1. 先说结论这套组合到底能帮你省多少事如果你也在用 Godot 做 2D 游戏并且最近被各种 MCP 相关的内容刷屏那这篇教程应该能让你少走不少弯路。标题里那个“超级粉碎兄弟”本质上就是用 Godot 复刻一个 3D/2D 平台格斗游戏的战斗逻辑——百分比伤害、击飞、边界淘汰这些经典机制而我会结合 Godot MCP 这套工具链把 Claude Code 和 Gemini Anti-Gravity 两个 AI 编程助手拉进来做成一个“我动口AI 动手”的试作流程。先说我能给你保证的结论MCP 协议本身不是一个新东西但当它和 Godot 编辑器打通之后AI 不再只是“写脚本”的角色它可以直接看场景树、改节点属性、启动游戏跑测试甚至根据运行日志来调参。也就是说AI 真正变成了一个能上手碰项目文件的协作者而不是一个“帮你想代码但代码能不能跑全靠运气”的文本生成器。Claude Code 和 Gemini Anti-Gravity 恰好是目前最典型的两个 AI 代理形态一个偏传统但够稳一个偏前沿但迭代快把它们都接到同一个 Godot 项目里做横向对比本身就是件很有意思的事。这篇教程适合谁正在用 Godot 做玩法原型、觉得调试角色手感太费时间的人或者已经听说过 MCP 但不知道具体怎么应用到游戏开发里的朋友。里面会有环境搭建、Node 配置、战斗系统拆解、AI 提示词设计的完整过程以及我真实踩过的坑文章末尾还能拿去做扩展。当然基础要求在下面会说清楚你至少得装好了 Godot 4.x有一点 GDScript 的底子不然 AI 给你的代码你也没法判断对错。2. Godot 开发里的 MCP 到底扮演什么角色2.1 MCP 不是一个插件而是协议先把这个概念讲透。MCP 全称 Model Context Protocol是一个把 AI 模型和外部工具/数据源连接起来的开放协议。类比一下它像 USB 接口不管你是鼠标、键盘还是 U 盘只要遵循 USB 规范插上电脑就能用。MCP 的规范做的事就是定义 AI 程序和“工具服务端”之间的通讯方式——包括如何发现一个工具、如何调用它、如何传递结果。所以“godot-mcp”并不是一个 Godot 内置功能它同时包含一个在本地跑的 MCP server服务端这个服务端通过编辑器插件的方式把 Godot 的项目信息暴露给 AI 客户端。我以前试过把 AI 接进 Godot 开发的几种姿势直接往对话框里贴代码AI 看不到项目结构出来的代码经常挂在命名上走文件系统读整个项目AI 每次分析半天很费 token 也没必要最接近实用的是把关键脚本让 AI 读了再让它改但改完你还是得切回编辑器看结果来回拉扯很痛苦。MCP 的思路完全不一样——AI 客户端可以直接调工具比如“读取当前场景树”“修改某个节点的 position”“新建一个 CharacterBody2D 并挂在场景下”“运行游戏”“拿当前调试输出”。这就跟人打开 Godot 编辑器从头到尾操作一遍项目差不多只不过操作者变成了 AI。2.2 godot-mcp 到底能暴露哪些能力在真正动手之前最好先对 godot-mcp 的能力边界有个概念不然你以为它无所不能实际访问起来会觉得自己被骗了。常见的实现会暴露以下几类工具场景树相关获取当前打开场景的节点树查询某个节点的属性、子节点列表、脚本资源等编辑操作相关创建节点、重命名节点、设置属性、重新加载场景、保存场景运行时相关启动当前项目、连接远程调试器、读取运行时的调试输出/错误日志文件相关列出项目里的脚本文件、读取脚本内容、在不打开编辑器的情况下快速改脚本。不同类型 MCP server 的功能是可能有差异的你用的项目如果只实现了其中前两类那 AI 就只能做静态编辑不能替你跑测试。我实际用的这款Godot MCPGitHub 上能搜到基本覆盖了上面四类不过它的安装方式、端口号、启停方式都和人家的 README 强相关所以如果碰到连不上的情况优先回去翻它文档里的版本要求。2.3 为什么格斗游戏特别适合用这个工作流超级粉碎兄弟这种玩法最大的痛点就是“手感”和“数值”调起来非常烦。它的角色移动、跳跃高度、攻击判定框大小、击飞动画曲线每一个参数都在影响对战体验而你很难一遍写对。传统流程是改代码 → F5 跑游戏 → 试玩 → 发现不对 → 再改代码循环往复。如果 AI 可以修改脚本还能替你启动游戏、抓取运行日志那这个过程就能自动化一大部分你在对话里说“把前击重击的击飞力度调低 20%启动游戏让我试一下”AI 改完参数、运行项目、等你说下一个问题。这等于把调节奏从“人盯着参数表一遍遍试”变成了“人和 AI 像结对编程一样反复做实验”。这也是我为什么把教程项目选成打斗玩法因为它的参数耦合度高最能体现“AI 实时调试”的组合优势。如果你是做数值 RPG、解谜或者平台跳跃这套流程同样能用只是需要把关注点放到各自领域的“参数馒头”上。3. 工具选型Claude Code 还是 Gemini Anti-Gravity3.1 两个 AI 代理的定位差别先从形态说起。Claude Code 是终端里的 AI 编程代理你在命令行里启动它它会读取工程目录、给出执行计划并且可以通过 MCP 配置外接工具。它的核心优势在于“稳定”和一个逐步拆解的思考过程适合做需要理解项目的复杂任务。Gemini Anti-Gravity 是 Google 出的 AI 代理环境对应 Gemini 模型体系它解决的问题和 Claude Code 类似但它背后同时接入了 Google 的 Gemini 模型和一套相对更新的工具调用能力在部分场景下反馈速度更快、多模态理解更强比如你可以直接给它一张截图让它分析 UI 布局问题。用一句话概括Claude Code 像一位经验丰富但比较保守的坐班架构师Gemini Anti-Gravity 像一位手速极快、思路跳脱的年轻开发。放到 Godot 这个具体场景Claude Code 更擅长理解玩家状态机、战斗逻辑这类需要全局考虑的项目结构Gemini 则在快速生成某个模块的代码、写 UI 相关脚本时更得心应手因为它对图片和空间排布的理解天然有优势GDScript 它也没问题毕竟代码量级和训练语料充足。3.2 Claude Code 的接入与实战感受我的主力工具目前是 Claude Code。就说一个细节它的 MCP 配置是通过命令行完成的添加 godot-mcp server 之后进入项目目录它就会自动发现可用的工具。你在对话里问“现在玩家节点的 velocity 是多大”它真的会去调 MCP 里的属性查询接口把当前的值返回给你而不是凭空猜。这个“真实数据回传”的特性非常关键因为这意味着 AI 的决策基于项目实际状态而不是训练数据里的平均预期。配置方式比较直观在终端里执行类似“claude mcp add godot -- ...的命令把 server 启动脚本指向本地运行的服务即可。如果你用 VSCode 扩展来跑 Claude Code也可以直接在图形界面里管理 MCP 连接不过原理都一样底层仍是 JSON-RPC 通信。一个补充Claude Code 对上下文窗口的管理比较有自己的风格你在同一个会话里让它改并保存文件然后启动项目几次它会把过程拆得清清楚楚。但注意不要让一个会话里堆积太多轮次的“改代码 — 运行 — 报错 — 再改”像人类同事一样它也会开始混乱。后面的实战环节我会具体演示怎么拆分任务。3.3 Gemini Anti-Gravity 的接入与独有优势Gemini Anti-Gravity 的配置稍微有点不一样因为它更像一个集成了 AI 能力的云端/本地环境而不仅仅是一个终端工具。我把它接到 Godot MCP 的时候主要方式是给它注册一个自定义 agent或者说一个 action让它可以通过 MCP server 去操作本地 Godot 项目。它的天然优势在于如果我用截图把当前游戏的画面发给它它能直接把“UI 里血条颜色不对”这种模糊描述转化成“HUD 节点中 TextureProgressBar 的 modulate 值需要调整”这样精确的行动指令。它也有一些让我不太满意的地方。首先是当你需要修改大量现有脚本时它对“既有代码风格”的遵循程度不如 Claude Code经常自作主张引入新的命名风格其次它执行步骤的“展示感”更强但实际成功率偶尔还不如预期。所以我的建议是如果你想找一个“全局架构理解强”的助手Claude Code 是首选如果你希望“视觉反馈 快速生成新模块”Gemini Anti-Gravity 更合适。3.4 选型对比表与我的最终建议对比维度Claude CodeGemini Anti-Gravity主要形态终端代理 MCP 客户端代理环境 / 自定义 agent长项目理解强逐步推理、擅长状态机中等快速生成但风格不稳定多模态能力一般文本为主强截图/图像分析突出MCP 配置命令行/VSCode 均可文档成熟配置略繁琐依赖具体环境实战推荐场景战斗逻辑、系统框架、数值调整UI 布局、快速原型、视觉分析最终我的建议不是“二选一”而是“两个都接”。它们能共存在同一个项目里不会互相冲突不同阶段用不同工具搭建战斗框架和状态机时用 Claude Code打磨 UI 表现和做快速原型时用 Gemini Anti-Gravity。这套流程在后面的实战中会频繁出现你就能看到切换的实际节奏。4. Godot MCP 环境搭建从零到一把跑通4.1 前置准备清单先别急着装工具把环境搞清楚能省下一大半排错时间。你需要准备Godot 4.2 或 4.3 版本某些 MCP server 对 4.4 的兼容性还没完全验证所以我的建议是先用稳定版Git用于下载 MCP server 源码或者直接 clone 到本地Python 3.10大部分 godot-mcp server 是用 Python 写的一个能正常联网的终端环境因为 Claude Code 和 Gemini Anti-Gravity 的服务端要访问远端模型 API一个测试用的空 Godot 项目专门用来做连通性验证别一开始就往正式项目里乱接。这些做完之后你还需要决定你是想把 MCP server 作为一个独立的 python 进程跑起来还是通过 npx/uvx 这类工具号令式启动。普通项目我推荐 python venv 的方式可控性最强如果你只是临时体验可以用 npx 一类的包管理工具一条命令就能起服务。4.2 启动 MCP Server 的完整步骤拿到 godot-mcp 的源码后在项目根目录下创建一个虚拟环境然后安装依赖。以下命令基于 Linux/macOS 的终端Windows 上把激活命令换成你的环境对应写法即可。git clone https://github.com/您的源/godot-mcp cd godot-mcp python -m venv .venv source .venv/bin/activate pip install -r requirements.txt安装完成后启动 server。不同实现启动参数略有区别但通常你会看到它监听在本地的一个端口上比如 9000 或 8000。我们把它跑在前台方便看日志。python server.py看到“listening on 127.0.0.1:9000”之类的输出说明服务端已经能接收 MCP 请求了。但注意这个 server 本身不会主动去找 Godot你需要先在 Godot 编辑器里装一个配套插件一般是把插件文件夹比如 addons/godot_mcp拷贝到项目的 addons 目录下。然后在 Godot 的“项目设置 - 插件”里启用它它会启动一个轻量级编辑器插件主动连到那个端口。4.3 在 Claude Code 里接入 GodotClaude Code 接入 MCP 的方式很直接只需要在项目目录下执行一条配置命令后面跟你的 server 地址即可。以我的配置为例claude mcp add godot -- python /path/to/godot-mcp/server.py如果你已经把 server 作为独立进程跑起来了这里可以把启动命令换成 HTTP 连接方式具体参数看你选用的 SDK 支持哪种。配置完成后进入 Claude Code 会话输入类似“列出当前项目可用的 MCP 工具”的问题它应该会把 godot 相关的工具名列出来。如果没看到八成是配置命令里的路径不对或端口冲突去检查 server 的日志。连上之后试着让它读一下当前场景树的根节点用 godot 工具获取当前场景的根节点并输出它的节点类型和子节点列表。如果它能基于 MCP 接口返回真实数据说明整条链路已经通了。4.4 在 Gemini Anti-Gravity 里接入 GodotGemini Anti-Gravity 的配置方式相对依赖你用的客户端形态。以我目前在用的环境为例它允许你在配置文件中定义一个 MCP 端点。核心是你要让它知道服务地址和传输协议配置片段类似{ mcpServers: [ { name: godot, url: http://127.0.0.1:9000, transport: http } ] }有些版本走的是 stdio 模式那你要改成命令和一串参数的形式。最需要注意的是很多 AI 代理环境出于安全考虑默认不允许“本地回环地址 http”这种组合你需要在安全设置里把本地回环调用放行。这一步卡住不少人因为它不像 Claude Code 那样会明确提示有时候 AI 只是沉默地不调用工具你不会知道它其实已经连不上了。接通后再做一次类似的验证让它读取当前项目里的 player.gd 文件内容并简单解释其中“跳跃状态”的实现。如果它能正常读取。4.5 连通性自检的五个黄金问题我每换一个项目都会用五个问题做自检全部答对才算真正打通 MCP 链路不然我会认为“能用”只是偶发的运气。当前场景的根节点类型是什么玩家节点的子节点里有没有 CollisionShape2Dplayer.gd 中 jump_velocity 的默认值是几启动游戏 3 秒后打印出来的调试日志是什么如果我把玩家节点名字改成 player_new场景树里会立即反映出来吗前两个问题检验的是读场景树第三个是读文件第四个是运行游戏并捕获输出第五个是修改编辑器状态后的同步反馈。五项全过你就可以放心开始开发了。5. 打造“超级粉碎兄弟”式战斗原型AI 协作全流程5.1 场景结构与玩家基础超级粉碎兄弟的核心战斗是在一个横板平台场景里进行的玩家控制角色在平台上移动、跳跃用各种攻击把对手打出屏幕边界。为了让 AI 协作的效果最显眼我先把这个原型拆成几个清晰的小模块场景、角色、攻击判定、伤害百分比、击飞逻辑、HUD、淘汰与重生。场景我建了一个基础的 Main.tscn里面只有一个 Node2D 根节点命名为 Main、一个玩家节点PlayerCharacterBody2D、一个简单的平台StaticBody2D、一个 Camera2D 和一个 CanvasLayer用于挂 HUD。最开始的节点搭建我是让 Claude Code 直接通过 MCP 创建的它先在编辑器里创建了 Player 节点然后再添加 CollisionShape2D整个过程不用我手动画。虽然从效率上讲手点更快但好处是它理解了结构之后后面修改场景树的指令它都执行得比较准确。玩家角色一共有三种子节点CollisionShape2D碰撞体、Sprite2D用来显示角色的 ColorRect 占位即可等美术资源出来再换、一个 Area2D 子节点用来做攻击判定框。这里最值得让 AI 帮忙的地方是“攻击判定框的位置和大小怎么调”通过对话即可改属性非常舒服。5.2 状态机与角色控制的实现战斗类角色最忌讳把所有的逻辑塞到 _physics_process 里一通 if/else。我让 Claude Code 先搭一个轻量的状态机框架状态包括 idle待机、run跑动、jump跳跃、attack1普通攻击、attack2强攻击、hit受击。它给的 GDScript 骨架大致是这样extends CharacterBody2D enum State { IDLE, RUN, JUMP, ATTACK1, ATTACK2, HIT } var current_state: State State.IDLE var speed: float 300.0 var jump_velocity: float -400.0 var damage_percent: float 0.0 var knockback_modifier: float 1.0 func _physics_process(delta: float) - void: match current_state: State.IDLE: handle_idle(delta) State.RUN: handle_run(delta) State.JUMP: handle_jump(delta) State.ATTACK1: handle_attack1(delta) State.ATTACK2: handle_attack2(delta) State.HIT: handle_hit(delta)这段代码本身不难但 Claude Code 帮我顺手把“状态切换时的动画播放节点”和“输入映射”也处理了。我只需要告诉它“进入 RUN 状态时播放 walk 动画moving 速度如果低于 10 就转回 IDLE”。这种细节AI 在写的时候就能自动补全。提到输入映射我建议让 AI 在项目设置的 Input Map 里注册这些动作move_left、move_right、jump、light_attack、heavy_attack。这个也能通过 MCP 的编辑器操作接口来配置但实际体验下来让 AI 通过 GDScript 里的 is_action_pressed 读取输入是更顺手的方式不过要注意 Input Map 里没有注册这些动作时Godot 会直接报错。5.3 攻击判定生成与伤害累计接下来是重头戏如何把“一拳打出去”这件事变成代码。超级粉碎系列的特色是伤害百分比也就是说角色不是一眼看血条而是看一个越打越高的百分比数字这个数字同时决定了后续击飞的距离。我用 Area2D 来做攻击判定框。玩家按下攻击键时攻击判定的子节点会被激活一段时间如果在这个窗口内碰到另一个玩家的 Hurtbox另一个 Area2D就触发伤害。这里的关键点在于要用“进入判定时给一次伤害”而不是每帧给伤害。可以用一个标志位 safe_zone——碰撞进入时给伤害然后立刻禁用攻击框。Claude Code 给的实现逻辑就非常干净攻击框 active 时间为 attack_duration当 body/area 进入信号触发时判断是否是对手如果是就调用 apply_damage() 函数。signal player_took_damage(damage: float) func apply_damage(base_damage: float, knockback_dir: Vector2) - void: damage_percent base_damage knockback_modifier damage_percent / 100.0 1.0 current_state State.HIT velocity knockback_dir * (base_damage * 12.0 damage_percent * 2.5) player_took_damage.emit(damage_percent) move_and_slide()这一段值得解释一下“为什么”knockback_modifier 和 damage_percent 挂钩意味着你被打得越痛后续被击飞越夸张这正是“super smash”手感的核心。你不需要读懂每一行但你得能告诉 AI 你希望“伤害和击飞呈曲线增长”AI 才能写出这个公式不然它默认用线性也说得过去。5.4 击飞方向与边界淘汰判定要不要有“击飞朝向”我的答案是不仅要而且最好在战斗原型里体现出来。最简单的实现方式攻击本身不提供一个固定的击飞方向而是根据“攻击判定框自身朝向 被击者相对位置”计算。比如你往右出拳右边缘碰到对手那击飞方向就应该偏右下如果你出招时对手站在身后击飞方向就要反过来。我把这个规则作为一句话补充给 AI“击飞方向向量 攻击框前端方向 * 1.0 竖直向上 * 0.4然后根据当前玩家 facing 方向做翻转。” 你看这句描述完全是游戏设计语言AI 能直接落成代码。Gemini Anti-Gravity 在生成这一类“设计意图转公式”的场景里表现得比较自然可能是因为它训练数据中对这类玩法描述素材更多。边界淘汰的规则也简单场景四周设置一个看不见的边界矩形玩家一旦越界就触发淘汰延迟一秒后重生到出生点。这个逻辑我用 CLI 让它快速生成Gemini 写这个特别快几乎没让我改过代码里就是 Rect2 的 has_point 检查加 timer。5.5 HUD 与画面反馈这里 Gemini Anti-Gravity 的优势就出来了。我给它的描述是“在 CanvasLayer 用 Label 显示玩家血条和百分比位置居中靠下同步玩家的 damage_percent”它直接给出了包含 HBoxContainer、Label、StyleBox 的完整节点结构甚至自己在代码里加了 modulate 颜色变化——血量百分比高的时候颜色从绿变红。虽然这个功能做起来不复杂但它在没有我明确指令的情况下主动做了“战斗反馈”的优化节省了我不少手动节点搭建时间。画面反馈里还有一个很实用的屏幕震动效果给 Camera2D 添加一个小的噪声偏移。这部分我是让 Claude Code 实现的因为它要改动 _process 和设置 camera offset涉及状态切换它对全局结构的把握更稳。6. 实战中一定会遇到的坑与排查技巧6.1 MCP Server 连不上的高频原因这是最让人头疼的启动报错实际上 80% 的原因可以归为三类端口被占用、Godot 插件没有启用、客户端配置里的 server 地址写错。我的排查顺序是先在浏览器或 curl 访问一下 http://127.0.0.1:9000 看看有没有响应如果没有再看 server 进程在不在如果 server 正常再看 Godot 右侧的“远程调试”是否已经标绿。记住Godot 编辑器插件虽然启动了但如果项目没有打开任意场景有些实现会返回空数据而不是报错这也容易被误判为“连接失败”。6.2 AI 改了代码但游戏一启动就崩这种情况通常不是因为 AI 的 GDScript 语法错了而是它依赖了它“以为存在”的节点或者信号。比如它写了一个对某个 Timer 节点的引用但实际场景里根本不存在这个 Timer。Godot 的报错信息会精确到“Invalid access to property or key timeout on a base object of type null instance”你能拿到这个信息之后直接让 AI 看错误日志修改即可。这里有个非常实用的技巧不要让 AI 凭空写“节点引用”先通过 MCP 的功能查询场景树再改代码。例如我每次都会提醒 Claude Code“先获取 Main 场景的子节点结构再修改 player.gd 里对 Timer 的引用。”这样它基本不会踩到空引用的雷。6.3 提示词设计远程指挥的沟通艺术把 AI 当成一个刚入职、手上有编辑器权限但完全没上下文的新人你的提示词决定了它的表现。我的经验是说得具体。“把攻击伤害改成 8”永远不如“把 light_attack 的 base_damage 改成 8然后启动游戏让我感受一下手感”分步操作比一次做完更好。让 AI 一次性“创建节点、写脚本、启动游戏、修改动画”通常会让它思维过载要求它先输出“准备做的步骤”再操作。这样你在动手前就能拦截那些明显有问题的方案出错时把 Godot 输出的错误日志直接复制给 AI不要自己转述“好像崩了”它看到原始日志能定位得更准。6.4 两个 AI 工具交叉使用的协作技巧最后是我个人最满意的部分让 Claude Code 和 Gemini Anti-Gravity 在同一个项目里各司其职。我的调配方式是Claude Code 负责全局结构比如搭建状态机、解决编译错误、优化战斗逻辑Gemini Anti-Gravity 负责视觉反馈、快速生成 UI 节点代码、做玩法原型。这个分工不是绝对的但能大幅减少“交替代价”——两个工具切换时我会在对话开头给一段项目说明“当前项目是一个 Godot 2D 对战原型场景根节点是 Main玩家脚本在 player.gd请先读取这两处再开始。”这能有效避免新工具大改全局结构然后我才能放心让它们成为真正的左膀右臂。这一套玩下来我最大的感受是Godot 加 MCP 这类工具核心价值不是让 AI 替你写代码而是让你的游戏开发过程变成“语言指挥 快速试错 实时反馈”的闭环。你不需要懂每一个 API但你得懂玩法设计的“为什么”剩下的体力活交给 AI 去跑就行。希望这篇教程能帮你把这条链路搭起来也欢迎用这套原型继续做你自己的对战玩法实验。 
长河君 · 2026/9/16 3:06:15 · 阅读 1.2k MCP接入Godot：用Claude Code和Gemini打造AI协作格斗游戏
1. 先说结论这套组合到底能帮你省多少事如果你也在用 Godot 做 2D 游戏并且最近被各种 MCP 相关的内容刷屏那这篇教程应该能让你少走不少弯路。标题里那个“超级粉碎兄弟”本质上就是用 Godot 复刻一个 3D/2D 平台格斗游戏的战斗逻辑——百分比伤害、击飞、边界淘汰这些经典机制而我会结合 Godot MCP 这套工具链把 Claude Code 和 Gemini Anti-Gravity 两个 AI 编程助手拉进来做成一个“我动口AI 动手”的试作流程。先说我能给你保证的结论MCP 协议本身不是一个新东西但当它和 Godot 编辑器打通之后AI 不再只是“写脚本”的角色它可以直接看场景树、改节点属性、启动游戏跑测试甚至根据运行日志来调参。也就是说AI 真正变成了一个能上手碰项目文件的协作者而不是一个“帮你想代码但代码能不能跑全靠运气”的文本生成器。Claude Code 和 Gemini Anti-Gravity 恰好是目前最典型的两个 AI 代理形态一个偏传统但够稳一个偏前沿但迭代快把它们都接到同一个 Godot 项目里做横向对比本身就是件很有意思的事。这篇教程适合谁正在用 Godot 做玩法原型、觉得调试角色手感太费时间的人或者已经听说过 MCP 但不知道具体怎么应用到游戏开发里的朋友。里面会有环境搭建、Node 配置、战斗系统拆解、AI 提示词设计的完整过程以及我真实踩过的坑文章末尾还能拿去做扩展。当然基础要求在下面会说清楚你至少得装好了 Godot 4.x有一点 GDScript 的底子不然 AI 给你的代码你也没法判断对错。2. Godot 开发里的 MCP 到底扮演什么角色2.1 MCP 不是一个插件而是协议先把这个概念讲透。MCP 全称 Model Context Protocol是一个把 AI 模型和外部工具/数据源连接起来的开放协议。类比一下它像 USB 接口不管你是鼠标、键盘还是 U 盘只要遵循 USB 规范插上电脑就能用。MCP 的规范做的事就是定义 AI 程序和“工具服务端”之间的通讯方式——包括如何发现一个工具、如何调用它、如何传递结果。所以“godot-mcp”并不是一个 Godot 内置功能它同时包含一个在本地跑的 MCP server服务端这个服务端通过编辑器插件的方式把 Godot 的项目信息暴露给 AI 客户端。我以前试过把 AI 接进 Godot 开发的几种姿势直接往对话框里贴代码AI 看不到项目结构出来的代码经常挂在命名上走文件系统读整个项目AI 每次分析半天很费 token 也没必要最接近实用的是把关键脚本让 AI 读了再让它改但改完你还是得切回编辑器看结果来回拉扯很痛苦。MCP 的思路完全不一样——AI 客户端可以直接调工具比如“读取当前场景树”“修改某个节点的 position”“新建一个 CharacterBody2D 并挂在场景下”“运行游戏”“拿当前调试输出”。这就跟人打开 Godot 编辑器从头到尾操作一遍项目差不多只不过操作者变成了 AI。2.2 godot-mcp 到底能暴露哪些能力在真正动手之前最好先对 godot-mcp 的能力边界有个概念不然你以为它无所不能实际访问起来会觉得自己被骗了。常见的实现会暴露以下几类工具场景树相关获取当前打开场景的节点树查询某个节点的属性、子节点列表、脚本资源等编辑操作相关创建节点、重命名节点、设置属性、重新加载场景、保存场景运行时相关启动当前项目、连接远程调试器、读取运行时的调试输出/错误日志文件相关列出项目里的脚本文件、读取脚本内容、在不打开编辑器的情况下快速改脚本。不同类型 MCP server 的功能是可能有差异的你用的项目如果只实现了其中前两类那 AI 就只能做静态编辑不能替你跑测试。我实际用的这款Godot MCPGitHub 上能搜到基本覆盖了上面四类不过它的安装方式、端口号、启停方式都和人家的 README 强相关所以如果碰到连不上的情况优先回去翻它文档里的版本要求。2.3 为什么格斗游戏特别适合用这个工作流超级粉碎兄弟这种玩法最大的痛点就是“手感”和“数值”调起来非常烦。它的角色移动、跳跃高度、攻击判定框大小、击飞动画曲线每一个参数都在影响对战体验而你很难一遍写对。传统流程是改代码 → F5 跑游戏 → 试玩 → 发现不对 → 再改代码循环往复。如果 AI 可以修改脚本还能替你启动游戏、抓取运行日志那这个过程就能自动化一大部分你在对话里说“把前击重击的击飞力度调低 20%启动游戏让我试一下”AI 改完参数、运行项目、等你说下一个问题。这等于把调节奏从“人盯着参数表一遍遍试”变成了“人和 AI 像结对编程一样反复做实验”。这也是我为什么把教程项目选成打斗玩法因为它的参数耦合度高最能体现“AI 实时调试”的组合优势。如果你是做数值 RPG、解谜或者平台跳跃这套流程同样能用只是需要把关注点放到各自领域的“参数馒头”上。3. 工具选型Claude Code 还是 Gemini Anti-Gravity3.1 两个 AI 代理的定位差别先从形态说起。Claude Code 是终端里的 AI 编程代理你在命令行里启动它它会读取工程目录、给出执行计划并且可以通过 MCP 配置外接工具。它的核心优势在于“稳定”和一个逐步拆解的思考过程适合做需要理解项目的复杂任务。Gemini Anti-Gravity 是 Google 出的 AI 代理环境对应 Gemini 模型体系它解决的问题和 Claude Code 类似但它背后同时接入了 Google 的 Gemini 模型和一套相对更新的工具调用能力在部分场景下反馈速度更快、多模态理解更强比如你可以直接给它一张截图让它分析 UI 布局问题。用一句话概括Claude Code 像一位经验丰富但比较保守的坐班架构师Gemini Anti-Gravity 像一位手速极快、思路跳脱的年轻开发。放到 Godot 这个具体场景Claude Code 更擅长理解玩家状态机、战斗逻辑这类需要全局考虑的项目结构Gemini 则在快速生成某个模块的代码、写 UI 相关脚本时更得心应手因为它对图片和空间排布的理解天然有优势GDScript 它也没问题毕竟代码量级和训练语料充足。3.2 Claude Code 的接入与实战感受我的主力工具目前是 Claude Code。就说一个细节它的 MCP 配置是通过命令行完成的添加 godot-mcp server 之后进入项目目录它就会自动发现可用的工具。你在对话里问“现在玩家节点的 velocity 是多大”它真的会去调 MCP 里的属性查询接口把当前的值返回给你而不是凭空猜。这个“真实数据回传”的特性非常关键因为这意味着 AI 的决策基于项目实际状态而不是训练数据里的平均预期。配置方式比较直观在终端里执行类似“claude mcp add godot -- ...的命令把 server 启动脚本指向本地运行的服务即可。如果你用 VSCode 扩展来跑 Claude Code也可以直接在图形界面里管理 MCP 连接不过原理都一样底层仍是 JSON-RPC 通信。一个补充Claude Code 对上下文窗口的管理比较有自己的风格你在同一个会话里让它改并保存文件然后启动项目几次它会把过程拆得清清楚楚。但注意不要让一个会话里堆积太多轮次的“改代码 — 运行 — 报错 — 再改”像人类同事一样它也会开始混乱。后面的实战环节我会具体演示怎么拆分任务。3.3 Gemini Anti-Gravity 的接入与独有优势Gemini Anti-Gravity 的配置稍微有点不一样因为它更像一个集成了 AI 能力的云端/本地环境而不仅仅是一个终端工具。我把它接到 Godot MCP 的时候主要方式是给它注册一个自定义 agent或者说一个 action让它可以通过 MCP server 去操作本地 Godot 项目。它的天然优势在于如果我用截图把当前游戏的画面发给它它能直接把“UI 里血条颜色不对”这种模糊描述转化成“HUD 节点中 TextureProgressBar 的 modulate 值需要调整”这样精确的行动指令。它也有一些让我不太满意的地方。首先是当你需要修改大量现有脚本时它对“既有代码风格”的遵循程度不如 Claude Code经常自作主张引入新的命名风格其次它执行步骤的“展示感”更强但实际成功率偶尔还不如预期。所以我的建议是如果你想找一个“全局架构理解强”的助手Claude Code 是首选如果你希望“视觉反馈 快速生成新模块”Gemini Anti-Gravity 更合适。3.4 选型对比表与我的最终建议对比维度Claude CodeGemini Anti-Gravity主要形态终端代理 MCP 客户端代理环境 / 自定义 agent长项目理解强逐步推理、擅长状态机中等快速生成但风格不稳定多模态能力一般文本为主强截图/图像分析突出MCP 配置命令行/VSCode 均可文档成熟配置略繁琐依赖具体环境实战推荐场景战斗逻辑、系统框架、数值调整UI 布局、快速原型、视觉分析最终我的建议不是“二选一”而是“两个都接”。它们能共存在同一个项目里不会互相冲突不同阶段用不同工具搭建战斗框架和状态机时用 Claude Code打磨 UI 表现和做快速原型时用 Gemini Anti-Gravity。这套流程在后面的实战中会频繁出现你就能看到切换的实际节奏。4. Godot MCP 环境搭建从零到一把跑通4.1 前置准备清单先别急着装工具把环境搞清楚能省下一大半排错时间。你需要准备Godot 4.2 或 4.3 版本某些 MCP server 对 4.4 的兼容性还没完全验证所以我的建议是先用稳定版Git用于下载 MCP server 源码或者直接 clone 到本地Python 3.10大部分 godot-mcp server 是用 Python 写的一个能正常联网的终端环境因为 Claude Code 和 Gemini Anti-Gravity 的服务端要访问远端模型 API一个测试用的空 Godot 项目专门用来做连通性验证别一开始就往正式项目里乱接。这些做完之后你还需要决定你是想把 MCP server 作为一个独立的 python 进程跑起来还是通过 npx/uvx 这类工具号令式启动。普通项目我推荐 python venv 的方式可控性最强如果你只是临时体验可以用 npx 一类的包管理工具一条命令就能起服务。4.2 启动 MCP Server 的完整步骤拿到 godot-mcp 的源码后在项目根目录下创建一个虚拟环境然后安装依赖。以下命令基于 Linux/macOS 的终端Windows 上把激活命令换成你的环境对应写法即可。git clone https://github.com/您的源/godot-mcp cd godot-mcp python -m venv .venv source .venv/bin/activate pip install -r requirements.txt安装完成后启动 server。不同实现启动参数略有区别但通常你会看到它监听在本地的一个端口上比如 9000 或 8000。我们把它跑在前台方便看日志。python server.py看到“listening on 127.0.0.1:9000”之类的输出说明服务端已经能接收 MCP 请求了。但注意这个 server 本身不会主动去找 Godot你需要先在 Godot 编辑器里装一个配套插件一般是把插件文件夹比如 addons/godot_mcp拷贝到项目的 addons 目录下。然后在 Godot 的“项目设置 - 插件”里启用它它会启动一个轻量级编辑器插件主动连到那个端口。4.3 在 Claude Code 里接入 GodotClaude Code 接入 MCP 的方式很直接只需要在项目目录下执行一条配置命令后面跟你的 server 地址即可。以我的配置为例claude mcp add godot -- python /path/to/godot-mcp/server.py如果你已经把 server 作为独立进程跑起来了这里可以把启动命令换成 HTTP 连接方式具体参数看你选用的 SDK 支持哪种。配置完成后进入 Claude Code 会话输入类似“列出当前项目可用的 MCP 工具”的问题它应该会把 godot 相关的工具名列出来。如果没看到八成是配置命令里的路径不对或端口冲突去检查 server 的日志。连上之后试着让它读一下当前场景树的根节点用 godot 工具获取当前场景的根节点并输出它的节点类型和子节点列表。如果它能基于 MCP 接口返回真实数据说明整条链路已经通了。4.4 在 Gemini Anti-Gravity 里接入 GodotGemini Anti-Gravity 的配置方式相对依赖你用的客户端形态。以我目前在用的环境为例它允许你在配置文件中定义一个 MCP 端点。核心是你要让它知道服务地址和传输协议配置片段类似{ mcpServers: [ { name: godot, url: http://127.0.0.1:9000, transport: http } ] }有些版本走的是 stdio 模式那你要改成命令和一串参数的形式。最需要注意的是很多 AI 代理环境出于安全考虑默认不允许“本地回环地址 http”这种组合你需要在安全设置里把本地回环调用放行。这一步卡住不少人因为它不像 Claude Code 那样会明确提示有时候 AI 只是沉默地不调用工具你不会知道它其实已经连不上了。接通后再做一次类似的验证让它读取当前项目里的 player.gd 文件内容并简单解释其中“跳跃状态”的实现。如果它能正常读取。4.5 连通性自检的五个黄金问题我每换一个项目都会用五个问题做自检全部答对才算真正打通 MCP 链路不然我会认为“能用”只是偶发的运气。当前场景的根节点类型是什么玩家节点的子节点里有没有 CollisionShape2Dplayer.gd 中 jump_velocity 的默认值是几启动游戏 3 秒后打印出来的调试日志是什么如果我把玩家节点名字改成 player_new场景树里会立即反映出来吗前两个问题检验的是读场景树第三个是读文件第四个是运行游戏并捕获输出第五个是修改编辑器状态后的同步反馈。五项全过你就可以放心开始开发了。5. 打造“超级粉碎兄弟”式战斗原型AI 协作全流程5.1 场景结构与玩家基础超级粉碎兄弟的核心战斗是在一个横板平台场景里进行的玩家控制角色在平台上移动、跳跃用各种攻击把对手打出屏幕边界。为了让 AI 协作的效果最显眼我先把这个原型拆成几个清晰的小模块场景、角色、攻击判定、伤害百分比、击飞逻辑、HUD、淘汰与重生。场景我建了一个基础的 Main.tscn里面只有一个 Node2D 根节点命名为 Main、一个玩家节点PlayerCharacterBody2D、一个简单的平台StaticBody2D、一个 Camera2D 和一个 CanvasLayer用于挂 HUD。最开始的节点搭建我是让 Claude Code 直接通过 MCP 创建的它先在编辑器里创建了 Player 节点然后再添加 CollisionShape2D整个过程不用我手动画。虽然从效率上讲手点更快但好处是它理解了结构之后后面修改场景树的指令它都执行得比较准确。玩家角色一共有三种子节点CollisionShape2D碰撞体、Sprite2D用来显示角色的 ColorRect 占位即可等美术资源出来再换、一个 Area2D 子节点用来做攻击判定框。这里最值得让 AI 帮忙的地方是“攻击判定框的位置和大小怎么调”通过对话即可改属性非常舒服。5.2 状态机与角色控制的实现战斗类角色最忌讳把所有的逻辑塞到 _physics_process 里一通 if/else。我让 Claude Code 先搭一个轻量的状态机框架状态包括 idle待机、run跑动、jump跳跃、attack1普通攻击、attack2强攻击、hit受击。它给的 GDScript 骨架大致是这样extends CharacterBody2D enum State { IDLE, RUN, JUMP, ATTACK1, ATTACK2, HIT } var current_state: State State.IDLE var speed: float 300.0 var jump_velocity: float -400.0 var damage_percent: float 0.0 var knockback_modifier: float 1.0 func _physics_process(delta: float) - void: match current_state: State.IDLE: handle_idle(delta) State.RUN: handle_run(delta) State.JUMP: handle_jump(delta) State.ATTACK1: handle_attack1(delta) State.ATTACK2: handle_attack2(delta) State.HIT: handle_hit(delta)这段代码本身不难但 Claude Code 帮我顺手把“状态切换时的动画播放节点”和“输入映射”也处理了。我只需要告诉它“进入 RUN 状态时播放 walk 动画moving 速度如果低于 10 就转回 IDLE”。这种细节AI 在写的时候就能自动补全。提到输入映射我建议让 AI 在项目设置的 Input Map 里注册这些动作move_left、move_right、jump、light_attack、heavy_attack。这个也能通过 MCP 的编辑器操作接口来配置但实际体验下来让 AI 通过 GDScript 里的 is_action_pressed 读取输入是更顺手的方式不过要注意 Input Map 里没有注册这些动作时Godot 会直接报错。5.3 攻击判定生成与伤害累计接下来是重头戏如何把“一拳打出去”这件事变成代码。超级粉碎系列的特色是伤害百分比也就是说角色不是一眼看血条而是看一个越打越高的百分比数字这个数字同时决定了后续击飞的距离。我用 Area2D 来做攻击判定框。玩家按下攻击键时攻击判定的子节点会被激活一段时间如果在这个窗口内碰到另一个玩家的 Hurtbox另一个 Area2D就触发伤害。这里的关键点在于要用“进入判定时给一次伤害”而不是每帧给伤害。可以用一个标志位 safe_zone——碰撞进入时给伤害然后立刻禁用攻击框。Claude Code 给的实现逻辑就非常干净攻击框 active 时间为 attack_duration当 body/area 进入信号触发时判断是否是对手如果是就调用 apply_damage() 函数。signal player_took_damage(damage: float) func apply_damage(base_damage: float, knockback_dir: Vector2) - void: damage_percent base_damage knockback_modifier damage_percent / 100.0 1.0 current_state State.HIT velocity knockback_dir * (base_damage * 12.0 damage_percent * 2.5) player_took_damage.emit(damage_percent) move_and_slide()这一段值得解释一下“为什么”knockback_modifier 和 damage_percent 挂钩意味着你被打得越痛后续被击飞越夸张这正是“super smash”手感的核心。你不需要读懂每一行但你得能告诉 AI 你希望“伤害和击飞呈曲线增长”AI 才能写出这个公式不然它默认用线性也说得过去。5.4 击飞方向与边界淘汰判定要不要有“击飞朝向”我的答案是不仅要而且最好在战斗原型里体现出来。最简单的实现方式攻击本身不提供一个固定的击飞方向而是根据“攻击判定框自身朝向 被击者相对位置”计算。比如你往右出拳右边缘碰到对手那击飞方向就应该偏右下如果你出招时对手站在身后击飞方向就要反过来。我把这个规则作为一句话补充给 AI“击飞方向向量 攻击框前端方向 * 1.0 竖直向上 * 0.4然后根据当前玩家 facing 方向做翻转。” 你看这句描述完全是游戏设计语言AI 能直接落成代码。Gemini Anti-Gravity 在生成这一类“设计意图转公式”的场景里表现得比较自然可能是因为它训练数据中对这类玩法描述素材更多。边界淘汰的规则也简单场景四周设置一个看不见的边界矩形玩家一旦越界就触发淘汰延迟一秒后重生到出生点。这个逻辑我用 CLI 让它快速生成Gemini 写这个特别快几乎没让我改过代码里就是 Rect2 的 has_point 检查加 timer。5.5 HUD 与画面反馈这里 Gemini Anti-Gravity 的优势就出来了。我给它的描述是“在 CanvasLayer 用 Label 显示玩家血条和百分比位置居中靠下同步玩家的 damage_percent”它直接给出了包含 HBoxContainer、Label、StyleBox 的完整节点结构甚至自己在代码里加了 modulate 颜色变化——血量百分比高的时候颜色从绿变红。虽然这个功能做起来不复杂但它在没有我明确指令的情况下主动做了“战斗反馈”的优化节省了我不少手动节点搭建时间。画面反馈里还有一个很实用的屏幕震动效果给 Camera2D 添加一个小的噪声偏移。这部分我是让 Claude Code 实现的因为它要改动 _process 和设置 camera offset涉及状态切换它对全局结构的把握更稳。6. 实战中一定会遇到的坑与排查技巧6.1 MCP Server 连不上的高频原因这是最让人头疼的启动报错实际上 80% 的原因可以归为三类端口被占用、Godot 插件没有启用、客户端配置里的 server 地址写错。我的排查顺序是先在浏览器或 curl 访问一下 http://127.0.0.1:9000 看看有没有响应如果没有再看 server 进程在不在如果 server 正常再看 Godot 右侧的“远程调试”是否已经标绿。记住Godot 编辑器插件虽然启动了但如果项目没有打开任意场景有些实现会返回空数据而不是报错这也容易被误判为“连接失败”。6.2 AI 改了代码但游戏一启动就崩这种情况通常不是因为 AI 的 GDScript 语法错了而是它依赖了它“以为存在”的节点或者信号。比如它写了一个对某个 Timer 节点的引用但实际场景里根本不存在这个 Timer。Godot 的报错信息会精确到“Invalid access to property or key timeout on a base object of type null instance”你能拿到这个信息之后直接让 AI 看错误日志修改即可。这里有个非常实用的技巧不要让 AI 凭空写“节点引用”先通过 MCP 的功能查询场景树再改代码。例如我每次都会提醒 Claude Code“先获取 Main 场景的子节点结构再修改 player.gd 里对 Timer 的引用。”这样它基本不会踩到空引用的雷。6.3 提示词设计远程指挥的沟通艺术把 AI 当成一个刚入职、手上有编辑器权限但完全没上下文的新人你的提示词决定了它的表现。我的经验是说得具体。“把攻击伤害改成 8”永远不如“把 light_attack 的 base_damage 改成 8然后启动游戏让我感受一下手感”分步操作比一次做完更好。让 AI 一次性“创建节点、写脚本、启动游戏、修改动画”通常会让它思维过载要求它先输出“准备做的步骤”再操作。这样你在动手前就能拦截那些明显有问题的方案出错时把 Godot 输出的错误日志直接复制给 AI不要自己转述“好像崩了”它看到原始日志能定位得更准。6.4 两个 AI 工具交叉使用的协作技巧最后是我个人最满意的部分让 Claude Code 和 Gemini Anti-Gravity 在同一个项目里各司其职。我的调配方式是Claude Code 负责全局结构比如搭建状态机、解决编译错误、优化战斗逻辑Gemini Anti-Gravity 负责视觉反馈、快速生成 UI 节点代码、做玩法原型。这个分工不是绝对的但能大幅减少“交替代价”——两个工具切换时我会在对话开头给一段项目说明“当前项目是一个 Godot 2D 对战原型场景根节点是 Main玩家脚本在 player.gd请先读取这两处再开始。”这能有效避免新工具大改全局结构然后我才能放心让它们成为真正的左膀右臂。这一套玩下来我最大的感受是Godot 加 MCP 这类工具核心价值不是让 AI 替你写代码而是让你的游戏开发过程变成“语言指挥 快速试错 实时反馈”的闭环。你不需要懂每一个 API但你得懂玩法设计的“为什么”剩下的体力活交给 AI 去跑就行。希望这篇教程能帮你把这条链路搭起来也欢迎用这套原型继续做你自己的对战玩法实验。