跳到正文
只看工作流实践#Unreal Engine
  1. AI 观察家 Andy来源66

    作者用 Unreal Engine 5 和 Claude Opus 5.5 搭建一个捉鬼游戏，并把开发拆成每次只处理一个系统的任务。流程包括通过 Unreal MCP 连接、灰盒 5 个房间、加入吸力光束与显示已捕捉 0/3 的 HUD、设置三处谜题，并用 Lumen 和 Niagara 表现状态与特效。

    推荐理由：原文给出用 UE5 与 Claude Opus 5.5 分系统搭建捉鬼游戏的流程，读者可借鉴其任务拆分和提交节奏。

  1. Convai 智能 NPC 与动态剧情一手来源74

    Convai Scene Tagger：几分钟内为 AI 角色标注整个 Unreal Engine 关卡

    一个包含六十三件艺术品的博物馆关卡在大约两分钟内完成了命名和描述。另有三十二件物体被标记出来，需要人工查看。第二个数字才是值得关注的。Scene Tagger 遍历一个 Unreal Engine 关卡，找出具有意义的物体，从它自行选择的角度对每个物体拍照，并为它撰写名称和描述。整个流程在 Unreal Editor 内运行。完成后它会交给你一份审核清单然后停止，因为在应用结果之前，关卡保持原样不变。那个停顿就是设计本身。这个工具是一个初稿生成器，它要求你具备的技能是知道一…

    推荐理由：原文给出了四类审核结果的处理方法和角色选择对输出质量的影响，为准备 AI NPC 场景提供了可迁移的审核工作流。

  2. Convai 智能 NPC 与动态剧情一手来源61

    自定义 Convai 操作在 Unreal Engine 中：构建一个可以拾取和放置物体的 AI 玩家（第 2 部分）

    赋予一个 AI 角色物理行动能力，最难的部分不是教会它如何成功，而是教会它如何大声地失败。一个角色拿起箱子并将其搬运过移动平台，在演示视频中看起来令人印象深刻。但一个角色走向箱子、发现路径被阻挡、并用直白的语言说明情况的，才是你可以交付的版本，因为玩家无需打开输出日志就能知道出了什么问题。这是 Convai AI 队友系列在 Unreal Engine 中的第二部分，基于 Epic Games的 Stack O Bot示例构建，适用于 Unreal Engine。在第一部分…

    推荐理由：原文以拾取和放置两个动作为例，给出了自定义动作的声明、参数解析、失败处理和队列推进的完整接线方式，并讨论了原子动作与复合动作的设计取舍。

已经到底了