AI开发路线

这条路线面向希望在 LayaAir3 项目中引入 AI 的开发者与团队。目标不是“让 AI 替代你写完整游戏”，而是建立一套可复用的 AI 协同工作流：减少 API 幻觉、缩短 IDE 学习成本、加速原型与内容生产。

AI 协同在 LayaAir3 中的能力层次

可以先按“能力层次”理解，再决定从哪一层开始：

层次	代表工具	主要解决什么
编码知识层	CodingMCP	AI 按指定引擎版本查 API/文档，减少代码幻觉
IDE 操作层	IDE-MCP	AI 直接操控 IDE：建节点、挂组件、建预制体、运行调试
命令行自动化层	LayaAir CLI	脱离 GUI：创建/预览/构建/校验/跑脚本，适配 Agent 与 CI
一体化协同层	LayaIdea	IDE 内置 AI 助手，覆盖从问答到项目搭建的完整流程

更广泛的 AI 形态（问答、AIGC 创作、代码助手、Agent）可先阅读 AI协同开发环境。

目标：知道 LayaAir 生态里有哪些 AI 能力，避免“只用通用大模型硬写引擎代码”。

建议阅读
- AI协同开发环境
- LayaAir3引擎功能概述（第四节 AI 与协同开发）
- 如何阅读 LayaAir 的 API
产出
- 明确团队要用的 AI 形态：仅编码辅助 / IDE 操控 / 一体化 LayaIdea
- 一份“AI 使用边界”约定：哪些任务可交给 AI，哪些必须人工验收

目标：让 AI 在写 TypeScript 时基于真实 LayaAir 版本 API 作答，而不是通用模型的猜测。

建议阅读
- AI编码环境：CodingMCP
关键动作
1. 在 AI 控制台获取 API Key（IDE 菜单 AI 服务 → CodingMCP 服务 或 https://ai-console.layaair.com/）
2. 在 Cursor 等编辑器中配置 MCP Server（LAYA_VERSION 与项目引擎版本一致）
3. 配置 Cursor Rules，约束 AI 优先查 LayaAir 知识库
产出
- 能在对话中让 AI 生成可编译的 Laya.Script 示例
- 能指定引擎版本查询 API 差异（如 LAYA_PRE_VERSION vs LAYA_VERSION）

目标：用自然语言驱动 IDE 完成“搭场景、挂组件、建预制体”等可视化操作，降低 IDE 学习曲线。

建议阅读
- LayaAir MCP 开发指南
- 包管理器与资源包导入
关键动作
1. 从资源商店订阅并导入 LayaAir-MCP 插件（新建项目需重复导入）
2. 配置本地 MCP 端口与云端知识库 API_KEY
3. 完成环境自动集成（Cursor / 其它 Agent 编辑器）
4. 用简单任务验证：创建节点、添加物理组件、保存预制体
产出
- 一条可复现的“AI 驱动 IDE 操作”流程（从提问到场景变化可验证）
- 团队共用的 MCP 配置模板（端口、版本号、Key 管理方式）

目标：让 AI / CI 在不启动 IDE 图形界面的情况下完成创建、预览、构建、校验与脚本执行。

建议阅读
- AI命令行工具：LayaAir CLI
- Skills：layabox/layaair-skills
关键动作
1. 安装 CLI（Node.js 20+），确认 layaair --version
2. 用模板创建试验项目，并执行 build web / validate
3. 为 Agent 安装 layaair-skills，验证其能选择正确命令与参数
产出
- 一条可复现的「CLI 创建 → 校验 → 构建」流水线
- 团队共用的 CLI 版本与项目 .laya 版本对齐约定

目标：在 IDE 内使用 LayaIdea，把问答、编码、场景搭建收敛到同一工作区。

建议阅读
- LayaIdea 使用说明
关键动作
1. 安装 LayaIdea 插件并配置 API_KEY
2. 在项目设置中检查 MCP Tools 连接状态（Ide-tools、Laya-ide-mcp-server、laya_mcp_server）
3. 按项目勾选引擎模块（2D/3D 物理、粒子等）
4. 用 LayaIdea 完成一个小功能闭环（例如：UI 页面 + 脚本逻辑 + 预览）
产出
- 一个由 LayaIdea 辅助完成的小模块（含场景、脚本、运行截图）
- 记录哪些提示词/任务描述效果最好，形成团队 Prompt 库

目标：用生成式 AI 加速美术与音频素材生产，并建立“生成 → 入库 → 引擎使用”的规范。

目标：把 AI 协同变成稳定流程，而不是个人技巧。

建议实践
- 版本锁定：MCP 的 LAYA_VERSION 与项目引擎版本、文档分支一致
- 分层验收：AI 生成代码 → 编译通过 → 运行预览 → 性能/兼容性检查
- 分工清晰：AI 搭场景与写样板代码；人负责架构、关键逻辑与上线验收
- 知识沉淀：把高频 Prompt、常见纠错写进团队 Wiki
产出
- 团队 AI 协同规范（工具链、Key 管理、验收清单）
- 每周复盘：哪些任务 AI 省时最多，哪些仍需人工

你的场景	建议组合
只会写代码、不熟 IDE	CodingMCP + IDE-MCP
希望 IDE 内一站式	LayaIdea + 项目 MCP Tools 全连通
Agent / CI 高频构建发布	LayaAir CLI + layaair-skills
独立开发者快速原型	CodingMCP + CLI + Cursor Agent + 美术路线 AIGC 阶段
团队降本增效	IDE-MCP（搭场景）+ CodingMCP（写逻辑）+ CLI（自动化）

把 AI 当作“带 LayaAir 知识的协作者”，而不是“自动写完整游戏的黑盒”，收益会最稳定。