新闻详情

新闻详情

首页 / 资讯中心 / 详情

用一句话造场景:Godot-MCP 自然语言驱动游戏开发的 8 个经典提示词

发布时间:2026/11/13 14:37:25来源:尧图网络
用一句话造场景:Godot-MCP 自然语言驱动游戏开发的 8 个经典提示词
用一句话造场景Godot-MCP 自然语言驱动游戏开发的 8 个经典提示词【免费下载链接】Godot-MCPAn MCP for Godot that lets you create and edit games in the Godot game engine with tools like Claude项目地址: https://gitcode.com/gh_mirrors/god/Godot-MCPGodot-MCP 是一款把 AI 助手如 Claude接入 Godot 游戏引擎的开源插件基于模型上下文协议MCP让你用自然语言直接创建场景、节点和脚本——说一句“加个会巡逻的敌人”它就能在你的 Godot 项目里真正动手干活。本文精选 8 个新手可直接套用的经典提示词帮你快速上手自然语言驱动的游戏开发。先花 2 分钟了解 Godot-MCP 是什么Godot-MCP 由两部分组成组成部分位置作用Godot 插件Addonaddons/godot_mcp/在编辑器内启动 WebSocket 服务执行节点、脚本、场景等命令MCP 服务器server/src/index.ts把 Claude 的请求翻译成 Godot 能执行的指令工作流程非常直观打开 Godot 项目在右侧的 Godot MCP Server 面板点击Start Server面板源码见 mcp_panel.gd启动 MCP 服务器cd server npm install npm run build npm start在 Claude 中用一句话下达任务回到 Godot 查看 AI 创建的场景、节点和脚本 详细原理可以看 docs/architecture.md它解释了 Claude → MCP 服务器 → Godot 的完整指令链路。一键安装步骤克隆仓库git clone https://gitcode.com/gh_mirrors/god/Godot-MCP将godot_mcp文件夹复制到你自己的 Godot 项目addons目录在项目设置 → 插件中启用 Godot MCP在server目录执行npm install和npm run build按上面第 2 步在 Claude Desktop 中配置好 MCP 工具完整图文说明见 docs/installation-guide.md。8 个经典提示词清单以下提示词全部来自项目官方文档的真实示例覆盖造场景、写脚本、做 UI、调 Bug 四大场景。 建议逐条复制体验从简单任务开始。1. 一句话生成 2D 平台跳跃场景我在 Godot 里做一个 2D 平台游戏。帮我创建一个简单场景包含玩家角色精灵、一个平台和一枚可收集的金币。这条提示词会触发create_scene、create_node等工具定义在 node_tools.ts、scene_tools.ts。几秒钟后切回 Godot 就能看到完整的场景树——不用手动添加任何节点。2. 给角色写移动与跳跃脚本给玩家角色加一个移动脚本方向键左右移动空格键跳跃。AI 会自动生成 GDScript 文件、写好_physics_process()移动逻辑并把脚本挂到玩家节点上。之后按 F5 运行即可测试全程无需打开代码编辑器。3. 搭建游戏主菜单我需要游戏主菜单包含开始游戏、选项和退出三个按钮帮我实现。这是最典型的一句话造 UI任务AI 会创建菜单场景、摆放 Button 节点、编写点击响应脚本并给开始游戏按钮接入场景切换逻辑。官方示例见 README.md 的 Example Prompts 一节。4. 制作巡逻型敌人 AI创建一个敌人 AI在多个路点之间巡逻当玩家进入攻击范围时发起攻击。 小技巧先让 AI 执行get-scene-tree读取当前场景结构再下达这条指令它能更准确地知道玩家节点在哪里。5. 实现带 UI 的计分系统给游戏加一个计分系统玩家收集物品时分数增加。请创建1. 带分数标签的 UI2. 跟踪分数的脚本3. 收集物品时更新分数的逻辑。这是多步骤任务的范例——AI 会自动拆解成建 UI → 写全局脚本 → 接入收集物脚本三步依次执行正好展示了 AI 的链式工作流能力。6. 让 AI 当你的调试助手我的玩家角色有时会穿过地板掉下去帮我排查一下原因。调试是 MCP 最有价值的场景之一AI 能读取你当前场景的节点属性、碰撞体设置和脚本内容定位到问题比如碰撞层配置错误、移动速度超过物理步长并直接修改。7. 一键重构改用信号通信把这段代码重构成使用信号signal代替直接节点引用。Godot 社区推崇信号解耦而手写信号连接繁琐。把这段提示词发给 AI它会重写脚本、声明信号并自动连接是学习 GDScript 设计模式的好机会。8. 直接运行项目验证效果运行项目然后告诉我当前场景的结构。通过run-project、stop-project、get-scene-tree等编辑器命令参考 editor_tools.ts你可以让 AI 代替你按 F5跑起来后还能让它读回场景树做核对形成改 → 跑 → 查的闭环。新手提示词写法指南 官方在 docs/getting-started.md 中总结了 5 条经验浓缩成 4 点说具体写清节点类型、名字、坐标例如创建一个名为 StartButton 的 Button 节点先简单从单个节点、单个脚本开始再逐步加复杂度多迭代让 AI 做小改动频繁回 Godot 检查而不是一次要一大段功能给上下文涉及具体节点时先让 AI 读取场景树或当前脚本它再动手会更准命令出错了怎么办Claude 连不上 Godot确认 MCP 面板里的 WebSocket 服务器已启动端口一致默认 9080命令执行失败查看 MCP 面板日志检查提示词里的节点路径是否有效一般以res://或/root/开头改动没显示保存场景并刷新编辑器更多排障内容见 docs/getting-started.md 的 Troubleshooting 章节。延伸阅读docs/command-reference.md — 全部节点/脚本/场景/项目命令的完整参考docs/mcp-server-readme.md — MCP 服务器详细说明addons/godot_mcp/command_handler.gd — 插件内命令分发核心源码TestScene.tscn — 项目自带的示例测试场景从一句话造场景开始用自然语言驱动你的 Godot 游戏开发吧【免费下载链接】Godot-MCPAn MCP for Godot that lets you create and edit games in the Godot game engine with tools like Claude项目地址: https://gitcode.com/gh_mirrors/god/Godot-MCP创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉