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完全ガイド をご覧ください。

Unreal Engine MCPは「作りたいゲームや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。まずは公式の導入・デモ動画で「何が起きるのか」を見てほしい。

公式チュートリアル「Unreal Engine MCP Installation Guide - Automate World Creation」。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）
Unreal Engine MCPの全体像：AIクライアント→MCPサーバー→UEプラグイン→Unreal Editorという流れで自然言語がエンジン操作に変わる
Unreal Engine MCPの基本フロー。AIクライアントの指示がMCPサーバーとC++プラグインを通じてUE5エディタの操作に変換される（出典: flopperam/unreal-engine-mcp READMEを基に作図）

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

Unreal Engine MCPは、Unreal Engine 5.5以降をAIエージェントで制御するためのMCPサーバー実装だ。GitHubスター数は1000を超え（2026年6月時点、約1,051）、C++とPythonで実装されている。ライセンスはMITで、リポジトリは2025年8月に公開された。

Unreal Engineを使ったゲーム・VR・建築ビジュアライゼーション開発では、Blueprintビジュアルスクリプティングの習得、膨大なAPIドキュメントの理解、複雑な3Dシーンの組み立てに時間が取られる。特に「こういう挙動を実装したい」という意図は明確でも、それをBlueprint上でどう構成するかの翻訳コストが高い。ノードを1つずつ配置し、ピンを正しくつなぎ、変数を宣言し、コンパイルエラーを潰す——この反復が制作時間の大部分を占める。

このMCPサーバーの役割は、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、自然言語の指示をエンジン操作に変換することだ。「キャラクターに体力システムを実装して」という指示が、Blueprintのノード作成・変数設定・接続という具体的なエンジン操作として実行される。読者が抱く3つの疑問に先に答えておく。

・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/物理設定を、日本語の指示だけで実行できる
・何を解決するのか：「意図はあるがBlueprintに落とし込む翻訳コストが高い」という、UE開発で最も時間を食う工程を短縮する
・何を代替するのか：手作業でのノード配置・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作業を代替する

2026年の重要アップデート：AuraによるFlopperam買収 2026年、FlopperamはAI開発企業Auraに買収された。GitHubリポジトリのREADME冒頭にもその告知が掲げられ、リポジトリの説明文も「This MCP is now owned by Aura!」に更新されている。買収後もローカルOSS版はMITライセンスのまま公開が続き、主力はホスト型サービス「Flop MCP」と、その先にある自律型「Flop Agent」に移っている。本記事は買収後（2026年6月時点）のREADMEに基づく。

ローカルOSS版とホスト型Flop MCP：2つの使い方の違い

現在のリポジトリは、名前は同じでも中身が異なる2つのプロダクトを含んでいる。READMEの冒頭で明確に分けられており、どちらを選ぶかで導入手順もツール数も大きく変わる。

ローカルOSS版とホスト型Flop MCPの比較：ツール数・必要環境・プラグインの違い
ローカルOSS版（本リポジトリ）とホスト型Flop MCP（推奨）の違い（出典: flopperam/unreal-engine-mcp README「Two Ways to Use」表を基に作図）

・ローカルOSS版（本リポジトリ）：Python/フォルダのサーバーとUnrealMCP/のC++プラグインで構成される、コミュニティ保守の基礎ツールセット。シーン構築・アクター管理・物理・基礎的なBlueprint操作をローカルで実行できる。Python 3.12+が必要で、無料・MITライセンス
・ホスト型Flop MCP（推奨）：agent.flopperam.com/mcpでホストされる本番用サーバー。9ドメインにわたる50以上のツールを備え、Blueprintのフルライフサイクル、マテリアル、VFX（Niagara）、アニメーション、ランドスケープ、AI/ビヘイビアツリー、シネマティクス、PCGまでカバーする。URLとAPIキーだけで接続でき、ローカル依存がない

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。つまり、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。この記事では両方の導入手順を解説する。

対応機能の全体像：Blueprint・ワールド構築・アクター管理

まずローカルOSS版が提供するツールを整理する。基礎的だが、AIがエンジンを「実際に操作する」という核心を体験するには十分だ。

Blueprint ビジュアルスクリプティング

add_node、connect_nodes、delete_node、set_node_property、create_variable、set_blueprint_variable_properties、create_function、add_function_input、add_function_output、delete_function、rename_function

サポートするノードタイプは23種類以上にわたる。制御フロー（Branch、Comparison、Switch）、データ操作（VariableGet、VariableSet、MakeArray）、キャスティング（DynamicCast）、ユーティリティ（Print、CallFunction、SpawnActor）、アニメーション（PlayAnimation、StopAnimation）が含まれる。

Blueprint 分析

read_blueprint_content、analyze_blueprint_graph、get_blueprint_variable_details、get_blueprint_function_details

既存Blueprintの構造を読み取り、実行フロー・変数・関数の詳細を確認できる。人間が書いたBlueprintをAIが「読解」できるのがポイントだ。

ワールド構築・Epic構造物・レベルデザイン

create_town、construct_house、construct_mansion、create_tower、create_arch、create_staircase、create_castle_fortress、create_suspension_bridge、create_aqueduct、create_maze、create_pyramid、create_wall

1つのコマンドで複数の建物・構造物を配置してシーンを構成できる。城塞・吊り橋・水道橋といった大規模建築物にも対応する。迷路は再帰バックトラッキングアルゴリズムで解答経路が保証された構造として生成される。

物理・マテリアル・アクター管理

spawn_physics_blueprint_actor、set_physics_properties、get_available_materials、apply_material_to_actor、apply_material_to_blueprint、set_mesh_material_color、get_actors_in_level、find_actors_by_name、delete_actor、set_actor_transform、get_actor_material_infoなど

物理シミュレーション設定も自然言語で操作でき、重力・質量・コリジョン設定をプロンプトで調整できる。加えてcreate_blueprint／compile_blueprint／add_component_to_blueprint／set_static_mesh_propertiesでBlueprintそのものの作成とコンパイルまで一気通貫だ。

下の動画は、この「ワールド構築」系ツールが実際にどう動くかを示す好例だ。1つのプロンプトから迷路と邸宅のコンプレックスがそのまま遊べる形で生成される。

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：VFX・アニメ・PCGまで自動化

ホスト型Flop MCPは、ローカル版の「基礎操作」をはるかに超える。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。以下は主要カテゴリの抜粋だ。

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、変数・コンポーネント・イベント・関数追加、約40ノードタイプでのグラフ配線・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 クラス/ラベル/タグ＋空間フィルタでのアクター検索、宣言的なspawn/modify/delete、依存グラフ
マテリアル material_inspect material_edit マテリアル/インスタンス/関数/パラメータコレクション作成、式グラフ作成
VFX niagara_edit niagara_script_edit chaos_edit Niagaraパーティクル、再利用可能スクリプトモジュール、Geometry Collection破壊
アニメーション animation_edit animation_graph_edit ik_rig_edit ik_retarget シーケンス・モンタージュ・BlendSpace、AnimBPグラフ、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、Blackboard、EQS、Gameplay Ability/Effect、Gameplay Tags
ランドスケープ landscape_edit foliage_edit 地形スカルプト、ペイントレイヤー、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 カメラカット付き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、エディタ内での任意Python実行、15,000+のAPIルックアップ

特に注目すべきは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る。AIが作ったものを、AI自身が「動くかどうか」まで検証できる。「作って終わり」ではなく「作って検証する」ループが閉じている点が、ローカル版との決定的な差だ。

下の動画は、ホスト型の実力を象徴するデモだ。単一プロンプトから4,000以上のオブジェクトを持つメトロポリス（都市）が生成される。

1つのプロンプトから4,000以上のオブジェクトを持つ都市を生成する高度なメトロポリス生成デモ（出典: Flopperam YouTube Shorts）

システムアーキテクチャ：UEプラグインとMCPサーバーの連携

Unreal Engine MCPの内部は、接続方式によって2系統に分かれる。どちらもAIクライアントの指示をC++プラグイン経由でUEエンジンに届ける点は共通だが、間に挟まるサーバーとプラグインが異なる。

flowchart LR A["AIクライアント
（Cursor/Claude Code等）"] --> C{"接続方式"} C -->|"stdio / JSON-RPC"| D["ローカルMCPサーバー
Python unreal_mcp_server_advanced.py"] C -->|"Streamable HTTP"| E["ホスト型Flop MCP
agent.flopperam.com/mcp"] D -->|"TCP Socket"| F["UnrealMCPプラグイン
（C++・本リポジトリ同梱）"] E -->|"WebSocket"| G["FlopAIプラグイン
（C++/Pythonブリッジ・別途導入）"] F --> H["Unreal Engineエディタ
UE5.5/5.6/5.7"] G --> H H --> F H --> G

ローカル方式では、PythonサーバーがMCPプロトコル（stdio）でAIクライアントと通信し、TCPソケット経由でUnrealMCPプラグイン（C++実装）にコマンドを送る。エンジン側の処理結果はプラグイン経由でPythonサーバーに返り、AIクライアントに届く。プラグインは本リポジトリのUnrealMCP/に同梱されている。

ホスト型Flop MCPでは、ローカルのPythonサーバーが不要になる。AIクライアントはStreamable HTTPでクラウドのMCPエンドポイントに接続し、サーバーはWebSocket経由でFlopAIプラグインと通信する。ただしプラグイン自体はローカルのUnreal Engine環境にインストールが必要だ（FlopAIはローカル版のUnrealMCPとは別物で、flopperam.com/unreal-agentから導入する）。この二層構成——プラグインがツール実行の主体、サーバーがプロトコル変換を担う——は、外部SDKをMCPでラップする際の典型パターンとして参照価値が高い。

セットアップ手順：ローカルOSS版（Step-by-Step）

無料で手元で試すならローカルOSS版から始めるのが早い。

前提条件

・Unreal Engine 5.5以降
・Python 3.12以降
・MCP対応クライアント（Claude Code、Cursor、Windsurf等）

Step 1：リポジトリのクローンとプラグインの導入

# リポジトリをクローン
git clone https://github.com/flopperam/unreal-engine-mcp.git
cd unreal-engine-mcp

同梱のUnrealMCP/プラグインを、使いたいプロジェクトのPlugins/フォルダにコピーする。既存プロジェクトに追加する場合はcp -r UnrealMCP/ YourProject/Plugins/とし、Unreal Editorで Edit → Plugins → "UnrealMCP" を検索してEnableにし、エディタを再起動する。全プロジェクトで使いたい場合はEngineのPluginsフォルダ（例：C:/Program Files/Epic Games/UE_5.5/Engine/Plugins/）にコピーする。macOSでのコンパイル手順を含む詳細は、リポジトリのLOCAL_SETUP.mdにまとまっている。

Step 2：MCPサーバーの起動とクライアント設定

Python/フォルダでサーバーを起動し、AIクライアント（例：Cursorの.cursor/mcp.json）に接続情報を登録する。uvはPythonパッケージマネージャーで、pip install uvで導入できる。macOSでuvのパスが認識されない場合はwhich uvで絶対パスを確認して指定する。

{
  "mcpServers": {
    "unrealMCP": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/unreal-engine-mcp/Python",
        "run",
        "unreal_mcp_server_advanced.py"
      ]
    }
  }
}
macOSでのコンパイルエラーへの対処
Xcode 16以降でUnreal Engine 5.5プロジェクトを開くとコンパイルエラーが発生する場合がある。Unreal EngineのApple_SDK.jsonでMaxVersionとLLVMバージョンマッピングを更新する必要がある。詳細はリポジトリのDEBUGGING.md／LOCAL_SETUP.mdを参照のこと。

ホスト型Flop MCPのセットアップ（Pythonインストール不要）

最速でフル機能を使いたい場合はホスト型を選ぶ。ローカルサーバーもPythonインストールも不要で、URLとAPIキーだけで接続できる。

Step 1：flopperam.com/accountでアカウントを作成し、APIキーを発行する。

Step 2：flopperam.com/docsのInstallationタブに従ってFlopAIプラグインをローカルのUnreal Engineに導入する。

Step 3：AIクライアントに接続設定を追加する。Claude Codeならターミナルで1行実行するだけだ。

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。いずれも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"
      }
    }
  }
}

設定後、IDEでサーバーが「接続済み」として表示されれば動作開始だ。あとはチャットに日本語で指示するだけでよい。

実践的なユースケース：AIが何を代替するのか

ここでは公式デモやツール構成から読み取れる典型的な使い方を、読者の「何ができる／何を代替する」に沿って整理する。

ユースケース1：Blueprint健康システムの自動実装

「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Blueprintで実装して」——この一言で、AIはcreate_blueprintでBlueprintを用意し、create_variableでHealth／MaxHealth変数を追加、create_functionでTakeDamage関数を作成、add_nodeとconnect_nodesでBranch・VariableGet・VariableSetを配置・接続し、最後にcompile_blueprintでコンパイルと検証まで行う。手作業でのノード配置とピン接続を丸ごと代替する。

下のスクリーンショットは、ホスト型のFlop AIが自然言語プロンプトからBP_MyPlayer2に体力システムを組んだ実例だ。

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（出典: flopperam/unreal-engine-mcp README）

より複雑な例として、体力・アーマー・スタミナ・コンボなどを備えたフル戦闘システムをAIが構築したBP_Combat99もREADMEに掲載されている。

Flop AIがBP_Combat99に体力・アーマー・スタミナ・コンボを含むフル戦闘システムを構築したBlueprintグラフ
体力・アーマー・スタミナ・コンボを含むフル戦闘システムを構築したBP_Combat99（出典: flopperam/unreal-engine-mcp README）

ユースケース2：大規模3Dシーンの高速構築

「中世の村を作って。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棟と一般住宅5棟、吊り橋で城塞へのアクセスを確保」——この指示は、create_maze・create_castle_fortress・construct_house・create_suspension_bridgeといった個別コマンドの連鎖に分解されて実行される。通常のエディタ操作では数時間かかる作業が、プロンプト1つで完了する。手作業でのアセット配置とレイアウト調整を代替する典型例だ。

ユースケース3：既存Blueprintの解析と改善

「BP_EnemyAIのBlueprintを読み取って実行フローを解説してから、移動速度の変数をPublicに変更して」といった指示では、read_blueprint_contentとanalyze_blueprint_graphで現状を解析し、set_blueprint_variable_propertiesで変数のpublicフラグを設定する。コード読解とリファクタリングをAIが一気通貫で実行する。ドキュメントを読みながらの人力コードレビューを代替する。

ユースケース4：モデルを競わせる検証

ホスト型のFlop Agentは、タスクごとに最適なAIモデルへルーティングする（推論にはOpus、ルックアップにはFlashなど）。どのモデルがどんなビルドを得意とするかを比べる、という使い方も生まれている。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。

GPT-5とClaudeがUnreal Engine MCPで同時にビルドを競うデモ（出典: Flopperam YouTube Shorts）

競合・代替ツールとの比較

UE5のAI支援開発ツールを他の選択肢と比較する。ここでの軸は「AIがエディタを直接操作できるか」だ。

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

Unreal Engine MCPの最大の差別化点は「エディタをAIが直接操作する」点にある。他の選択肢はコードやアセットの提案に留まるが、このMCPサーバーは実際にエンジン内の操作を自動実行する。さらにホスト型では、pie_test_bpによるPIE実行時検証で「動くかどうか」までAIが確認する。提案止まりのCopilotやChatGPTとは、実行と検証の有無で一線を画す。

AIエージェントフレームワーク比較2026でも解説しているように、ツールを通じて外部システムを直接操作できるAIエージェントの実用性は急速に向上している。Unreal Engine MCPはそのゲーム開発特化版として位置付けられる。

よくある質問・つまずきポイント

Q: uv run unreal_mcp_server_advanced.pyを実行するとモジュール未検出エラーが出る

Pythonのバージョンが3.12以上であることを確認する。uvが正しくインストールされていない場合はpip install uvを実行する。Windowsではwhere uvでパスを確認し、絶対パスをmcp.jsonに設定する。macOSでもwhich uvで確認した絶対パスを指定すると解決することが多い。

Q: Unreal EngineがMCPサーバーに接続できない

ローカル版はTCPソケット、ホスト型はWebSocketでプラグインと通信する。まずUEプラグインが正しく有効化されているか確認する（ローカル版はUnrealMCP、ホスト型はFlopAI）。プラグイン有効化後はエディタの再起動が必要だ。ファイアウォールがローカルポートへの接続をブロックしていないかも確認する。

Q: Blueprintのコンパイルエラーが出る

compile_blueprintツールはコンパイル結果のエラーメッセージを返す。AIにそのエラーメッセージを渡して「このエラーを修正して」と追加指示を出せば、ノード接続の修正やピンタイプの変更を自動実行してくれる。ホスト型ならpie_test_bpで実行時の挙動まで検証させられる。

Q: 生成された3Dシーンのオブジェクトが重なってしまう

set_actor_transformツールで位置・回転・スケールを後から調整できる。初回生成後に配置を微調整する指示を追加で出すのが効率的なワークフローだ。

Q: UE5.4以前のプロジェクトでも使えますか？

ホスト型Flop MCPはUE5.5、5.6、5.7のみサポート。ローカル版もUE5.5以降が対象だ。それ以前のバージョンへの対応は現時点では提供されていない。

Q: ローカル版とホスト型、どちらを選ぶべき？

無料で手元でMCPの動きを体験したいならローカルOSS版。VFX・アニメーション・PCG・シネマティクスまで含めた本格的な制作に使うなら、50+ツールとPIE検証を備えたホスト型Flop MCPを選ぶ。README上でも後者が推奨されている。

セットアップで詰まったら
ローカル版のインストール（macOSのコンパイル手順を含む）はLOCAL_SETUP.md、トラブルシュートはDEBUGGING.mdにまとまっている。リアルタイムのサポートは公式Discord（discord.gg/3KNkke3rnH）で受けられる。

ゲーム開発ワークフローへのMCP統合：MCPサーバー開発の観点から

Unreal Engine MCPは、MCPサーバーの作り方2026完全ガイドで解説されているMCPアーキテクチャの実践例として参照できる。UEプラグイン（C++）がツールの実行主体となり、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でラップする一般的なパターンだ。

特にホスト型が採用する「narrow tools（狭く分割されたツール）＋バッチ実行」の設計は、LLMがツールを取り違えにくくするための実装上の知見が詰まっている。bp_create・bp_variable・bp_wire・bp_commitのように工程ごとにツールを分け、各ツールに豊富なLLM向けガイダンスとエラー回復パターンを持たせる。ゲームエンジンのようなリアルタイムシステムとAIエージェントを統合する際の課題——状態管理、エラー回復、長期実行ツールのタイムアウト、そしてPIEによる実行時検証——の解決策が、このプロダクトの設計から学べる。

まとめ

Unreal Engine MCPは、GitHubスター1000超のMCPサーバーで、自然言語によるUE5のBlueprint実装・3Dシーン構築・アクター管理を実現する。2026年にFlopperamはAuraに買収され、現在は2つの使い方に分かれている。無料で手元で試せるローカルOSS版（Python 3.12+・UE5.5+が必要）と、9ドメイン50+ツールにPIE実行時検証まで備えたホスト型Flop MCP（URLとAPIキーだけ・Python不要、推奨）だ。

このツールが最も威力を発揮するのは「実装の意図はあるが、Blueprintに落とし込む翻訳コストが高い」場面だ。手作業のノード配置、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——AIが直接エンジンを操作することで、これらの反復コストを削減できる。まずは無料のローカル版で「AIがエディタを実際に動かす」感覚を掴み、本格運用ではホスト型に移行する、という導線が現実的だ。

参照ソース