✨ AI 游戏开发者 — Unity 技能、MCP

                                

中文 | 日本語 | Español

Unity MCP 是一款基于 AI 的游戏开发助手，适用于编辑器和运行时。通过 MCP 将 Claude、Cursor 和 Windsurf 连接到 Unity。自动化工作流、生成代码，并在您的游戏中启用 AI 功能。

与其他工具不同，此插件可在已编译的游戏内部运行，从而实现实时的 AI 调试以及玩家与 AI 的互动。

💬 加入我们的 Discord 服务器 - 提问、展示作品并与开发者交流！

• ✔️ AI 代理 - 使用来自 Anthropic、OpenAI、Microsoft 或其他任何提供商的最佳代理，无供应商锁定
• ✔️ 工具 - 丰富的默认 MCP 工具，用于在 Unity 编辑器中操作
• ✔️ 技能 - 根据操作系统、Unity 版本以及项目中的插件，为 AI 生成相应的技能
• ✔️ 代码与测试 - 利用 AI 代理开发游戏机制并进行测试
• ✔️ 运行时（游戏内） - 直接在已编译的游戏内部使用 LLM，实现动态 NPC 行为或调试
• ✔️ 调试支持 - 让 AI 调试并修复项目中的问题
• ✔️ 自然对话 - 像与人类交谈一样与 AI 对话
• ✔️ 灵活部署 - 可通过配置在本地（stdio）和远程（http）运行
• ✔️ 可扩展性 - 在项目代码中创建自定义工具

https://github.com/user-attachments/assets/228baf4d-4f00-4dce-939d-fb985ebdd8dd

或者使用命令行

# 1. 安装 unity-mcp-cli
npm install -g unity-mcp-cli

# 2. 在 Unity 项目中安装“AI 游戏开发者”
unity-mcp-cli install-plugin ./MyUnityProject

# 3. 登录云服务器
unity-mcp-cli login ./MyUnityProject

# 4. 打开 Unity 项目（自动连接并生成技能）
unity-mcp-cli open ./MyUnityProject

快速入门

只需三步即可快速上手：

1. 安装插件 — 下载 .unitypackage 安装包，或运行 openupm add com.ivanmurzak.unity.mcp

   替代方案： npx unity-mcp-cli install-plugin ./MyUnityProject — 请参阅 CLI 文档

2. 选择 AI 助手 — Claude Code、Claude Desktop、GitHub Copilot、Cursor 或其他任何助手
3. 设置 AI 助手 — 在 Unity 中打开 Window/AI 游戏开发者，然后点击 自动生成技能（推荐）或 配置 MCP

   替代方案： npx unity-mcp-cli setup-skills claude-code ./MyUnityProject — 请参阅 CLI 文档

就是这样。只需让你的 AI 输入 "创建一个半径为 2 的圆圈，并在其中放置 3 个立方体"，它就会立即完成！✨

技能与工具参考

该插件内置了三大类共 100 多种工具。每种工具都能为 AI 增添一项技能。所有工具在安装后即可立即使用，无需额外配置。完整的参考列表及详细说明，请参阅 docs/default-mcp-tools.md。

安装更多技能与工具

当需要更多工具时，可以安装扩展；或者 创建您自己的工具。

目录

• 快速入门
• 技能与工具参考
  • 安装额外的技能和工具
• 目录
  • 更多文档
• 安装
  • 步骤1：安装Unity MCP 插件
    • 选项1 - 安装程序
    • 选项2 - CLI（推荐）
  • 步骤2：安装AI代理
  • 步骤3：配置AI代理
    • 自动配置
    • 手动配置
      • 命令行配置
• AI 工作流示例
  • LLM 的高级功能
    • 核心能力
    • 反思驱动的功能
• 自定义工具
  • 添加自定义Tool
  • 添加自定义MCP Prompt
• 运行时使用（游戏中）
  • 示例：AI 驱动的国际象棋游戏机器人
  • 为什么需要运行时使用？
• Unity MCP 服务器 设置
  • 变量
  • 插件变量
  • Docker 📦
    • streamableHttp 传输
    • stdio 传输
    • 自定义端口
  • 二进制可执行文件
• Unity MCP 架构的工作原理
  • 什么是MCP
  • 什么是AI代理
  • 什么是MCP 服务器
  • 什么是MCP Tool
    • 何时使用Tool
  • 什么是MCP Resource
    • 何时使用MCP Resource
  • 什么是MCP Prompt
    • 何时使用MCP Prompt
• 贡献 💙💛

更多文档

安装

步骤1：安装Unity MCP 插件

选项1 - 安装程序

• ⬇️ 下载安装程序
• 📂 将安装程序导入 Unity 项目

  • 您可以双击该文件——Unity 会自动打开它
  • 或者：先打开 Unity 编辑器，然后点击 Assets/Import Package/Custom Package，再选择该文件

选项2 - CLI（推荐）

通过 unity-mcp-cli 安装插件——无需 Unity 编辑器：

# 1.1 安装 unity-mcp-cli                                #  ┌────────────────────┐
npm install -g unity-mcp-cli                               #  │ 可用的 AI 代理 │
                                                           #  ├────────────────────┤
# 1.2（可选）安装 Unity                             #  │ antigravity        │
unity-mcp-cli install-unity                                #  │ claude-code        │
                                                           #  │ claude-desktop     │
# 1.3（可选）创建 Unity 项目                      #  │ cline              │
unity-mcp-cli create-project ./MyUnityProject              #  │ codex              │
                                                           #  │ cursor             │
# 2. 在 Unity 项目中安装“AI 游戏开发者”          #  │ gemini             │
unity-mcp-cli install-plugin ./MyUnityProject              #  │ github-copilot-cli │
                                                           #  │ kilo-code          │
# 3. 登录云端服务器                                 #  │ open-code          │
unity-mcp-cli login ./MyUnityProject                       #  │ rider-junie        │
                                                           #  │ unity-ai           │
# 4. 打开 Unity 项目（自动连接并生成技能）  │ vs-copilot         │
unity-mcp-cli open ./MyUnityProject                        #  │ vscode-copilot     │
                                                           #  └────────────────────┘
# 5. 等待 Unity 编辑器准备就绪
unity-mcp-cli wait-for-ready ./MyUnityProject

请参阅 完整的 CLI 文档，以了解所有可用的命令。

步骤2：安装AI代理

请选择您偏好的单一AI代理——您无需安装所有代理。这将是您与 LLM 交流的主要窗口。

• Claude Code （推荐）
• Claude Desktop
• GitHub Copilot in VS Code
• Antigravity
• Cursor
• Windsurf
• 任何其他支持的代理

AI 游戏开发者非常通用，因此您可以使用任何您喜欢的 AI 代理——它将像其他代理一样顺畅地工作。唯一重要的要求是，AI 代理必须支持技能或动态的 MCP 工具更新。

步骤3：配置AI代理

自动配置

• 打开 Unity 项目
• 打开 Window/AI 游戏开发者
• 选项1：点击 自动生成 技能 （推荐）
• 选项2：点击 配置 模型上下文协议（MCP）

如果您的 MCP 客户端不在列表中，请使用窗口中显示的原始 JSON 将其注入到您的 MCP 客户端中。请阅读针对您特定 MCP 客户端的说明，了解如何操作。

手动配置

如果自动配置由于任何原因无法正常工作，请使用 AI Game Developer (Unity-MCP) 窗口中的 JSON 文件，手动配置任何 MCP 客户端。

命令行配置

Gemini CLI

gemini mcp add ai-game-developer <command>

将 <command> 替换为上表中的内容

Claude Code CLI

claude mcp add ai-game-developer <command>

将 <command> 替换为上表中的内容

GitHub Copilot CLI

copilot

/mcp add

服务器名称：ai-game-developer 服务器类型：local 命令：<command>

将 <command> 替换为上表中的内容

AI 工作流示例

与您 AI 代理 中的 AI（LLM）进行交流。请它完成您想要的任何任务。您对任务或想法描述得越清晰，它就能越好地完成工作。

一些 AI 代理 允许您选择不同的 LLM 模型。请注意这一功能，因为某些模型的表现可能远优于其他模型。

示例提示：

解释我的场景层级结构

在顶部堆叠三个球体

创建金属金色材质，并将其应用到一个新的球形游戏对象上

如果使用带有 Copilot 的 VS Code，请确保已启用“代理”模式

LLM 的高级功能

Unity MCP 提供了先进的工具，使 LLM 能够更快、更有效地工作，避免错误并在出现错误时自我纠正。这一切都是为了高效地实现您的目标。

核心能力

• ✔️ 适用于代理的工具 - 只需 1–2 步即可找到所需内容
• ✔️ 即时编译 - 使用 Roslyn 编译和执行 C# 代码，以加快迭代速度
• ✔️ 完全访问资源 - 对资源和 C# 脚本具有读写权限
• ✔️ 智能反馈 - 提供清晰的正面和负面反馈，以便正确理解问题

基于反思的功能

• ✔️ 对象引用 - 提供现有对象的引用，以便快速生成 C# 代码
• ✔️ 项目数据访问 - 以可读格式获取整个项目的数据
• ✔️ 精细修改 - 可以填充和修改项目中的任何数据
• ✔️ 方法发现 - 在整个代码库中查找任何方法，包括已编译的 DLL 文件
• ✔️ 方法执行 - 调用整个代码库中的任何方法
• ✔️ 高级参数 - 为方法调用提供任何属性，甚至内存中现有对象的引用
• ✔️ 实时 Unity API - Unity API 即时可用——即使 Unity 发生变化，您也能获得最新的 API
• ✔️ 自文档化 - 通过 Description 属性访问任何 类、方法 或 属性 的人类可读描述

自定义工具

Unity MCP 支持项目所有者自定义开发 MCP 工具、MCP 资源 和 MCP 提示。MCP 服务器会从 Unity MCP 插件 获取数据，并将其暴露给客户端。MCP 通信链中的任何人都将收到有关新 MCP 功能的信息，LLM 可能会在适当的时候决定使用这些功能。

添加自定义工具

要添加自定义工具，您需要：

1. 一个带有 McpPluginToolType 属性的类
2. 类中一个带有 McpPluginTool 属性的方法
3. 可选： 为每个方法参数添加 Description 属性，以帮助 LLM 理解其含义
4. 可选： 使用带有 ? 和默认值的 string? optional = null 属性，将其标记为 LLM 的可选项

请注意，MainThread.Instance.Run(() => 这一行允许您在主线程上运行代码，这是与 Unity API 交互所必需的。如果您不需要这样做，并且可以在后台线程上运行工具，则为了避免效率损失，建议不要使用主线程。

[McpPluginToolType]
public class Tool_GameObject
{
    [McpPluginTool
    (
        "MyCustomTask",
        Title = "创建一个新的游戏对象"
    )]
    [Description("在此向 LLM 解释这是什么，以及何时应该调用它。")]
    public string CustomTask
    (
        [Description("向 LLM 解释这是什么。")]
        string inputData
    )
    {
        // 在后台线程中执行任何操作

        return MainThread.Instance.Run(() =>
        {
            // 如果需要，在主线程中执行一些操作

            return $"[成功] 操作已完成。";
        });
    }
}

添加自定义 MCP 提示

MCP 提示 允许您将自定义提示注入到与 LLM 的对话中。它支持两种发送者角色：用户和助手。这是一种快速指导 LLM 执行特定任务的方式。您可以使用自定义数据生成提示，提供列表或其他相关信息。

[McpPluginPromptType]
public static class Prompt_ScriptingCode
{
    [McpPluginPrompt(Name = "add-event-system", Role = Role.User)]
    [Description("在游戏对象之间实现基于 UnityEvent 的通信系统。")]
    public string AddEventSystem()
    {
        return "使用 UnityEvents、UnityActions 或自定义事件委托创建事件系统，以实现游戏系统和组件之间的解耦通信。";
    }
}

运行时使用（游戏中）

在您的游戏或应用中使用 Unity MCP。可以使用工具、资源或提示。默认情况下没有工具，您需要实现自己的自定义工具。

// 构建 MCP 插件
var mcpPlugin = UnityMcpPluginRuntime.Initialize(builder =>
    {
        builder.WithConfig(config =>
        {
            config.Host = "http://localhost:8080";
            config.Token = "your-token";
        });
        // 自动注册当前程序集中的所有工具
        builder.WithToolsFromAssembly(Assembly.GetExecutingAssembly());
    })
    .Build();

await mcpPlugin.Connect(); // 启动与 Unity-MCP-Server 的主动连接，并自动重试
await mcpPlugin.Disconnect(); // 停止主动连接并关闭现有连接

示例：AI 驱动的国际象棋游戏机器人

这里有一个经典的国际象棋游戏。让我们将机器人逻辑外包给 LLM，由机器人根据游戏规则完成回合操作。

[McpPluginToolType]
public static class ChessGameAI
{
    [McpPluginTool("chess-do-turn", Title = "执行回合")]
    [Description("在国际象棋游戏中执行一个回合。如果回合被接受则返回 true，否则返回 false。")]
    public static Task<bool> DoTurn(int figureId, Vector2Int position)
    {
        return MainThread.Instance.RunAsync(() => ChessGameController.Instance.DoTurn(figureId, position));
    }

    [McpPluginTool("chess-get-board", Title = "获取棋盘")]
    [Description("获取当前国际象棋棋盘的状态。")]
    public static Task<BoardData> GetBoard()
    {
        return MainThread.Instance.RunAsync(() => ChessGameController.Instance.GetBoardData());
    }
}

为什么需要运行时使用？

应用场景有很多，比如您正在开发一款带有机器人的国际象棋游戏。只需编写几行代码，就可以将机器人的决策逻辑外包给 LLM。

Unity MCP 服务器 设置

Unity MCP 服务器支持多种启动方式和 Docker 部署。它同时支持两种传输协议：streamableHttp 和 stdio。如果您需要自定义或在云端部署 Unity MCP 服务器，本节内容将对您有所帮助。阅读更多...

变量

无论您选择哪种启动方式，它们都支持通过环境变量和命令行参数进行自定义配置。如果您只是想简单启动服务器，使用默认值即可，无需花费时间设置这些变量。请确保 Unity 插件也使用默认值，尤其是 --port 参数，两者应保持一致。

命令行参数既支持单个 - 前缀的形式（如 -port），也支持不带前缀的形式（如 port）。 传输方式的选择： 当 MCP 客户端直接启动服务器二进制文件时（本地使用——这是最常见的设置），请使用 stdio。当服务器作为独立进程运行，或在 Docker/云环境中运行并通过 HTTP 连接时，请使用 streamableHttp。

插件变量

Unity MCP 插件在启动时会读取以下环境变量（以及命令行参数），以覆盖保存的配置文件中的值。这些覆盖会在运行时生效；首次运行或生成新的身份验证令牌时，覆盖后的值会被写入配置文件。在后续运行中，覆盖值仅在内存中生效，不会自动保存。例外情况是 UNITY_MCP_TOOLS，它使用 [JsonIgnore] 注解，永远不会持久化——仅在运行时有效。

命令行参数优先于环境变量。两者都会覆盖保存的配置文件中的值。

示例（CI/CD 批处理模式）：

Unity.exe -batchmode -nographics \
  -UNITY_MCP_HOST=http://localhost:8080 \
  -UNITY_MCP_KEEP_CONNECTED=true \
  -UNITY_MCP_AUTH_OPTION=required \
  -UNITY_MCP_TOKEN=my-secret-token

Docker 📦

请确保已安装 Docker。如果您使用的是 Windows 操作系统，请务必启动 Docker Desktop。

阅读高级 Docker 配置说明。

streamableHttp 传输方式

docker run -p 8080:8080 ivanmurzakdev/unity-mcp-server

{
  "mcpServers": {
    "ai-game-developer": {
      "url": "http://localhost:8080"
    }
  }
}

stdio 传输方式

要使用此变体，MCP 客户端 应在 Docker 中启动 MCP 服务器。这可以通过修改后的 MCP 客户端 配置来实现。

docker run -t -e MCP_PLUGIN_CLIENT_TRANSPORT=stdio -p 8080:8080 ivanmurzakdev/unity-mcp-server

{
  "mcpServers": {
    "ai-game-developer": {
      "command": "docker",
      "args": [
        "run",
        "-t",
        "-e",
        "MCP_PLUGIN_CLIENT_TRANSPORT=stdio",
        "-p",
        "8080:8080",
        "ivanmurzakdev/unity-mcp-server"
      ]
    }
  }
}

自定义 port

docker run -e MCP_PLUGIN_PORT=123 -p 123:123 ivanmurzakdev/unity-mcp-server

{
  "mcpServers": {
    "ai-game-developer": {
      "url": "http://localhost:123"
    }
  }
}

二进制可执行文件

您可以直接从二进制文件运行 Unity MCP 服务器。您需要拥有专门为您的 CPU 架构编译的二进制文件。请查看 GitHub 发布页面，其中包含了适用于所有 CPU 架构的预编译二进制文件。

./unity-mcp-server --port 8080 --plugin-timeout 10000 --client-transport stdio

{
  "mcpServers": {
    "ai-game-developer": {
      "command": "<project>/Library/mcp-server/win-x64/unity-mcp-server.exe",
      "args": [
        "--port=8080",
        "--plugin-timeout=10000",
        "--client-transport=stdio"
      ]
    }
  }
}

Unity MCP 架构的工作原理

Unity MCP 充当 LLM 与 Unity 之间的桥梁。它向 LLM 公开并解释 Unity 的工具，使 LLM 能够理解这些接口，并根据用户请求使用这些工具。

通过集成的 AI 连接器 窗口，将 Unity MCP 连接到诸如 Claude 或 Cursor 等 LLM 客户端。同时也支持自定义客户端。

该系统具有高度可扩展性——您可以在 Unity 项目代码库中直接定义自定义的 MCP 工具、MCP 资源 或 MCP 提示词，从而向 AI 或自动化客户端暴露新的功能。这使得 Unity MCP 成为构建高级工作流、快速原型设计以及将 AI 驱动的功能集成到开发流程中的灵活基础。

什么是 MCP

MCP——模型上下文协议。简而言之，它是 AI 的“USB Type-C”，特别是针对 LLM（大型语言模型）。它教会 LLM 如何使用外部功能，例如本例中的 Unity 引擎，甚至是您代码中的自定义 C# 方法。官方文档。

什么是 AI 代理

它是一个带有聊天窗口的应用程序。它可以配备智能代理以更好地运行，也可以嵌入先进的 MCP 工具。总的来说，优秀的 MCP 客户端是任务成功执行的关键因素之一，因此选择最适合的客户端非常重要。

什么是 MCP 服务器

它是 MCP 客户端 与“其他事物”之间的桥梁，在本例中就是 Unity 引擎。本项目包含 MCP 服务器。

什么是 MCP 工具

MCP 工具 是 LLM 可调用以与 Unity 交互的函数或方法。这些工具充当自然语言请求与实际 Unity 操作之间的桥梁。当您要求 AI“创建一个立方体”或“更改材质颜色”时，它会使用 MCP 工具来执行这些操作。

关键特性：

• 可执行的函数，用于执行特定操作
• 带描述的类型化参数，帮助 LLM 理解应提供哪些数据
• 返回值，用于反馈操作的成功或失败
• 线程感知——可以在线程主线上运行 Unity API 调用，或在后台线程上进行密集处理

何时使用 Tool

• 自动化重复性任务——为经常执行的常见操作创建工具
• 复杂操作——将多个 Unity API 调用打包成一个易于使用的工具
• 项目特定的工作流程——构建能够理解您项目特定结构和约定的工具
• 易出错的任务——创建包含验证和错误处理的工具
• 自定义游戏逻辑——向 AI 公开您的游戏系统，以实现动态内容生成

示例：

• 创建并配置带有特定组件的 GameObject
• 批量处理资源（纹理、材质、预制件）
• 设置光照和后期处理效果
• 生成关卡几何体或程序化放置物体
• 配置物理设置或碰撞层

什么是 MCP 资源

MCP 资源 提供对 Unity 项目内数据的只读访问。与执行操作的 MCP 工具不同，资源允许 LLM 检查和理解您项目的当前状态、资产和配置。可以将其视为向 AI 提供项目上下文的“传感器”。

关键特性：

• 只读访问项目数据和 Unity 对象
• 结构化信息，以 LLM 可理解的格式呈现
• 实时数据，反映您项目的当前状态
• 情境意识，帮助 AI 做出明智决策

何时使用 MCP Resource

• 项目分析：让 AI 理解您的项目结构、资源和组织方式。
• 调试辅助：提供当前状态信息以帮助排查问题。
• 智能建议：为 AI 提供上下文，以便做出更好的推荐。
• 文档生成：根据项目状态自动生成文档。
• 资产管理：帮助 AI 了解可用的资源及其属性。

示例：

• 暴露场景层级和 GameObject 属性。
• 列出可用的材质、纹理及其设置。
• 显示脚本依赖关系和组件关联。
• 展示当前的光照设置和渲染管线配置。
• 提供关于音频源、动画和粒子系统的信息。

什么是 MCP Prompt

MCP Prompt 允许您将预定义的提示注入到与 LLM 的对话中。这些是智能模板，可以提供上下文、指令或知识，以引导 AI 的行为。提示可以是静态文本，也可以根据项目的当前状态动态生成。

关键特性：

• 上下文引导，影响 AI 的响应方式。
• 角色化——可模拟不同角色（用户请求或助手知识）。
• 动态内容——可包含实时项目数据。
• 可重用模板——适用于常见场景和工作流。

何时使用 MCP Prompt

• 提供领域知识：分享针对您项目的最佳实践和编码规范。
• 设定编码规范：确立命名规范、架构模式和代码风格。
• 提供项目结构背景：解释您的项目是如何组织的以及原因。
• 分享工作流程说明：为常见任务提供分步操作指南。
• 注入专业知识：添加关于特定 Unity 功能、第三方资源或自定义系统的信息。

示例：

• “公共方法始终使用 PascalCase，私有字段则使用 camelCase。”
• “该项目使用位于 Scripts/Events/ 的自定义事件系统。”
• “创建 UI 元素时，务必将其添加到 Scene/UI/MainCanvas 中的 Canvas 上。”
• “性能至关重要——对于频繁实例化的对象，优先使用对象池技术。”
• “该项目遵循 SOLID 原则——请解释任何架构决策。”

贡献 💙💛

我们非常欢迎您的贡献！请带来您的想法，让我们一起把游戏开发变得比以往任何时候都更加简单吧！您是否有关于新工具或功能的想法，或者发现了一个 bug 并知道如何修复它？

如果您觉得这个项目有用，请给它点个赞 🌟！

1. 👉 阅读开发文档
2. 👉 Fork 该项目
3. 克隆您的分支，并在 Unity 中打开 ./Unity-MCP-Plugin 文件夹。
4. 在项目中实现新功能，提交更改并推送到 GitHub。
5. 创建一个 Pull Request，目标仓库为原始的 Unity-MCP 仓库，分支为 main。

Unity-MCP 快速上手指南

Unity-MCP 是一款基于模型上下文协议（MCP）的 AI 游戏开发助手，支持在 Unity 编辑器和编译后的游戏运行时中使用。它允许你将 Claude、Cursor、GitHub Copilot 等 AI 代理连接到 Unity，实现自动化工作流、代码生成以及游戏内的动态 AI 交互。

环境准备

在开始之前，请确保满足以下要求：

• 操作系统：Windows, macOS 或 Linux。
• Unity 编辑器：支持主流 Unity 版本（具体兼容版本请参考官方发布页）。
• Node.js：需安装 Node.js 以使用 CLI 工具（推荐 LTS 版本）。
• AI 客户端：已安装并配置好任意支持 MCP 的 AI 工具（如 Claude Desktop, Cursor, Windsurf, GitHub Copilot 等）。
• 网络环境：由于依赖 npm 和 OpenUPM，国内用户建议配置淘宝镜像或科学网络环境以确保下载速度。

安装步骤

你可以通过 CLI 命令行 或 手动安装包 两种方式将 Unity-MCP 集成到项目中。

方法一：使用 CLI 安装（推荐）

这是最快捷的方式，可自动处理依赖和配置。

1. 安装 CLI 工具 在终端中运行以下命令全局安装 unity-mcp-cli：

   npm install -g unity-mcp-cli
   

   国内加速提示：若下载缓慢，可先配置 npm 镜像源：npm config set registry https://registry.npmmirror.com

2. 在 Unity 项目中安装插件 进入你的 Unity 项目根目录，执行：

   unity-mcp-cli install-plugin ./MyUnityProject
   

   (请将 ./MyUnityProject 替换为你实际的项目路径)

3. 登录云服务器（可选但推荐） 用于生成针对当前项目的专属 AI 技能（Skills）：

   unity-mcp-cli login ./MyUnityProject
   

4. 打开项目并自动生成技能 此命令会自动启动 Unity 编辑器并连接 MCP 服务：

   unity-mcp-cli open ./MyUnityProject
   

方法二：手动安装 (.unitypackage)

如果不方便使用 CLI，可直接下载安装包：

1. 前往 Releases 页面 下载最新的 AI-Game-Dev-Installer.unitypackage。
2. 在 Unity 编辑器中，点击菜单栏 Assets > Import Package > Custom Package。
3. 选择下载的文件并导入所有资源。
4. 导入完成后，重启 Unity 编辑器。

基本使用

安装完成后，只需三个简单步骤即可让 AI 控制你的 Unity 项目。

第一步：配置 AI 代理

1. 打开 Unity 编辑器，在顶部菜单栏找到并点击 Window > AI Game Developer。
2. 在打开的面板中，点击 Auto-generate skills（自动生成技能）。
   • 系统会根据你的操作系统、Unity 版本及已安装的插件，为 AI 生成专属的操作能力。
3. 或者点击 Configure MCP 进行手动配置（适用于高级用户）。

第二步：连接 AI 客户端

确保你的 AI 编辑器（如 Cursor 或 Claude Desktop）已配置好 MCP Server 连接。

• 如果使用 CLI 安装的 open 命令，服务通常会自动在本地启动（stdio 模式）。
• 如果在远程运行，请确保 HTTP 地址配置正确。

第三步：开始对话

现在，你可以直接在 AI 聊天窗口中用自然语言下达指令。

示例指令：

"Create 3 cubes in a circle with radius 2" （在半径为 2 的圆上创建 3 个立方体）

预期结果： AI 将调用内置的 gameobject-create 和 gameobject-modify 等工具，自动在场景中生成并排列好物体。

核心功能提示：

• 资源管理：可指令 AI 创建文件夹、移动资产、修改材质球（如：assets-create-folder, assets-material-create）。
• 场景操作：可指令 AI 添加组件、修改对象属性、截图（如：gameobject-component-add, screenshot-game-view）。
• 运行时调试：该插件独特支持在编译后的游戏包体中运行，可用于实时调试 NPC 行为或让玩家与 AI 互动。