extends Node ## Gauntlet-Modus (CR-002): Training vs. Ernstlauf plus manipulated-Preset. ## ## training: Absteigen erlaubt, Kies-Pfade sind Checkpoints, Respawn am ## letzten Checkpoint. exam: Zeitlauf, kein Absteigen (Descent-Sperre im ## climb_controller), keine Zwischen-Checkpoints, Respawn am Fuß. Der ## manipulierte Story-Lauf (Phase 4) ist exam + manipulated: schärfere ## Zeitfenster, schnellere Stämme, aggressiverer rival_fall_schedule und ## kürzere Ablenkungsintervalle — die Multiplikatoren liegen hier als ## Preset, die Story-Schicht selbst füllt ein separater CR. enum Mode { TRAINING, EXAM } signal mode_changed(mode: int) @export var manipulated := false @export var manipulated_window_mult := 0.75 @export var manipulated_interval_mult := 0.55 @export var manipulated_roll_speed_mult := 1.25 @export var manipulated_rival_haste_mult := 0.6 var mode := Mode.TRAINING ## Setzt den Modus und meldet den Wechsel. func set_mode(new_mode: int) -> void: if mode == new_mode: return mode = new_mode mode_changed.emit(mode) ## Training aktiv? func is_training() -> bool: return mode == Mode.TRAINING ## Ernstlauf aktiv? func is_exam() -> bool: return mode == Mode.EXAM ## Skaliert Reaktionsfenster (QTE, Hangel-Rhythmus, Rad-Ausstieg). func window_scale() -> float: return manipulated_window_mult if manipulated else 1.0 ## Skaliert Ablenkungs-Intervalle. func interval_scale() -> float: return manipulated_interval_mult if manipulated else 1.0 ## Skaliert die Rollgeschwindigkeit der Stämme. func roll_speed_scale() -> float: return manipulated_roll_speed_mult if manipulated else 1.0 ## Skaliert den Zeitplan der Rival-Stürze (früher = aggressiver). func rival_haste_scale() -> float: return manipulated_rival_haste_mult if manipulated else 1.0