1. 为什么要在虚幻编辑器里折腾 AI 协同开发如果你正在做 UE 项目大概率遇到过这种场景策划说“给我在关卡里批量摆 50 个可交互道具”你打开编辑器一个个拖蓝图、加组件、连变量半小时过去了。或者新项目启动GameMode、PlayerController、Enhanced Input 的 Action 和 Mapping 要手动配一遍重复劳动拉满。AIUEBridge 就是冲着这个痛点来的——它把虚幻编辑器的能力封装成 AI 可调用的工具集让大模型规划、MCP 服务通信、UE 插件执行三层各司其职最终实现“自然语言描述需求 → 编辑器里自动落盘”的闭环。这套东西适合谁一是想用 Cursor 或本地 Ollama 驱动 UE 做原型验证的独立开发者二是团队里想搭一套“AI 搭框架、C 写交互”工作流的 TD三是单纯想看看 MCP 协议在游戏工具链里怎么落地的技术爱好者。它不替代编辑器也不替代你写 C而是把那些重复的、结构化的编辑器操作暴露成 HTTP Tool让 AI 能真正“动手”。我试过在 UE 5.3 里跑通整条链路从插件加载到 MCP 服务连通再到用 curl 创建蓝图、导出 Cursor 上下文中间踩了一些端口和配置的坑。下面按可复制的步骤拆开讲你跟着做就能在自己的项目里落地。2. TaoToken 前置给 AI 层准备一个稳定的模型入口AIUEBridge 的架构里AI 规划层是独立于 UE 执行层的。你可以用 Cursor 内置的模型也可以用 Ollama 本地跑 qwen2.5:7b。但如果你想让规划层更稳定、支持更长的上下文和更可靠的 function calling建议给 AI 层配一个统一的模型接入点。TaoToken 在这里的角色就是模型对话与 API 调用的入口不碰你的 UE 工程只负责把自然语言请求转成结构化的 Tool 调用意图。具体操作上你需要在 TaoToken 控制台创建一个 API Key然后把它配置到你的 AI 客户端或 MCP 服务的环境变量里。如果你用的是 Cursor可以在 Cursor 的模型设置里填入自定义 API 地址和 Key如果你用的是自己写的 FastAPI Web Agent就在.env里加一行TAOTOKEN_API_KEY你的key然后在调用模型时把 base_url 指向https://taotoken.net/api。这里有个细节AIUEBridge 的 MCP Server 本身不绑定具体模型它只负责把 Tool Schema 暴露给 MCP 客户端。所以你可以让 Cursor 通过 MCP 协议调用 AIUEBridge 的工具同时让 Cursor 自己用 TaoToken 的模型来做规划。这样规划层和执行层解耦换模型不用动 UE 插件。如果你还没建 Key可以直接去 TaoToken API Keys 页面 创建一个记得把 Key 存到环境变量里别硬编码进代码。3. 可复制配置UE 插件 MCP 服务 Cursor 接入3.1 UE 插件侧确认 HTTP 服务端口AIUEBridge 插件加载后会在编辑器内启动一个 HTTP Server默认监听18765。你打开AIUEBridgeTest.uproject在 Output Log 里应该能看到LogAIUEBridge: AIUEBridge HTTP server started on port 18765如果没看到检查插件是否在 Plugins 目录下启用以及 UE 版本是否匹配。端口可以在插件配置里改但改完要同步改 MCP 服务那边的UE_BRIDGE_URL。3.2 MCP 服务侧Python 环境与 .env 配置进入mcp_server目录复制配置模板并创建虚拟环境cd mcp_server copy .env.example .env python -m venv .venv .venv\Scripts\activate pip install -r requirements.txt然后编辑.env关键变量如下UE_BRIDGE_URLhttp://127.0.0.1:18765 OLLAMA_URLhttp://127.0.0.1:11434 OLLAMA_MODELqwen2.5:7b WEB_PORT8080 MAX_TOOL_ROUNDS8 ENABLE_SHELLtrue如果你用 TaoToken 作为模型入口可以额外加TAOTOKEN_BASE_URLhttps://taotoken.net/api TAOTOKEN_API_KEY你的key注意UE_BRIDGE_URL的端口必须和 UE 插件里的 MCPPort 一致否则 Web GUI 状态灯会红。3.3 Cursor MCP 接入.cursor/mcp.json在项目根目录创建.cursor/mcp.json把 AIUEBridge 的 MCP Server 注册进去{ mcpServers: { aiue-bridge: { command: C:/path/to/mcp_server/.venv/Scripts/python.exe, args: [C:/path/to/AIUEBridge/mcp_server/server.py], env: { UE_BRIDGE_URL: http://127.0.0.1:18765 } } } }保存后重启 Cursor在 MCP 面板里应该能看到aiue-bridge已连接。如果连不上先确认server.py能单独跑起来再检查路径里的反斜杠和空格。3.4 启动顺序与状态验证日常使用保持三个服务同时开着服务验证方式预期结果UE 编辑器 插件curl http://127.0.0.1:18765/api/health{status:ok,service:AIUEBridge,port:18765}Ollama浏览器打开http://127.0.0.1:11434页面可访问Web GUIpython web_app.py后打开http://127.0.0.1:8080左侧状态灯绿Web GUI 左侧有两个状态灯UE 插件绿、Ollama 绿才代表可以正常发指令。如果 Ollama 红灯先ollama serve再ollama pull qwen2.5:7b。4. 验证请求从 curl 到 Web GUI 的完整链路4.1 健康检查与创建蓝图先用 curl 确认插件 HTTP 服务活着curl http://127.0.0.1:18765/api/health返回{status:ok,service:AIUEBridge,port:18765}就说明 UE 侧没问题。接着创建一个 Actor 蓝图curl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\create_blueprint\,\params\:{\name\:\BP_Enemy\,\path\:\/Game/Characters\,\parent_class\:\Actor\}}执行后去 Content Browser 的/Game/Characters下看应该多了BP_Enemy。如果报错检查路径是否存在/Game/Characters目录需要提前建好。4.2 添加组件与导出 Cursor 上下文给刚创建的蓝图加一个 StaticMeshComponentcurl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\add_component\,\params\:{\asset_path\:\/Game/Characters/BP_Enemy\,\component_class\:\StaticMeshComponent\,\component_name\:\Mesh\}}然后导出蓝图上下文给 Cursor 写 Ccurl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\export_for_cursor\,\params\:{\path\:\/Game\,\write_to_file\:true}}这会在项目里生成cursor_blueprint_context.md里面包含蓝图结构、组件、变量、Input 映射等信息。你在 Cursor 里用引用这个 md就能让 AI 基于现有蓝图生成对应的 C 类。4.3 Web GUI 自然语言操作不想记 curl 命令的话直接开 Web GUIpython web_app.py浏览器打开http://127.0.0.1:8080在输入框里写在 /Game/Test 下创建一个名为 BP_Demo 的 Actor 蓝图AI 回复下方会显示“执行了 N 个 UE 工具”点开能看到具体的 Tool 调用日志。左侧还有快捷指令按钮比如“列出蓝图”“搜索 Player”一键触发对应 Tool。4.4 一键 GameMode 配置新项目脚手架可以用三个 Tool 串起来# 创建 GameMode 蓝图 curl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\create_blueprint\,\params\:{\name\:\BP_GameMode2\,\path\:\/Game/Core\,\parent_class\:\GameModeBase\}} # 配置 GameMode 的 Classes curl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\configure_game_mode\,\params\:{\asset_path\:\/Game/Core/BP_GameMode2\,\pawn_class\:\BP_PlayerPawn\,\controller_class\:\BP_PlayerController\}} # 设为项目默认 GameMode curl -X POST http://127.0.0.1:18765/api/tool/execute \ -H Content-Type: application/json \ -d {\tool\:\set_project_default_game_mode\,\params\:{\game_mode_path\:\/Game/Core/BP_GameMode2\}}这套流程跑通后从需求到可运行框架的时间能压到几分钟。5. 本篇常见错排查Web GUI 打不开先确认python web_app.py在跑端口 8080 没被占用。如果改了WEB_PORT浏览器地址也要跟着改。UE 状态灯红检查 UE 编辑器是否打开、插件是否加载、Output Log 里有没有HTTP server started on port 18765。如果端口被占改插件端口后同步改.env里的UE_BRIDGE_URL。Ollama 状态灯红ollama serve是否在跑模型是否已 pull。OLLAMA_MODEL要和实际拉取的模型名一致比如qwen2.5:7b。发送指令后 AI 不操作 UE大概率是模型不支持 function calling。换qwen2.5:7b或通过 TaoToken 接入支持工具调用的模型。另外检查MAX_TOOL_ROUNDS是否太小复杂任务可以调到 12。端口不一致UE 插件里的 MCPPort 和.env里的UE_BRIDGE_URL必须一致。改完.env要重启web_app.py改完插件端口要重启 UE 编辑器。Cursor MCP 连不上检查.cursor/mcp.json里的 Python 路径是否正确server.py是否能单独运行。Windows 路径用正斜杠或双反斜杠避免转义问题。export_for_cursor 没生成文件确认write_to_file传了true以及 UE 项目目录有写权限。生成的文件默认在项目根目录文件名是cursor_blueprint_context.md。改了 .env 不生效所有.env改动都需要重启对应的 Python 服务。Web GUI、MCP Server、CLI 各自读环境变量重启哪个生效哪个。6. 把 AI 协同开发链路真正用起来整条链路跑通后你手里其实有了三样东西一个能被 AI 调用的 UE 执行层28 个 Tool 覆盖蓝图、组件、Input、GameMode、UMG、DataTable、GameplayTag一个统一的 MCP/HTTP 通信层以及一个可以换模型的 AI 规划层。日常开发里最实用的组合是“Web GUI 做快速原型 Cursor MCP 做 C 协同”。比如新项目启动先在 Web GUI 里用自然语言把蓝图框架、Input Action、GameMode 配好然后跑export_for_cursor导出上下文在 Cursor 里cursor_blueprint_context.md让 AI 生成对应的 C 类你只需要补交互逻辑。这样 AI 搭的是结构你写的是玩法分工明确。如果你想让规划层更稳建议把模型入口统一到 TaoToken 模型对话这样 Cursor、Web GUI、CLI 三端可以共用同一套模型配置换模型不用改代码。长期做编码和 Agent 任务的话可以看看 Coding Plan把工具调用和长上下文规划的成本压下来。接入文档和 Tool Schema 细节在 TaoToken 文档 里有更完整的说明。如果你用 Claude Code 做 Agent 编排可以参考 ClaudeCodeAnthropic 接入方式把 AIUEBridge 的 MCP Server 挂进去让 Agent 直接调用 UE 工具。最后提醒一句AIUEBridge 的定位是编辑器自动化执行层它不替代你写 C也不替代编辑器本身。它的价值在于把重复的、结构化的编辑器操作变成 AI 可调用的 Tool让你把时间花在真正需要判断力的地方。端口配置和.env一致性是踩坑最多的地方先把这两个搞定后面就顺了。