【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发

【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发
请添加图片描述

请添加图片描述

前言

  • 在人工智能飞速发展的今天,大语言模型早已不仅限于聊天和文本生成。
  • 它们开始能够使用工具,与环境进行交互,从而执行复杂任务。
  • 对于广大游戏开发者而言,这意味着一个全新的范式正在到来:用自然语言驱动Unity编辑器,让AI成为我们的结对编程伙伴。
  • 今天介绍一个工具Unity-MCP,将Unity接入AI开发游戏,解放我们的双手。

【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发

一、🧐 MCP是什么?

1.1 MCP介绍

MCP(Model Context Protocol 模型上下文协议)可以想象成一个 AI 助手的“通用USB-C接口” 。以前,每个AI应用要连接不同的数据源或工具,都需要专门的接口。

而MCP的目标是提供一个标准化的协议,让AI助手(比如Claude、Cursor)能够通过这个“通用接口”,方便、安全地连接并操控各种软件,其中就包括Unity编辑器。

一个典型的Unity MCP实现包含两部分 :

  1. Unity端插件:一个安装在你的Unity项目中的包,它在Unity编辑器里启动一个本地服务器(通常通过WebSocket或TCP),监听并执行来自AI助手的命令 。
  2. MCP客户端连接器:一个运行在你电脑上的小程序(通常通过Node.js或Python),它负责把你的AI助手(如Claude Desktop)和Unity编辑器连接起来。你在AI对话框里提需求,它就把需求转成Unity能理解的指令 。

可以把 Unity-MCP 想象成一个通用的翻译器和信使。它将 Unity 编辑器的复杂内部状态和功能,封装成一系列AI可以理解和调用的“工具”。
从此,AI不再只是“看”到你粘贴的代码片段,而是能真正“走进”你的项目,“看见”场景中的所有对象,“动手”修改属性甚至执行测试

有篇文章介绍MCP原理比较详细,感兴趣的可以看下:Unity MCP介绍及实现原理分析

1.2 为什么要配置MCP?

未连接MCP时,AI也可以直接在Unity中操作,但是连接MCP之后更安全和便捷。

MCP让AI从一个被动的“顾问”转变为一个主动的“协作者”的关键技术,Unity-MCP将这种变革性的能力带入了游戏开发领域。

在这里插入图片描述

1.3 效果展示

指令效果
在这里插入图片描述请添加图片描述

1.4 使用说明及下载

目前市面上有多款Unity-MCP工具,其基本作用都是给AI提供桥梁以使其可以直接在Unity中进行操作。

本文使用的是CoplayDev提供的unity-mcp,算是目前使用人数较多的MCP,截至目前有7k star左右,还在持续更新中。

工具地址介绍
unity-mcp(本文使用)https://github.com/CoplayDev/unity-mcpstar:7k,持续更新中
Unity-MCPhttps://github.com/IvanMurzak/Unity-MCPstar:1.2k
mcp-unityhttps://github.com/CoderGamester/mcp-unitystar:1.4k

二、🚀MCP安装步骤

2.1 前提条件

在使用MCP之前需要一些前提条件,否则没办法正常使用。

  • Git CLI:用于克隆服务器代码。下载 Git
  • Python:3.12 或更高版本。下载 Python
  • Unity Hub 及编辑器:2020.3 LTS 或更高版本。下载 Unity
  • uv(Python 包管理器):pip install uv # 或参考:https://docs.astral.sh/uv/getting-started/installation/
  • 支持MCP的AI客户端:(Claude Desktop、Cursor、VSCode等)

Git和Unity正常我们肯定都安装了,额外需要安装一下Python和uv即可。

2.2 安装 Unity-MCP包(桥接组件)

  1. Window > Package Manager(窗口 > 包管理器)。
  2. 点击 + -> Add package from git URL…(从 git URL 添加包…)。
  3. 输入:https://github.com/CoplayDev/unity-mcp.git?path=/MCPForUnity#main

点击 Add(添加)。此过程会自动将 MCP Server 安装到计算机上。

在这里插入图片描述
安装提示
若通过URL添加不上,可以先在github将项目下载,然后通过 Add package from git disk… 选中本地mcp文件夹中的 package.json 进行添加。

安装完之后可以通过 Window → MCP For Unity 打开相关面板。

在这里插入图片描述

2.2 MCP配置

如果前提条件都安装好了,打开Local Setup Window会如下所示:

在这里插入图片描述

打开 Toggle MCP Window ,配置MCP客户端,可根据自己情况进行选择。

这里使用Trae做示例,URL配置 http://localhost:8080 ,Client选择自己的IDE,这里选择Trae进行展示。

如下所示:

在这里插入图片描述

然后在MCP For Unity中点击Start Server开启,会弹出一个确认弹窗。

在这里插入图片描述

选择Start Server会开启一个终端弹窗,不要关掉该弹窗,关掉之后服务器会停掉,需要重新在Unity中点击Start Server开启。

在这里插入图片描述

这样Unity端的准备就都完成了,下面是去Trea(或其他IDE)中进行配置。

在这里插入图片描述

三、🎈Trae配置

3.1 添加MCP配置

点击右上角的 设置 -> MCP 选择手动添加。

在这里插入图片描述

添加以下MCP配置

{"mcpServers":{"unityMCP":{"url":"http://localhost:8080/mcp"}}}
在这里插入图片描述

打开该unityMCP即可看到其提供的功能支持。

在这里插入图片描述

3.2 创建一个智能体并添加Unity-MCP

打开 设置->智能体

在这里插入图片描述

可以选择创建一个智能体,也可以使用内置的 Build with MCP (默认使用配置的所有MCP)

在这里插入图片描述

创建新的智能体时,要勾选前面添加的unityMCP

在这里插入图片描述

此时在聊天框中选中刚创建的智能体就可以与其对话了。

在这里插入图片描述

如果默认选择的AI模型对话比较慢可以自行选择一个,Trea内置了很多免费模型可使用。如果已经买过其他模型,也可以直接进行添加模型使用。

在这里插入图片描述

3.3 使用AI开发功能

比如输入这样一段话:给我在场景中创建一个平面,然后添加一个角色,支持按WASD进行移动,移动速度为5,支持按空格键进行跳跃。

在这里插入图片描述

等待AI执行完毕,回到Unity运行游戏查看效果。

请添加图片描述

这样我们一行代码都没有写,也没有手动操作Unity,就完成了一个初级小功能。


总结

Unity-MCP 不仅仅是一个技术工具,它代表了一种人机协作的新范式。通过为AI提供标准化的“上下文”和“行动能力”,它极大地降低了游戏开发中从“想法”到“实现”之间的摩擦。

  • 对于开发者: Unity-MCP让我们从繁琐的重复性劳动中解放出来,能更专注于创意和设计。开发者将成为一名“AI指挥家”,用自然语言引导AI完成复杂的开发任务 。
  • 对于AI: Unity-MCP赋予了它“手”和“眼”,让它从一个知识库变成一个真正的“代理”,能够在复杂的Unity环境中感知、决策并行动。

尽管目前Unity官方也在开发如Muse等原生AI工具,但基于开放协议MCP的Unity-MCP提供了更高的灵活性和可选择性,让我们可以自由地选择最适合自己的AI模型和客户端 。

随着像Coplay这样的公司开始主导其开发,Unity-MCP的未来路线图更加清晰,它正在迅速成为现代AI驱动型游戏开发工作流中不可或缺的一环 。


🎬 博客主页:https://xiaoy.blog.ZEEKLOG.net🎥 本文由 呆呆敲代码的小Y 原创 🙉🎄 学习专栏推荐:Unity系统学习专栏🌲 游戏制作专栏推荐:游戏制作🌲Unity实战100例专栏推荐:Unity 实战100例 教程🏅 欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!📆 未来很长,值得我们全力奔赴更美好的生活✨------------------❤️分割线❤️-------------------------
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

资料白嫖,技术互助

学习路线指引(点击解锁)知识定位人群定位
🧡 Unity系统学习专栏 入门级本专栏从Unity入门开始学习,快速达到Unity的入门水平
💛 Unity实战类项目 进阶级计划制作Unity的 100个实战案例!助你进入Unity世界,争取做最全的Unity原创博客大全。
❤️ 游戏制作专栏 难度偏高分享学习一些Unity成品的游戏Demo和其他语言的小游戏!
💚 游戏爱好者万人社区 互助/吹水数万人游戏爱好者社区,聊天互助,白嫖奖品
💙 Unity100个实用技能Unity查漏补缺针对一些Unity中经常用到的一些小知识和技能进行学习介绍,核心目的就是让我们能够快速学习Unity的知识以达到查漏补缺

Read more

5分钟部署Meta-Llama-3-8B-Instruct,vLLM+Open-WebUI打造智能对话应用

5分钟部署Meta-Llama-3-8B-Instruct,vLLM+Open-WebUI打造智能对话应用 1. 快速上手:为什么选择 Meta-Llama-3-8B-Instruct? 你是否也遇到过这样的问题:想本地跑一个大模型做对话系统,但显存不够、部署复杂、界面难用?今天这篇文章就是为你准备的。 我们聚焦 Meta-Llama-3-8B-Instruct —— 这是 Meta 在 2024 年 4 月推出的中等规模指令微调模型,参数量为 80 亿,专为高质量对话和任务执行优化。它不仅支持 8k 上下文长度,还能在单张消费级显卡(如 RTX 3060)上流畅运行,尤其适合英文场景下的智能助手、代码辅助、内容生成等应用。 更重要的是,通过 vLLM + Open-WebUI 的组合,我们可以实现: * 高性能推理(vLLM 提供 PagedAttention 和连续批处理) * 友好交互界面(Open-WebUI

AI绘画R18提示词工程实践:从原理到安全合规实现

快速体验 在开始今天关于 AI绘画R18提示词工程实践:从原理到安全合规实现 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 AI绘画R18提示词工程实践:从原理到安全合规实现 背景痛点:需求与限制的平衡 在游戏角色设计、影视概念艺术等领域,R18内容创作存在明确的市场需求。但主流AI绘画平台对成人内容的生成往往采取严格限制,导致开发者面临两难: * 商业项目需要符合角色设定的视觉表现,但直接使用"

AIGC(生成式AI)试用 47 -- AI与软件开发过程2

一切从 AIGC(生成式AI)试用 46 -- AI与软件开发过程1 开始,修正偏差。 个人理解: - 从框架到细节,还是从细节到框架? -- 先有框架再有细节的好,LLM能适应框架下的细节补充 - 更细节的Agent,更有针对性的Agent,解决更细节问题的Agent -- LLM提供了另一种形式的开发工具 - 想要,架构,细节,实现。。。。。。往复迭代,更多的接口,更多小而美的功能软件 - 回复有错吗?当然,错误和偏差大量存在。   如何纠偏、调优?这些专业知识 和 经验,还需要创造 * 先解决3问题 1. 确认软件开发过程各阶段所需完成的任务活动,以选择不同LLM 问题定义与可行性研究 → 需求分析 → 软件设计 → 编码与实现 → 测试 → 部署与交付

ima Copilot任务模式PPT生成功能全流程评测

ima Copilot任务模式PPT生成功能全流程评测

🚀 核心功能概述(背景) ima Copilot V2.0 更新亮点 * 核心新增功能:任务模式支持生成PPT,并可免费下载。 * 功能定位:扩展知识库的输出格式,实现“收集-整理-应用”知识闭环在演示场景的落地。 * 发布状态:已于2025年12月30日正式上线,目前处于任务模式内测阶段。 📝 功能操作全流程(步骤) (一) 入口路径   1. 模式切换:在首页中间导航栏选择任务模式。 2. 主题输入:在文本框中描述PPT主题,例如“大禹智库AI智能体培训”。 功能选择:点击“生成报告”下拉菜单,选择生成PPT(该菜单还包含“生成报告”和“生成播客”选项)。   (二) 任务配置环节 1. 知识库关联:通过@符号引用特定知识库,例如“@大禹智库知识库”。 2. 补充信息确认: