做游戏这件事，以前是"团队运动"——程序、美术、策划、音效，一个都不能少。哪怕做个小游戏Demo，光是把场景搭起来、把角色动起来，就能耗掉一个人数周的时间。AI工具在这一年大规模渗透到游戏开发流程里，从写代码到做素材到搭场景，很多原本需要专业技能的环节，现在有人工智能帮着做。更关键的是，这些工具不是"概念演示"，而是实打实能用到生产流程里的东西。今天梳理几个冒出来的游戏制作相关项目，覆盖AI辅助开发、引擎工具链、素材生成几个方向。有些是完整的开发框架，有些是单一环节的提效工具，但共同点是——都在降低做游戏的门槛。
一、AI辅助开发：让人工智能进开发流程
1. Donchitos/Claude-Code-Game-Studios
⭐ 20,036 🔀 2,931
这个项目在2025年的游戏开发圈讨论度很高。核心思路是把AI助手Claude Code包装成一个"完整的游戏工作室"，里面有49个不同职能的AI Agent，分别负责策划、程序、美术、音效、测试等环节。
每个Agent有自己独立的技能树和工作流。比如负责关卡设计的Agent会读取项目文档、理解玩法需求、生成关卡布局；负责GDScript脚本的Agent会直接输出Godot引擎可用的代码；负责美术风格的Agent会生成概念图和材质参考。
72个工作流技能覆盖了从原型设计到打包发布的完整流程。实际测试中，输入一个玩法描述，系统在十几分钟内可以输出一个可运行的Demo，包含基础场景、角色控制器和简单交互。
目前支持Godot、Unity、Unreal Engine三个主流引擎。Godot方向的完成度最高，Unity和Unreal还在快速迭代中。
这个项目最有价值的地方不在于"AI代替人做游戏"，而在于它把游戏开发里的重复性工作抽离了出来。核心玩法设计、艺术风格把控、体验调优这些需要人来判断的事情，仍然需要开发者自己做；但搭场景、写样板代码、配物理碰撞这些耗时但低创造性的工作，可以交给AI Agent完成。
Donchitos/Claude-Code-Game-Studios
2. CoplayDev/unity-mcp
⭐ 10,005 🔀 1,200+
MCP（Model Context Protocol）是2025年AI工具圈的一个热词，简单说就是一套让AI助手和外部软件互相通信的协议标准。unity-mcp做的事情是把这套协议搬进了Unity编辑器。
装好这个插件之后，AI助手可以直接操作Unity编辑器里的资源、场景、脚本，不需要开发者手动在编辑器和聊天窗口之间来回切换。比如对着AI说"在场景里放三个点光源，摆成三角形"，AI会直接在Unity场景里执行这个操作，完成后返回结果。
支持的操作范围很广：资源导入和管理、场景层级操作、脚本编译和挂载、Prefab创建和修改、动画状态机配置……基本上Unity编辑器里能手动做的事，AI通过MCP接口都能做。
这个项目对于Unity开发者来说，价值在于减少了"描述需求→手动操作→验证结果"这个循环里的手动操作部分。特别是在做原型验证的时候，很多搭建工作可以让AI完成，开发者把时间花在玩法和体验的调试上。
3. htdt/godogen
⭐ 3,284 🔀 301
godogen的定位跟前面两个项目类似，但专注在Godot引擎上，并且同时支持Claude Code和Codex两个AI编程工具。
项目内置了一套针对Godot引擎优化的提示词模板，覆盖了Godot 4的核心功能模块：场景系统（SceneTree、Node、Scene）, GDScript语法和API、3D渲染管线、物理引擎、导航网格、信号系统、资源管理……
使用方式是把项目克隆到本地，在Claude Code或Codex里加载对应的技能配置，然后就可以用自然语言描述需求，AI会调用Godot的API来实现功能。
在实际使用反馈里，比较常见的用法是：快速搭建原型场景、生成常用功能的脚本模板（比如背包系统、对话系统、存档系统）、调试Godot项目的报错信息。
Godot引擎本身比Unity和Unreal轻量，上手门槛也更低，加上这类AI辅助工具之后，一个人从零开始做一个小型游戏的原型，周期可以从原来的几周压缩到几天。
4. IvanMurzak/Unity-MCP
⭐ 2,891 🔀 400+
这个项目跟CoplayDev/unity-mcp功能类似，也是Unity编辑器的MCP接口，但实现思路和覆盖范围有一些差异。
IvanMurzak/Unity-MCP的特点是支持把任意C#方法封装成AI可调用的工具，只需要一行代码标注。这个设计让项目的可扩展性很强——开发者可以在自己的Unity项目里定义专用工具，然后让AI调用这些工具来完成项目特定的操作。
另一个特点是内置了一套完整的AI开发-测试循环。AI修改代码之后，可以自动触发Unity编译、运行测试场景、收集运行日志，然后把结果反馈给AI进行下一轮修改。这个闭环对于需要频繁迭代的功能开发来说，效率提升比较明显。
项目文档里有一个完整的开发示例：从零开始做一个2D平台跳跃游戏，包括角色移动、跳跃物理、敌人AI、关卡碰撞，整个过程由AI驱动，人工只做方向和品质把控。
二、素材与美术：降低游戏视觉制作门槛
5. Hugo-Dz/spritefusion-pixel-snapper
⭐ 1,976 🔀 180
用AI生成像素画，目前存在一个普遍问题：生成的结果经常对不齐网格。像素画的核心是"每个像素都有意义"，像素之间要对齐到整数坐标，但AI生成的图像经常出现半像素偏移、线条不对齐网格、颜色溢出到相邻像素这些问题。
spritefusion-pixel-snapper做的就是"修"这件事。它把AI生成的像素风格图像作为输入，检测图像里的像素对齐情况，然后把不对齐的像素吸附到最近的网格位置上。处理后的图像符合像素画的制作规范，可以直接导入到游戏引擎里使用。
工具支持批量处理，一次可以处理几十张素材图像。对于用AI辅助生成像素风格游戏素材的开发者来说，这个工具解决了一个实际痛点。
除了网格对齐之外，工具还提供了颜色数量限制、调色板映射、轮廓修正等功能，可以把AI生成的像素画往"手工绘制"的方向调整，减少明显的AI生成痕迹。
Hugo-Dz/spritefusion-pixel-snapper
6. matmadness/HumanShaders
⭐ 864 🔀 67
Godot引擎的着色器系统功能很强，但上手门槛不低。特别是做拟真人体渲染的时候，皮肤次表面散射、眼睛的折射和反射、毛发的各向异性高光……这些效果在Godot里实现需要写不少着色器代码，而且调试周期长。
HumanShaders提供了一套现成的Godot着色器，专门用于制作拟真人体角色。覆盖了皮肤、眼睛、头发、口腔、布料几个核心部分，每个部分都有对应的着色器实现和材质参数说明。
项目里的着色器都是用Godot 4的Shader语言写的，代码结构清晰，注释详细。对于需要在Godot里做拟真角色的开发者来说，可以直接拿过来用，也可以跟着代码学习Godot着色器的写法。
这个项目的出现背景是：2025年用AI生成人体3D模型变得容易了，但给模型做合适的材质和渲染效果，仍然需要专业知识。HumanShaders把这部分知识做成了可复用的着色器资源。
三、引擎增强：给现有工具加上新能力
7. soonfx-engine/core
⭐ 643 🔀 58
这是一个用TypeScript写的游戏数值引擎，专门针对RPG和策略游戏设计。
RPG游戏里的数值系统——伤害计算、属性成长、技能效果、状态加成——看起来是简单的四则运算，但实际上要考虑的情况很多：不同技能之间的加成关系、Buff持续时间的处理、属性计算的优先级、浮点数精度问题……一套完善的数值系统写出来，代码量不小，而且容易出隐藏Bug。
soonfx-engine/core把这套东西封装成了类型安全的TypeScript库。公式用字符串描述，引擎负责解析和计算，支持变量替换、条件判断、随机数、四则运算、函数调用等常用功能。底层用TypeScript实现，可以在浏览器环境和Node.js环境里运行。
对于用TypeScript/JavaScript技术栈做游戏的人来说，这个库可以把数值系统的开发时间缩短不少。项目文档里有完整的公式示例，从简单的伤害计算到复杂的多阶段技能效果都有覆盖。
8. Natfii/UnrealClaude
⭐ 641 🔀 85
Unreal Engine 5.7在2025年底发布，引入了不少新功能，包括更完善的PCG（程序化内容生成）、新的动画系统、Lumen全局光照的进一步优化。
UnrealClaude做的事情是把Claude Code CLI跟Unreal Engine 5.7编辑器打通，让AI可以直接操作Unreal编辑器里的功能。跟前面提到的Unity MCP插件类似，装好之后可以用自然语言让AI在Unreal里搭建场景、放置Actor、配置组件属性、编译蓝图。
这个项目有一个比较实用的设计：内置了Unreal Engine 5.7的文档上下文。AI在回答Unreal相关问题的时候，可以参考官方文档的内容，减少给出过时或错误API信息的情况。
目前项目还在早期阶段，支持的Unreal功能覆盖范围有限，但更新频率不低，社区里用Unreal做游戏的人关注度挺高。
9. MaiKuraki/UnityStarter
⭐ 571 🔀 92
这是一个Unity项目启动模板，内置了一套类虚幻引擎的Gameplay框架。
虚幻引擎的Gameplay Ability System（GAS）在业内评价不错，提供了一套比较完善的技能、属性、效果系统。但Unity没有官方等效方案，开发者一般自己实现或者用第三方插件。
UnityStarter把这个思路搬进了Unity，提供了一套基于C#的Gameplay框架，包括Ability System（技能系统）、Attribute System（属性系统）、Gameplay Effect（效果系统）、事件系统、存档系统。框架设计上支持依赖注入，方便跟第三方IoC容器集成。
项目还内置了热更新支持，资源打包和代码热更的方案都配好了，对于需要做移动端游戏的人来说，这部分是刚需。
这个项目适合有一定Unity使用经验、想快速启动一个新项目的开发者。模板里的框架代码都是生产级别的，可以直接在商业项目里使用。
四、怎么选工具：根据需求对号入座
上面罗列了9个项目，覆盖的方向不太一样。根据实际需求，可以有以下几种选择思路：
如果想快速验证游戏玩法想法——优先看godogen和Donchitos/Claude-Code-Game-Studios。这两个项目都支持用自然语言描述玩法，然后AI帮你把基础原型搭出来。Godot方向响应更快，生成结果的可控性也更高一些。
如果用Unity做项目，想提升日常开发效率——CoplayDev/unity-mcp和IvanMurzak/Unity-MCP二选一。前者覆盖更全的Unity编辑器功能，后者在开发-测试闭环上做得更深入。可以根据自己项目的特点选。
如果缺游戏素材，特别是像素风格素材——Hugo-Dz/spritefusion-pixel-snapper可以配合AI图像生成工具一起用。先用AI生成粗糙的像素画，再用这个工具修整齐，最后人工微调。比完全手工画快，比直接用AI生成的结果质量更可控。
如果想学Godot着色器，或者需要做拟真角色——matmadness/HumanShaders值得一看。现成的着色器可以直接用，代码也可以当学习资料。
如果做RPG或策略游戏，数值系统写得头疼——soonfx-engine/core用TypeScript实现数值公式，可以在服务端和客户端两边共用，减少数值不一致的问题。
五、写在最后
2025年游戏开发工具圈子最明显的一个变化是：AI从"辅助"走向了"协作"。
以前AI在游戏开发里的角色主要是"给点建议"——帮你看看代码有什么问题、给你推荐一些技术方案。现在的工具可以让AI直接操作引擎、直接生成可运行的代码、直接搭场景——虽然质量还需要人工把关，但"AI干完人工改"这个模式，已经在实际操作中跑通了。
对于独立开发者和小型团队来说，这意味着做游戏的门槛在实实在在降低。以前需要三四个人分工几个月才能出的原型，现在一个人加上AI工具，可能几周就能做出来。
当然，工具再好用，也代替不了对游戏设计本身的理解。AI可以帮你把想法实现出来，但想法本身、玩法的趣味判断、体验的调优，这些仍然需要人来做。
上面提到的项目全部开源，大部分免费，文档和示例都比较完善。挑一个跟自己需求匹配的下手，比观望要更有意义。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
