📅 项目概况

🛠️ 核心技术栈 (Tech Stack)

1. 游戏引擎

• 引擎版本：团结引擎 (Tuanjie Engine) 1.6.7 LTS

• 平台特性：针对微信小游戏等本地化平台优化的 Unity 中国版分支。

2. 原型设计 (Ideation)

• 工具：Gemini Canvas

• 作用：用于快速生成游戏原型、验证核心玩法逻辑，并生成初始的可视化参考，作为后续开发的“蓝图”。

3. AI 协作与编排 (AI Orchestration)

• 核心大脑：Claude CLI (负责逻辑理解与代码生成)

• 协议桥梁：Codex MCP
• 功能：连接 Claude 与 Codex，实现指令的协调与分发。
• 仓库：GuDaStudio/codexmcp

• Unity 接口：Unity MCP
• 安装方式：手动安装 (Manual Installation)
• 功能：允许外部 AI 工具读取 Unity 场景结构、Console 日志并执行编辑器脚本。
• 仓库：CoplayDev/unity-mcp

• 连接工具：Codex CLI (运行于 WSL 环境)
• 功能：在 WSL 中运行，作为连接 Unity 的通道。

4. 流程管理 (Process Management)

• 命令行管理：Coding-Tool
• 功能：用于统一管理 CLI 工具的启动与配置，简化复杂的终端操作。
• 仓库：CooperJiang/coding-tool

🔗 架构与连接拓扑

1. 环境层：Windows (Unity) <---> WSL (AI CLIs)

2. 控制层：coding-tool 启动并管理所有 CLI 进程。

3. 数据流：
• Claude 发出指令 -> Codex MCP 翻译/协调 -> Codex CLI -> Unity MCP -> Unity 编辑器
• Unity 反馈 (编译错误/运行日志) -> Unity MCP -> Codex CLI -> Claude 进行自我修正。

📝 详细工作流 (Workflow Steps)

第一阶段：原型验证 (Prototype)

1. 使用 Gemini Canvas 描述游戏创意。

2. 生成简单的交互式原型或逻辑图表。

3. 导出关键逻辑文档和视觉参考图，作为 Prompt 的上下文 (Context) 喂给 Claude。

第二阶段：环境搭建 (Setup)

1. Unity 端：
• 创建团结引擎 1.6.7 项目。
• 手动 Clone 并安装 unity-mcp 插件到项目的 Packages 目录。
• 确保编辑器开启并处于监听状态。

2. WSL 端：
• 配置 coding-tool 以便一键启动环境。
• 启动 codex cli 并与 Unity 建立连接。
• 启动 codex mcp 挂载 Claude。

第三阶段：自动化开发 (Development)

1. 编写文档：撰写详细的技术需求文档 (GDD/Tech Spec)，明确模块功能。

2. 参考原型：将 Gemini 制作的原型逻辑告知 Claude。

3. 执行编码：
• 通过 claude cli 下达指令。
• Claude 读取 Unity 当前的场景结构 (Hierarchy)。
• Claude 自动创建 C# 脚本、挂载组件、修改属性。
• 自动闭环：如果 Unity 控制台报错，Unity MCP 会将错误回传给 Claude，Claude 自动分析并修复代码，直到编译通过。

💡 经验总结 (Notes)

• 双 AI 协同：Gemini 擅长早期的视觉化和发散性思维（Canvas 原型），Claude 擅长复杂的工程逻辑和代码执行（MCP 深度集成）。两者分工明确，效率极高。

• WSL 桥接：利用 WSL 运行 CLI 工具既保持了开发环境的纯净，又利用了 Linux 完善的命令行生态，通过 Codex 穿透到 Windows 的 Unity 进程是非常巧妙的方案。

• MCP 的优势：相比传统的 Copilot，MCP 方案让 AI 拥有了“手脚”，不仅是写代码，还能真正操作 Unity 编辑器（如创建物体、查阅日志），大幅减少了人工 Alt+Tab 切换的频率。

下一步计划

• 完善游戏核心 Gameplay 循环。

• 测试 unity-mcp 在复杂场景下的读写性能。