【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

下班后上门装OpenClaw,一天赚1500元:普通人如何抓住AI时代的红利

下班后上门装OpenClaw,一天赚1500元:普通人如何抓住AI时代的红利

最近,"上门安装OpenClaw"成了闲鱼、小红书上的热门关键词。 单价从100元到1500元不等。很多人下班后做做,一天就能赚上千元。 这本质上是一个信息差机会。勇敢的人已经先赚钱了。 信息差永远存在 OpenClaw的安装,技术上说并不复杂。安装步骤也就几行命令: 但对很多普通人来说,这几行命令就是整不明白。 他们有需求,有预算,甚至愿意支付溢价,但他们需要有人帮他们。 这就是信息差。 技术对一部分人来说是日常,但对大部分人来说就是无法跨域。这中间,就是机会。 为什么这个需求是真实的? 很多人不理解:不就是安装个软件吗,为什么愿意花上千元? 因为他们买的是"可用性",不是"软件本身"。 想象一下: * 你是自由职业者,每天要浪费时间收集素材,制作内容。如果能有一个AI助手24小时帮你处理这些事情。 * 你是投资者,需要获取市场的信息动态,如果有AI助手可以实时的抓取互联网信息,定时分析后推送给你,是不是可以辅助你做决策。 * 你是传统行业的小老板,听说了AI的风潮,

【AI大模型学习日志6:深度拆解字节跳动豆包系列——国民级全模态AI的普惠化突围之路】

在上一篇AI大模型学习日志中,我们完整拆解了xAI旗下的Grok系列,它凭借X平台实时数据原生接入、反过度对齐的极客风格,在海外巨头垄断的市场中撕开了差异化突围的口子,也让我们看到了大模型赛道“长板极致化”的破局逻辑。而当我们把视线拉回国内大模型赛道,真正把“普惠化”做到极致、彻底改写国内C端AI格局的产品,必然是字节跳动旗下的豆包系列。 在豆包诞生之前,国内大模型赛道始终陷入“对标GPT堆参数、拼跑分、做企业服务”的同质化内卷,普通用户想要用上AI,要么面对高昂的付费门槛,要么要忍受有限的免费额度、复杂的操作流程,AI技术始终停留在极客圈层与企业场景,无法真正走进大众的日常生活。而豆包从诞生之日起,就跳出了这条内卷路径,以“让顶尖AI能力零门槛走进10亿中国人的日常”为核心使命,用两年多时间成长为国内月活破2亿的国民级AI产品,成为国内C端通用大模型的绝对标杆。 本文所有核心信息均以字节跳动官方技术白皮书、产品发布会、官方技术论文与开源文档为唯一基准,严格遵循系列日志的统一框架,从官方定义与核心基本面、完整发展历程、解决的行业核心痛点与落地场景、核心优势与现存不足四大维度,完整拆

Ollama for macOS 完全指南:零配置本地运行 Llama、DeepSeek 等大模型,私享安全高效的 AI 能力

Ollama for macOS 完全指南:零配置本地运行 Llama、DeepSeek 等大模型,私享安全高效的 AI 能力

Ollama for macOS 完全指南:零配置本地运行 Llama、DeepSeek 等大模型,私享安全高效的 AI 能力 * 🎯 核心摘要 * 💻 安装 Ollama * 🚀 快速开始:运行你的第一个模型 * 1. 运行一个流行模型 * 2. 常用模型管理命令 * 🧠 模型选择建议 * 🎨 进阶使用:超越命令行 * 1. 使用图形化界面(Open WebUI) * 2. 通过代码调用(API) * ⚙️ 实用技巧与故障排除 🎯 核心摘要 这份指南将帮你快速在 macOS 上搭建起本地的 AI 助手。 《macOS上零配置运行本地AI模型指南》介绍了使用 Ollama 在Mac电脑上快速部署Llama3、DeepSeek等大语言模型的方法。文章详细讲解了两种安装方式(官方脚本和Homebrew)、模型管理命令,并针对不同Mac硬件配置提供了模型选择建议。此外,还介绍了图形界面(Open WebUI)

OpenClaw爆火背后的安全警示:AI平民化浪潮与工信部紧急预警

OpenClaw爆火背后的安全警示:AI平民化浪潮与工信部紧急预警

Part.01 新闻导语 据工业和信息化部网络安全威胁和漏洞信息共享平台(NVDB)2026年3月8日发布的官方预警,近期爆红的开源AI智能体框架OpenClaw(俗称“龙虾”)在默认或不当配置情况下存在较高安全风险,极易引发网络攻击、信息泄露等安全问题。而就在预警发布前一周,英伟达CEO黄仁勋在摩根士丹利会议上盛赞OpenClaw是“有史以来最重要的软件”,其三周下载量超越Linux三十年积累,成为史上下载量最大的开源软件。这起事件标志着AI技术从“云端大脑”走向“本地手脚”的平民化革命,也揭示了伴随能力爆发而来的安全隐忧。 Part.02 核心数据:现象级增长与风险实锤 OpenClaw增长里程碑 指标数据对比参照GitHub星标数27.3万+(截至2026年3月9日)超越React、Linux内核三周累计下载量4110万+次Linux三十年普及水平社区技能数(ClawHub)1.1万+个覆盖办公、开发、生活等全场景全球部署实例284万+个月增长近百万国内公网暴露实例7.52万例(工信部监测)其中63%存在可利用漏洞 安全风险关键数据 * 高危漏洞CVE-2