Unreal Engine Generative AI Support Plugin

使用例：

MCP の例：

Claude がシーンオブジェクトを生成し、トランスフォームやマテリアルを制御します。ブループリント、関数、変数を生成したり、コンポーネントを追加したり、Python スクリプトを実行したりできます。

API の例：

NPC が OpenAI のエージェントインスタンスとして動作する「become human」というプロジェクトです。このプラグインを使って構築されています。

Unreal Engine 生成 AI サポートプラグイン：

毎月、さまざまな組織から数百もの新しい AI モデルがリリースされるため、最新の進歩を追い続けるのは困難です。

「Unreal Engine Generative AI Support Plugin」を使えば、LLM／生成 AI の統合レイヤーを気にすることなく、ゲーム開発に集中できます。

現在の進捗：

このプラグインは、最新の機能やモデルに対応するため、今後も更新されます。コントリビューションを歓迎します。 200 以上の AI モデル、安定性の保証、自動テスト、UE 5.1～5.7 以降への対応を備えた、本番環境向けの代替プラグインについては、以下のプロプラグインをご覧ください。 この無料プラグインは、上記の例を含む多くのユースケースに対応しており、永久に無料でご利用いただけます。

Fab.com のプロ向けプラグイン

Gen AI Pro gpt-5.4 claude-opus-4-6 gemini-3.1-pro grok-4.1 o3-pro eleven_v3 チャット、ビジョン、ストリーミング、リアルタイム、画像生成、TTS、構造化出力、ツール利用	Gen AI Pro China qwen3.5-plus kimi-k2.5 glm-5 seed-2-0 ernie-5.0 seedream-4 全世界で利用可能、チャット、ビジョン、画像生成、TTS、推論
GenAI Model Generator meshy-6 tripo-v2.5 hunyuan3d-v3.1 trellis-2 rodin-gen-2 テキストから3D生成、画像から3D生成、リメッシュ、PBR テクスチャ、テクスチャ再適用、自動リギング	Gen AI Llama Ollama vLLM LM Studio GGUF Jan LocalAI GPT-oss LLaVA Unreal Engine ゲーム内でローカル LLM を利用できます。API キーは不要です

---

無料プラグイン（このリポジトリ）- LLM／生成 AI API サポート：

• OpenAI：チャット（gpt-4.1、gpt-4.1-mini、o4-mini、o3、o3-pro）、構造化出力
• Anthropic Claude：チャット（claude-4-latest、claude-3-7-sonnet、claude-3-5-sonnet、claude-3-5-haiku）
• XAI Grok：チャット（grok-3-latest、grok-3-mini-beta）
• DeepSeek：チャット（deepseek-chat V3.1）、推論（deepseek-reasoning-r1）
• ローカル AI：unreal-ollama (MIT) - gpt-oss、qwen3-vl など

全モデル一覧（すべてのプラグインで 200 以上のモデル）

#### Gen AI Pro - **OpenAI**: `gpt-5.4`, `gpt-5.4-pro`, `gpt-5.3-codex`, `gpt-5.2`, `gpt-5.1`, `gpt-5`, `gpt-5-mini`, `gpt-5-nano`, `gpt-4.1`, `o4-mini`, `o3`, `o3-pro` | Responses API、ビジョン、リアルタイム（`gpt-realtime`）、画像生成（`gpt-image-1.5`、`dall-e-3`）、TTS（`gpt-4o-mini-tts`、`whisper-1`）、ストリーミング、関数呼び出し、マルチモーダル - **Anthropic**: `claude-opus-4-6`, `claude-sonnet-4-6`, `claude-4.5-opus`, `claude-4.5-sonnet`, `claude-4.5-haiku` | 拡張思考、ビジョン、ツール使用 - **Google Gemini**: `gemini-3.1-pro`, `gemini-3.1-flash-lite`, `gemini-2.5-pro`, `gemini-2.5-flash` | Imagen（`imagen-4.0-generate`、`imagen-4.0-ultra`）、リアルタイム、TTS、マルチモーダル - **XAI Grok**: `grok-4.1`, `grok-4`, `grok-4-eu`, `grok-code-fast-1`, `grok-3` | ビジョン、ストリーミング、推論 - **ElevenLabs**: TTS（`eleven_v3`、`eleven_turbo_v2_5`）、文字起こし（`scribe_v2`）、効果音（`eleven_text_to_sound_v2`） - **Inworld AI**: TTS（`inworld-tts-1.5-max`、`inworld-tts-1.5-mini`） - **OpenAI Compatible Mode**: Alibaba Qwen、Mistral、Groq、OpenRouter、Meta Llama、GLM-4、Ollama

Gen AI Pro China

• Alibaba Qwen: qwen3.5-plus, qwen3.5-flash, qwen3-max, qwen3-coder-plus | マルチモーダル（qwen-omni-turbo、qwen-vl-max）、画像生成（qwen-image、wan2.2-t2i-plus）、TTS（qwen3-tts-flash）
• Moonshot/Kimi: kimi-k2.5, kimi-k2-thinking, kimi-k2-thinking-turbo | マルチモーダル（kimi-latest）
• ByteDance: seed-2-0-mini, seed-1-8, skylark-pro-250415 | ビジョン（skylark-vision）、画像生成（seedream-4-0-250828）
• ZhipuAI: glm-5, glm-4.7, glm-4.7-flash | マルチモーダル（glm-4.6v）
• Baidu: ernie-5.0-8k, ernie-4.5-8k, ernie-x1-32k

GenAI Model Generator (3D)

• Meshy AI: meshy-6 - テキストから3D、画像から3D、リテクスチャ、オートリギング
• Tripo AI: tripo-v2.5 - テキストから3D、画像から3D
• Hunyuan3D (Tencent): hunyuan3d-v3.1-pro テキストから3D、hunyuan3d-v2.1 画像から3D
• TripoSR: 画像から3D（高速、<1s）
• Rodin (Hyper3D): rodin-gen-2 - PBR マテリアルを使用したテキスト／画像からの3D生成
• Trellis 2 (Microsoft): PBR マテリアルを使用した画像からの3D生成
• Google Gemini: gemini-3.1-flash - PBR テクスチャ生成

追加機能：

• プラグインのサンプルプロジェクトはこちら
• バージョン管理：Git サブモジュールに対応、Perforce（対応作業中）
• 軽量：外部依存関係なし、ビルドから MCP を除外
• プラットフォームおよびエンジンバージョンをまたいだテスト（Pro プラグインで利用可能）

Unreal MCP (Model Control Protocol):

その他の MCP オプション: Epic Games は UE 5.8 以降向けの公式 Unreal MCP 統合を進めています。また、Natfii による UnrealClaude (MIT) もあります。これはスタンドアロンの Unreal MCP 実装であり、確認する価値があります。このプラグインの MCP サポートは UE 5.4～5.7 以降を対象としており、Claude Desktop、Claude Code、Cursor と併用して動作します。注意: この無料プラグインにおける MCP は活発に開発されていません。以下に記載する機能は現状を反映したものです。

MCP 機能のステータス (✅ = 完了、🛠️ = 進行中、🚧 = 予定)

• クライアントサポート ✅
  • Claude デスクトップアプリのサポート ✅
  • Claude Code CLI のサポート ✅
  • Cursor IDE のサポート ✅
  • OpenAI Operator API のサポート 🚧
• Blueprint の自動生成 🛠️
  • 各種タイプの新しい Blueprint の作成 ✅
  • 新しい関数、関数/Blueprint 変数の追加 ✅
  • ノードと接続の追加 🛠️ (バグあり、issue 募集中)
  • 高度な Blueprint 生成 🛠️
• LLM 向けのレベル/シーン制御 🛠️
  • オブジェクトとシェイプのスポーン ✅
  • オブジェクトの移動、回転、スケーリング ✅
  • マテリアルと色の変更 ✅
  • 高度なシーン機能 🛠️
• 生成 AI:
  • プロンプトから 3D モデルを取得してスポーン 🛠️
• 制御:
  • Python スクリプトの実行機能 ✅
  • コンソールコマンドの実行機能 ✅
• UI:
  • ウィジェットの生成 🛠️
  • UI Blueprint の生成 🛠️
• プロジェクトファイル:
  • プロジェクトファイル/フォルダの作成/編集 ️✅
  • 既存のプロジェクトファイルの削除 ❌
• その他:
  • プロジェクトのクリーンアップ 🛠️

目次

• API キーの設定
  • エディターの場合
  • パッケージ済みビルドの場合
• MCP のセットアップ
• プラグインをプロジェクトに追加する
  • Git を使用する場合
  • Perforce を使用する場合
  • Fab (Unreal Marketplace) を使用する場合
• プラグインの最新の変更を取得する
  • Git を使用する場合
  • Perforce を使用する場合
• 使用方法
  • OpenAI
    • 1. チャット
    • 2. 構造化出力
  • DeepSeek API
    • 1. チャットと推論
  • Anthropic API
    • 1. チャット
  • XAI の Grok 3 API
    • 1. チャット
  • Model Control Protocol (MCP)
• 既知の問題
• コントリビューションガイドライン
  • 開発のためのセットアップ
  • プロジェクト構成
• 参考資料

API キーの設定:

メモ

Claude アプリで MCP 機能をテストするために API キーを設定する必要はありません。Anthropic キーは Claude API を使用する場合にのみ必要です。

エディターの場合:

環境変数 PS_<ORGNAME> に API キーを設定します。

Windows の場合:

setx PS_<ORGNAME> "your api key"

Linux/MacOS の場合:

1. ターミナルで次のコマンドを実行します。yourkey はお使いの API キーに置き換えてください。

   echo "export PS_<ORGNAME>='yourkey'" >> ~/.zshrc
   

2. 新しい変数でシェルを更新します:

   source ~/.zshrc
   

PS: 環境変数を設定した後は、エディターを再起動し、接続されている IDE も必ず再起動することを忘れないでください。

<ORGNAME> には次のものを指定できます: PS_OPENAIAPIKEY、PS_DEEPSEEKAPIKEY、PS_ANTHROPICAPIKEY、PS_METAAPIKEY、PS_GOOGLEAPIKEY など。

パッケージ化されたビルドの場合：

パッケージ化されたビルドに API キーを保存するのは、セキュリティ上のリスクがあります。OpenAI API のドキュメントには、次のように記載されています。

「ブラウザーやモバイルアプリなどのクライアント側環境で OpenAI API キーを公開すると、悪意のあるユーザーがそのキーを取得し、あなたになりすましてリクエストを送信できるようになります。予期しない料金が発生したり、一部のアカウントデータが侵害されたりする可能性があります。API キーを安全に保管できるよう、リクエストは必ずご自身のバックエンドサーバー経由で送信してください。」

詳しくはこちらをご覧ください。

テストビルドでは、パッケージ化されたビルドで API キーを指定して、C++ またはブループリント関数から GenSecureKey::SetGenAIApiKeyRuntime を呼び出せます。

MCP の設定：

メモ

プロジェクトで MCP ではなく LLM API のみを使用する場合は、このセクションをスキップできます。

注意

免責事項：プラグインの MCP 機能を使用すると、Claude Desktop App から Unreal Engine プロジェクトを直接操作できるようになります。 セキュリティリスクを理解し、管理された環境でのみ使用してください。

MCP 機能を使用する前にプロジェクトをバックアップし、バージョン管理を使用して変更を追跡してください。

1. 以下のクライアントからいずれかをインストールします：

• こちらから Claude Desktop App をインストールします。
• こちらから Claude Code CLI をインストールします。
• こちらから Cursor IDE をインストールします。

2. MCP 設定 JSON をセットアップします：

Claude Desktop App の場合：

Claude Desktop App のインストールディレクトリにある claude_desktop_config.json ファイルを使用します。（お使いのプラットフォームでの場所は、claude に尋ねるとわかる場合があります！） ファイルは次のようになります：

{
    "mcpServers": {
      "unreal-handshake": {
        "command": "python",
        "args": ["<your_project_directoy_path>/Plugins/GenerativeAISupport/Content/Python/mcp_server.py"],
        "env": {
          "UNREAL_HOST": "localhost",
          "UNREAL_PORT": "9877" 
        }
      }
    }
}

Claude Code CLI の場合：

プロジェクトのルートディレクトリにある .mcp.json ファイルを使用します。ファイルは次のようになります：

{
    "mcpServers": {
      "unreal-handshake": {
        "type": "stdio",
        "command": "python",
        "args": ["<your_project_directoy_path>/Plugins/GenerativeAISupport/Content/Python/mcp_server.py"],
        "env": {
          "UNREAL_HOST": "localhost",
          "UNREAL_PORT": "9877"
        }
      }
    }
}

Cursor IDE の場合：

プロジェクトディレクトリにある .cursor/mcp.json ファイルを使用します。ファイルは次のようになります：

{
    "mcpServers": {
      "unreal-handshake": {
        "command": "python",
        "args": ["<your_project_directoy_path>/Plugins/GenerativeAISupport/Content/Python/mcp_server.py"],
        "env": {
          "UNREAL_HOST": "localhost",
          "UNREAL_PORT": "9877"
        }
      }
    }
}

3. FastMCP をインストールします。

pip install fastmcp

4. Unreal Engine で Python プラグインを有効にします。（Edit -> Plugins -> Python Editor Script Plugin）

5. [任意] エディター起動時に MCP サーバーを自動起動する設定を有効にします

プロジェクトにプラグインを追加する：

Git を使用する場合：

1. プラグインのリポジトリを、プロジェクトのリポジトリにサブモジュールとして追加します。

   git submodule add https://github.com/prajwalshettydev/UnrealGenAISupport Plugins/GenerativeAISupport
   

2. プロジェクトファイルを再生成します： .uproject ファイルを右クリックし、「Generate Visual Studio project files」を選択します。

3. Unreal Editor でプラグインを有効にします： Unreal Editor でプロジェクトを開きます。「Edit」>「Plugins」に移動します。リストからプラグインを検索して有効にします。

4. Unreal C++ プロジェクトの場合、プロジェクトの Build.cs ファイルにプラグインのモジュールを含めます：

   PrivateDependencyModuleNames.AddRange(new string[] { "GenerativeAISupport" });
   

Perforce を使用する場合：

現在開発中です..

Fab（Unreal Marketplace）を使用する場合：

この無料プラグインは、上記の Git 経由で利用できます。プロ向けプラグインについては、Fab.comをご確認ください。

最新のプラグイン変更を取得する：

Git を使用する場合：

次のコマンドで最新の変更を取得できます：

cd Plugins/GenerativeAISupport
git pull origin main

または、プロジェクト内のすべてのサブモジュールを更新します：

git submodule update --recursive --remote

Perforce を使用する場合：

現在開発中です..

使い方：

プラグインを実装済みの Unreal プロジェクトのサンプルがあります。こちらから確認できます。

OpenAI：

現在、このプラグインは OpenAI API のチャットと構造化出力をサポートしています。C++ とブループリントの両方で利用できます。 テスト済みモデル：gpt-4.1、gpt-4.1-mini、gpt-4.1-nano、o4-mini、o3、o3-pro、o3-mini。

1. チャット：

C++ の例：

    void SomeDebugSubsystem::CallGPT(const FString& Prompt, 
        const TFunction<void(const FString&, const FString&, bool)>& Callback)
    {
        FGenChatSettings ChatSettings;
        ChatSettings.Model = TEXT("gpt-4o-mini");
        ChatSettings.MaxTokens = 500;
        ChatSettings.Messages.Add(FGenChatMessage{ TEXT("system"), Prompt });
    
        FOnChatCompletionResponse OnComplete = FOnChatCompletionResponse::CreateLambda(
            [Callback](const FString& Response, const FString& ErrorMessage, bool bSuccess)
        {
            Callback(Response, ErrorMessage, bSuccess);
        });
    
        UGenOAIChat::SendChatRequest(ChatSettings, OnComplete);
    }

ブループリントの例：

2. 構造化出力：

C++ の例 1：

カスタムスキーマ JSON を関数呼び出しに直接送信

FString MySchemaJson = R"({
"type": "object",
"properties": {
    "count": {
        "type": "integer",
        "description": "The total number of users."
    },
    "users": {
        "type": "array",
        "items": {
            "type": "object",
            "properties": {
                "name": { "type": "string", "description": "The user's name." },
                "heading_to": { "type": "string", "description": "The user's destination." }
            },
            "required": ["name", "role", "age", "heading_to"]
        }
    }
},
"required": ["count", "users"]
})";

UGenAISchemaService::RequestStructuredOutput(
    TEXT("Generate a list of users and their details"),
    MySchemaJson,
    [](const FString& Response, const FString& Error, bool Success) {
       if (Success)
       {
           UE_LOG(LogTemp, Log, TEXT("Structured Output: %s"), *Response);
       }
       else
       {
           UE_LOG(LogTemp, Error, TEXT("Error: %s"), *Error);
       }
    }
);

C++ の例 2：

ファイルからカスタムスキーマ JSON を送信

#include "Misc/FileHelper.h"
#include "Misc/Paths.h"
FString SchemaFilePath = FPaths::Combine(
    FPaths::ProjectDir(),
    TEXT("Source/:ProjectName/Public/AIPrompts/SomeSchema.json")
);

FString MySchemaJson;
if (FFileHelper::LoadFileToString(MySchemaJson, *SchemaFilePath))
{
    UGenAISchemaService::RequestStructuredOutput(
        TEXT("Generate a list of users and their details"),
        MySchemaJson,
        [](const FString& Response, const FString& Error, bool Success) {
           if (Success)
           {
               UE_LOG(LogTemp, Log, TEXT("Structured Output: %s"), *Response);
           }
           else
           {
               UE_LOG(LogTemp, Error, TEXT("Error: %s"), *Error);
           }
        }
    );
}

ブループリントの例：

### DeepSeek API：

現在、プラグインはDeepSeek APIのチャットと推論をサポートしています。C++とブループリントの両方に対応しています。 注意点：

• 推論モデルでは、現在システムメッセージが必須です。指定しない場合、APIはnullを返すようです。
• また、ドキュメントには次のように記載されています：「入力メッセージのシーケンスにreasoning_contentフィールドが含まれている場合、APIは400エラーを返すことにご注意ください。 詳細についてはこちらをご覧ください。」

警告

R1推論モデルを使用する場合、UnrealのHTTPタイムアウトがデフォルトの30秒のままになっていないことを確認してください。 これらのAPI呼び出しは応答に30秒以上かかる場合があります。HttpRequest->SetTimeout(<N Seconds>);を設定するだけでは不十分です。 そのため、プロジェクトのDefaultEngine.iniファイルに次の行を追加する必要があります。

[HTTP]
HttpConnectionTimeout=180
HttpReceiveTimeout=180

1. チャットと推論：

C++の例：

 FGenDSeekChatSettings ReasoningSettings;
 ReasoningSettings.Model = EDeepSeekModels::Reasoner; // or EDeepSeekModels::Chat for Chat API
 ReasoningSettings.MaxTokens = 100;
 ReasoningSettings.Messages.Add(FGenChatMessage{TEXT("system"), TEXT("You are a helpful assistant.")});
 ReasoningSettings.Messages.Add(FGenChatMessage{TEXT("user"), TEXT("9.11 and 9.8, which is greater?")});
 ReasoningSettings.bStreamResponse = false;
 UGenDSeekChat::SendChatRequest(
     ReasoningSettings,
     FOnDSeekChatCompletionResponse::CreateLambda(
         [this](const FString& Response, const FString& ErrorMessage, bool bSuccess)
         {
             if (!UTHelper::IsContextStillValid(this))
             {
                 return;
             }

             // Log response details regardless of success
             UE_LOG(LogTemp, Warning, TEXT("DeepSeek Reasoning Response Received - Success: %d"), bSuccess);
             UE_LOG(LogTemp, Warning, TEXT("Response: %s"), *Response);
             if (!ErrorMessage.IsEmpty())
             {
                 UE_LOG(LogTemp, Error, TEXT("Error Message: %s"), *ErrorMessage);
             }
         })
 );

ブループリントの例：

Anthropic API：

現在、プラグインはAnthropic APIのチャットをサポートしています。C++とブループリントの両方に対応しています。 テスト済みモデル：claude-4-latest、claude-3-7-sonnet-latest、claude-3-5-sonnet、claude-3-5-haiku-latest。

1. チャット：

C++の例：

    // ---- Claude Chat Test ----
    FGenClaudeChatSettings ChatSettings;
    ChatSettings.Model = EClaudeModels::Claude_3_7_Sonnet; // Use Claude 3.7 Sonnet model
    ChatSettings.MaxTokens = 4096;
    ChatSettings.Temperature = 0.7f;
    ChatSettings.Messages.Add(FGenChatMessage{TEXT("system"), TEXT("You are a helpful assistant.")});
    ChatSettings.Messages.Add(FGenChatMessage{TEXT("user"), TEXT("What is the capital of France?")});
    
    UGenClaudeChat::SendChatRequest(
        ChatSettings,
        FOnClaudeChatCompletionResponse::CreateLambda(
            [this](const FString& Response, const FString& ErrorMessage, bool bSuccess)
            {
                if (!UTHelper::IsContextStillValid(this))
                {
                    return;
                }
    
                if (bSuccess)
                {
                    UE_LOG(LogTemp, Warning, TEXT("Claude Chat Response: %s"), *Response);
                }
                else
                {
                    UE_LOG(LogTemp, Error, TEXT("Claude Chat Error: %s"), *ErrorMessage);
                }
            })
    );

ブループリントの例：

XAIのGrok 3 API：

現在、プラグインはXAIのGrok 3 APIのチャットをサポートしています。C++とブループリントの両方に対応しています。

1. チャット：

	FGenXAIChatSettings ChatSettings;
	ChatSettings.Model = TEXT("grok-3-latest");
		ChatSettings.Messages.Add(FGenXAIMessage{
		TEXT("system"),
		TEXT("You are a helpful AI assistant for a game. Please provide concise responses.")
	});
	ChatSettings.Messages.Add(FGenXAIMessage{TEXT("user"), TEXT("Create a brief description for a forest level in a fantasy game")});
	ChatSettings.MaxTokens = 1000;

	UGenXAIChat::SendChatRequest(
		ChatSettings,
		FOnXAIChatCompletionResponse::CreateLambda(
			[this](const FString& Response, const FString& ErrorMessage, bool bSuccess)
			{
				if (!UTHelper::IsContextStillValid(this))
				{
					return;
				}
				
				UE_LOG(LogTemp, Warning, TEXT("XAI Chat response: %s"), *Response);
				
				if (!bSuccess)
				{
					UE_LOG(LogTemp, Error, TEXT("XAI Chat error: %s"), *ErrorMessage);
				}
			})
	);

Model Control Protocol（MCP）：

現在、開発中です。プラグインはClaude Desktop AppやCursorなど、さまざまなクライアントをサポートしています。

使い方：

MCPサーバーの自動起動が有効な場合：（プラグインの設定内）

1. Unreal Engineエディターを開きます。

2. Claude Desktop App、Claude Code CLI、またはCursor IDEを開きます。

これで完了です！プラグインのMCP機能を使用できます。

MCPサーバーの自動起動が無効な場合：

1. プラグインのPythonディレクトリからMCPサーバーを実行します。

python <your_project_directoy>/Plugins/GenerativeAISupport/Content/Python/mcp_server.py

2. ClaudeデスクトップアプリまたはCursor IDEを開くか再起動して、MCPクライアントを実行します。

3. 新しいUnreal Engineプロジェクトを開き、プラグインのPythonディレクトリから次のPythonスクリプトを実行します。

ツール -> Pythonスクリプトを実行 -> Plugins/GenerativeAISupport/Content/Python/unreal_socket_server.pyファイルを選択します。

4. これでClaude Desktop AppにUnreal Engineの使用を指示できるようになります。

既知の問題：

• MCPでノードが正しく接続されない
• MCPで元に戻す／やり直しがサポートされていない
• DeepSeek推論モデルでストリーミングがサポートされていない
• マテリアル作成ツールで複雑なマテリアルの生成がサポートされていない
• LLMが生成した一部の有効なPythonスクリプトの実行で問題が発生する
• LLMがブループリントをコンパイルする際、応答に適切なエラー処理が含まれない
• 特定のノード、特にゲッターとセッターの生成で問題が発生する
• シーンやプロジェクトファイルの編集時に、正しいコンテキストウィンドウが開かない。
• ブループリント用のウィンドウがエディター内に正しくドッキングされない。

貢献ガイドライン：

開発環境のセットアップ：

1. unreal Pythonパッケージをインストールし、適切なインテリセンスが使用できるようIDEのPythonインタープリターを設定します。

pip install unreal

詳細は近日中に追加されます。

プロジェクト構成：

詳細は近日中に追加されます。

参考資料：

• 環境変数の設定ロジック 出典：OpenAI-Api-Unreal by KellanM
• MCPサーバーの参考 出典：Blender-MCP by ahujasid

クイックリンク：

• OpenAI API ドキュメント
• Anthropic API ドキュメント
• XAI API ドキュメント
• Google Gemini API ドキュメント
• Meta AI API ドキュメント
• Deepseek API ドキュメント
• Model Control Protocol (MCP) ドキュメント
• TripoSt ドキュメント

このプロジェクトを支援する

UnrealGenAISupport が役に立った場合は、プロジェクトを継続できるよう、ぜひスポンサーになってください。上の「Sponsor」ボタンをクリックしてご支援ください。