FU

Funplay Unity MCP

通过 MCP 控制 Unity 并执行代码与自动化

UnityMCP代码执行
所属分类🔗 AI 工作流与训练
创作阶段⌨️ 代码
工具类型⚡ AI 原生工具
支持平台Windows、macOS、Linux
价格模式免费开源
适合人群希望通过 MCP 将 AI 代码助手接入 Unity Editor 的开发者与小型团队
官网链接● 正常
资料更新2026-11-16

🧠 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

进阶⏱ 约 30 分钟🎯 用 AI 自动创建并验证一个 Unity 游戏场景
  1. 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. 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. 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. 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. 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. 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