AI 使用 Unity MCP 自动操作 Unity：从连接配置到生成五子棋场景的实战记录
最近测试了一下 Unity MCP，也就是通过 Model Context Protocol 让 AI 直接和 Unity Editor 通信。
它的核心价值很简单：AI 不再只是“给你写一段代码”，而是可以直接读取 Unity 当前场景、创建对象、写脚本、刷新编译、进入 Play Mode 验证结果，甚至检查 Console 错误。
这篇文章记录一次完整的实测流程：从启动 MCP Server，到 Unity 插件连接，再到让 AI 在 Unity 场景里创建一个单机五子棋 Demo。
测试环境
本次测试环境如下：
Unity 版本：2022.3.14f1c1
MCP for Unity：9.6.8
MCP Server：mcpforunityserver==9.6.8
通信方式：HTTP + WebSocket
Server 地址：http://127.0.0.1:8756
启动命令：
C:\Users\11929\.local\bin\uvx.exe --from "mcpforunityserver==9.6.8" mcp-for-unity --transport http --http-url http://127.0.0.1:8756 --project-scoped-tools
启动成功后，终端会显示 FastMCP Server 正在运行：
Uvicorn running on http://127.0.0.1:8756
Unity 插件连接成功时，可以看到类似日志：
Plugin registered: Game (b1b111f65ef61b01) Registered 30 tools for session Server-level tool visibility synced from Unity
这说明 Unity Editor 已经通过 WebSocket 连上 MCP Server。
MCP 连接验证
连接成功后，可以通过接口确认 MCP Server 和 Unity 实例状态。
健康检查地址：
http://127.0.0.1:8756/health
返回示例：
{
"status": "healthy",
"version": "9.6.8",
"message": "MCP for Unity server is running"
}实例列表地址：
http://127.0.0.1:8756/api/instances
返回中可以看到 Unity 工程：
{
"project": "Game",
"hash": "b1b111f65ef61b01",
"unity_version": "2022.3.14f1c1"
}这一步很关键。如果 instances 是空数组，说明 Server 虽然启动了，但 Unity 插件还没有连接上。
使用 AI 创建测试场景
连接完成后，AI 就可以调用 Unity MCP 工具创建场景。
本次测试新建了一个场景：
Assets/GameMain/Scenes/MCP_TestScene.unity
然后通过 manage_scene 读取当前场景层级，确认场景已经创建成功。
最初测试时，我让 AI 创建了一个 Cube。这里发现了一个有意思的问题：使用 manage_gameobject 的 primitive_type="Cube" 时，对象创建成功，但在当前工程里它只带了 Transform，没有 MeshFilter / MeshRenderer / BoxCollider。
后来改用 Unity 原生命令：
GameObject/3D Object/Cube
再修改对象名称和位置，就可以得到完整 Cube：
Transform MeshFilter MeshRenderer BoxCollider
这也说明 MCP 工具虽然很方便，但实际开发中仍然需要验证结果，不能盲信每一步调用都完全符合预期。
让 AI 写一个单机五子棋
接下来让 AI 在这个场景里实现一个单机五子棋 Demo。
实现方式比较轻量：场景中只保留一个控制对象：
MCP_GomokuGame
挂载脚本：
MCPGomokuGame
脚本路径：
Assets/GameMain/Scripts/MCPGomoku/MCPGomokuGame.cs
这个脚本负责在 Play Mode 自动生成：
15x15 棋盘
棋盘格子
棋盘线
黑白棋子
摄像机
灯光
UI 状态文字
重新开始按钮
玩家落子逻辑
简单电脑 AI
五连胜负判定
运行方式很简单：打开 MCP_TestScene.unity，点击 Play。
玩家执黑，鼠标点击棋盘落子，电脑自动下白子。任意一方五子连线后，左上角会显示胜负结果。
自动编译和验证
AI 写完脚本后，并不是直接结束，而是继续通过 MCP 执行 Unity 刷新和编译。
流程大致是：
写入 C# 脚本
调用 Unity 刷新脚本
等待 Domain Reload
重新连接 MCP Session
读取 Console 错误
挂载脚本到场景对象
保存场景
进入 Play Mode 验证
退出 Play Mode
测试中，Unity 脚本刷新会导致 MCP Session 短暂断开，这是正常现象。等 Unity 编译完成后，插件会重新连接。
最终验证结果：
Console error: 0 Play Mode: entered successfully Runtime objects: generated Play Mode: exited successfully
也就是说，这个五子棋 Demo 不只是“代码写出来了”，而是实际在 Unity 里跑过一次。
Unity MCP 的实际价值
这次测试下来，Unity MCP 最大的价值不是单纯生成代码，而是让 AI 具备了“操作 Unity Editor 的闭环能力”。
传统 AI 辅助开发通常是：
你问问题 -> AI 写代码 -> 你复制到 Unity -> 你编译 -> 你看报错 -> 再问 AI
使用 Unity MCP 后，流程变成：
AI 写代码 -> AI 刷新 Unity -> AI 检查 Console -> AI 修改场景 -> AI 进入 Play Mode 验证
这中间少了很多人工搬运工作。
尤其适合下面这些场景：
快速搭建 Demo 场景
自动生成测试对象
批量修改场景层级
写 Editor 工具
检查 Console 编译错误
生成小游戏原型
辅助 Unity 新功能验证
使用过程中的注意事项
实际使用时有几个坑需要注意。
第一，端口要确认没被占用。之前尝试使用 8080 时，发现该端口被 Windows System 进程占用，访问 /health 返回 404。换到 8756 后正常。
第二，Unity 进入 Play Mode 或刷新脚本时，MCP 连接可能会短暂断开。这个不一定是错误，通常等待 Unity 重新注册即可。
第三，AI 调用工具后仍然要验证结果。比如本次测试中 primitive_type="Cube" 创建出来的对象不完整，最后通过 Unity 菜单命令修正。
第四，建议让 AI 每次大改后检查 Console。Unity 项目里最怕“看起来创建成功，实际有编译错误”。
总结
Unity MCP 让 AI 从“代码建议者”变成了“Unity 操作员”。
它可以直接和 Unity Editor 交互，完成场景创建、脚本写入、编译检查、运行验证等工作。
这次实测中，AI 成功完成了：
MCP Server 启动验证
Unity 插件连接验证
新建 Unity 场景
创建并挂载 MonoBehaviour 脚本
实现单机五子棋
Play Mode 验证
Console 错误检查
对于 Unity 开发来说，这类工具很适合做原型验证和重复性编辑器操作。它还不能完全替代开发者，但已经可以显著减少“写代码、切 Unity、看报错、再改代码”的机械流程。
后续如果结合项目自身的工具链，比如资源规范、UI 框架、打包流程、自动化测试，Unity MCP 的价值会更明显。
