$ loading_
让 AI 助手通过原生桥接插件控制 Unreal Engine 执行开发与自动化操作。
该 MCP 工具材料显示其主要通过本地原生 C++ 插件控制 Unreal Engine，未声明需要密钥或远程端点，整体未见明显高风险外发迹象。主要关注点在于本地代码执行/引擎控制能力，以及项目较新或采用度低、维护情况未知带来的供应链不确定性。
材料明确标注“无”密钥/环境变量，未见要求 API key、OAuth token 或其他敏感凭证；基于现有信息，凭证泄露与滥用风险较低。
材料标注远程端点为“无”，描述也仅提到通过本地原生 C++ Automation Bridge 插件控制 Unreal Engine；未见向外部服务传输用户数据的证据。
系统检查项已确认其具备 executes-code，且功能描述表明其可通过原生 C++ 插件控制 Unreal Engine。这意味着它具有典型的本地执行/自动化能力，应注意其可对引擎会话、构建或编辑器操作产生实际影响。
虽未提供 README 细节，但“控制 Unreal Engine”通常意味着会接触当前引擎项目、资源或编辑器状态。现有材料未显示超出声明功能的过度授权，但应默认其对相关本地项目数据具有一定读写/变更能力。
该项目为开源且 MIT 许可，源码可审计，这是明显的降风险因素；但来源为第三方 registry、社区采用度为 0 star、维护状态未知，说明供应链成熟度与持续维护信号偏弱，建议先做代码与依赖审查再部署。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Unreal Engine MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
通过 Unreal Engine MCP Server 连接我的项目，批量打开指定关卡，重新构建灯光，并导出执行结果日志。
AI 调用 Unreal Engine 完成批量编辑器操作，并返回处理状态与日志摘要。
使用 Unreal Engine MCP Server 运行项目的自动化测试，列出失败用例、报错信息，并给出可能的修复方向。
输出测试执行结果、失败项清单，以及面向开发的排查建议。
连接 Unreal Engine 后，检查新导入资源是否命名规范，自动整理到对应目录，并生成处理报告。
返回资源检查与整理结果，并附带可审阅的处理报告。
让 AI 助手通过 MCP 连接并控制 Unreal Engine，自动执行场景与开发操作。