UnityMCPIntegration MCP 服务器

“UnityMCPIntegration” MCP 服务器的作用是什么？

UnityMCPIntegration 是一个模型上下文协议（MCP）服务器，使 AI 助手和智能体能够直接与 Unity 游戏引擎进行交互与控制。通过桥接 Unity 与外部 AI 工作流，这一集成赋能开发者实现游戏内动作自动化与编排、场景操作或以编程方式管理 Unity 资源。该服务器作为中介，允许 AI 模型发送指令、接收更新并实时操控 Unity 环境。这促进了自动化游戏测试、程序化内容生成、动态场景创建等高级开发和测试流程，均由 AI 驱动。UnityMCPIntegration 通过赋予 Unity 内复杂智能体行为提升生产力，是游戏开发者、研究人员及所有利用 AI 驱动 Unity 应用的用户的宝贵工具。

提示模板列表

在可用的仓库文件或文档中未找到提示模板。

资源列表

在可用的仓库文件或 README 中未列出明确的 MCP 资源。

工具列表

在可用文件中未发现具体工具。server.py 或等效实现文件未出现在已查阅的仓库结构中或无法访问。

本 MCP 服务器的应用场景

• 自动化游戏测试： 允许 AI 智能体与 Unity 场景互动，实现持续的自动化试玩、回归测试与缺陷发现，提高游戏质量并减少人工 QA 工作量。
• 程序化内容生成： 使 AI 模型能够在 Unity 内动态创建或修改游戏资源、关卡或场景，促进快速原型开发和创意实验。
• AI 驱动的游戏玩法： 支持集成 AI 助手控制 NPC、调整游戏逻辑或以编程方式响应玩家操作，通过 Unity API 实现。
• 仿真与训练： 便于将 Unity 作为丰富的仿真环境，用于训练强化学习智能体或测试自主系统。
• 实时场景操作： 为 AI 提供机制，能够动态修改 Unity 场景、资源或参数，支持交互演示或 AI 辅助设计。

如何设置

Windsurf

1. 确保你已安装 Node.js 和 Unity。
2. 找到 Windsurf 配置文件（通常为 windsurf.config.json）。
3. 使用 JSON 片段添加 UnityMCPIntegration 服务器条目。
4. 保存配置并重启 Windsurf。
5. 通过检查 Windsurf 日志确认 MCP 服务器初始化是否成功。

{
  "mcpServers": {
    "unity-mcp": {
      "command": "npx",
      "args": ["@quazaai/unitymcpintegration@latest"]
    }
  }
}

Claude

1. 前置条件：安装 Node.js 和 Unity。
2. 找到 Claude 的 MCP 配置文件（如 claude.config.json）。
3. 在 mcpServers 字段下添加 UnityMCPIntegration 服务器。
4. 重启 Claude。
5. 确认 MCP 服务器已启动并可被 Claude 访问。

{
  "mcpServers": {
    "unity-mcp": {
      "command": "npx",
      "args": ["@quazaai/unitymcpintegration@latest"]
    }
  }
}

Cursor

1. 安装 Node.js 和 Unity。
2. 打开 Cursor 的设置或配置文件。
3. 插入 UnityMCPIntegration 的服务器配置。
4. 保存更改并重启 Cursor。
5. 在 Cursor 的状态面板检查 MCP 服务器活动。

{
  "mcpServers": {
    "unity-mcp": {
      "command": "npx",
      "args": ["@quazaai/unitymcpintegration@latest"]
    }
  }
}

Cline

1. 确保已安装 Node.js 和 Unity。
2. 访问 Cline 的 MCP 配置 JSON 文件。
3. 添加 UnityMCPIntegration 作为 MCP 服务器。
4. 保存并重启 Cline。
5. 通过检查 Cline 的输出/日志验证集成是否成功。

{
  "mcpServers": {
    "unity-mcp": {
      "command": "npx",
      "args": ["@quazaai/unitymcpintegration@latest"]
    }
  }
}

API 密钥安全管理

如需保护 API 密钥或敏感凭证，请使用环境变量，并在配置中如下引用：

{
  "mcpServers": {
    "unity-mcp": {
      "command": "npx",
      "args": ["@quazaai/unitymcpintegration@latest"],
      "env": {
        "UNITY_API_KEY": "${UNITY_API_KEY}"
      },
      "inputs": {
        "unityProject": "/path/to/your/project"
      }
    }
  }
}

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先将 MCP 组件添加到流程中，并将其连接到你的 AI agent：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按如下 JSON 格式填写你的 MCP 服务器信息：

{
  "unity-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI agent 即可将该 MCP 作为工具，访问其全部功能与能力。请务必将 “unity-mcp” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

总览

我们的看法

UnityMCPIntegration 为 AI 工作流与 Unity 引擎之间架起了强大桥梁，但仓库中缺少明确的提示、资源及工具文档，这限制了开发者即开即用的工作流体验。其设置过程简单，并支持安全的 API 密钥管理，这是一个优点。然而，若能补充更详细的文档和示例，将极大提升其实用性。

评分： 5/10

MCP 评分