企业官网建设流程全解析

第一部分：简介

设计并实现「大模型规划 + MCP/HTTP 通信 + UE C++ 执行」三段式架构，将 UE 5.3 编辑器中的蓝图、资产、Enhanced Input、GameMode、UMG 等能力封装为28 个可调用 Tool；支持 Cursor MCP、Ollama Function Calling、Web GUI 多入口统一编排，并导出蓝图 Schema 供 Cursor 编写 C++ 玩法逻辑，形成自然语言驱动工程落地的闭环。

工作内容

1. 划分 AI 规划层、MCP/通信层、UE 执行层职责，设计 Tool Schema 与能力边界，降低大模型幻觉对工程内容的污染。
2. 基于 UE Editor C++ 开发 AIUEBridge 插件，封装资产扫描、蓝图创建/修改、GameMode Classes / 项目默认 GameMode、Enhanced Input、UMG、GameplayTag/DataTable 等 HTTP Tool。
3. 用 Python 实现 MCP Server 与 FastAPI Web Agent，对接 Cursor / Ollama，完成自然语言 → 多轮 Tool 编排 → UE 落盘。
4. 实现 GameMode / Pawn / PlayerController 一键创建与 Classes 自动配置，沉淀 Recipe/CLI 与文档。
5. 实现export_for_cursor，将蓝图上下文导出为 Markdown/JSON，支撑「AI 搭框架、C++ 写交互」的人机协同流程。
6. 完善健康检查、端口配置、Tool 日志与失败可观测，梳理编辑器自动化边界。
7. 落地28个编辑器自动化 Tool，覆盖蓝图框架、Enhanced Input、GameMode 配置等关键路径。
8. 打通 Cursor / Ollama / Web 三端共用同一套 UE 执行层，验证 MCP + Function Calling 在游戏工具链中的可行性。
9. 形成「自然语言搭框架 → 自动化配置 → Cursor 辅助写 C++」可复用工作流，缩短从需求到可运行框架的搭建成本。

技术栈关键词

Unreal Engine 5·UE Editor Plugin·C++·Blueprint·Enhanced Input·MCP·LLM Agent·Function Calling·Ollama·Cursor·FastAPI·Python

第二部分：AIUEBridge 解决方案 · 应用场景 · 使用方式

结合README.md与mcp_server/README.md整理的落地指南
Unreal Engine AI 执行层插件 — 把 UE 编辑器能力封装成 AI 可调用的 HTTP 工具集

一、解决方案（问题定义与解法）

解决什么问题

传统 UE 开发中，蓝图/资产/接口/Input 等操作依赖编辑器手工完成，难以被 AI 或代码自动化驱动。AIUEBridge 提供了一条「AI 规划 → UE 执行」的闭环：

AI 负责规划（Plan） → Cursor / Ollama / 外部 AI UE 负责执行（Execute） → UE Editor API 在编辑器内真正执行 MCP 负责通信（Protocol）→ HTTP / MCP / 自然语言转发

核心设计理念

分层职责

二、应用场景

场景 1：AI 驱动蓝图创建（最核心）

程序化生成 Actor、道具、NPC 蓝图原型。

AI 规划 → create_blueprint → add_component → add_variable → compile_blueprint

适合：批量搭建关卡物体、快速原型验证、占位资产生成。

场景 2：项目资产审计

让 AI 先了解 Content 目录结构再做决策。

AI 分析 → list_assets / search_assets → get_asset_info

适合：资产盘点、命名规范检查、重复资产排查。

场景 3：蓝图结构分析 / Refactor 规划

AI 读取 → read_blueprint → 分析组件/变量/Graph → 给出修改建议

适合：理解他人蓝图、重构前评估、依赖关系梳理。

场景 4：快速搭建基础系统

create_input_action + create_input_mapping → 输入系统 create_widget + add_widget_node → UI 框架 create_datatable + create_dataasset → 配置数据 create_gameplay_tag → 标签体系

适合：新项目脚手架、Demo 快速启动、竖切（vertical slice）。

场景 5：蓝图梳理 → Cursor 编写 C++

将现有 Blueprint/Interface/Input 映射转为 C++ 原生类。

scan_blueprint_assets → export_for_cursor → Cursor @引用 md → 生成 C++ → UE 编译

适合：蓝图转 C++ 重构、新建 BPI 后生成对应UINTERFACE、团队工程化迁移。

场景 6：一键 GameMode 配置

create_blueprint(BP_GameMode2) → configure_game_mode → set_project_default_game_mode

适合：快速配置项目默认 GameMode、Pawn、PlayerController 等。

场景 7：日常开发 AI 副驾驶

在 Web GUI 用自然语言让 AI 在编辑器里操作，类似「UE 版 Copilot」。
适合：不想记 Tool 命令的美术/策划/原型设计师。

三、使用方式（四种入口）

四、完整启动流程

一次性准备（首次使用）

# 1. 启动 UE 编辑器并加载插件# 打开 AIUEBridgeTest.uproject，确认 Output Log 有:# LogAIUEBridge: AIUEBridge HTTP server started on port 18765# 2. 启动 Ollama 并拉取模型ollama serve ollama pull qwen2.5:7b# 3. 配置 Python 环境cdmcp_server copy .env.example .env# 复制配置模板python-mvenv .venv# 创建虚拟环境.venv\Scripts\activate# Windows 激活pipinstall-rrequirements.txt# 4. 启动 Web GUIpython web_app.py# 浏览器打开 http://127.0.0.1:8080

日常使用（三件事都开着）

五、Web GUI 使用示例

基础指令

在 /Game/Characters 下创建名为 BP_Enemy 的 Actor 蓝图 给 /Game/Characters/BP_Enemy 添加 StaticMeshComponent，名字叫 Mesh 列出 /Game 目录下所有蓝图 搜索名称包含 Player 的资产

快捷指令（左侧一键）

界面要点

• 左侧状态灯：UE 插件绿 / Ollama 绿 = 可正常操作
• AI 回复下方「⚙ 执行了 N 个 UE 工具」：点击展开 Tool 调用日志
• 清空对话：清历史，不影响 UE 已建资产
• 配置文件修改后需重启web_app.py

六、curl / HTTP 直连示例

# 健康检查curlhttp://127.0.0.1:18765/api/health# {"status":"ok","service":"AIUEBridge","port":18765}# 创建蓝图curl-XPOST 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\"}}"# 添加组件curl-XPOST 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\"}}"# 导出 Cursor C++ 上下文curl-XPOST 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}}"

七、Cursor / MCP 接入方式

配置文件.cursor/mcp.json：

{"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生效。

八、配置速查（.env）

修改端口需保证 UEMCPPort与UE_BRIDGE_URL一致；.env改动后重启 Web 服务。

九、能力边界（注意事项）

可以做：创建/读取/修改蓝图与基础资产、添加组件/变量/函数、Widget Blueprint、Enhanced Input、DataTable、DataAsset、Gameplay Tag、导出 Cursor C++ 上下文。

不能做：

十、故障排查速查

十一、一句话总结

AIUEBridge = 把 UE 编辑器 API 封装成 AI 可调用工具的执行引擎，是 UE 被 AI 控制的唯一入口。