新闻详情

新闻详情

首页 / 资讯中心 / 详情

4步将 Godot-MCP 插件集成到 Godot 项目:从复制 addons 到启用插件的完整指南

发布时间:2026/11/15 4:30:46来源:尧图网络
4步将 Godot-MCP 插件集成到 Godot 项目:从复制 addons 到启用插件的完整指南
4步将 Godot-MCP 插件集成到 Godot 项目从复制 addons 到启用插件的完整指南【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 插件是一款基于模型上下文协议MCP的 Godot 编辑器插件它让 Claude 等 AI 助手可以直接操作你的 Godot 项目——创建节点、编写 GDScript、管理场景。本教程将带你从零开始完成 Godot MCP 插件的安装与启用只需 4 个简单步骤。一、认识 Godot-MCP 插件它能做什么Godot-MCP 插件在 Godot 编辑器内部启动一个 WebSocket 服务器默认端口 9080作为 AI 与编辑器之间的桥梁。启用后它提供五大类能力命令类别能做什么 节点命令创建、修改、删除场景树中的节点 脚本命令读取、创建、编辑 GDScript 文件️ 场景命令打开、保存、重建场景结构⚙️ 项目命令获取项目设置与资源列表️ 编辑器命令运行项目、查看编辑器状态插件的核心入口是 addons/godot_mcp/mcp_server.gd它负责在编辑器启动时监听端口并接收 AI 发来的指令。二、快速了解插件文件结构在动手之前先花 30 秒了解你要复制的内容。Godot-MCP 的插件部分全部位于addons/godot_mcp/目录addons/godot_mcp/ ├── plugin.cfg # 插件配置名称、版本、入口脚本 ├── mcp_server.gd # 主插件 WebSocket 服务器 ├── command_handler.gd # 命令路由与执行 ├── commands/ # 各类命令实现 ├── ui/ # MCP 控制面板 └── utils/ # 节点/脚本/资源工具函数其中 plugin.cfg 声明了插件名称 Godot MCP 和入口脚本mcp_server.gdGodot 正是靠它识别这个插件。三、集成四步法核心步骤第 1 步获取 Godot-MCP 仓库打开终端克隆仓库到本地git clone https://gitcode.com/gh_mirrors/god/Godot-MCP cd Godot-MCP 如果你已经通过仓库自带的示例项目测试过插件参考 project.godot该示例项目已预启用插件可以跳过本步直接从第 2 步开始。第 2 步复制 addons 目录到你的 Godot 项目这是最关键的一步。把 Godot-MCP 仓库中的godot_mcp文件夹整体复制到你自己的 Godot 项目的addons目录下若项目没有addons目录则新建一个你的Godot项目/ ├── addons/ │ └── godot_mcp/ ← 把整个文件夹拷进来 │ ├── plugin.cfg │ ├── mcp_server.gd │ └── ... ├── project.godot └── ...⚠️注意复制的是godot_mcp文件夹本身不要复制成addons/godot_mcp/godot_mcp这样的嵌套结构。第 3 步在 Godot 中启用插件用 Godot4.x 版本打开你的项目进入菜单栏Project → Project Settings → Plugins在列表中找到Godot MCP勾选启用它 ✅启用后mcp_server.gd会在_enter_tree()时自动启动 WebSocket 服务器并监听 9080 端口同时编辑器右侧停靠栏会出现 MCP 控制面板。第 4 步验证安装成功打开右侧停靠面板Dock确认能看到MCP 面板对应 addons/godot_mcp/ui/mcp_panel.tscn 场景打开 Godot 的输出控制台Output应看到 MCP SERVER STARTING 与Listening on port 9080的日志面板状态指示变绿说明服务器已就绪AI 可以随时连进来干活 四、常见问题排查Troubleshooting问题解决办法Plugins 列表里找不到 Godot MCP检查文件夹是否放在addons/godot_mcp/plugin.cfg路径多一层或嵌套都会导致识别失败端口启动失败确认 9080 端口未被其他程序占用查看 Output 中的Failed to listen on port错误macOS 无法联网在系统设置中给 Godot 编辑器授予本地网络权限修改配置后不生效重启 Godot 编辑器让插件重新加载五、下一步连接 AI 助手插件启用后还需要配置 MCP 服务端并把它接入 Claude Desktop。完整流程可参考项目自带文档安装全流程docs/installation-guide.md上手示例让 AI 帮你搭场景、写移动脚本docs/getting-started.md完整命令清单docs/command-reference.md架构设计原理docs/architecture.md配置完成后你就可以用自然语言指挥 AI创建一个主菜单包含开始、选项和退出按钮——剩下的节点搭建和脚本编写交给 Godot-MCP 插件自动完成吧✨【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 2026/11/15 4:54:16

【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 2026/11/15 2:04:12

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 2026/11/14 10:11:15

【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 ... 2026/11/14 17:14:38

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 2026/11/14 16:35:50

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 2026/11/15 4:06:36

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
📞 ✉