Unity-MCP 完全指南：从零开始构建 AI 游戏开发助手

本文将以CoplayDev 提供的 unity-mcp为例进行讲解，它是目前使用人数最多、更新最活跃的版本。

二、🔧 环境准备与安装

2.1 前提条件检查清单

在开始安装之前，请确保你的电脑已安装以下软件：

💡 提示：Git 和 Unity 通常是开发者已安装的，你只需要额外安装 Python 和 uv 即可。

2.2 安装 Unity-MCP 包（桥接组件）

这是将 Unity 连接到 MCP 生态的关键步骤，操作非常简单：

1. 打开你的 Unity 项目，进入 Window > Package Manager（窗口 > 包管理器）
2. 点击左上角的 + 号，选择 'Add package from git URL…'（从 git URL 添加包…）
3. 点击 Add（添加）按钮
4. 如果 3 的地址导入之后报错的话，就把压缩包下载下来，解压之后找到 MCPForUnity 文件夹下面的 package.json 文件导入
5. 点击左上角的 + 号，选择 'Add package from disk…',因为我就是这样导入的

在弹出的输入框中粘贴以下地址：(建议科学上网)

https://github.com/CoplayDev/unity-mcp.git?path=/MCPForUnity#main 

7. 导入完毕之后会自动弹出来一个检测环境的窗口 (如下)

安装过程会自动进行，Unity 会下载并导入必要的文件，同时将 MCP Server 安装到你的计算机上。

🔧 安装故障排除：如果通过 URL 添加失败（常见于网络问题），可以先从 GitHub 将项目下载到本地，然后通过 Add package from disk… 选中本地 mcp 文件夹中的 package.json 进行添加。

安装成功后，你会在 Unity 菜单栏看到一个新的选项：Window → MCP For Unity，点击即可打开相关面板。

2.3 验证 Python 环境与 uv 安装

在继续之前，让我们确认一下 Python 和 uv 是否正确安装：

1. 打开终端（命令提示符或 PowerShell）

检查 uv 是否安装：

uv --version
# 应显示版本号，如 0.1.x

检查 Python 版本：

python --version
# 应显示 Python 3.12.x 或更高

如果 uv 未安装，执行以下命令进行安装：

pip install uv 

三、⚙️ Unity 端配置详解

3.1 打开 MCP 配置面板

在 Unity 中，点击菜单栏的 Window → MCP For Unity，会看到多个选项：

• Local Setup Window：本地环境设置检查
• Toggle MCP Window：MCP 服务器控制面板
• Settings：高级设置选项

首先点击 Local Setup Window，它会自动检查你的环境是否满足所有条件。如果一切正常，你会看到类似下图的状态（都是绿的）：

3.2 启动 MCP 服务器

接下来是关键步骤——启动 MCP 服务器：

1. 点击 Toggle MCP Window 打开控制面板
2. 在'Client Type'下拉菜单中选择你的 AI 客户端类型（如 Trae、Cursor、Claude Desktop 等）
3. 确认 URL 设置为 http://localhost:8080（默认端口）
4. 点击 Start Server 按钮

首次启动时，Unity 会弹出一个确认对话框，询问是否允许 MCP 服务器运行。点击 Start Server 确认。

此时，一个新的终端窗口会自动打开并运行 MCP 服务器——千万不要关闭这个终端窗口！一旦关闭，服务器就会停止，AI 将无法连接 Unity。你可以把它最小化到任务栏。

🚨 重要提醒：每次重启 Unity 后，都需要重新点击 Start Server 来启动 MCP 服务器。如果你想让它在后台运行，可以将终端窗口最小化。

3.3 验证服务器状态

成功启动后，你应该能看到：

• Unity 中的 MCP 面板显示'Server Running'状态
• 终端窗口显示类似'MCP server listening on port 8080'的信息
• 没有任何错误红色提示

至此，Unity 端的配置已经全部完成！接下来我们将在 AI 客户端中进行配置。

弹出来的管理员窗口，切记不要关闭，关闭服务器就关闭了，切记，切记，切记！！！（如下图样子）

四、🤖 AI 客户端配置指南

4.1 Trae 配置示例

Trae 是一款原生支持 MCP 的 AI 编程助手，配置过程非常简单。这里以 Trae 为例进行演示，其他客户端的配置思路类似。

4.1.1 添加 MCP 配置

1. 点击 手动添加 按钮
2. 在配置编辑框中输入以下 JSON：如果不是默认的，就填上自己设置的 IP

在左侧菜单中选择 MCP

打开 Trae，点击右上角的 设置 图标（⚙️）

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

5. 点击 保存

保存成功后，你会看到'unityMCP'出现在 MCP 服务器列表中，状态应为'已连接'。点击它可以查看该服务器提供的所有功能工具，如：

• create_object：创建游戏对象
• set_position：设置位置
• add_component：添加组件
• create_script：创建脚本

等等

4.1.2 创建支持 MCP 的智能体

为了让 AI 能够使用 Unity-MCP 的功能，我们需要创建一个专门的智能体：

1. 点击 创建智能体 按钮
2. 为智能体命名，例如'Unity 开发助手'
3. 选择你喜欢的 AI 模型（Trae 内置了多个免费模型，也可以配置你自己的 API 密钥）
4. 点击 保存

在 MCP 服务器 选项中，勾选刚才添加的'unityMCP'

在 Trae 设置中，进入 智能体 页面

💡 提示：Trae 也内置了一个名为'Build with MCP'的默认智能体，它会自动使用所有已配置的 MCP 服务器。如果你不想创建新智能体，直接使用这个也可以。

4.2 Cursor 配置参考

如果你使用 Cursor，配置方式略有不同：

1. 打开 Cursor 设置（⌘+, 或 Ctrl+,）
2. 搜索'MCP'找到 MCP Servers 配置
3. 添加新服务器：
   • Name: unityMCP
   • Type: sse (Server-Sent Events)
   • URL: http://localhost:8080/mcp
4. 保存后重启 Cursor

4.3 Claude Desktop 配置参考

Claude Desktop 的 MCP 配置需要通过配置文件进行：

1. 找到 Claude Desktop 的配置文件位置（通常位于 ~/Library/Application Support/Claude/ 或 %APPDATA%\Claude\）
2. 编辑 claude_desktop_config.json
3. 添加以下内容：

{"mcpServers":{"unityMCP":{"command":"npx","args":["-y","@modelcontextprotocol/server-sse","--port","8080"],"env":{}}}}

4. 保存文件并重启 Claude Desktop

五、🎮 实战演练：用 AI 开发一个可控制的游戏角色

理论讲完了，现在让我们通过一个完整的实战项目，体验 Unity-MCP 的强大威力。

5.1 任务目标

我们将通过自然语言对话，让 AI 帮我们完成以下功能：
在场景中新建一个 plane 和一个 cube，并让 cube 按 5 的速度进行左右循环移动

• 在场景中创建一个 Plane
• 在场景中创建一个 Cube
• 让 Cube 以 5 的速度进行左右循环移动

5.2 与 AI 对话

在 Trae 中，选择我们刚才创建的'Unity 开发助手'智能体，然后在聊天框中输入：

在场景中新建一个 plane 和一个 cube，并让 cube 按 5 的速度进行左右循环移动 

发送后，AI 会开始理解你的需求，并逐步调用 Unity-MCP 提供的工具来执行任务。你会在聊天窗口中看到类似以下的执行过程：

整个过程可能持续几十秒到几分钟，取决于 AI 的处理速度和网络状况。

5.3 运行测试

当 AI 提示任务完成后，切换回 Unity 编辑器，你会发现：

1. 场景中已经自动创建了一个平面和一个立方体角色
2. 脚本已自动挂载到 cube 对象上

双击打开 CubeMovement.cs，你会看到 AI 生成的完整代码，包含移动的逻辑：

using UnityEngine;

public class CubeMovement : MonoBehaviour {
    public float speed = 5f;
    public float moveRange = 10f;
    private bool movingRight = true;
    private float startX;

    void Start() {
        startX = transform.position.x;
    }

    void Update() {
        if (movingRight) {
            transform.Translate(Vector3.right * speed * Time.deltaTime);
            if (transform.position.x >= startX + moveRange) {
                movingRight = false;
            }
        } else {
            transform.Translate(Vector3.left * speed * Time.deltaTime);
            if (transform.position.x <= startX - moveRange) {
                movingRight = true;
            }
        }
    }
}

点击 Unity 的Play 按钮运行游戏，所有功能都正常运作！

5.4 更多创意尝试

这只是冰山一角。你可以尝试让 AI 实现更多功能：

六、🚀 进阶技巧与最佳实践

6.1 优化 AI 指令的技巧

为了让 AI 更准确地理解你的需求，建议遵循以下原则：

1. 指令清晰具体：不要说'做个移动'，而要说'创建一个角色，用 WASD 控制移动，速度 5'
2. 分步执行：复杂功能可以分多次对话完成，先创建基础场景，再添加逻辑
3. 提供上下文：如果场景中已有对象，可以指明'修改 Player 对象的颜色为蓝色'
4. 及时反馈：如果 AI 执行不符合预期，可以直接指出'不对，我希望移动时使用 Transform 而不是物理'

6.2 常见问题解决

6.3 性能与安全注意事项

虽然 Unity-MCP 非常强大，但在使用过程中也需要注意：

🔒 安全性：

• MCP 服务器默认只监听本地（localhost），不要修改为外部 IP
• 不要将 MCP 配置分享给他人，避免远程操控风险
• AI 生成的代码建议先审查再运行，确保没有危险操作

⚡ 性能：

• 不要同时发送过多指令，给 AI 和 Unity 处理时间
• 复杂场景操作可能暂时卡顿，这是正常现象
• 如果频繁使用，考虑给电脑增加内存

七、🌟 结语：拥抱 AI 驱动的游戏开发新时代

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。

对开发者的意义

对于开发者而言，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。这意味着：

• 快速原型验证：几分钟内就能实现一个可玩的玩法原型
• 学习新知识：通过观察 AI 如何实现功能，快速学习 Unity 开发技巧
• 减少重复劳动：常见的 UI 创建、物体摆放等交给 AI，你专注于核心玩法

对 AI 的意义

对于 AI 而言，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。这是 AI 从'建议者'向'执行者'转变的关键一步。

未来展望

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。

现在，轮到你了！打开 Unity 和你的 AI 助手，开始尝试用自然语言构建你的下一个游戏创意吧。记住，你的想象力才是唯一的限制。