UnityMCP+Claude+VSCode,构建最强AI游戏开发环境

UnityMCP+Claude+VSCode,构建最强AI游戏开发环境
请添加图片描述

请添加图片描述

前言

  • 本篇文章来介绍使用 UnityMCP+Claude+VSCode,打造一个更智能、高效的游戏开发工作流。
  • 借助MCP工具,Claude可以直接与Unity编辑器进行双向指令交互,开发者则可以直接使用自然语言进行Unity游戏开发。
  • 这一组合充分利用了AI的代码生成、问题诊断与创意辅助能力,极大提升了Unity项目的开发效率与质量。

一、UnityMCP+Claude+VSCode,构建最强AI 游戏开发环境

1.1 介绍

在之前文章中已经详细介绍过在使用UnityMCP之前需要做的步骤,包括MCP的安装和配置都有介绍。
【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发

下面这几样还是必须安装的,这里再提一下:

  • 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)

上篇文章介绍的是在Trae中使用UnityMCP,本篇文章则着重介绍一下在VSCode中接入Claude和UnityMCP进行游戏开发。

1.2 使用说明及下载

除了本文使用的CoplayDev UnityMCP之外,还有很多其它UnityMCP可以使用,后面有时间会看下别的MCP,在使用和功能上有什么差异。

工具地址介绍
unity-mcp(本文使用)https://github.com/CoplayDev/unity-mcpstar:7.2k,持续更新中
Unity-MCPhttps://github.com/IvanMurzak/Unity-MCPstar:1.4k
CoderGamester - mcp-unityhttps://github.com/CoderGamester/mcp-unitystar:1.5k
zoucdr - unity3d-mcphttps://github.com/zoucdr/unity3d-mcp/tree/masterstar:44

二、VSCode配置

2.1 连接UnityMCP

在Unity中通过 Window → MCP For Unity 打开相关面板,Client选择VSCode然后点击Start Server开启连接。

在这里插入图片描述

然后在VSCode中会出现一个MCP服务器(unityMCP),这个时候点击启动服务器,查看控制台输出一切正常。

在这里插入图片描述
在这里插入图片描述

此时跟VSCode内置的AI聊天可以看到UnityMCP已连接完成。

在这里插入图片描述

如果不打算连接Claude,那此时就可以通过VSCode进行Unity的AI开发了,后面来接入Claude进行使用。

2.2 在VSCode中添加插件

在VSCode中添加UnityClaude Code For VS Code插件,如下所示:

在这里插入图片描述

此时在VSCode中会出现Claude的对话按钮,点击这个按钮即可打开ClaudeAI对话框。

在这里插入图片描述

如果Claude没安装的话应该不能使用Claude对话,下面简单介绍下Claude的安装。

2.3 Claude安装

# 1. 检测 npm 的版本(需要安装node.js)> npm -v # 2. 查看 npm 的全局安装路径(可选) > npm config get prefix # 3. 返回的 npm 全局安装路径(不同的用户不一样)> D:\mywork\node-v23.8.0\node_global # 4.修改全局安装路径(可选) > npm config set prefix "D:\npm-global"# 5. 将 npm 的全局安装路径配置到系统的 PATH 变量。(可选)# 如果已经配置则忽略,如有不懂的可自行查找资料。# 为什么需要配置到 PATH 变量,这是因为 npm 会将 claude 命令安装到全局安全环境路径下# 配置了 PATH 之后,则可以在系统的任意控制台执行 claude 命令# 6. 执行 npm 命令安装 claude code cli。(关键)> npm install -g @anthropic-ai/claude-code # 7.验证安装> claude --version > claude --help # 等待上面的安装完毕即可,如果因为网络原因无法安装,则可以调整 npm 的镜像地址到国内。
在这里插入图片描述

为了方便地在不同API Key之间切换 ,这里推荐下载一个cc-switch使用。

github 安装地址:https://github.com/farion1231/cc-switch/releases

安装完成之后,在cc-switch中配置好自己购买的的模型即可。

2.4 VSCode MCP配置

在自己的Unity工程目录下创建一个.mcp.json文件,文件内容如下:

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


这一步必须创建这个文件,不然Claude检测不到UnityMCP,就没办法使用了。

2.5 使用Claude开发功能

第一次使用Claude时,在Claude对话窗口中先执行/init,这样AI就会输出更符合自己项目的功能。

可以在对话框中输入 /mcp 选择MCP server 查看UnityMCP是否连接正常。

如下图所示即可正常使用:

在这里插入图片描述

在对话框中尝试输入这样的提示词:Create a red, blue and yellow cube

在这里插入图片描述


在这里插入图片描述

或者尝试这样说:帮我在AIScene中创建一个平面和一个角色,角色支持WASD移动,移动速度为5

在这里插入图片描述


在这里插入图片描述

这样角色就创建好了,运行之后按WASD就会按指定速度进行前后左右移动。

这样就算跑通了UnityMCP+Claude+VSCode开发游戏的整个流程,后面就可以直接在对话框通过自然语言让AI来开发游戏了。

而Claude强大的地方在于我们可以添加各种SkillMCP,定制化开发自己的游戏项目。

Claude+MCP 把AI从"聊天机器人"变成了能操作电脑上各种工具的智能体,让我们可以把AI当做自己的同事,让其帮自己干活~


三、相关问题

在第一次使用时遇到的问题可能是MCP和Claude的配置问题,导致使用Claude对话时没办法正确调用unityMcp的功能,可能会显示MCP未连接。

1.Unity项目根目录添加 .mcp.json 文件,内容如下所示:

{"mcpServers":{"unityMCP":{"type":"http","url":"http://localhost:8080/mcp"}}}

2.在vscode的全局目录 C:\Users\Administrator\AppData\Roaming\Code\User 下配置一个 mcp.json 文件,这样所有的项目工程都能读到这个mcp工具的配置。

{"mcpServers":{"unityMCP":{"url":"http://localhost:8080/mcp","type":"http"}},"servers":{"unityMCP":{"url":"http://localhost:8080/mcp","type":"http"}}}

3.如果Claude一直检测不到UnityMCP的连接,可以直接在对话框中跟它对话,问AI为什么没有连接,然后一步步引导AI去排查原因即可。

4.Claude关于MCP连接的文档。通过 MCP 将 Claude Code 连接到工具:https://code.claude.com/docs/zh-CN/mcp

5.Python和uv没办法正常使用。在Unity中点击StartServer时不能弹出正确的弹窗,而是提示无法打开指定的文件之类的内容,则需要看下python的环境变量有没有配置,或者把报错内容直接发给AI进行诊断排查即可。


总结

  • UnityMCP + Claude + VSCode 的组合,将AI的认知能力与Unity的创作能力深度融合,重新定义了游戏开发的效率边界。
  • 无论是独立开发者还是小型团队,都能借助这一环境快速验证想法、减少技术债务,将更多精力聚焦于创意本身。
  • 未来随着AI模型的进化与MCP生态的完善,这一模式有望成为游戏开发的标准配置。
  • 后面会尝试全程使用这套配置进行小游戏开发,验证不写代码完成整个游戏的开发可行性。

🎬 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

LoRA训练助手:5分钟学会生成Stable Diffusion完美标签

LoRA训练助手:5分钟学会生成Stable Diffusion完美标签 你有没有试过这样训练LoRA模型? 对着一张精心挑选的图片,反复琢磨怎么写tag—— “是写‘anime girl’还是‘Japanese anime style girl’?” “背景该不该加‘studio background’?加了会不会干扰主体?” “质量词放前面还是后面?masterpiece和best quality哪个权重更高?” 结果花半小时写的tag,训练出来效果平平,甚至出现特征漂移…… 更糟的是,换一批图,又要重头来一遍。 别再手动拼凑标签了。 今天这个工具,能让你输入一句中文描述,3秒生成专业级英文训练标签—— 格式规范、权重合理、维度完整,直接复制就能进SD/FLUX训练流程。 不是提示词优化,不是风格建议,而是专为LoRA/Dreambooth数据准备阶段打造的精准标签生成器。 它不猜你的意图,它理解你的画面; 它不堆砌关键词,它组织语义层级; 它不输出杂乱短语,它交付可直接喂给训练器的标准化字符串。 准备好告别标签焦虑了吗?我们直接开干 → 1. 为什么你需要一个“

FPGA基础知识(十五):Xilinx Clocking Wizard IP核完全指南--从基础到高级应用

FPGA基础知识(十五):Xilinx Clocking Wizard IP核完全指南--从基础到高级应用

《FPGA基础知识》系列导航                本专栏专为FPGA新手打造的Xilinx平台入门指南。旨在手把手带你走通从代码、仿真、约束到生成比特流并烧录的全过程。        本篇是该系列的第十五篇内容        上一篇:FPGA基础知识(十四):FIFO工作原理与基础概念-ZEEKLOG博客        下一篇:FPGA基础知识(十六):Xilinx Block Memory IP核完全指南(1)--核心定位与基础配置-ZEEKLOG博客       在FPGA设计中,时钟管理是整个系统稳定运行的基石。Xilinx的Clocking Wizard IP核作为时钟管理的核心工具,能够极大地简化复杂的时钟设计。本文将带你从基础使用到高级应用,全面掌握这个强大的工具。 一、Clocking Wizard是什么?        Clocking Wizard是Xilinx Vivado设计套件中的一个IP核,用于自动化和简化FPGA中的时钟管理。它提供了一个图形化界面来配置MMCM(混合模式时钟管理器)和PLL(锁相环),让开发者无需深入理解底层复杂的

fft npainting lama vs Stable Diffusion Inpainting:性能对比评测

FFT NPainting LaMa vs Stable Diffusion Inpainting:性能对比评测 在图像修复领域,"移除不需要的物体"看似简单,实则对模型的理解力、上下文建模能力和细节生成质量提出极高要求。当前主流方案中,基于扩散模型的 Stable Diffusion Inpainting 和基于频域重建的 FFT NPainting LaMa 代表了两种截然不同的技术路径——前者依赖大规模文本-图像对齐能力进行语义级重绘,后者则通过傅里叶变换在频域中完成结构保持型修复。本文不谈论文公式,不堆参数指标,而是以真实用户视角,从启动速度、操作流畅度、修复质量、适用边界、资源消耗五个维度,对两款工具进行实测对比。所有测试均在同一台配置为 NVIDIA A100 40GB + 64GB RAM 的服务器上完成,输入图像统一为 1280×720 像素的 JPG 文件,修复区域为典型中等复杂度目标(

无人机智能航线规划系统:从零构建你的空中舰队

无人机智能航线规划系统:从零构建你的空中舰队 【免费下载链接】UAVS智能无人机路径规划仿真系统是一个具有操作控制精细、平台整合性强、全方向模型建立与应用自动化特点的软件。它以A、B两国在C区开展无人机战争为背景,该系统的核心功能是通过仿真平台规划无人机航线,并进行验证输出,数据可导入真实无人机,使其按照规定路线精准抵达战场任一位置,支持多人多设备编队联合行动。 项目地址: https://gitcode.com/wwyGQJ/UAVS 开篇:重新定义无人机自主飞行 在数字化浪潮席卷全球的今天,无人机已经从单纯的航拍工具进化为复杂的智能系统。想象一下,你只需在电脑前轻轻点击,就能指挥一支无人机舰队在复杂环境中精准执行任务——这就是UAVS智能无人机路径规划系统带来的革命性体验。 系统架构:四层设计理念解析 UAVS系统采用独特的四层架构设计,每一层都承担着不可替代的功能: 用户交互层 * 可视化界面:基于PyQt5打造的现代化操作面板 * 实时地图显示:集成Leaflet地图引擎的二维/三维视图 * 任务控制台:集命令输入、状态监控于一体的控制中心 算法引