15博客
用智能体搭建世界的实践笔记
关于 AI 关卡设计、引擎管线和 MCP 的指南：哪些做法有效，哪些会出问题，以及生成式场景背后的具体数字。
AI 城市生成器：先路网，再地块，最后建筑
生成的城市在航拍图里成立，走到街上就散了。路网等级、街区尺寸、临街面宽与路口——让城市读起来像城市的那些数字。
把生成的 3D 场景导入 Unity：从 GLB 到能走进去的关卡
生成好的 GLB 或 FBX 场景几分钟就能进 Unity。让它真正可玩，靠的是导入设置、碰撞体和光照——这里是完整路径。
把 AI 生成的整片场景导入 Unreal Engine 5
你有一整个街区的 GLB 和一个 UE5 工程。导入时要检查什么：单位、Nanite、Lumen、碰撞，以及为什么一个巨大的 Actor 永远不会被流送。
AI 生成 3D 室内空间：为什么一个房间比一条街更难
能走进去的房间和一张房间的图片是两种产品。决定你拿到哪一种的，是通行尺寸、家具关系图和光。
2026 年的 AI 关卡设计工具：每一类究竟做了什么
有五类 AI 工具与关卡设计沾边，但真正在做设计的只有一部分。每一类产出什么、止步于哪里、该怎么选。
Blender MCP 能做什么，又在哪里到头
用 AI 智能体驱动 Blender 的一次公平评估：Blender MCP 在哪些任务上无可替代，抽象层级从哪里开始收费，以及工作该如何拆分。
用 Claude Code 做 3D：终端里的智能体能干什么
终端里的编程智能体如何搭建 3D 场景：连接怎么建立、什么样的提示词管用、验证循环为何关键、以及它在哪里失败。
免费关卡设计软件：2026 年能凑齐的完整流程
2026 年，3D 环境制作的每个阶段都有免费方案。这里是完整的技术栈：每个许可证到底允许什么，免费额度又在哪里停下。
GLB 与 FBX：交给游戏引擎的到底该是哪一种
glTF/GLB 与 FBX 各自真正携带什么、各自会在哪里悄悄丢数据，以及交给 Unity、Unreal、Godot、Blender 和 Web 时该选哪一个。
用 AI 生成 Godot 关卡：从 GLB 到一个真正的场景
把生成好的场景以 GLB 导入 Godot，再为它加上碰撞、遮挡剔除、光照，以及一条不会丢掉工作成果的重新导入路径。
用 AI 智能体搭建 3D 村庄：分五轮做完
从空场景到可以走进去的村庄，分五轮完成：地形、道路、地块、建筑、陈设——每一轮都给出可以直接照抄的指令。
3D 与游戏开发的 MCP 服务器：决定成败的是工具设计
只暴露 run_python 的 MCP 服务器把一切都交给了智能体，却什么忙都没帮上。什么样的 3D 工具面，智能体才真正用得上。
如何优化 AI 生成的 3D 场景，让它在游戏里跑得动
生成的场景和手工搭建的场景，卡顿的原因不一样。先测量，再依次处理材质、实例化、LOD、贴图和剔除。
程序化生成与 AI 智能体：关卡该用哪一个
噪声、语法与波函数坍缩，对上驱动编辑器的智能体。确定性、规模、运行时与迭代成本——决定你该用哪一个的几条轴。
文本生成 3D 场景：一句描述如何变成一整片区域
「文本生成 3D」通常一次只生成一个物件。生成一整片场景——道路、建筑、地形、光照——是另一个问题，答案也不同。