この記事ではMCPに特化して解説します。MCP(Model Context Protocol)全般は MCPサーバーの作り方2026年完全ガイド:TypeScript・Python両対応チュートリアル をご覧ください。

Unreal Engine MCPは「作りたいシーンのイメージはあるのに、Blueprintに落とし込む作業が重い」を解決する。AIクライアントに日本語で指示すると、Unreal Engine 5のエディタが実際に動いてBlueprintノードを組み、3Dワールドを構築する。

公式チュートリアル。インストールから自然言語でのワールド生成までを通しで実演している(出典: Flopperam YouTube)

PROMPT TO EDITOR指示が届くまで

日本語の指示が、UE5エディタの操作になって返ってくる

  1. AIクライアント

    Claude Code・Cursor

  2. MCPサーバー

    ツール呼び出しに変換

  3. C++プラグイン

    UnrealMCP / FlopAI

  4. UE5エディタ

    ノード配置・アクター生成

出典: flopperam/unreal-engine-mcp README(2026-07-30時点)

30秒でわかるUnreal Engine MCP

  • ・UE5.5以降をAIで操作するMCPサーバー。⭐1,071・Fork 199、C++/Python(2026-07-30時点)
  • ・ローカルOSS版(無料・基礎ツール)とホスト型Flop MCP(9ドメイン50+ツール・推奨)はコードを共有しない別物
  • ・Blueprintのノード作成・接続・コンパイル、城や迷路などのワールド構築、既存Blueprintの読解まで日本語で指示できる
  • ・2026年にAuraが買収。ローカル版のコードは約3か月動いておらず、LICENSEファイルも無い

Unreal Engine MCPとは何か:AIがエディタを直接操作するゲーム開発ツール

UE開発で時間を食うのは、「こういう挙動を実装したい」という意図をBlueprint上の構成に翻訳する工程だ。ノードを1つずつ置き、ピンをつなぎ、変数を宣言し、コンパイルエラーを潰す。Unreal Engine MCPは、AIクライアント(Cursor、Claude Code、Windsurf等)とUnreal Engineエディタを直接つなぎ、「キャラクターに体力システムを実装して」という指示をノード作成・変数設定・接続という操作として実行する。

・何ができるのか:Blueprintの視覚スクリプティング、3Dワールド・建築物の生成、既存Blueprintの読解、マテリアル/物理設定
・何を解決するのか:意図をBlueprintに落とし込む翻訳コスト
・何を代替するのか:手作業のノード配置・接続、ドキュメントを読みながらのAPI調査、プロトタイプ用のシーン組み立て

リポジトリは2025年8月公開。README末尾には「MIT License — Build amazing things freely.」とあるが、リポジトリ直下にLICENSEファイルが無い(GitHubのライセンスAPIは404)。業務でフォークするなら確認しておきたい。

REPO STATUSOSS側の動き

買収後、ローカルOSS版のコードは止まっている

1,071★

GitHubスター

Fork 199・2025年8月公開

3か月

コードの変更なし

05-02 以降は README のバナーだけ

0件

GitHub Releases

主力はホスト型 Flop MCP へ

出典: GitHub リポジトリとコミット履歴(2026-07-30時点)

2026年、FlopperamはAuraに買収された

  • ・READMEの冒頭とリポジトリ説明文が「This MCP is now owned by Aura!」に更新された
  • ・2026-07-30時点の最新コミットは2026-06-26の買収バナー追加(PR #30・#31)。その前のコード変更は2026-05-02の「Update Remote MCP Documentation」で、約3か月コードは動いていない
  • ・GitHub Releasesは0件。主力はホスト型「Flop MCP」と自律型「Flop Agent」に移っている

Unreal Engine MCPの2つの使い方:ローカルOSS版とホスト型Flop MCP

リポジトリには名前が同じで中身の違う2つのプロダクトがあり、READMEは「ホスト型Flop MCPはローカルのPython/サーバーとコードを一切共有しない、まったく別のはるかに高機能なサーバー」と明記している。

TWO WAYS2つの使い方

同じ名前で、コードを共有しない別のサーバーが2つある

ローカルOSS版

本リポジトリの Python/ と UnrealMCP/

  • stdio → TCPソケットPython 3.12+ と UE5.5+ が必要
  • 基礎ツールBlueprint 23+ノード・ワールド構築・物理
  • 無料README は MIT を宣言(LICENSE は未設置)

ホスト型 Flop MCP

agent.flopperam.com/mcp(推奨)

  • Streamable HTTP → WebSocketURL と APIキーだけ。FlopAI プラグインは要導入
  • 9ドメイン 50+ツールVFX・アニメ・ランドスケープ・PCG
  • PIE 実行時検証30種類以上のアサーション
出典: flopperam/unreal-engine-mcp README「Two Ways to Use」(2026-07-30時点)

ローカル方式では、PythonサーバーがstdioでAIクライアントと話し、TCPソケットでUnrealMCPプラグイン(C++・本リポジトリのUnrealMCP/に同梱)にコマンドを送る。ホスト型ではローカルのPythonサーバーが要らず、クライアントはStreamable HTTPでクラウドのエンドポイントにつなぎ、サーバーはWebSocketでFlopAIプラグインと通信する。ただしFlopAIはローカルのUnreal Engineに入れる必要がある(flopperam.com/unreal-agentから導入。UnrealMCPとは別物)。どちらもUE5.5/5.6/5.7のエディタに届く。

無料で手元で試すならローカル版、本格的にAIでUE開発を進めるならホスト型、という住み分けだ。

Unreal Engine MCPでできること:ローカル版のツールとホスト型の50+ツール

ローカルOSS版のツール

分類 主なツール 補足
Blueprint 編集 add_node connect_nodes delete_node create_variable create_function rename_function など 23種類以上のノード(Branch・Switch・VariableGet/Set・DynamicCast・SpawnActor・PlayAnimation など)
Blueprint 分析 read_blueprint_content analyze_blueprint_graph get_blueprint_function_details 人が書いたBlueprintの実行フロー・変数・関数をAIが読解
ワールド構築 create_town construct_mansion create_castle_fortress create_suspension_bridge create_maze など 迷路は再帰バックトラッキングで解答経路が保証される
物理・マテリアル・アクター set_physics_properties apply_material_to_actor find_actors_by_name set_actor_transform など create_blueprint/compile_blueprintでBlueprintの作成とコンパイルまで
Claudeがプレイ可能な迷路と邸宅コンプレックスを自動生成するデモ(出典: Flopperam YouTube Shorts)

ホスト型Flop MCPの50+ツール

9ドメインにまたがる50以上のツールを、狭く分割された(narrow)バッチ設計で提供する。

ドメイン 代表ツール できること
Blueprint作成 bp_create bp_variable bp_component bp_nodes bp_wire bp_commit Actor/Pawn/CharacterのBP作成、約40ノードタイプでの配線・コンパイル・検証
Blueprint検査 bp_brief bp_inspect bp_export 21種の的を絞ったクエリ、GraphSpec JSONの完全エクスポート
シーン・レベル scene_query scene_compose actor_inspect search_assets 空間フィルタでのアクター検索、宣言的なspawn/modify/delete
マテリアル material_inspect material_edit マテリアル/インスタンス/関数の作成、式グラフ作成
VFX niagara_edit niagara_script_edit chaos_edit Niagaraパーティクル、Geometry Collection破壊
アニメーション animation_edit animation_graph_edit ik_rig_edit ik_retarget モンタージュ・BlendSpace、AnimBP、IKリグとリターゲット
AI/アビリティ behavior_tree gas_edit tag_registry_edit ビヘイビアツリー、EQS、Gameplay Ability/Effect/Tags
ランドスケープ landscape_edit foliage_edit 地形スカルプト、ハイトマップ入出力、フォリッジ散布
シネマティクス sequencer_edit metasound_edit Level Sequence、MetaSoundプロシージャル音声
プロシージャル/実行 pcg_graph_edit python_execution unreal_api PCGグラフ、エディタ内Python実行、15,000+のAPIルックアップ

決定的な差はPIE(Play In Editor)ランタイム検証だ。pie_test_bp/pie_test_sceneは30種類以上のアサーションでBlueprintやシーンを実行時にテストでき、AIが作ったものをAI自身が「動くか」まで確かめる。公式デモでは単一プロンプトから4,000以上のオブジェクトを持つ都市が生成されている。

セットアップ手順:ローカルOSS版とホスト型Flop MCP

ローカルOSS版(UE5.5+・Python 3.12+)

git clone https://github.com/flopperam/unreal-engine-mcp.git
cd unreal-engine-mcp
cp -r UnrealMCP/ YourProject/Plugins/

Unreal Editorで Edit → Plugins → "UnrealMCP" を有効にして再起動する。全プロジェクトで使うならEngineのPluginsフォルダ(例:C:/Program Files/Epic Games/UE_5.5/Engine/Plugins/)に置く。次にAIクライアント(例:Cursorの.cursor/mcp.json)にサーバーを登録する。uvはpip install uvで入り、パスが認識されなければwhich uv(Windowsはwhere uv)の絶対パスを書く。

{
  "mcpServers": {
    "unrealMCP": {
      "command": "uv",
      "args": ["--directory", "/path/to/unreal-engine-mcp/Python", "run", "unreal_mcp_server_advanced.py"]
    }
  }
}

macOSでXcode 16以降を使うとUE5.5プロジェクトでコンパイルエラーが出ることがあり、Apple_SDK.jsonのMaxVersionとLLVMバージョンの対応を更新する必要がある。手順はリポジトリのLOCAL_SETUP.mdとDEBUGGING.mdにある。

ホスト型Flop MCP(Python不要)

flopperam.com/accountでAPIキーを発行し、flopperam.com/docsのInstallationタブに従ってFlopAIプラグインを入れる。Claude Codeなら接続は1行だ。

claude mcp add -H "Authorization: Bearer YOUR_API_KEY" \
  --transport http flopperam-unreal https://agent.flopperam.com/mcp

Cursorは.cursor/mcp.json、VS Code/Copilotは.vscode/mcp.json、Cline/ローカルLLM(Ollama、LM Studio等)はtype: streamableHttpを指定する。どれもURLとAuthorizationヘッダーの2項目だけだ。

{
  "mcpServers": {
    "flopperam-unreal": {
      "url": "https://agent.flopperam.com/mcp",
      "headers": { "Authorization": "Bearer YOUR_API_KEY" }
    }
  }
}

ユースケースと競合比較:AIが何を代替するのか

Blueprintの体力システム:「BP_MyPlayerにダメージ追跡と死亡イベントを持つ体力システムを実装して」と頼むと、create_blueprint → create_variable(Health/MaxHealth)→ create_function(TakeDamage)→ add_node・connect_nodes(Branch・VariableGet・VariableSet)→ compile_blueprint と進む。

Flop AIが自然言語プロンプトからBP_MyPlayer2に体力システムを実装したBlueprintグラフ
自然言語プロンプトからBP_MyPlayer2に体力システムを実装したBlueprintグラフ。READMEには体力・アーマー・スタミナ・コンボを備えたBP_Combat99の例もある(出典: flopperam/unreal-engine-mcp README)

大規模シーン:「10x10の迷路で囲まれたエリア、中央に城塞、周囲にマンション2棟と住宅5棟、吊り橋で城塞へ」は、create_maze・create_castle_fortress・construct_house・create_suspension_bridgeの連鎖に分解されて実行される。

既存Blueprintの解析:「BP_EnemyAIの実行フローを解説してから、移動速度の変数をPublicに」なら、read_blueprint_contentとanalyze_blueprint_graphで読み、set_blueprint_variable_propertiesで変える。ホスト型のFlop Agentはタスクごとにモデルを振り分け(推論にOpus、ルックアップにFlashなど)、公式チャンネルにはGPT-5とClaudeを同時に走らせるビルドバトル動画もある。

ツール アプローチ Blueprint対応 MCP対応 3Dワールド生成 対象ユーザー
Unreal Engine MCP(ローカルOSS版) Python MCPサーバー ○(23+ノード・基礎) ○ ○ 開発者・技術者
Flop MCP(ホスト型) クラウドMCP(50+ツール) ◎(フルライフサイクル+PIE検証) ○ ○ すべての開発者
Flop Agent(自律型) 自律AIエージェント ◎(フル機能) ○ ◎(高度) プロ開発者
GitHub Copilot for UE コード補完 △(提案のみ) × × コーダー全般
Fab(旧Marketplace)AI アセット推薦 × × △(アセット生成) デザイナー
ChatGPT + UE手動操作 参考コード生成 △(コード提案) × × 入門者

他の選択肢はコードやアセットの提案にとどまるが、Unreal Engine MCPはエディタ内の操作を実行し、ホスト型はPIEで動作の検証までする。同じ発想のUnity版は mcp-unity:MCPサーバー 作り方でUnity開発をClaude・CursorのAIと直接連携するプラグイン で扱っており、エンジン側プラグイン+MCPサーバーという二層構成もほぼ同じだ。ほかのMCPサーバーと併用して設定が膨らんだら、MCPJungle徹底解説|散らばるMCPサーバーを1本に束ねる自己ホスト型MCPゲートウェイ のようなゲートウェイで束ねる手もある。

つまずきポイントと、MCPサーバー設計としての見どころ

症状 確かめること
uv run unreal_mcp_server_advanced.py でモジュール未検出 Python 3.12以上か。uvが入っているか。mcp.jsonにuvの絶対パスを書いたか
UEがサーバーに接続できない プラグイン(ローカル版はUnrealMCP、ホスト型はFlopAI)を有効化してエディタを再起動したか。ファイアウォールがローカルポートを塞いでいないか
Blueprintのコンパイルエラー compile_blueprintが返すエラーをAIに渡して直させる。ホスト型ならpie_test_bpで実行時まで検証
生成したオブジェクトが重なる set_actor_transformで位置・回転・スケールを後から調整する
UE5.4以前で使いたい 対象外。ローカル版はUE5.5以降、ホスト型は5.5/5.6/5.7のみ

詰まったらLOCAL_SETUP.md・DEBUGGING.mdと公式Discord(discord.gg/3KNkke3rnH)にあたる。

MCPサーバーの作り方2026年完全ガイド:TypeScript・Python両対応チュートリアルの観点で見ると、エンジン側プラグイン(C++)がツールの実行主体で、サーバーがプロトコル変換を担う二層構成は、外部SDKやリアルタイムシステムをMCPでラップする典型だ。ホスト型のbp_create・bp_variable・bp_wire・bp_commitのように工程ごとにツールを分け、それぞれにLLM向けのガイダンスとエラー回復を持たせる「narrow tools+バッチ実行」は、LLMがツールを取り違えにくくする設計として参考になる。まずは無料のローカル版で「AIがエディタを動かす」感覚を掴み、本格運用ではホスト型に移る、という導線が現実的だ。

参照ソース