Unity MCP Project

Unity MCP RAG服务器

本地MCP服务器，通过解析资产、将其嵌入向量数据库以及通过MCP协议公开搜索/查询工具，使Claude对Unity项目有深入的上下文理解。

• 堆栈： Python（FastMCP）+Qdrant（向量数据库）+句子转换器（嵌入）+UnityDataools（二进制资产）
• 运输： MCP over stdio（与Claude Code和Claude Desktop配合使用）
• 完全在本地运行 -不需要API密钥或云服务

先决条件

Python 3.12+

必修的。请检查：

python3 --version

Docker（适用于生产模式下的Qdrant）

Qdrant可以在内存中运行以进行开发（不需要Docker），但生产使用需要Docker。

安装Docker：https://docs.docker.com/engine/install/

验证：

docker --version
docker compose version

.NET 9.0 SDK（适用于UnityDataools）

仅当您需要解析二进制Unity资产（AssetBundles、SerializedFiles、播放器构建）时才需要。

安装：https://dotnet.microsoft.com/en-us/download/dotnet/9.0

验证：

dotnet --version

UnityDataools（可选，用于二进制资产解析）

Unity Technologies官方CLI，用于检查二进制资产文件。

# Clone (outside this project - it's .gitignored)
git clone https://github.com/Unity-Technologies/UnityDataTools.git

# Build (requires .NET 9.0 SDK)
cd UnityDataTools
dotnet build -c Release

# Binary will be at: UnityDataTools/UnityDataTool/bin/Release/net9.0/UnityDataTool

在您的环境中设置路径：

export UNITY_DATA_TOOL_PATH="/path/to/UnityDataTool/bin/Release/net9.0/UnityDataTool"

看 docs/reference/UNITY_DATA_TOOLS.md 以获取完整的命令参考。

设置

1.克隆仓库

git clone 
cd Unity-MCP-Project

2.创建虚拟环境并安装依赖项

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

3.启动Qdrant（选择一个）

选项A-内存中（开发，不需要Docker）：

无需设置。服务器将使用 QdrantClient(':memory:') 默认情况下为dev模式。

选项B-Docker（持久存储）：

docker compose up -d

这将从Qdrant开始 localhost:6333。数据保存在Docker卷中。

4.运行MCP服务器

source .venv/bin/activate
python src/unity_mcp_rag/server.py

5.联系克劳德

克劳德代码（项目配置）：

增添 .mcp.json 在项目根目录：

{
  "mcpServers": {
    "unity-rag": {
      "command": "python",
      "args": ["src/unity_mcp_rag/server.py"],
      "env": {
        "QDRANT_URL": "${QDRANT_URL:-http://localhost:6333}"
      }
    }
  }
}

或者通过CLI：

claude mcp add unity-rag -- python src/unity_mcp_rag/server.py

克劳德桌面：

添加到配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上， %APPDATA%\Claude\claude_desktop_config.json 在Windows上）：

{
  "mcpServers": {
    "unity-rag": {
      "command": "python",
      "args": ["/absolute/path/to/src/unity_mcp_rag/server.py"],
      "env": {
        "QDRANT_URL": "http://localhost:6333"
      }
    }
  }
}

项目结构

Unity-MCP-Project/
|-- CLAUDE.md                  # Project conventions (for Claude Code)
|-- README.md                  # This file - setup and usage guide
|-- requirements.txt           # Python dependencies
|-- docker-compose.yml         # Qdrant container config
|-- .gitignore
|-- docs/                      # All project documentation
|   |-- architecture/          # System architecture and high-level design
|   |-- design/                # Feature design and specifications
|   |-- setup/                 # Deployment and environment instructions
|   +-- reference/             # Quick-reference guides for external tools
+-- src/
    +-- unity_mcp_rag/         # Main Python package

文档

• 架构： docs/architecture/ARCHITECTURE.md
• 摄入管道设计： docs/design/INGESTION_PIPELINE.md
• MCP工具规格： docs/design/MCP_TOOLS.md
• 部署详细信息： docs/setup/DEPLOYMENT.md
• UnityDataools参考： docs/reference/UNITY_DATA_TOOLS.md
• MCP SDK参考： docs/reference/MCP_SDK.md