做遊戲這件事，以前是"團隊運動"——程序、美術、策劃、音效，一個都不能少。哪怕做個小遊戲Demo，光是把場景搭起來、把角色動起來，就能耗掉一個人數週的時間。AI工具在這一年大規模滲透到遊戲開發流程裏，從寫代碼到做素材到搭場景，很多原本需要專業技能的環節，現在有人工智能幫着做。更關鍵的是，這些工具不是"概念演示"，而是實打實能用到生產流程裏的東西。今天梳理幾個冒出來的遊戲製作相關項目，覆蓋AI輔助開發、引擎工具鏈、素材生成幾個方向。有些是完整的開發框架，有些是單一環節的提效工具，但共同點是——都在降低做遊戲的門檻。
一、AI輔助開發：讓人工智能進開發流程
1. Donchitos/Claude-Code-Game-Studios
⭐ 20,036 🔀 2,931
這個項目在2025年的遊戲開發圈討論度很高。核心思路是把AI助手Claude Code包裝成一個"完整的遊戲工作室"，裏面有49個不同職能的AI Agent，分別負責策劃、程序、美術、音效、測試等環節。
每個Agent有自己獨立的技能樹和工作流。比如負責關卡設計的Agent會讀取項目文檔、理解玩法需求、生成關卡布局；負責GDScript腳本的Agent會直接輸出Godot引擎可用的代碼；負責美術風格的Agent會生成概念圖和材質參考。
72個工作流技能覆蓋了從原型設計到打包發佈的完整流程。實際測試中，輸入一個玩法描述，系統在十幾分鍾內可以輸出一個可運行的Demo，包含基礎場景、角色控制器和簡單交互。
目前支持Godot、Unity、Unreal Engine三個主流引擎。Godot方向的完成度最高，Unity和Unreal還在快速迭代中。
這個項目最有價值的地方不在於"AI代替人做遊戲"，而在於它把遊戲開發裏的重複性工作抽離了出來。核心玩法設計、藝術風格把控、體驗調優這些需要人來判斷的事情，仍然需要開發者自己做；但搭場景、寫樣板代碼、配物理碰撞這些耗時但低創造性的工作，可以交給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工具圈的一個熱詞，簡單說就是一套讓AI助手和外部軟件互相通信的協議標準。unity-mcp做的事情是把這套協議搬進了Unity編輯器。
裝好這個插件之後，AI助手可以直接操作Unity編輯器裏的資源、場景、腳本，不需要開發者手動在編輯器和聊天窗口之間來回切換。比如對着AI說"在場景裏放三個點光源，擺成三角形"，AI會直接在Unity場景裏執行這個操作，完成後返回結果。
支持的操作範圍很廣：資源導入和管理、場景層級操作、腳本編譯和掛載、Prefab創建和修改、動畫狀態機配置……基本上Unity編輯器裏能手動做的事，AI通過MCP接口都能做。
這個項目對於Unity開發者來說，價值在於減少了"描述需求→手動操作→驗證結果"這個循環裏的手動操作部分。特別是在做原型驗證的時候，很多搭建工作可以讓AI完成，開發者把時間花在玩法和體驗的調試上。
3. htdt/godogen
⭐ 3,284 🔀 301
godogen的定位跟前面兩個項目類似，但專注在Godot引擎上，並且同時支持Claude Code和Codex兩個AI編程工具。
項目內置了一套針對Godot引擎優化的提示詞模板，覆蓋了Godot 4的核心功能模塊：場景系統（SceneTree、Node、Scene）, GDScript語法和API、3D渲染管線、物理引擎、導航網格、信號系統、資源管理……
使用方式是把項目克隆到本地，在Claude Code或Codex里加載對應的技能配置，然後就可以用自然語言描述需求，AI會調用Godot的API來實現功能。
在實際使用反饋裏，比較常見的用法是：快速搭建原型場景、生成常用功能的腳本模板（比如揹包系統、對話系統、存檔系統）、調試Godot項目的報錯信息。
Godot引擎本身比Unity和Unreal輕量，上手門檻也更低，加上這類AI輔助工具之後，一個人從零開始做一個小型遊戲的原型，週期可以從原來的幾周壓縮到幾天。
4. IvanMurzak/Unity-MCP
⭐ 2,891 🔀 400+
這個項目跟CoplayDev/unity-mcp功能類似，也是Unity編輯器的MCP接口，但實現思路和覆蓋範圍有一些差異。
IvanMurzak/Unity-MCP的特點是支持把任意C#方法封裝成AI可調用的工具，只需要一行代碼標註。這個設計讓項目的可擴展性很強——開發者可以在自己的Unity項目裏定義專用工具，然後讓AI調用這些工具來完成項目特定的操作。
另一個特點是內置了一套完整的AI開發-測試循環。AI修改代碼之後，可以自動觸發Unity編譯、運行測試場景、收集運行日誌，然後把結果反饋給AI進行下一輪修改。這個閉環對於需要頻繁迭代的功能開發來說，效率提升比較明顯。
項目文檔裏有一個完整的開發示例：從零開始做一個2D平臺跳躍遊戲，包括角色移動、跳躍物理、敵人AI、關卡碰撞，整個過程由AI驅動，人工只做方向和品質把控。
二、素材與美術：降低遊戲視覺製作門檻
5. Hugo-Dz/spritefusion-pixel-snapper
⭐ 1,976 🔀 180
用AI生成像素畫，目前存在一個普遍問題：生成的結果經常對不齊網格。像素畫的核心是"每個像素都有意義"，像素之間要對齊到整數座標，但AI生成的圖像經常出現半像素偏移、線條不對齊網格、顏色溢出到相鄰像素這些問題。
spritefusion-pixel-snapper做的就是"修"這件事。它把AI生成的像素風格圖像作爲輸入，檢測圖像裏的像素對齊情況，然後把不對齊的像素吸附到最近的網格位置上。處理後的圖像符合像素畫的製作規範，可以直接導入到遊戲引擎裏使用。
工具支持批量處理，一次可以處理幾十張素材圖像。對於用AI輔助生成像素風格遊戲素材的開發者來說，這個工具解決了一個實際痛點。
除了網格對齊之外，工具還提供了顏色數量限制、調色板映射、輪廓修正等功能，可以把AI生成的像素畫往"手工繪製"的方向調整，減少明顯的AI生成痕跡。
Hugo-Dz/spritefusion-pixel-snapper
6. matmadness/HumanShaders
⭐ 864 🔀 67
Godot引擎的着色器系統功能很強，但上手門檻不低。特別是做擬真人體渲染的時候，皮膚次表面散射、眼睛的折射和反射、毛髮的各向異性高光……這些效果在Godot裏實現需要寫不少着色器代碼，而且調試周期長。
HumanShaders提供了一套現成的Godot着色器，專門用於製作擬真人體角色。覆蓋了皮膚、眼睛、頭髮、口腔、布料幾個核心部分，每個部分都有對應的着色器實現和材質參數說明。
項目裏的着色器都是用Godot 4的Shader語言寫的，代碼結構清晰，註釋詳細。對於需要在Godot裏做擬真角色的開發者來說，可以直接拿過來用，也可以跟着代碼學習Godot着色器的寫法。
這個項目的出現背景是：2025年用AI生成人體3D模型變得容易了，但給模型做合適的材質和渲染效果，仍然需要專業知識。HumanShaders把這部分知識做成了可複用的着色器資源。
三、引擎增強：給現有工具加上新能力
7. soonfx-engine/core
⭐ 643 🔀 58
這是一個用TypeScript寫的遊戲數值引擎，專門針對RPG和策略遊戲設計。
RPG遊戲裏的數值系統——傷害計算、屬性成長、技能效果、狀態加成——看起來是簡單的四則運算，但實際上要考慮的情況很多：不同技能之間的加成關係、Buff持續時間的處理、屬性計算的優先級、浮點數精度問題……一套完善的數值系統寫出來，代碼量不小，而且容易出隱藏Bug。
soonfx-engine/core把這套東西封裝成了類型安全的TypeScript庫。公式用字符串描述，引擎負責解析和計算，支持變量替換、條件判斷、隨機數、四則運算、函數調用等常用功能。底層用TypeScript實現，可以在瀏覽器環境和Node.js環境裏運行。
對於用TypeScript/JavaScript技術棧做遊戲的人來說，這個庫可以把數值系統的開發時間縮短不少。項目文檔裏有完整的公式示例，從簡單的傷害計算到複雜的多階段技能效果都有覆蓋。
8. Natfii/UnrealClaude
⭐ 641 🔀 85
Unreal Engine 5.7在2025年底發佈，引入了不少新功能，包括更完善的PCG（程序化內容生成）、新的動畫系統、Lumen全局光照的進一步優化。
UnrealClaude做的事情是把Claude Code CLI跟Unreal Engine 5.7編輯器打通，讓AI可以直接操作Unreal編輯器裏的功能。跟前面提到的Unity MCP插件類似，裝好之後可以用自然語言讓AI在Unreal裏搭建場景、放置Actor、配置組件屬性、編譯藍圖。
這個項目有一個比較實用的設計：內置了Unreal Engine 5.7的文檔上下文。AI在回答Unreal相關問題的時候，可以參考官方文檔的內容，減少給出過時或錯誤API信息的情況。
目前項目還在早期階段，支持的Unreal功能覆蓋範圍有限，但更新頻率不低，社區裏用Unreal做遊戲的人關注度挺高。
9. MaiKuraki/UnityStarter
⭐ 571 🔀 92
這是一個Unity項目啓動模板，內置了一套類虛幻引擎的Gameplay框架。
虛幻引擎的Gameplay Ability System（GAS）在業內評價不錯，提供了一套比較完善的技能、屬性、效果系統。但Unity沒有官方等效方案，開發者一般自己實現或者用第三方插件。
UnityStarter把這個思路搬進了Unity，提供了一套基於C#的Gameplay框架，包括Ability System（技能系統）、Attribute System（屬性系統）、Gameplay Effect（效果系統）、事件系統、存檔系統。框架設計上支持依賴注入，方便跟第三方IoC容器集成。
項目還內置了熱更新支持，資源打包和代碼熱更的方案都配好了，對於需要做移動端遊戲的人來說，這部分是剛需。
這個項目適合有一定Unity使用經驗、想快速啓動一個新項目的開發者。模板裏的框架代碼都是生產級別的，可以直接在商業項目裏使用。
四、怎麼選工具：根據需求對號入座
上面羅列了9個項目，覆蓋的方向不太一樣。根據實際需求，可以有以下幾種選擇思路：
如果想快速驗證遊戲玩法想法——優先看godogen和Donchitos/Claude-Code-Game-Studios。這兩個項目都支持用自然語言描述玩法，然後AI幫你把基礎原型搭出來。Godot方向響應更快，生成結果的可控性也更高一些。
如果用Unity做項目，想提升日常開發效率——CoplayDev/unity-mcp和IvanMurzak/Unity-MCP二選一。前者覆蓋更全的Unity編輯器功能，後者在開發-測試閉環上做得更深入。可以根據自己項目的特點選。
如果缺遊戲素材，特別是像素風格素材——Hugo-Dz/spritefusion-pixel-snapper可以配合AI圖像生成工具一起用。先用AI生成粗糙的像素畫，再用這個工具修整齊，最後人工微調。比完全手工畫快，比直接用AI生成的結果質量更可控。
如果想學Godot着色器，或者需要做擬真角色——matmadness/HumanShaders值得一看。現成的着色器可以直接用，代碼也可以當學習資料。
如果做RPG或策略遊戲，數值系統寫得頭疼——soonfx-engine/core用TypeScript實現數值公式，可以在服務端和客戶端兩邊共用，減少數值不一致的問題。
五、寫在最後
2025年遊戲開發工具圈子最明顯的一個變化是：AI從"輔助"走向了"協作"。
以前AI在遊戲開發裏的角色主要是"給點建議"——幫你看看代碼有什麼問題、給你推薦一些技術方案。現在的工具可以讓AI直接操作引擎、直接生成可運行的代碼、直接搭場景——雖然質量還需要人工把關，但"AI幹完人工改"這個模式，已經在實際操作中跑通了。
對於獨立開發者和小型團隊來說，這意味着做遊戲的門檻在實實在在降低。以前需要三四個人分工幾個月才能出的原型，現在一個人加上AI工具，可能幾周就能做出來。
當然，工具再好用，也代替不了對遊戲設計本身的理解。AI可以幫你把想法實現出來，但想法本身、玩法的趣味判斷、體驗的調優，這些仍然需要人來做。
上面提到的項目全部開源，大部分免費，文檔和示例都比較完善。挑一個跟自己需求匹配的下手，比觀望要更有意義。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
