譯者 | 朱先忠
審校 | 重樓
當前，我正在致力于開發Unity-MCP項目（Unity模型上下文協議），此項目的開發目的是通過MCP（Model Context Protocol：模型上下文協議）將Unity編輯器和Unity游戲與LLM代理連接起來。在本文中，我將詳細介紹它的工作原理、實用性并討論其后續的發展方向。
Unity本身是一個流行的游戲引擎，用于為許多平臺（包括Windows、macOS、iOS、Android、控制臺和Web）構建2D、3D、VR和AR應用程序。
什么是MCP（模型上下文協議）
MCP是Anthropic提出的一種開放協議，它規范了人工智能代理（LLM）如何通過“資源”和“工具”與外部工具和系統進行交互的方式。
MCP協議在JSON-RPC2.0上運行，并定義了工具、資源和提示的概念。
MCP使代理能夠：
- 讀取文件、系統狀態信息和元數據
- 調用操作/函數（工具）
- 協商哪些操作可用（能力協商）
因此，我們不需要手動編寫代理和Unity之間的集成，而是將Unity嵌入為另一個MCP服務器，并使用一組代理可以理解的工具。
Unity-MCP的實際應用
Unity-MCP不僅僅是一個技術實驗，它還能在日常工作中實際應用。以下是一些具體示例：
- 自動化重復性任務。無需點擊菜單添加數十個組件，你只需讓AI執行“在玩家周圍添加10個強度為2的燈光”即可。代理會為你完成這項工作。
- 關卡設計和原型設計。設計師可以用簡單的語言描述場景，例如“制作一個有墻壁和發光地板的競技場”。Unity-MCP會將其轉換為實際的Unity對象，從而加快原型設計速度。
- 編程。通過要求AI“編寫一個腳本，當角色踩到按鈕時，該腳本應該打開一扇門”來開發技術系統。它會為你完成所有工作。
- 視覺效果。需要復雜的視覺效果嗎？讓AI來解釋，甚至可以使用粒子系統或創建新的著色器來實現。
- 調試和測試。需要運行單元測試或收集日志嗎？AI也能搞定。它會運行UnityTestRunner，分析結果，甚至提出修復建議。它甚至可以幫你修復問題。
- 資產管理。大型項目可能會變得混亂；借助MCP，AI可以自動重命名、組織甚至生成占位符資產。
- 教育場景。初學者可以將Unity-MCP用作導師：“為該對象添加一個剛體（Rigidbody），并解釋每個屬性的作用。”AI不僅會執行該操作，還會對其進行解釋。
從你的角度來看，這就像與合作者交談一樣——你用自然語言描述你想要的內容，然后Unity就會做到。
為了特別介紹Unity-MCP的用法，我還錄制了一段Unity-MCP的演示視頻。你可以在YouTube上觀看，了解AI是如何與Unity編輯器實時交互的。
網址：https://youtu.be/64GOqboE9ac
網址：https://youtu.be/kQUOCQ-c0-M
Unity-MCP能為你做什么
Unity-MCP可以作為自然語言和UnityAPI之間的橋梁。它的作用遠不止在場景中放置對象：
- 它可以創建著色器。例如，“制作一個隨時間脈動的發光藍色材質”將成為應用于對象的實際著色器代碼。
- 它可以構建游戲邏輯。例如，“當玩家靠近時打開門”——Unity-MCP會生成腳本并將其附加到游戲中。
- 它可以設計整個場景。例如，假設你輸入“一個房間里有一張桌子、一把椅子和一盞燈”，相應的設置就會出現在你的層級結構中。
- 它可以修改和管理資產，因此你的文件夾保持井然有序，無需花費數小時手動重命名。
- 它可以運行和調試測試，為你提供分析和建議，而不僅僅是原始錯誤日志。
簡而言之，著色器、腳本、資產、測試——所有這些都可以通過簡單地編寫提示來創建或修改。
幕后：Unity-MCP的架構
當我開始構建Unity-MCP時，我的主要目標是讓Unity看起來像一個AI可以實際使用的工具集。為了實現這個目標，我將項目分為幾個層級：
1. Unity-MCP-Server（ASP.NET核心）
- 使用JSON-RPC 2.0與MCP客戶端處理所有通信。
- 通過SignalR與Unity-MCP-Plugin進行通信。
- 公開由AI代理可調用的“工具”、“資源”和“提示”。
- 跨平臺運行，可以作為獨立二進制文件或在Docker內部運行。
2. Unity-MCP-Plugin
- 通過SignalR連接Unity-MCP-Server的Unity包。
- 將MCP功能鏡像到Unity環境。
- 使用反射和屬性——任何用[McpPluginTool]裝飾的方法都會自動可供AI使用。
[McpPluginTool("my-tool", Title = "It makes my stuff")]
public static void MyTool()
{
//做任何你想做的事情
}MCP客戶端（AI代理）
MCP客戶端是一個入口點，用戶可以在這里與AI對話，AI利用MCP功能來完成工作。
它簡直就是一個使用任何LLM的聊天窗口，只需支持MCP協議即可。當前市場上已經存在很多這樣的聊天窗口：ClaudeCode、ClaudeDesktop、Codex、Cursor、Copilot、Windfsurf、Cline等等。
示例流程
接下來，我們來看一個具體的應用示例。
你輸入一個自然提示：
“Create a red cube with a glowing shader in the center of the scene.”（中文意思：“在場景中心創建一個帶有發光著色器的紅色立方體?！保?/code>AI會根據現有的工具列表解釋請求：
- 在適當的位置創建立方體
- 附加上材質（如果不存在；則先創建材質）
AI通過閱讀工具列表來了解能力，并使用這些工具來完成任務。
其使用的JSON格式如下所示：
{
"name": "GameObject_Create",
"arguments": {
"name": "GlowingCube",
"position": {
"x": 0.0,
"y": 0.0,
"z": 0.0
},
"primitiveType": "Cube",
}
}Unity-MCP-Server接收請求并將其轉發給Unity-MCP-Plugin。然后，Unity-MCP-Plugin調用所需的工具并提供參數。該工具在場景中創建一個原始的3D立方體，應用發光著色器，并確認成功。
最后，將結果通過服務器發回給AI，例如：
{
"result": {
"success": true,
"objectName": "GlowingCube"
}
}從用戶的角度來看，這感覺更容易、更自然：你用自然語言描述你想要的東西，然后Unity就會讓它實現。
示例：在Unity中定義自定義工具
接下來，再看另一個簡單的C#示例，說明Unity-MCP如何向AI代理公開功能。
通過使用[McpPluginTool]屬性修飾方法，該方法將自動通過MCP變為可用：
using System.ComponentModel;
using com.IvanMurzak.ReflectorNet.Utils;
using com.IvanMurzak.Unity.MCP.Common;
[McpPluginType]
public class CreateObjectTool
{
[McpPluginTool("create_object", "Creates a new GameObject in the current scene")]
public string CreateGameObject(string name)
{
var go = new GameObject(name);
return $"[Success] GameObject with instanceId={go.GetInstanceID()} created";
}
}通過此設置，AI代理現在可以像任何其他工具一樣調用create_object。
例如，JSON請求可能如下所示：
{
"name": "create_object",
"arguments": {
"name": "New GameObject"
}
}Unity-MCP執行該工具，在場景中創建對象，并將結果返回給AI。
系統架構
Unity-MCP實現了三層架構，通過中介服務器組件將AI客戶端連接到Unity。
AI客戶端（例如Claude、VSCodeMCP和CursorIDE）通過MCP協議（STDIO/HTTP）連接到Unity-MCP服務器。服務器使用SignalR（端口8080）與Unity環境通信。在Unity端，UnityMcpPlugin暴露Unity的API，并通過McpPlugin、RpcRouter和McpRunner把請求路由到可用的工具。簡而言之，AI客戶端→MCP服務器→Unity插件——這就是將自然語言命令轉化為Unity操作的流程。
核心組件和代碼映射
系統的核心功能是通過處理協議轉換、工具執行和Unity集成的特定類和接口實現的。
MCP協議層通過IMcpServer和傳輸層（STDIO/HTTP）處理通信。帶有SignalR集線器的通信橋通過RpcRouter實現請求的路由轉發。工具執行系統（Tool_Execution_System）使用McpRunner、ToolRunnerCollection和@McpPluginTool、@McpPluginToolType等屬性管理工具。最后，Unity集成層通過Reflector提供對Unity API的訪問，管理主線程并處理日志記錄。簡而言之，AI請求的流程為：MCP服務器→SignalR橋→工具執行系統→Unity API。
工具系統架構
Unity-MCP通過動態工具系統公開Unity功能，該系統使用反射和屬性使Unity API可供AI客戶端使用。
工具類和方法使用諸如McpPluginToolType和McpPluginTool之類的屬性聲明，然后定義諸如測試執行、場景操作、資源管理和C#代碼操作之類的類別。每個類別都映射到Unity API——例如，場景工具連接到Unity編輯器API，資源工具使用AssetDatabase，腳本工具與CompilationPipeline集成。反射系統將所有這些聯系在一起，使用運行時反射機制、對象引用和JSON轉換器，使AI可以訪問Unity類型。簡而言之，這一層將帶注釋的C#方法轉換為AI代理可以調用的工具，直接映射到Unity的內部API。
通信協議流程
AI客戶端向Unity-MCP-Server發送CallTool請求，然后由Unity-MCP-Server跟蹤該請求并通過SignalR轉發給Unity-MCP-Plugin。插件通過RpcRouter和McpRunner路由調用，并在Unity主線程上執行該調用。Unity返回API結果后，響應將以相同的方式返回——從插件到服務器，最終作為MCP工具結果返回到AI客戶端。簡而言之，它展示了AI代理的單個指令如何轉化為可執行的UnityAPI調用并返回結果。
主要特性和功能
總之，Unity-MCP在幕后整合了許多強大的系統。以下是其中一些亮點：
- 腳本操作：你可以通過Roslyn讀取、編寫甚至編譯C#代碼，并直接在Unity中執行。
- 資產管理：AI具有用于創建和修改Unity資產和材質的工具。
- 場景操控：游戲對象、組件、層次結構變化——所有這些都可以自動化。
- 測試集成：AI可以遠程運行UnityTestRunner并返回結構化結果。
- 反射系統：使用自定義類型轉換器動態訪問Unity API的方式使系統非常靈活。
- 多平臺支持：MCP服務器跨平臺運行，并與現代Unity版本兼容。
總之，這些功能使Unity-MCP不僅僅是一個實驗工具，而是一個可以隨著你的項目一起成長的完整工具包。
如果你想了解更多關于Unity MCP的信息，那么讓我們通過下面一些方式聯系吧：
譯者介紹
朱先忠，51CTO社區編輯，51CTO專家博客、講師，濰坊一所高校計算機教師，自由編程界老兵一枚。
原文標題：How I Made Unity-MCP — Bridging AI and Game Development，作者：Ivan Murzak
