在日常 Unreal Engine 项目里，搭一个测试关卡最耗时间的往往不是“想清楚要什么”，而是“把想法一点点搬进编辑器”。手动拖 Actor、反复调坐标、右键改材质、等编译结果……如果你经常做的是“先摆场景、跑起来看、再回头改参数”这种循环，一天下来真正花在判断上的时间可能不到一半。
Vibe Coding 这两年很火，但很多人对它的理解还停留在“用 AI 生成代码片段，再手动粘回去”。真正的 Vibe Coding 不是代码补全，而是让 AI 理解你的意图后，自己去读上下文、调命令、操作编辑器、验证结果。要做到这一步，关键不在模型本身，而在于 AI 和编辑器之间那条“可以执行操作的通道”。这条通道，就是 MCP。
这篇文章要讲的是我日常跑通的一条工作流：Trae AI 作为 AI Agent 的宿主，UE 5.8 作为引擎侧的执行环境，中间通过 MCP 协议把两者桥接起来。读完你可以照着配置自己的开发环境，让 AI 直接帮你完成“列出场景中所有 Actor”“把某个物体移动到指定位置”“批量整理关卡”这类原本要在编辑器里手动完成的操作。文章会按“概念 → 环境 → 配置 → 代码 → 验证 → 排错 → 最佳实践”的顺序展开，适合独立游戏开发者、技术美术和 UE 工具链相关开发阅读。
1. 为什么要把 Vibe Coding 接进 Unreal Engine
先看传统 UE 编辑器的日常操作有多“碎”。假设你要把场景里的 10 个方块沿 X 轴均匀排开，要做的操作是：逐个选中 Actor，在 Detail 面板里输入坐标，或者拖拽移动，然后还要保证朝向、高度一致。如果是美术资源来回调整的阶段，这种事情一天要做几十次。
如果用传统 AI 编程方式，能做的是让 AI 生成一段 Python 编辑器脚本，然后你手动复制到编辑器里运行。这比手动操作快，但体验依然割裂：你需要在 IDE 和 UE 编辑器之间来回切，脚本生成后要自己确认是否匹配当前引擎版本，跑挂了还要自己看堆栈。
MCP 改变的是这一层。MCP 全称 Model Context Protocol，是一套开放的工具调用协议。它让 AI 不再只是“生成文本”，而是可以像调用本地函数一样，去调用外部工具、读取外部数据、执行外部操作。放在 UE 场景里，就是让 AI 能“看到”关卡里有哪些 Actor、“拿到”物体坐标、“修改”物体位置。
从架构上看，这套工作流最大的价值在于把“意图到编辑器操作”这条链路标准化了。以前每个团队都要自己写脚本、自己对接模型、自己做交互面板；现在 IDE、模型、MCP Server、引擎侧执行器各司其职，你只需要把“AI 能调用哪些工具”这件事配置清楚。
我给的判断是：这套工作流适合两类人。一类是独立开发者，一个人要同时兼顾关卡、蓝图、美术资源，能省一次手动操作都是赚；另一类是技术美术和工具链开发，他们愿意花一晚上把桥接服务写好，然后每天省下大量重复调整时间。对于只偶尔打开 UE 的同学，价值相对有限——因为搭建和调试这套链路本身也需要一定成本。
很多人会问“UE 5.8 和 MCP 有什么关系”。UE 5.8 是 2025 年的 Unreal Engine 新版本，它的编辑器脚本、Python 自动化、Remote Control 这些基础设施在近几代引擎里保持了稳定。也就是说，本文的接入思路不只适用于 5.8，UE 5.1 到 5.8 基本通用，只是插件菜单名称和部分 API 会有微调。真正的关键并不在 UE 版本，而在“编辑器能不能暴露操作接口”这件事上。
2. 核心概念：Vibe Coding、MCP、Trae AI 和 UE 5.8
2.1 Vibe Coding 到底是什么
Vibe Coding 这个说法来自 Andrej Karpathy 在 2025 年初的总结，指的是一种“和 AI 一起写代码”的开发方式：你用自然语言描述想要的效果，AI 负责生成代码、修改文件、跑通流程，你更像一个评审者而不是逐行手写的执行者。
这个词很容易被误解成“写代码不需要懂技术”。实际做下来会发现，Vibe Coding 对“判断力”的要求反而更高：你得能读懂 AI 生成的代码是不是对的，得能描述清楚边界条件，得会验证结果。在 UE 编辑器场景里尤其如此——AI 可以帮你把 10 个 Actor 摆整齐，但如果它把不该移动的灯光也挪了位置，出问题后你未必能马上发现。
2.2 MCP 协议解决的核心问题
MCP 是 Anthropic 在 2024 年底提出的开放协议，全称 Model Context Protocol。它解决的核心问题是：AI 模型如何标准化地调用外部工具和数据。
没有 MCP 的时候，每个 AI 应用想接入一个新工具，都要自己写一套对接逻辑。今天接一个 UE 编辑器要写 Python 脚本，明天接一个浏览器自动化又要写一套 Node 接口，后天接数据库还得再搞一套 SQL 封装。MCP 把这件事标准化了：工具提供方只要实现一个 MCP Server，AI 宿主（比如 Trae AI）就可以通过统一的协议发现工具、调用工具、传递参数、拿回结果。
MCP 的架构有三个角色：
| 角色 | 说明 | 在本文场景中的对应 |
|---|---|---|
| Host | 承载 AI 模型的宿主应用 | Trae AI |
| Client | Host 内部的协议客户端，负责和 Server 通信 | Trae AI 内置的 MCP 客户端 |
| Server | 暴露工具、资源、提示词的独立服务 | 我们自己写的 ue-bridge 服务 |
传输方式上，MCP 支持 stdio（标准输入输出）和 HTTP/SSE 两种。开发阶段常用 stdio，直接python xxx.py启动一个进程；如果服务要部署在远程机器，再用 HTTP/SSE。本文的示例以 stdio 为主，这也是 Trae AI 这类桌面 IDE 最顺手的接入方式。
2.3 MCP 与 Agent Skill 的区别
最近很多人问 Agent Skill 和 MCP 有什么区别。简单说，这是两层东西。
MCP 解决的是“AI 能调用什么外部能力”的标准化问题，定义的是工具接入协议。Agent Skill 则是“AI 如何完成一类任务”的封装，它可以是指令模板、示例流程、工具组合方式、约束条件打包在一起的能力包。
举例理解：MCP 是“给你一把螺丝刀”，Skill 是“教你怎么把一架柜子装好”。MCP 保证 AI 调螺丝刀的姿势标准，Skill 保证 AI 知道先装哪块板、什么顺序上螺丝。在 UE 工作流里，MCP 负责把“移动 Actor”“列 Actor”暴露给 AI，Skill 则可以把“整理测试关卡”这件事的方法论固化下来，两者并不冲突，反而是搭配使用的关系。
2.4 Trae AI 在其中的角色
Trae AI 是字节跳动推出的 AI IDE，底层基于 VS Code 的交互模型，内置了对话式 Agent 能力。开发者可以在 IDE 里直接和 AI 对话，让它读工程文件、改代码、跑命令，这就是典型的 Vibe Coding 体验。和 Vercel 那种 Web 侧 Vibe Coding 平台相比，Trae AI 直接落在本地 IDE 里，配合 UE 这种桌面编辑器反而更顺手，因为引擎进程本身就在本机。
Trae AI 支持 MCP 接入，这个能力非常关键。它让 Trae 的 Agent 不再局限于“读代码、写代码”，而是可以通过 MCP Server 驱动外部程序。再加上它对主流模型的支持，你可以根据自己的需要选择模型——需要强工具调用能力的场景，选支持 function calling 的模型会明显更稳。
3. 环境准备与前置条件
开始之前，先把环境准备好。这个方案的前提是：UE 和 Trae AI 都安装在同一台本机，因为我们要通过本地端口通信。
| 组件 | 说明 |
|---|---|
| 操作系统 | Windows 优先，macOS 同理，端口和路径注意调整 |
| Trae AI | 从官网下载安装，首次使用需要注册并登录账号。如果遇到 passport 相关的登录异常，先确认账号状态、本地缓存和 IDE 版本，必要时重启 IDE 再试 |
| UE 5.8 | 任意含编辑器的安装版本都可以，UE 5.1+ 也兼容本文思路 |
| Python | 本机用于运行 MCP Server，建议 Python 3.10+，需要能安装第三方库 |
| fastmcp 库 | MCP Server 的 Python 框架，命令行执行pip install fastmcp requests |
UE 编辑器侧需要启用两个插件：
- Python Editor Script Plugin：这是 UE 提供编辑器 Python 自动化的基础插件，启用后才能执行 Python 脚本、调用编辑器 API。
- Remote Control（可选）：如果不想自己写 Socket 服务，也可以用 UE 自带 Remote Control API 通过 HTTP 暴露属性，官方插件文档有说明。本文示例采用更可控的 Python Socket 方案，Remote Control 作为备选方案了解即可。
在 UE 编辑器里打开 Edit -> Plugins，搜索插件名称，勾选启用后重启编辑器即可。注意 Python Editor Script Plugin 启用后，编辑器菜单会出现 Window -> Developer Tools -> Python Console，这是后续验证的重要入口。
另外建议准备一个独立的测试工程。不要直接在正在进行的主项目上试，因为下面的操作会真的改变关卡内容。我在示例里用的是ue-mcp-demo这个纯测试工程。
4. 工作流总览：从一句话到编辑器操作
先建立整体认知，再进入配置。这条工作流的核心循环是：
- 你在 Trae AI 的对话框里用自然语言提出需求，例如“把场景里所有 Cube 开头的 Actor 按 X 轴均匀排开”。
- Trae AI 的 Agent 解析需求，决定调用哪个 MCP 工具。
- 工具调用通过 MCP 协议发送到本地 MCP Server（ue-bridge 进程）。
- ue-bridge 把命令转换成 JSON，通过 TCP 发送给 UE 编辑器内运行的 Socket 服务。
- UE 编辑器的 Python 脚本执行实际操作，比如读取 Actor 列表、修改坐标。
- 结果按原路径返回，AI 拿到结果后继续决策，直到完成整个任务。
这个循环的关键点是：AI 的每一步操作都能拿到真实反馈。它调用list_actors后能看到关卡里真实的 Actor 标签，而不是猜的；它调用set_actor_location后能看到操作是否成功。有了这种“感知-行动-验证”的闭环，Vibe Coding 才真正从“聊天生成代码”升级成了“AI 操作编辑器”。
如果不想自己写代码，社区也已经有不少现成 UE MCP 插件，思路类似：在 UE 编辑器内部启动一个服务，通过 MCP 暴露给 AI IDE。不过自己写一遍好处更多，既能理解协议细节，又能按自己项目定制工具，后面维护起来心里有底。
5. 在 Trae AI 中配置 UE MCP 服务
5.1 准备项目级配置文件
Trae AI 支持项目级 MCP 配置，文件一般叫.mcp.json，放在项目根目录。这样配置可以随工程一起提交到版本库，团队其他人拉下来就能用。内容如下：
{ "mcpServers": { "ue-bridge": { "command": "python", "args": [ "D:/projects/ue-mcp-demo/tools/mcp_ue_bridge.py" ], "env": { "UE_SOCKET_HOST": "127.0.0.1", "UE_SOCKET_PORT": "9101" } } } }关键字段说明：
command：启动 MCP Server 的可执行程序。在 Windows 上如果python没有加入 PATH，这里要填完整路径，例如C:/Python311/python.exe。args：MCP Server 脚本的完整路径。env：传给 Server 进程的环境变量。这里用UE_SOCKET_HOST和UE_SOCKET_PORT指定 UE 编辑器的 Socket 服务地址，端口要和后面 UE 侧脚本保持一致。
5.2 在 Trae AI 中添加 MCP Server
在 Trae AI 的设置界面中找到 MCP 管理入口（不同版本菜单位置可能不一样，一般在设置或侧边栏的 MCP 面板里）。添加方式有两种：
- 手动添加：在 UI 表单里填入 Server 名称、类型（stdio）、命令和参数，Trae AI 会自动生成配置文件。
- 直接识别项目文件：把
.mcp.json放到项目根目录，Trae AI 打开项目后通常会自动识别并加载。
添加成功后，MCP 面板里会显示ue-bridge这个 Server 的状态。如果显示为 connected，说明连接成功；如果显示 failed 或 error，优先检查命令路径是否正确、依赖库是否安装。
这里有个容易踩坑的地方：MCP Server 进程一定要保持干净的标准输出。如果脚本里写了print()打印业务日志，会污染 stdio 协议，导致 Trae AI 解析失败，表现就是“MCP 工具注册不上”。这个坑在社区里很常见，之前有不少人用 Figma MCP 在 Codex 中遇到“工具注册不上”，原因往往就是这个。后面写代码时会专门处理。
6. 自己写一个 UE MCP 桥接服务
6.1 为什么需要桥接服务
Trae AI 里的 Agent 不直接认识 UE 编辑器。它认识的只有 MCP Server 暴露出来的工具。所以我们要写一个进程，一方面以 MCP Server 的身份和 Trae AI 通信，另一方面把工具命令转发给 UE 编辑器。
由于 UE 编辑器内的 Python 环境和跑 MCP Server 的 Python 环境不是同一个，最简单的桥接方式是：UE 编辑器内跑一个 TCP Socket 服务，接收 JSON 命令；MCP Server 每次收到工具调用，就通过 TCP 把命令发过去，拿到结果再返回给 Trae AI。
这个结构的好处是职责清晰：MCP Server 只负责协议翻译，UE 编辑器内只负责执行引擎 API。任何一边出问题都能单独排查。
6.2 UE 编辑器侧：Socket 服务
在测试工程的Content/Python目录下创建一个脚本文件，命名ue_mcp_socket_server.py。UE 的 Python 环境会把这个目录加入模块搜索路径，方便后续导入和运行。
# 文件路径：Content/Python/ue_mcp_socket_server.py # 在 UE 编辑器中运行，监听本地 TCP，接收 JSON 命令并操作编辑器 import json import socket import threading import unreal def get_level_actors(): """获取当前关卡所有 Actor，优先使用 EditorActorSubsystem。""" subsystem = unreal.get_editor_subsystem(unreal.EditorActorSubsystem) return subsystem.get_all_level_actors() def handle_command(cmd): cmd_type = cmd.get("type") if cmd_type == "list_actors": actors = get_level_actors() return {"ok": True, "actors": [a.get_actor_label() for a in actors]} if cmd_type == "get_actor_location": target = None for actor in get_level_actors(): if actor.get_actor_label() == cmd.get("actor"): target = actor break if target is None: return {"ok": False, "error": "actor not found"} loc = target.get_actor_location() return {"ok": True, "
