Unity开发革命：用AI助手通过MCP协议自动化编辑器操作-开发者社区

1. 项目概述：当AI助手学会“开”Unity

如果你是一名Unity开发者，大概率经历过这样的场景：脑子里构思好了一个复杂的场景逻辑，或者想批量修改上百个预制体的材质，但一想到要在编辑器里点点点、拖拖拽拽，或者写一堆重复的脚本，瞬间就没了干劲。又或者，你刚接触Unity，面对海量的菜单、面板和API，学习曲线陡峭得让人望而却步。

现在，想象一下，你只需要像跟同事聊天一样，对AI说：“帮我创建一个玩家角色，要有刚体、胶囊碰撞体，再挂上一个可以左右移动和跳跃的脚本。”几秒钟后，一个功能完整的GameObject就出现在场景里，脚本也自动生成并挂载好了。或者你说：“把场景里所有名字里带‘Tree’的物体材质都换成那个‘Bark_Mat’。”AI也能立刻帮你办妥。

这听起来像科幻？不，这正是CoplayDev/unity-mcp这个开源项目正在做的事情。它不是一个独立的AI工具，而是一座桥梁，一座连接你熟悉的AI助手（比如Claude Desktop、Cursor、VS Code Copilot）和你每天都在用的Unity编辑器的桥梁。它的核心技术是模型上下文协议，你可以把它理解为AI世界里的“USB协议”——它定义了一套标准，让不同的AI客户端能够安全、稳定地调用远端的工具和服务。

简单来说，unity-mcp就是一个运行在你电脑上的“翻译官”和“执行者”。AI助手（客户端）用自然语言发出指令，MCP服务器接收到后，将其“翻译”成Unity编辑器能够理解的命令（比如调用Unity Editor的API），执行操作，再把结果“翻译”回自然语言反馈给AI。这样一来，AI就仿佛获得了直接操控Unity编辑器的“手”和“眼”。

这个项目适合谁？我认为有三类开发者会从中受益最大：

效率追求者：厌倦了重复性手工操作，希望用自然语言自动化工作流的资深开发者。
学习加速者：Unity新手，可以通过与AI对话的方式快速理解如何构建对象、编写脚本，将学习过程从“查文档-试错”变为“提问-获得可运行实例”。
原型探索者：需要快速验证想法的独立开发者或小团队，可以用语言快速搭建场景原型，将创意落地的时间从小时级压缩到分钟级。

它的核心价值不在于替代你编程和设计，而在于消除你与创意实现之间的机械摩擦，让你能更专注于思考和设计本身。

1.1 核心组件与工作原理拆解

要理解unity-mcp如何工作，我们需要拆解它的几个核心部分，这就像理解一个机器人的构造。

MCP服务器：这是项目的核心，一个用Python编写的独立进程。它通过HTTP或Stdio与AI客户端通信。当它收到一个如“create a cube at (0, 1, 0)”的请求时，它内部有一个庞大的“工具集”映射表。它会解析出意图是“创建”，对象是“立方体”，位置是“(0,1,0)”，然后调用对应的manage_gameobject工具。这个工具本质上是一段封装好的Python代码，它会通过Unity编辑器桥接层向Unity发送指令。

Unity编辑器桥接层：这是魔法发生的关键。unity-mcp在Unity编辑器中安装了一个Package。这个Package在编辑器内启动了一个本地服务器，与外部Python MCP服务器通信。它接收来自Python端的指令，并将其转换为对Unity Editor API（如GameObject.CreatePrimitive,Transform.position）的调用。因为它在编辑器进程内运行，所以拥有和你的手动操作完全相同的权限和能力。执行完毕后，它再将结果（成功或失败信息、创建对象的GUID等）返回给Python服务器。

AI客户端：这是你交互的界面。无论是Claude Desktop的聊天窗口，还是Cursor的AI指令，它们都集成了MCP客户端协议。你输入的指令会被客户端的大语言模型理解，模型知道它可以通过MCP调用unity-mcp提供的工具，于是它构造一个格式化的请求发送出去。关键在这里：AI模型并不预先知道Unity的API细节，它只知道“有一个叫unity-mcp的服务提供了这些工具（Tool）和资源（Resource）”。MCP协议会在连接时，将工具列表和描述“告知”客户端，AI模型据此来决定如何调用。这就是“模型上下文”的含义——AI的上下文里动态地加载了操控Unity的能力。

工作流闭环：你输入指令 -> AI客户端理解并格式化请求 -> 通过MCP协议发送给Python服务器 -> Python服务器调用具体工具 -> 工具通过桥接层命令Unity编辑器 -> Unity执行操作并返回结果 -> 结果沿原路返回 -> AI客户端组织语言向你汇报。整个过程通常在几秒内完成，实现了从自然语言到编辑器操作的端到端自动化。

2. 环境准备与安装实战

理论很美好，但让一切跑起来需要一些准备工作。别担心，步骤是清晰的，我们一步步来。

2.1 基础环境配置：Python与包管理器

unity-mcp的服务器端依赖Python环境。官方推荐使用uv作为Python包管理器和安装器，它比传统的pip更快、更可靠，尤其是在处理依赖关系时。

安装Python 3.10+：如果你的系统没有Python，或版本较旧，请先去 python.org 下载安装。安装时务必勾选“Add Python to PATH”（将Python添加到环境变量），这能避免后续很多路径问题。
安装uv：打开终端（Windows用PowerShell或CMD，macOS/Linux用Terminal），执行官方的一键安装命令。
- macOS/Linux:curl -LsSf https://astral.sh/uv/install.sh | sh
- Windows (Powershell):powershell -c "irm https://astral.sh/uv/install.ps1 | iex"安装完成后，关闭并重新打开终端，运行uv --version检查是否安装成功。如果提示“命令未找到”，可能需要手动将uv的安装目录（通常在用户目录下的.cargo/bin或.local/bin）添加到系统的PATH环境变量中。

实操心得：在Windows上，有时即使勾选了“Add to PATH”，新开的终端也可能找不到Python或uv。一个可靠的检查方法是，在终端分别输入python --version和uv --version都能正确显示版本号。如果不行，尝试完全重启电脑，或者搜索“如何在Windows上手动添加环境变量”。

2.2 Unity项目中的包安装

接下来，我们需要在Unity项目中安装unity-mcp的编辑器插件部分。

打开你的Unity项目（或新建一个用于测试）。
打开Package Manager窗口 (Window > Package Manager)。
点击左上角的+号按钮，选择Add package from git URL...。
在弹出的输入框中，粘贴以下URL（这是稳定版主分支）：https://github.com/CoplayDev/unity-mcp.git?path=/MCPForUnity#main
点击Add。Unity会开始下载并导入这个包。这个过程可能会花费一两分钟，取决于你的网速。

如果你想体验最新的功能（也可能包含一些不稳定因素），可以使用Beta分支，将URL末尾的#main替换为#beta。

替代安装方案：

Asset Store：你也可以在Unity Asset Store中搜索“MCP for Unity”并免费导入，这对于不熟悉Git URL的开发者更友好。
OpenUPM：如果你使用OpenUPM命令行工具，可以直接运行openupm add com.coplaydev.unity-mcp。这要求你先全局安装OpenUPM CLI (npm install -g openupm-cli)。

安装成功后，你会在Package Manager的“My Registries”或“In Project”列表里看到com.coplaydev.unity-mcp。

2.3 启动服务器与连接AI客户端

这是将各部分串联起来的关键一步。

在Unity编辑器中，打开MCP for Unity窗口 (Window > MCP for Unity)。你会看到一个控制面板。
点击Start Server按钮。此时，Unity编辑器会在后台启动那个Python MCP服务器。你可能会看到一个终端窗口一闪而过（或在系统后台运行）。控制面板上会显示服务器状态（如“Server running on http://localhost:8080”）和日志。
在控制面板的Client Configuration区域，选择一个你正在使用的AI客户端（例如“Claude Desktop”、“Cursor”等）。
点击旁边的Configure按钮。这个操作会尝试自动修改你AI客户端的配置文件，添加指向本地MCP服务器的设置。

连接验证：

对于Claude Desktop和Claude Code：点击Configure后，通常会自动连接。回到Claude应用，你应该能在聊天界面看到一个新的“Unity”图标或上下文标识，表示连接成功。
对于Cursor、Windsurf或VS Code Copilot：你可能需要在它们的设置中手动启用MCP插件或功能。以Cursor为例，点击左下角的设置图标，在“Features”中确保“MCP Servers”已启用。配置成功后，在编辑器内提问时，AI就能感知到Unity工具。
对于OpenClaw：需要额外启用openclaw-mcp-bridge插件。

当你看到MCP for Unity窗口显示绿色的“Connected ✓”状态，并且你的AI客户端在回应中开始提及或使用Unity相关的功能时，恭喜你，连接成功了！

注意事项：第一次启动服务器时，uv可能需要下载并安装mcp-for-unity这个Python包及其依赖，这可能会花费一些时间，请保持网络通畅。如果长时间卡住，可以查看Unity控制台或MCP窗口的日志输出。

3. 核心工具解析与高效使用指南

连接成功后，AI就拥有了一个庞大的“工具箱”。理解这些工具的分类和能力，能让你更精准地向AI发号施令。unity-mcp的工具集几乎覆盖了Unity编辑器日常操作的方方面面。

3.1 场景与对象管理：从零搭建场景

这是最常用的一组工具，核心是manage_scene和manage_gameobject。

manage_scene：负责场景级别的操作。你可以让AI：
- create_new_scene: 创建一个全新的空场景，或基于模板（如2D Basic, 3D Basic）创建。
- save_scene: 保存当前场景。
- load_scene: 加载另一个场景（支持叠加加载）。
- set_active_scene: 在多个已加载场景中切换活动场景。
- close_scene: 关闭指定场景。
- validate_scene: 检查场景中的常见问题（如丢失的脚本引用）并尝试自动修复。使用场景：“创建一个新的2D场景，命名为‘Level_01’并保存。” “将‘Environment.unity’场景叠加加载到当前场景中。”
manage_gameobject：这是对象操作的瑞士军刀。你可以：
- create: 创建基本几何体（Cube, Sphere, Capsule）、空对象、灯光（Directional, Point, Spot）、UI元素（Canvas, Button, Text）等。
- delete: 删除对象。
- duplicate: 复制对象。
- set_parent: 设置父子关系，快速构建层次结构。
- set_active: 激活或禁用对象。
- set_name: 重命名。
- set_position/rotation/scale: 设置变换属性。使用场景：“在(0,0,0)创建一个红色球体，在(2,0,0)创建一个蓝色立方体，并把立方体设为球体的子物体。” “禁用场景中所有名字包含‘Enemy’的对象。”

实操技巧：在创建对象时，尽量一次性描述清楚属性和组件。例如，“创建一个名为‘Player’的胶囊体，放在(0,1,0)，添加一个Rigidbody组件，设置质量为2，并添加一个蓝色的材质。” AI会通过组合多个底层操作来一次性完成，这比你先创建对象，再一条条指令添加组件要高效得多。

3.2 资源与脚本管理：自动化资产管线

manage_asset,manage_script,manage_material等工具让你可以操作项目资源。

manage_asset：用于在Assets文件夹中创建、导入、移动、删除资源。例如，“在‘Assets/Materials/’路径下创建一个新的Standard材质球，命名为‘Metal_Shiny’。”
manage_script：这是革命性的工具。你可以：
- create_script: 通过自然语言描述来生成C#脚本。例如，“创建一个名为‘PlayerMovement’的脚本，它继承MonoBehaviour，包含public float speed变量，在Update函数中根据水平输入‘Horizontal’和垂直输入‘Vertical’控制物体移动。”
- edit_script: 修改现有脚本。例如，“在‘PlayerMovement’脚本的Start函数里添加一行Debug.Log(“Player Ready”);”。
- add_to_gameobject: 将脚本挂载到指定游戏对象上。
重要提示：脚本生成和编辑的可靠性高度依赖于AI模型（如Claude 3.5 Sonnet）的代码能力。生成的代码通常结构正确，但复杂的逻辑可能需要你后续微调。它极大地加速了样板代码的编写。
manage_material和manage_texture：处理材质和纹理。例如，“将‘Metal_Shiny’材质的Albedo颜色改为金色（RGB: 255, 215, 0），并将Metallic值调到0.8。” “为‘Assets/Textures/’文件夹下的所有PNG图片批量设置Texture Type为‘Sprite (2D and UI)’。”

3.3 高级功能与系统集成

随着版本迭代，unity-mcp集成了越来越多的高级编辑器模块。

manage_physics(v9.6.2新增)：这是一个强大的工具集，包含21个动作。你可以让AI配置物理设置（如重力）、管理物理材质、创建各种3D和2D关节（Hinge, Spring, Fixed等），甚至执行物理查询。使用场景：“在玩家胶囊体上添加一个Character Controller组件。” “从玩家位置向鼠标方向发射一条射线，检测碰撞并返回第一个碰到的物体名称。” “创建一个弹簧关节，连接物体A和B，设置刚度和阻尼。”
manage_graphics(v9.5.3新增)：管理渲染相关。包括配置后期处理Volume、控制光照烘焙、查询渲染统计信息、调整URP/HDRP管线设置。使用场景：“在当前场景中添加一个全局Volume，启用Bloom效果，设置阈值为0.8，强度为0.5。” “开始为当前场景烘焙光照。”
manage_animation(v9.4.6新增)：基础动画控制，如播放、暂停、停止Animation或Animator。
manage_profiler(v9.6.3 beta新增)：性能分析利器。可以控制Profiler会话、读取帧时间和计数器、查询对象内存、甚至触发内存快照并与之前快照对比（需安装com.unity.memoryprofiler包）。这对于性能调试工作流自动化非常有帮助。
manage_build(v9.6.1新增)：自动化构建流程。触发播放器构建、切换构建平台（PC, Android, iOS）、配置玩家设置、管理构建场景列表和构建配置文件（Unity 6+）。
unity_docs与unity_reflect(v9.5.4新增)：这两个工具让AI变得更“懂”Unity。unity_docs允许AI实时查询Unity官方文档（Scripting API, Manual）。unity_reflect允许AI通过反射检查你项目中实际存在的C#类、方法、属性。这极大地提高了AI生成代码和建议的准确性，因为它能基于你项目实际的API环境进行回答。

3.4 性能神器：批量执行工具

在所有工具中，batch_execute必须单独提出来强调。它的存在解决了MCP通信中的一个关键性能瓶颈。

问题：如果你让AI“创建100个立方体”，AI可能会笨拙地调用100次manage_gameobject.create工具。每次调用都涉及网络通信、请求解析、Unity API调用，速度会非常慢。

解决方案：batch_execute工具。你可以这样指令AI：“使用batch_execute，执行以下操作列表：1. 创建立方体A，2. 创建球体B，3. 将B设为A的子物体...” AI会将多个操作打包成一个请求发送给MCP服务器，服务器在一次通信中顺序执行所有操作，效率可以提升10到100倍。

核心技巧：当你需要AI执行一系列连续操作时，主动提示它使用batch_execute。例如：“请使用batch_execute工具，帮我完成以下任务：首先创建一个空对象命名为‘SpawnPoint’，然后在它下面创建10个作为子物体的Cube，随机分布在XZ平面-5到5的范围内，最后给每个Cube添加一个随机颜色的材质。” AI会理解并采用最高效的方式。

4. 实战演练：从零构建一个简单游戏场景

让我们通过一个完整的例子，看看如何利用unity-mcp快速搭建一个简单的3D游戏原型。我们的目标是：一个有地面、玩家、几个障碍物，玩家可以移动和跳跃的基础场景。

第一步：初始化场景与地面我们对AI说：“创建一个新的3D场景，命名为‘MyPrototype’。然后在场景中心(0,0,0)创建一个名为‘Ground’的立方体，将它的缩放Scale设置为(20, 1, 20)，并赋予它一个绿色的材质。”

AI会调用manage_scene.create_new_scene，然后使用batch_execute或依次调用manage_gameobject.create（创建Cube）、manage_gameobject.set_scale、manage_material.create（或manage_material.set_property）来完成任务。几秒后，一个巨大的绿色地面就出现在场景中。

第二步：创建玩家角色接下来：“在位置(0, 1, 0)创建一个名为‘Player’的胶囊体(Capsule)。为它添加一个Rigidbody组件。再创建一个名为‘PlayerMovement’的C#脚本，脚本内容要求：继承MonoBehaviour，有一个public float变量‘moveSpeed’等于5，一个public float变量‘jumpForce’等于7。在Update函数中，使用Input.GetAxis(“Horizontal”)和(“Vertical”)控制刚体的速度来实现移动（注意使用刚体的velocity）。在Update函数中检测如果按下空格键Input.GetKeyDown(KeyCode.Space)，并且检测是否接触地面（可以用OnCollisionStay），就给刚体一个向上的力（AddForce）。最后，将这个脚本挂载到Player对象上。”

这段描述非常详细。AI会：

调用manage_gameobject.create创建胶囊体。
调用manage_components.add_component添加Rigidbody。

调用manage_script.create_script，根据你的描述生成C#代码。生成的代码可能类似于：

using UnityEngine; public class PlayerMovement : MonoBehaviour { public float moveSpeed = 5f; public float jumpForce = 7f; private Rigidbody rb; private bool isGrounded = false; void Start() { rb = GetComponent<Rigidbody>(); } void Update() { float moveX = Input.GetAxis("Horizontal") * moveSpeed; float moveZ = Input.GetAxis("Vertical") * moveSpeed; rb.velocity = new Vector3(moveX, rb.velocity.y, moveZ); if (Input.GetKeyDown(KeyCode.Space) && isGrounded) { rb.AddForce(Vector3.up * jumpForce, ForceMode.Impulse); } } void OnCollisionStay(Collision collision) { if (collision.gameObject.CompareTag("Ground")) { isGrounded = true; } } void OnCollisionExit(Collision collision) { if (collision.gameObject.CompareTag("Ground")) { isGrounded = false; } } }

调用manage_script.add_to_gameobject将脚本挂载。
同时，AI可能会聪明地建议或直接操作：“需要为‘Ground’对象添加Tag‘Ground’。” 它会调用编辑器API来设置Tag。

第三步：设置环境与障碍“创建三个大小不一的立方体作为障碍物，随机摆放在Ground上，位置Y轴为0.5。给它们分别加上红色的材质。”

AI会使用循环或多次调用manage_gameobject.create，并结合随机数生成位置和缩放，然后应用材质。

第四步：配置灯光与相机“创建一个方向光(Directional Light)，旋转使其角度能照亮场景。将主相机Main Camera的位置调整到(10, 10, 10)，并让它看向玩家初始位置(0,1,0)。”

AI调用manage_gameobject.create创建灯光并设置旋转，然后通过find_gameobjects找到主相机，再用manage_gameobject.set_position和manage_components.set_property（设置Transform.LookAt）来调整相机。

第五步：运行测试最后：“点击Unity编辑器上的播放按钮，进入运行模式。”

是的，AI甚至可以通过execute_menu_item工具来模拟点击菜单项 (Edit/Play)。然后你就可以用键盘WASD和空格键控制胶囊体玩家在场景中移动和跳跃了。

通过这一系列对话，我们几乎没用鼠标和键盘进行编辑器操作，就完成了一个可互动小场景的搭建。整个过程就像是在向一个极其听话且能力强大的助手口述你的想法。

5. 高级配置、问题排查与安全考量

要让unity-mcp在更复杂的工作流中稳定运行，并确保其安全性，你需要了解一些高级配置和常见问题的解决方法。

5.1 多Unity实例与Roslyn脚本验证

多实例支持：如果你同时打开了多个Unity项目，unity-mcp可以管理它们。在MCP for Unity窗口，或者通过查询unity_instances资源，你可以看到所有运行中的编辑器实例（显示为项目名@哈希值）。使用set_active_instance工具可以切换当前指令发送的目标项目。这对于需要同时在多个项目间切换工作的开发者非常有用。

Roslyn脚本验证（高级/严格模式）：默认情况下，create_script工具生成的代码只进行基本语法检查。但如果你安装了Microsoft.CodeAnalysis (Roslyn)的DLL，并启用USE_ROSLYN编译符号，脚本验证将进入“严格模式”。

严格模式的好处：AI在生成脚本时，Roslyn编译器会在后台对代码进行完整的语义分析。这意味着它能发现未引用的命名空间、不存在的类型、错误的方法签名等更深入的问题，并在代码生成前就给出错误提示，从而生成更准确、更少编译错误的代码。
如何启用：最简单的方法是使用项目提供的一键安装器。在Window > MCP for Unity窗口中，找到Runtime Code Execution (Roslyn)区域，点击Install Roslyn DLLs。这会自动下载所需的NuGet包并放置到Assets/Plugins/Roslyn/目录下，同时帮你设置好编译符号。如果安装器不可用，你也可以手动从NuGet下载Microsoft.CodeAnalysis.CSharp.dll及其依赖，并放入上述目录。
注意事项：Roslyn分析会增加一些开销，并且需要正确的.NET版本兼容性。对于大多数日常使用，默认的简单模式已经足够。严格模式更适合对生成代码质量要求极高，或项目结构复杂的情况。

5.2 常见问题与排查技巧实录

即使按照指南操作，你也可能会遇到连接或执行问题。以下是几个常见坑点及其解决方案：

问题1：MCP服务器启动失败，提示Python或uv找不到。

排查：这几乎总是系统PATH环境变量问题。在终端中手动执行uv --version和python --version确认它们能直接运行。
解决：
- Windows：系统属性 -> 高级 -> 环境变量，在“用户变量”或“系统变量”的Path中，添加Python和uv的安装路径（如C:\Users\你的用户名\.cargo\bin和C:\Users\你的用户名\AppData\Local\Programs\Python\Python311\Scripts以及Python根目录）。
- macOS/Linux：检查shell配置文件（如.zshrc,.bash_profile），确保包含了类似export PATH="$HOME/.local/bin:$PATH"或export PATH="$HOME/.cargo/bin:$PATH"的语句。
- 终极方案：在Unity的MCP窗口，有时可以手动指定Python和uv的完整路径（如果高级设置中有相关选项）。

问题2：AI客户端显示已连接，但对Unity相关的指令无反应或说“无法操作”。

排查：首先检查MCP for Unity窗口是否显示“Connected ✓”。如果没有，说明客户端到MCP服务器的连接可能有问题。
解决：
- 手动配置：尝试关闭自动配置，手动修改AI客户端的配置文件。例如，对于Claude Desktop，配置文件通常在~/.config/claude/(macOS/Linux) 或%APPDATA%\Claude\(Windows)。添加如下配置（确保端口与Unity窗口显示的端口一致）：
```
{ "mcpServers": { "unityMCP": { "url": "http://localhost:8080/mcp" } } }
```
- 重启大法：重启AI客户端和Unity编辑器，然后重新点击“Start Server”和“Configure”。
- 检查防火墙：极少数情况下，本地防火墙可能阻止了localhost:8080端口的通信，确保该端口对本机应用开放。

问题3：工具执行失败，返回模糊的错误信息。

排查：仔细阅读MCP for Unity窗口中的日志，错误信息通常在这里。常见原因包括：对象未找到、路径无效、在错误的编辑器模式下（如在播放模式下尝试编辑资产）执行操作。
解决：
- 明确指令：确保你的指令描述足够精确。例如，“将材质赋给立方体”不如“将名为‘RedMat’的材质，赋给名为‘MyCube’的游戏对象”。
- 分步执行：对于复杂操作，拆分成多个简单指令依次执行。
- 利用资源查询：在操作前，可以让AI先查询相关资源。例如，“列出当前场景中所有的游戏对象名称。” 或者 “检查‘Assets/Materials/’文件夹下有哪些材质。” 这能帮助你和AI确认当前状态。

问题4：生成的脚本有编译错误。

排查：首先检查Unity控制台的具体编译错误。
解决：
- 启用Roslyn严格模式：如前所述，这能提前发现很多API错误。
- 提供更详细的上下文：在指令中说明你的项目设置，比如“这是一个使用Unity 2022.3 LTS和内置渲染管线的2D项目”。
- 迭代修正：将错误信息反馈给AI。例如：“刚才生成的‘PlayerMovement’脚本有编译错误，提示‘Rigidbody’类型未找到。请修改脚本，确保正确引用了UnityEngine命名空间，并确认在3D项目中Rigidbody是可用的。” AI可以根据错误进行修正。

5.3 安全与网络配置考量

unity-mcp在设计上考虑了安全性，默认采用“故障关闭”原则。

本地HTTP服务器：默认只绑定到回环地址（127.0.0.1,localhost,::1），这意味着只有你本机上的应用可以连接它，外部网络无法访问。这是最安全的模式。
允许局域网绑定：如果你有特殊需求，希望同一局域网内的另一台电脑上的AI客户端也能连接到此Unity实例（场景协同？），你需要在MCP for Unity窗口的Advanced Settings中，明确勾选Allow LAN Bind (HTTP Local)。这将允许服务器绑定到0.0.0.0（所有IPv4接口）。请注意，这会带来安全风险，请仅在可信网络环境下使用。
远程HTTP：项目也支持HTTPS远程连接，但默认要求https://。允许不安全的http://远程连接同样需要在高级设置中显式启用Allow Insecure Remote HTTP，极不推荐在生产环境或公网开启此选项。
Stdio传输模式：除了HTTP，还可以配置为Stdio（标准输入输出）模式，这完全在进程内通信，没有网络暴露风险，但配置稍复杂，且不是所有客户端都支持。