Token导航 LogoToken导航TokenDH.com
中转站排行榜
Unity Autonomous MCP logo
运维云端未说明官方级别未说明来源级核验

Unity Autonomous MCP

MCP Server

一个为Unity开发的自主代理框架，结合模型上下文协议(MCP)与先进AI决策能力，支持任务规划、多代理协调和Unity编辑器自动化。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
C#Claude云端部署ClaudeCursorWindsurf

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

KinofSin

提供方

KinofSin

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

Unity自主代理MCP

🤖 Unity 2022.3.22f1的全面自主代理框架 它将模型上下文协议（MCP）的强大功能与先进的人工智能决策能力相结合。

🌟 主要特点

🧠 自主代理能力

  • 智能任务规划：人工智能驱动的任务分解和执行计划
  • 决策：具有学习能力的上下文感知决策树
  • 自我完善：从用户互动和结果中不断学习
  • 多智能体协调：支持多个自主代理协同工作

🎮 Unity集成

  • 完全编辑器控制：完整的Unity编辑器自动化和操作
  • 运行时AI：游戏中自主NPC行为和调试
  • 资产管理：智能资产创建、优化和组织
  • 场景管理：自动场景设置、优化和测试

🔧 高级MCP功能

  • 可扩展架构：基于插件的自定义工具和处理程序系统
  • 实时通信：与外部AI服务的低延迟TCP/IP通信
  • 多提供商支持：与Claude、GPT、Gemini和自定义LLM提供商兼容
  • 资源管理：智能资源分配和优化

🏗️ 架构概述

┌─────────────────────────────────────────────────────────────┐
│                    Unity Autonomous Agent MCP              │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────────┐  ┌─────────────────┐  ┌──────────────┐ │
│  │   Agent Core    │  │   Task Planner  │  │ Decision     │ │
│  │                 │  │                 │  │ Engine       │ │
│  │ - State Mgmt    │  │ - Task Decomp   │  │ - ML Models  │ │
│  │ - Learning      │  │ - Priority      │  │ - Context    │ │
│  │ - Memory        │  │ - Scheduling    │  │ - Reasoning  │ │
│  └─────────────────┘  └─────────────────┘  └──────────────┘ │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────────┐  ┌─────────────────┐  ┌──────────────┐ │
│  │  MCP Server     │  │  Unity Bridge   │  │ Plugin       │ │
│  │                 │  │                 │  │ System       │ │
│  │ - Protocol      │  │ - Editor API    │  │ - Custom     │ │
│  │ - Handlers      │  │ - Runtime API   │  │ Tools        │ │
│  │ - Transport     │  │ - Asset Mgmt    │  │ - Extensions │ │
│  └─────────────────┘  └─────────────────┘  └──────────────┘ │
├─────────────────────────────────────────────────────────────┤
│                    Unity Engine (2022.3.22f1)              │
└─────────────────────────────────────────────────────────────┘

📋 需求

  • Unity 2022.3.22f1 或更高版本（测试到Unity 6.1）
  • .NET/C#9.0
  • Node.js 18.0.0+ 使用npm（用于TypeScript服务器）
  • Python 3.8+ （适用于ML/AI组件）
  • 外部LLM提供者 （Claude、OpenAI、Gemini或自定义）

🚀 快速开始

重新分析的细节和能力差距记录在 docs/capability-matrix.md.

1.安装

# Clone the repository
git clone https://github.com/KinofSin/UnityAutonomousMCP.git
cd UnityAutonomousMCP

# Install Unity Package
# In Unity Editor: Window > Package Manager > Add package from git URL
# Enter: file:///path/to/UnityAutonomousMCP/com.autonomous-unity.mcp

2.设置TypeScript服务器

npm install
npm run build
npm run smoke

npm run smoke 验证计划者+执行者行为（包括 run_tests -> get_test_job 轮询）用于成功和失败的测试作业终端路径，而不需要实时Unity编辑器。

3.运行模式

# Autonomous bootstrap (local dry-run using mock Unity bridge)
npm run dev -- -- "inspect scene and update scripts"

# MCP stdio mode (for Claude/Cursor/Windsurf MCP client config)
npm run dev -- --mcp

# Force mock bridge explicitly
npm run dev -- --mock -- "inspect scene and update scripts"

4.运输桥配置（真正的Unity连接）

Unity包主机（位于Unity编辑器内）提供两种传输：

  • HTTP端点： POST /mcp/tool 上 UNITY_HTTP_PORT （默认值 8080)
  • TCP端点：以换行符分隔的JSON UNITY_TCP_PORT （默认值 8081)

节点侧网桥环境变量：

UNITY_TRANSPORT=http       # http | tcp | mock
UNITY_HOST=127.0.0.1
UNITY_HTTP_PORT=8080
UNITY_TCP_PORT=8081
UNITY_TIMEOUT_MS=10000
UNITY_TEST_POLL_ATTEMPTS=30
UNITY_TEST_POLL_INTERVAL_MS=1000
UNITY_TEST_POLL_TIMEOUT_MS=120000

5.配置克劳德桌面

{
  "mcpServers": {
    "unity-autonomous-agent": {
      "command": "node",
      "args": ["path/to/server/dist/index.js"],
      "env": {
        "UNITY_HOST": "localhost",
        "UNITY_TRANSPORT": "http",
        "UNITY_HTTP_PORT": "8080",
        "UNITY_TCP_PORT": "8081",
        "AI_PROVIDER": "anthropic",
        "AI_API_KEY": "your-api-key"
      }
    }
  }
}

6.开始使用

  1. 开放Unity项目
  2. 导航至 Edit > Preferences > Autonomous Agent MCP
  3. 配置主机+HTTP/TCP端口
  4. 点击“连接”启动Unity传输主机
  5. 启动MCP服务器(npm run dev -- --mcp)
  6. 通过您首选的MCP客户端开始与AI交互

✅ 当前实施状态（此仓库）

  • 能力矩阵+差距分析: docs/capability-matrix.md
  • 自主规划师核心: server/src/planner.ts
  • 政策护栏: server/src/policy.ts
  • 计划执行人: server/src/executor.ts
  • MCP服务器工具 (autonomous_plan, unity_tool_call, list_capabilities): server/src/mcpServer.ts
  • 真正的Unity网桥传输（HTTP/TCP+env驱动模式）: server/src/unityBridge.ts
  • autonomous_plan的具体步骤合同: server/src/contracts.ts
  • Unity 2022.3.22f1包装脚手架: com.autonomous-unity.mcp/

- 编辑器设置/提供程序： Editor/AutonomousMcpSettingsProvider.cs - 实际运输主机： Editor/AutonomousMcpTransportHost.cs - 工具调度员： Editor/AutonomousMcpToolDispatcher.cs - 运行时条目组件： Runtime/AutonomousMcpRuntime.cs

🔁 端到端autonomous_plan合约映射

autonomous_plan 现在发出具体的Unity工具有效载荷：

  1. read_console → { level, limit }
  2. manage_scene → { action: "inspect_active_scene" }
  3. manage_script → { action: "create_or_update", scriptPath, contents } *（当目标意味着代码更改时）*
  4. validate_script → { strict } *（脚本编辑后）*
  5. run_tests → { mode } *（当目标提到测试时；返回 jobId)*
  6. get_test_job → { jobId } *（遗嘱执行人投票至 completed 或 failed)*
  7. batch_execute → { operations: [{ tool: "manage_scene", params: { action: "save_active_scene" } }] }

测试执行流程

  1. run_tests 启动异步Unity测试运行程序作业(editmode 或 playmode)
  2. 服务器接收 { jobId, status: "queued" }
  3. 执行器自动调用 get_test_job 直到终端状态
  4. 最终测试总结（通过/失败/跳过+每个测试细节）包含在执行结果中

测试轮询策略限制

  • UNITY_TEST_POLL_ATTEMPTS：的最大轮询迭代次数 get_test_job （夹紧1..300）
  • UNITY_TEST_POLL_INTERVAL_MS：轮询之间的延迟（毫秒）（限制为100..60000）
  • UNITY_TEST_POLL_TIMEOUT_MS：轮询周期的总超时时间（限制在1000..1800000）

🤖 自主代理功能

智能任务规划

  • 目标分解：将复杂任务分解为可管理的子任务
  • 优先级管理：基于上下文的动态任务优先级
  • 资源分配：系统资源的最佳分配
  • 依赖解析：处理任务依赖关系和冲突

学习与适应

  • 模式识别：从用户行为和偏好中学习
  • 性能优化：随着时间的推移提高效率
  • 错误恢复：从错误中吸取教训，避免重复
  • 情境感知：适应项目特定要求

多智能体协调

  • Agent通信：协调多个专业代理
  • 任务分配：在代理实例之间分配工作负载
  • 冲突解决：处理相互竞争的优先事项和资源冲突
  • 协作式问题解决：结合多个代理视角

🔧 MCP工具和功能

🎮 Unity编辑器工具

  • 场景管理：自动创建、修改、优化场景
  • 资产运营：智能资产创建和组织
  • 游戏对象控制：高级对象操作和优化
  • 组件管理：动态组件添加和配置
  • 构建自动化：自动化构建流程和优化

🧩 高级开发工具

  • 代码生成：AI辅助脚本编写和优化
  • 测试自动化：自动创建和执行测试
  • 性能分析：实时性能监控和优化
  • 调试助手：智能错误检测和解决
  • 文档生成：自动生成技术文档

🎯 运行时AI功能

  • NPC行为：动态智能NPC行为系统
  • 游戏平衡：自动游戏平衡测试和调整
  • 玩家分析：实时玩家行为分析
  • 动态难度：自适应难度调节系统
  • 内容生成：程序内容创建和优化

🔌 插件系统

创建自定义插件以扩展功能：

[AutonomousPlugin("custom-tool")]
public class CustomToolPlugin : IAutonomousTool
{
    public async Task ExecuteAsync(ToolContext context)
    {
        // Your custom tool logic
        return new ToolResult { Success = true, Data = result };
    }
}

📊 性能与监控

实时度量

  • 代理性能：监控代理效率和准确性
  • 资源使用情况：跟踪CPU、内存和网络利用率
  • 任务完成：测量任务成功率和时间
  • 学习进度：跟踪代理随时间的改进

优化功能

  • 缓存系统：对常用数据进行智能缓存
  • 批处理：一起优化多个操作
  • 预测性加载：预测并预加载所需资源
  • 适应性绩效：根据系统能力调整性能

🛡️ 安全与安保

安全措施

  • 沙盒执行：将代理操作与关键系统隔离
  • 权限系统：对代理功能的精细控制
  • 审计日志：完成所有代理行为的审计跟踪
  • 回滚能力：撤消代理修改系统

最佳实践

  • 定期备份：主要操作前的自动备份
  • 验证检查：执行前验证操作安全
  • 用户确认：需要确认破坏性操作
  • 错误处理：全面的错误恢复机制

🤝 贡献

我们欢迎捐款！请查看我们的 贡献指南 了解详情。

开发设置

  1. 克隆存储库
  2. 安装依赖项(npm install 在服务器目录中）
  3. 开放Unity项目
  4. 在首选项中启用开发人员模式
  5. 开始贡献！

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

  • 受自主代理和人工智能决策最新进展的启发
  • 社区的反馈和贡献是无价的

______________________________________________________________________

🚀 准备好用AI驱动的自主性来改变你的Unity开发了吗？

立即开始构建智能、自我改进的Unity项目！

目录标签

目录标签

C#Claude云端部署自主代理本地部署Unity开发AI决策任务规划编辑器自动化

支持客户端

ClaudeCursorWindsurf

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

UnityAutonomousMCP logo

MCP World

mcpworld.com

/detail/be7c1140e9daaf55e8266bd1dfb1d9d0

一个为Unity开发的自主代理框架，结合模型上下文协议(MCP)与先进AI决策能力，支持任务规划、多代理协调和Unity编辑器自动化。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Unity AI Tools Template

一个用于快速创建Unity AI开发者工具的模板，支持自定义MCP工具开发，简化Unity包创建和分发流程。

下一个 MCP

Unity Build Automation MCP

Unity构建自动化的REST API包装为MCP服务器，允许通过Claude Code直接查看和操作构建状态。