrazyGames |
| taboo_scan | 1 | 3 | Facebook Instant Games |
这是「按阻塞面排序」而不是「按人天排序」的典型场景：tax_form 只要 2 人天，但它只解锁 1 家；kids_coppa 要 4 人天，却解锁 2 家。先修阻塞面最大的项，总解锁效率最高。修完这三项后，五平台全部可送审，整条出海流水线才真正跑起来。
X 层：真实合规结论不可复现
边界必须划清。上面算的是门禁模型：给定清单完成情况，每个平台能不能送审。下面这些属于 X 层，需真实业务环境，命令行不可复现：
- 各平台真实的必做项清单（不同平台、不同地区、不同品类要求不同，且随条款更新）；
- 真实的合规结论（是否满足 GDPR/CCPA、是否触发 COPPA、税务表单是否正确受理），以各家官方要求与专业意见为准；
- 真实的审核结果与驳回往返（清单全绿也可能被平台以条款外理由驳回）。
工程上正确的做法是：把可复现的门禁模型与不可复现的合规结论分开——门禁模型回答「还差哪几项」，合规结论由法务与平台官方判定。本节不提供任何法律意见。接好、送审之后，案例进入最后一段：五平台上线后的数据表现，以及据此决定往哪个平台加注。
自检表
| 检查项 | 合格标准 |
|---|---|
| 清单可枚举 | 本地化与合规项逐条列出，标注必做/可选 |
| 门禁唯一 | 判定规则只有一条：必做项全绿才可送审 |
| 就绪度可算 | 每平台给出就绪度千分比，可复算 |
| 阻塞可排序 | 给出关键阻塞项与逐项阻塞平台数 |
| 跨语言一致 | Python 与 TS 两套实现的摘要逐字符相等 |
| 边界清晰 | 真实合规结论标 X，不写成「实测」，不给法律意见 |
落地清单最反直觉的一点是：它不是一张勾选框，而是一张排序表。真正决定你多快能送审的，不是「还剩几项没做」，而是「先做哪一项能一次解锁最多平台」。下一节我们看五平台上线后的数据：谁赚钱、谁的样本够、该往哪加注。
阅读导航：上一节：15.1 平台组合与接入时间线 · 下一节：15.3 多平台数据表现与迭代 。
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。