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

Windows下载、安装并运行MinIO,访问WebUI界面

Windows下载、安装并运行MinIO,访问WebUI界面

MinIO MinIO 是一款基于 Apache License v2.0 开源协议的对象存储服务,兼容 Amazon S3 云存储服务接口,可用于存储海量非结构化数据(如图片、视频、日志文件等)。本教程针对 Windows 系统搭建本地 MinIO 服务,适合开发测试、小型项目部署场景。 下载MinIO 官网下载 访问MinIO中文官网或MinIO英文官网,根据读者的操作系统选择相应的操作系统版本点击MinIO Server/AIStor Server和MinIO Client/AIStor Client的Download按钮下载对应文件。 说明:两版官网域名不同,Server/Client 的文字标题有差异,但下载文件一致;中文官网下载速度更快,优先推荐。 网盘下载 通过网盘分享的文件:Minio 链接: https://pan.baidu.com/s/

深入理解 Web Worker

深入理解 Web Worker:开启多线程编程的新时代 前言 在现代 Web 应用中,随着功能的日益复杂,JavaScript 单线程的特性逐渐成为性能瓶颈。当需要执行大量计算、处理复杂任务或进行密集型操作时,主线程可能会被阻塞,导致页面卡顿甚至无响应。Web Worker 的出现为这一问题提供了完美的解决方案。 什么是 Web Worker? Web Worker 是 HTML5 提供的一种在后台线程中运行 JavaScript 的技术。它允许开发者将耗时的任务从主线程分离出来,在独立的线程中执行,从而避免阻塞用户界面。 Web Worker 的核心特性 1. 并行执行:Worker 在独立的线程中运行,不会阻塞主线程 2. 消息传递:通过 postMessage 和 onmessage 进行线程间通信 3. 同源限制:Worker 只能加载同源的脚本

OPC转Web API服务器框架源码:集成IoT的C#高性能高并发服务器服务带手机app测试d...

OPC转Web API服务器框架源码:集成IoT的C#高性能高并发服务器服务带手机app测试d...

OPC转web API服务器框架源码。 集成iot,web api服务,这套带码是通过C#编写集成IOCP高性能高并发优势服务器服务源码。 带手机app测试demo源码 具体具备功能如下: 1、具备EF6+mssql数据库功能,可更改为MYSQL或SQLITe. 2、自带WEB API服务,抛弃IIS支持。 用户可以通过WEB前端直接读取远程设备数据以及下发控制指令。 WEB API功能有服务器日志查询、WEB API接口认证用户管理、远端设备注册管理、服务器轮询读取任务启停、服务器参数设置、查询历史数据记录、下发指令到终端设备。 3、系统目前支持modbus 、modbus rtu协议,可定制开发集成Modbus TCp、西门子PLC S7协议、OPC协议、三菱PLC协议以及集成MQTT服务(以上协议在框架中没有集成,可以定制集成)。 4、系统自带MVC服务,开发API像平常使用的一样方便。 另外它自带硬件协议驱动。 5、与传统协议方法不同,比如Modbus设备,需要PC端主动去连接设备,而这套框架只需要监听端口,服务器就能自动去轮询终端所有设备。 6、

通义千问3-14B环境部署教程:Ollama+WebUI双Buff叠加指南

通义千问3-14B环境部署教程:Ollama+WebUI双Buff叠加指南 1. 引言 1.1 学习目标 本文旨在为开发者提供一套完整、可落地的 Qwen3-14B 模型本地化部署方案,结合 Ollama 的轻量级模型管理能力与 Ollama WebUI 的可视化交互优势,实现“一键启动 + 图形操作”的高效开发体验。通过本教程,你将掌握: * 如何在本地环境中部署 Qwen3-14B 模型 * 配置 Ollama 实现模型加载与推理服务 * 搭建 WebUI 界面实现对话交互 * 切换 Thinking / Non-thinking 双模式进行差异化调用 * 性能优化建议与常见问题排查 最终达成:单卡(如 RTX 4090)运行 148 亿参数模型,支持 128k 上下文、多语言翻译、