openclaw-unreal-skill

OpenClaw Unreal Skill 是一款专为 Unreal Engine 5 设计的 AI 辅助开发工具，通过 OpenClaw Gateway 与编辑器建立 HTTP 通信桥梁，使 AI 能够直接操控编辑器执行各类开发任务。该技能采用 TypeScript 构建，以本地插件形式运行，为游戏开发者提供了一套完整的自动化编辑器操作方案。

核心用法方面，该技能通过 /unreal/* 端点与本地 Unreal Editor 进行双向通信，支持超过 20 种编辑器操作工具。开发者可通过自然语言指令让 AI 执行关卡管理（打开、保存、切换关卡）、Actor 操作（创建、删除、修改 Cube、Light、Camera 等对象）、Transform 调整（位置、旋转、缩放）、组件管理（添加/删除组件）以及编辑器控制（Play In Editor 启动/停止/暂停）。此外还支持调试功能（截图、层级查看、日志输出）、输入模拟（键盘鼠标事件）、资产管理（浏览、导入）和蓝图操作（列表、打开）。所有操作均通过本地 HTTP 轮询机制实现，无需云端依赖。

显著优点包括：高度集成化的工作流，AI 可直接理解并执行复杂的编辑器操作序列，大幅减少手动重复劳动；本地化处理架构，所有数据仅在本地 Gateway 与 Editor 之间传输，不上传至第三方服务器，保障项目隐私；灵活的扩展性，基于 MIT 协议开源，开发者可根据需求定制工具集；完善的错误处理机制，包含请求大小限制（1MB）、JSON 解析校验、60 秒超时保护和会话自动清理（2分钟无心跳删除），确保系统稳定性。

潜在缺点与局限性值得关注：目前处于 Beta 阶段（v0.9.5），可能存在未发现的稳定性问题，不适合关键生产项目；依赖特定版本的 Unreal Engine 5.x，向后兼容性存疑；HTTP 轮询架构虽简单但相比 WebSocket 实时性稍差；AI 自动调用功能（disableModelInvocation: false）虽提升效率，但在复杂场景下可能产生非预期操作；仅支持本地单机开发模式，无法支持团队协作或远程编辑场景。

适合的目标群体主要包括：独立游戏开发者，需要快速验证原型和自动化重复性关卡编辑工作；小型游戏开发团队，希望提升编辑器操作效率并减少人为错误；技术美术（TA），需要批量调整场景对象属性或自动化资产导入流程；以及 Unreal Engine 教育从业者，可用于演示编辑器自动化和 Python/蓝图替代方案。

使用风险方面，尽管安全评级达到 A 级，用户仍需注意：Beta 版本可能导致项目数据异常，使用前务必备份；虽然无危险函数，但 AI 可直接执行 actor.delete 等破坏性操作，需谨慎验证指令；端口 18789 的本地 HTTP 通信虽局限在本机，但仍需确保无恶意程序监听该端口；插件与 Gateway 的版本匹配问题可能导致连接失败；大规模场景操作（如获取所有 Actor）可能因数据量过大（接近 1MB 限制）导致请求失败。

核心用法

OpenClaw Unreal Skill 是 OpenClaw 生态系统的一部分，用于通过 AI 助手远程控制 Unreal Editor。用户安装配套的 Unreal Plugin 后，Skill 通过 HTTP 长轮询机制与 Unreal Editor 建立双向通信，实现自然语言驱动的关卡编辑、Actor 操作、游戏调试等功能。

主要功能模块

| 模块 | 典型操作 |

|------|---------|

| **关卡管理** | 打开/保存关卡、获取当前关卡信息、列举所有关卡 |

| **Actor 操作** | 创建/删除 Actor（Cube、Light、Camera 等）、查找 Actor、修改属性 |

| **变换控制** | 获取/设置位置、旋转、缩放 |

| **组件管理** | 添加/移除组件、获取组件列表 |

| **编辑器控制** | Play In Editor (PIE)、暂停/恢复、获取编辑器状态 |

| **输入模拟** | 键盘、鼠标、手柄轴输入模拟，用于自动化测试 |

| **资源浏览** | Content Browser 浏览、外部资源导入 |

| **调试工具** | 世界大纲视图、截图、日志输出 |

| **控制台命令** | 执行 Unreal 控制台指令、获取输出日志 |

| **蓝图操作** | 列举蓝图、在编辑器中打开蓝图 |

典型工作流

用户: 在 (100, 200, 50) 创建一个立方体
AI: → 调用 actor.create → Unreal Editor 生成 Cube

用户: 截图看看效果
AI: → 调用 debug.screenshot → 返回视口截图

用户: 开始游戏测试
AI: → 调用 editor.play → 启动 PIE 模式

显著优点

1. 零运行时依赖：仅使用 Node.js 内置 http 模块和 openclaw/plugin-sdk 类型定义，无第三方库引入供应链风险
2. 本地通信架构：所有 HTTP 端点 (/unreal/*) 仅监听本地 127.0.0.1:18789，无外发网络请求，数据不离开本地环境
3. 功能完整度高：覆盖 Unreal Editor 核心开发场景的 30+ 个工具接口，支持从关卡编辑到 PIE 调试的全流程
4. T2 可信来源：隶属于 OpenClaw 社区生态，有配套开源 Unreal Plugin、完整变更日志、语义化版本管理
5. AI 原生设计：默认启用模型自动调用 (disableModelInvocation: false)，AI 可自主执行辅助任务（检查层级、截图验证等）提升开发效率
6. 灵活配置：支持项目级 openclaw.json 和全局 ~/.openclaw/unreal-plugin.json 双层级配置

潜在缺点与局限性

1. 版本绑定：当前仅支持 Unreal Engine 5.x，未声明 UE4 兼容性；需手动安装 C++ 插件，对 Blueprint-only 项目增加配置门槛
2. 编辑器依赖：大量工具（Actor 修改、关卡编辑）要求编辑器处于非 PIE 状态，AI 需理解编辑器状态机才能安全操作
3. 名称敏感性：Actor 查找为大小写敏感匹配，用户输入"playerstart"可能无法匹配"PlayerStart"
4. 网络模式限制：HTTP 长轮询机制在大型项目或复杂关卡中可能存在延迟，非 WebSocket 实时连接
5. 权限边界模糊：disableModelInvocation 默认为 false 虽提升效率，但用户需明确理解 AI 可自动执行删除 Actor、修改属性等操作的含义

适合人群

• 独立游戏开发者：需要快速原型验证、自然语言驱动关卡搭建
• 技术美术 (TA)：希望通过 AI 辅助批量调整灯光、相机布局、场景构图
• QA/自动化测试工程师：利用输入模拟和 PIE 控制进行自动化游戏测试
• Unreal 教学场景：降低编辑器操作学习成本，通过自然语言探索引擎功能

常规风险

| 风险类型 | 说明 | 缓解措施 |

|---------|------|---------|

| **意外资产修改** | AI 自动调用可能误删/误改 Actor | 定期保存、使用版本控制 |

| **编辑器状态混淆** | PIE 中尝试修改关卡 Actor 会失败 | Skill 内部已做状态检查，用户也需留意 |

| **本地服务暴露** | CORS 配置为 `*` 理论上存在跨域风险 | 实际仅 127.0.0.1 监听，攻击面极小 |

| **输入模拟干扰** | 模拟键盘/鼠标可能影响用户操作 | 建议在独立测试窗口使用 |

| **会话过期** | 网关重启后需重新连接 | 插件支持自动重连 |

安全评级依据

S 级评分基于：零第三方依赖消除供应链攻击、纯本地 HTTP 通信无外泄风险、T2 可信社区来源、静态/动态分析无高危发现。两项 Low 风险（CORS 宽松、输入验证简化）均属本地服务端点的有限暴露问题，不影响核心安全评级。