Funplay Unity MCP
通过 MCP 控制 Unity 并执行代码与自动化
🧠 在 AI 创作链路中的位置
连接 AI 客户端与 Unity,在编辑器内执行代码并模拟开发操作。
所属阶段:⌨️ 代码 · AI 原生工具,直接用生成能力做生产
工具介绍
面向 Unity Editor 的 MCP 服务器,提供代码执行、提示词与资源、输入模拟、截图和运行模式自动化能力,让 AI 客户端可以在编辑器环境中执行开发辅助任务。
核心能力
- 支持在 Unity 编辑器环境中执行代码
- 提供提示词和资源类 MCP 能力
- 可进行输入模拟与截图
- 支持 Play Mode 自动化
👍 优点
- 代码执行与编辑器自动化结合,适合 AI 辅助开发
- 支持输入模拟和截图,便于构建交互式工作流
⚠️ 局限
- 社区项目,文档与支持可能有限
- 执行代码和模拟输入需要谨慎设置权限与运行环境
典型使用场景
- 让 AI 辅助编写并执行 Unity Editor 脚本
- 自动执行运行模式检查并获取编辑器截图
使用教程
- 1
准备 Unity 与 MCP 客户端
安装兼容版本的 Unity Editor,并在支持 MCP 的 AI 客户端中添加 Funplay Unity MCP 服务;先打开项目,确认客户端能发现 Unity 工具。
- 2
安装并连接 Unity 包
按仓库 README 使用 Package Manager 或本地包方式安装插件,打开 Unity 后检查 Console;若无报错,在 MCP 客户端点击刷新并执行连接测试。
- 3
让 AI 读取项目结构
在客户端中要求 AI 列出当前场景、层级和脚本,避免凭空猜测项目;让它把分析结果保存为开发清单,作为后续生成提示词的上下文。
- 4
执行代码创建场景
通过 execute_code 发送经过确认的 C# 编辑器代码,批量创建对象、组件及 Prefab;先在测试场景执行,并要求 AI 汇报创建结果和资源路径。
- 5
生成资源并接入管线
让 AI 按项目规范制作材质、贴图或占位资源,将产物保存到 Assets 对应目录;再生成调用资源的脚本与场景配置,使资源真正进入运行流程。
- 6
模拟运行并截图验收
进入 Play Mode,通过 MCP 模拟移动、点击等输入并获取编辑器截图;把截图与报错交给 AI 修正逻辑,复测后保存可运行的场景或构建产物。
💡 实用技巧
- 先让 AI 读取现有项目规范
- 代码执行前先创建测试场景
- 资源按 Assets 目录分类落盘
- 每次修改后用截图和日志复验
⚠️ 常见坑
- Unity 与 MCP 包版本不匹配
- 批量改写前未备份场景和 Prefab
完整图文教程:Unity MCP 入门:用 AI 生成并验证游戏场景
📖 同类工具怎么选
本分类负责把零散的 AI 生成能力组织成可重复执行的游戏美术管线,覆盖提示词管理、节点式批量出图、角色 LoRA 训练、素材审批与发布。选择时应先看引擎兼容性、批处理能力、模型管理、自动化接口和本地硬件要求,再用官方示例验证工作流。
阅读《AI 游戏工作流与模型训练总览》同类工具推荐
ComfyUIAI 原生
用节点式工作流批量生成并串联游戏美术资产
Stable Diffusion WebUIAI 原生
在本地快速生成游戏概念图、贴图与角色素材
FooocusAI 原生
用简化生图界面快速产出游戏美术草案与素材
SD.NextAI 原生
统一多款扩散模型,批量生成并筛选游戏美术资产
n8nAI 原生
以可视化节点串联模型、素材库与游戏交付流程
Draw ThingsAI 原生
在 Mac 本地生成游戏图像、视频并微调专属模型
kohya_ssAI 原生
训练专属 LoRA,让游戏美术产出稳定贴合角色设定
ComfyUI-ManagerAI 原生
管理 ComfyUI 模型与插件,让 AI 美术管线更顺畅