su-unity-walkthrough
# SU → Unity Walkthrough
把已有 SketchUp 模型制作成可编辑的 Unity 第一人称漫游。AI 通过标准 MCP 分析模型、建立配置、执行和检查;用户只确认关键歧义与体验效果。
支持行走、开关门、多个模型/入口、源材质与可逆纯白显示、鼠标灵敏度、直观日照和画质设置。原 SKP 只读。自有代码 MIT。

## 安装
需要 macOS Apple Silicon、Python 3.11+、已有 Unity 6 URP 工程、Input System、Unity CLI/Pipeline、可合法使用的本机 SketchUpAPI 和字体。实际验证版本见 [验证记录](docs/validation.md)。安装本项目不安装或升级这些软件。
```sh
uv sync --extra convert --extra dev --locked
.venv/bin/su-unity-walkthrough environment
.venv/bin/su-unity-walkthrough-mcp --root /absolute/path/to/your/workspace
```
解析器在独立 Python 环境中运行,不需要 Blender。配置中的 `python` 应指向该 `.venv/bin/python`,不要把它改成解引用后的系统 Python。第三方包通过原始包分发和锁文件安装,本仓库不附带 SDK、字体或二进制依赖。
把 `skills/su-unity-walkthrough` 安装到 AI 客户端可发现的技能目录。标准 stdio MCP 客户端配置示例:
```json
{
"mcpServers": {
"su-unity-walkthrough": {
"command": "/absolute/path/to/repository/.venv/bin/su-unity-walkthrough-mcp",
"args": ["--root", "/absolute/path/to/your/workspace"]
}
}
}
```
工作区应包含输入模型、配置、Unity 工程和输出目录;MCP 拒绝越出该根目录的工程数据路径。软件可执行文件、SDK 与字体是显式环境输入,不复制到开源仓库。
## 使用
对 AI 说:
> 使用 su-unity-walkthrough,把这些 SKP 制作成 Mac 漫游。保留源文件,先核对隐藏状态、入口和门,样件确认后完成完整场景、程序与检查记录。
AI 用 `project_create` 建草案,在原生清单出来后补齐入口和门。入口、门轴和隐藏状态不能从名字猜。当前磁盘哈希不证明 SketchUp 窗口没有未保存改动。
阶段顺序:
```text
preflight → convert → inspect → assemble(sample) → verify(sample)
→ 样件目视检查 → assemble → verify → build → 独立程序实际输入
```
长任务返回 job ID,用 `job_get` 查询。未知状态先 `job_reconcile`,不重复导入。每轮使用新 output、scene 和 assetRoot。配置生成后可通过 MCP 完成分析、核对、预览与执行,人工观察单独记录。
[完整工作流](skills/su-unity-walkthrough/SKILL.md) · [MCP 接口](docs/mcp.md) · [合成样例](examples/README.md) · [依赖与恢复](docs/installation.md)
## 范围与验证
首发仅承诺经过实测的 Mac Apple Silicon 链路。Windows/WebGL 接口留待各自真实环境验收。门的动画和配置路线检查不等于全屋任意通行、完整门扇扫掠或建筑专业合规。
构建成功与独立程序体验分别登记。`workflow_status` 只有在所有阶段及当前绑定的观察记录完成后才返回 `ready_for_observed_scope`。具体已查与未查见 [验证记录](docs/validation.md)。
仓库仅包含工具、合成样例生成器和提炼后的经验。真实建筑项目与原始聊天留在本地回归。
## 开发
```sh
.venv/bin/python -m pytest -q
.venv/bin/python skills/su-unity-walkthrough/scripts/test_workflow.py
uv build
```
源码技能是唯一维护源;wheel 包包含同一份 toolkit。不要在发行包、项目副本和全局技能目录各自维护分叉。贡献前看 [贡献说明](CONTRIBUTING.md) 与 [第三方说明](THIRD_PARTY_NOTICES.md)。
TDQS
Scored across 14 tools
Most tools target clearly distinct pipeline stages (config lifecycle, inventory, staging, review, preview, launch, reports). A few boundaries are fuzzy: job_get vs job_reconcile vs workflow_status all report on job state, and environment_inspect vs inventory_query both surface local state, though descriptions do differentiate them.
Nearly all names follow a noun_verb pattern (config_read, job_get, review_record, preview_control). The lone irregularity is workflow_status, which uses a noun instead of a verb, but overall the convention is predictable.
Fourteen tools map cleanly onto the pipeline's phases—discovery, config, inventory, staging, reconciliation, review, verification, and reporting—with no obvious padding. Each tool earns its place.
Coverage is strong across the walkthrough lifecycle: config create/read/save/validate, inventory, multi-stage jobs, review recording, status, launch, preview, and report reading. Minor gaps exist—no explicit job cancel/abort, no report listing, and no cleanup/teardown for created artifacts—but agents can likely work around them.