# 目录结构
- docs
	- Netease_AITA_AssetMaker.md：项目技术、设计细节入口文档，方便Agent来寻找
	- 
- Projects：UE工程目录。


# 相关技术与容器
- ***[真正帮你省token的11个Claude Code技巧！每天在用](https://www.bilibili.com/video/BV1YkQ4BFEr8/?share_source=copy_web&vd_source=fe](https://www.bilibili.com/video/BV1YkQ4BFEr8/?share_source=copy_web&vd_source=fe142e8e12816535feaeabd6f6cdc8e)***
- UE
	- UnrealMcp
	- Puerts
	- Puerts Editor
	- **uecli**
		- Readme的材质都是agent调用uecli做的 帮我生产材质 排版材质节点 帮我场景截图，帮我材质蓝图截图 帮我写readme 帮我提交仓库。 https://github.com/wlxklyh/UECLI
	- **通过蓝图转c++功能，让AI读懂蓝图**
- Debug
	- 雷火MCP**IDE Debug MCP**
		- https://km.netease.com/v4/section/aigc/detail/blog/263683
		- cpp-debugger-cli
	- 互娱 
		- **从 ASAN 到 AI 的“接力排查”** https://km.netease.com/v4/detail/blog/256465
			- **1. 借助 ASAN 把“指针变野”的时间点钉住** [[UE5编辑器开启ASAN]]
			- 第一步是启用 ASAN（AddressSanitizer）来辅助定位：
			- 在 UE5 编辑器环境启用 ASAN，本身需要做一些额外工作：[https://km.netease.com/v4/detail/blog/254722](https://km.netease.com/v4/detail/blog/254722)
			- 这些环境搭建细节本文不展开，只强调结论：ASAN 成功启用，可以看到完整的分配 / 释放栈。
		- https://km.netease.com/v4/detail/blog/260127
		- [RiderDebugMcp](http://git-internal.nie.netease.com/mcpanalyzer/RiderDebugMcp)
		- [VSDebugMCP](http://git-internal.nie.netease.com/mcpanalyzer/VSDebugMCP)
		- [UnrealMCP](http://git-internal.nie.netease.com/mcpanalyzer/UnrealMCP)
		- [ue-reference-diagnostic-mcp](http://git-internal.nie.netease.com/mcpanalyzer/ue-reference-diagnostic-mcp)
	- VSCode MCP & Plugin
		- https://github.com/juehang/vscode-mcp-server
		- **`@modelcontextprotocol/server-dap` (DAP MCP)** **用途**：如前所述，这是 AI 进行代码调试的“圣杯”。***它允许大模型直接通过标准 DAP 协议连接到本地的 Python、C++ (GDB/LLDB)、Node.js 调试进程***。
		- VSCode插件开发，参考 https://github.com/RooCodeInc/Roo-Code  以及以上插件实现一个调试MCP桥接插件。
			- Gemini 讨论方案 https://gemini.google.com/app/566ad29e1c699c65
	- LLDB MCP https://lldb.llvm.org/use/mcp.html
	- Skill 
		- 108.6K Star https://skills.sh/shubhamsaboo/awesome-llm-apps/debugger
	- 其他仓库
		- https://github.com/akiselev/debugger-cli
- UI设计
	- [开源平替的 Claude Design。](https://mp.weixin.qq.com/s/cKFkP7vXTwC1FZ2k2LHFXA)
- [[#知识图谱]]
	- [[Graphify 知识图谱]]
	- [[GitNexus 知识图谱]]
- Docker
	- Gitea：工单以及版本管理。
	- ~~OpenClaw：子节点部署，通过父节点进行控制。~~
	- SMB服务。
- UI
	- 【能生成游戏UI的Skill更新了^_^Figma支持更好了】 https://www.bilibili.com/video/BV1ro9vBzEY2/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- Obsidian Cli：文档管理。

需要搬运的：
1. [ ] Myself
	1. [ ] RPGGameplayAbility
2. [ ] [RiderDebugMcp](http://git-internal.nie.netease.com/mcpanalyzer/RiderDebugMcp)
3. [ ] [VSDebugMCP](http://git-internal.nie.netease.com/mcpanalyzer/VSDebugMCP)
4. [ ] [UnrealMCP](http://git-internal.nie.netease.com/mcpanalyzer/UnrealMCP)
5. [ ] [ue-reference-diagnostic-mcp](http://git-internal.nie.netease.com/mcpanalyzer/ue-reference-diagnostic-mcp)
6. [ ] AssetMaker
7. [ ] Artlib

# 测试
## UE测试技术
- 可视化日志
- 自动测试框架

# 知识图谱

| 工具 | 层级 | 职责 | 技术 |
|------|------|------|------|
| **Graphify** | 宏观语义层 | 设计文档、模块架构、策划案、跨文件概念关系 | LLM 语义提取 + AST |
| **GitNexus** | 微观符号层 | C++ 类继承、函数调用链、符号精确定位 | Tree-sitter AST（无 LLM 成本） |

- **Graphify 不适合索引 UE 引擎源码**：引擎源码（`Engine/Source`）数百万行 C++ + 海量宏（`UCLASS()`、`GENERATED_BODY()`），Graphify 的 LLM 语义提取会极其昂贵且不精确。**引擎源码唯一指定 GitNexus。**
- **GitNexus 不适合设计文档**：GitNexus 基于 Tree-sitter 解析代码 AST，不处理 Markdown/策划文档的语义关系。**设计文档唯一指定 Graphify。**

## 实际配置方案
### Step 1：GitNexus 索引 UE 引擎源码（一次性）
```bash
cd D:\UnrealEngine\UE_5.7\Engine\Source
npx gitnexus analyze --skip-agents-md --skip-skills --skip-git
```

- `--skip-agents-md`：避免在引擎目录生成 CLAUDE.md
- `--skip-git`：引擎目录可能不是独立 git 仓库
- 引擎代码是静态的，索引一次即可，无需日常更新
- GitNexus MCP 会**自动发现**新索引的仓库（单实例服务所有仓库）

### Step 2：Graphify 索引项目业务层
```bash
# 1. 创建 .graphifyignore（排除引擎、编译产物、第三方插件）
# 2. 构建知识图谱
/graphify . --directed --no-viz
```

`.graphifyignore` 关键排除项：
```gitignore
# UE 编译产物
Binaries/
Intermediate/
Saved/
DerivedDataCache/
Build/

# UE 配置和资产（非代码）
Config/
Content/

# 第三方插件
Plugins/LogicDriver/
Plugins/UnrealImGui/
# ... 等

# AI 工具配置（非项目内容）
.kilocode/
.trae/skills/
.trae/plans/
```

保留的索引目标：
- `Source/`：项目 C++ 业务代码
- `Plugins/CelpecTalent/`、`Plugins/RPGGameCore/` 等：项目自有插件
- `.trae/documents/`、`.trae/specs/`：设计文档和规范

### Step 3：CLAUDE.md 路由规则
```markdown
## Architecture-Aware Routing

1. 理解业务意图 → Graphify（graphify-out/graph.json）
2. 精确符号查询 → GitNexus AIDM 仓库
3. 引擎底层 API → GitNexus UE Engine 仓库
4. 设计文档/规范 → Graphify 社区标注
```

### MCP 配置说明
**不需要修改 MCP 配置。** GitNexus MCP 是单实例多仓库架构：
```
现有 MCP 实例（gitnexus）
  ├── AIDM（项目代码，59K symbols）
  ├── UE_5.7（引擎源码，索引中）
  └── 其他已索引仓库
```

通过 `repo` 参数区分目标：
- 查项目代码：`gitnexus_context({name: “URPGAttributeComponent”, repo: “AIDM”})`
- 查引擎源码：`gitnexus_context({name: “AActor”, repo: “UE_5.7”})`

## 实施计划
### 阶段 1：功能规划期 (Planning)
**任务**：新增一个技能释放组件，调用 C++ 底层属性系统（AttributeSet）。

**流程**：
1. 调用 Graphify 查询 `graphify-out/graph.json`，了解现有技能系统与属性系统的模块关系
2. 调用 `gitnexus_context({name: “URPGAttributeSet”, repo: “AIDM”})` 获取属性系统的继承拓扑
3. 调用 `gitnexus_impact({target: “URPGAttributeSet”, direction: “upstream”, repo: “AIDM”})` 评估修改影响范围
4. Graphify 高亮相关设计文档（`.trae/specs/ARPGGameDevelopment/`）

**结果**：CC 在未加载具体 C++ 实现代码的前提下完成方案规划，Token 消耗极低。

### 阶段 2：编写代码期 (Coding)
**任务**：在 C++ 中实现绑定逻辑，调用引擎定时器 `FTimerManager`。
**流程**：
1. 调用 `gitnexus_context({name: “FTimerManager”, repo: “UE_5.7”})` 获取引擎侧精准函数签名
2. 调用 `gitnexus_query({query: “timer set timer”, repo: “UE_5.7”})` 查找引擎中定时器的执行流
3. Graphify 确认修改不违反项目架构约束（`.trae/documents/02_程序架构/开发规范.md`）

**结果**：CC 写出的代码精准匹配引擎 API，避免盲猜宏和重载。

### 阶段 3：调试 Bug 期 (Debugging)
**任务**：C++ 接口在 TS 调用时崩溃。
**流程**：
1. CC 获取调用栈，将崩溃符号输入 GitNexus
2. `gitnexus_context` 逆向追踪调用链（Caller/Callee）
3. `gitnexus_impact` 列出所有受影响执行流
4. Graphify 检查是否有相关设计文档记录了已知限制或迁移计划

**结果**：通过图谱边（Edges）直接定位 Bug 核心链路，无需人工复制几千行生命周期管理代码。

# Debug
## LLDB
#### 1. 安装与环境配置
首先，你需要确保本地安装了 LLDB，并为 Claude Code 配置 MCP 服务。
- **方案 A：使用官方/社区 LLDB-MCP (推荐)** 在终端中运行以下命令添加 MCP 调试服务：
```
# 使用 uvx 或 npx 自动安装并运行 lldb-mcp-server
claude mcp add lldb-debugger -- command "uvx" --args "lldb-mcp-server"
```
可能是https://github.com/stass/lldb-mcp

- **方案 B：开启 LLDB 2026 原生 MCP 支持** 现代版本的 LLDB（v19+）已内置 MCP 协议支持。你可以在项目目录下启动它：
```
lldb --protocol-server start --port 59999
```
    
#### 2. 安装调试“技能” (Skill)
为了让 Claude 具备系统化的调试思维（而不只是乱试命令），你需要从 **Skills.sh** 或 GitHub 安装技能包：
```
# 安装通用的调试技能包
claude skill install AlmogBaku/debug-skill
```

## VSCode
这的确是一个非常典型的架构差异问题。你提到通过 COM (Component Object Model) 接口控制 Visual Studio，这非常精准，因为 VS 的底层重度依赖 Windows 的 COM 组件机制（如 DTE 对象）。
但对于 **VS Code** 来说，情况完全不同。VS Code 是基于 Electron 和 Node.js/TypeScript 构建的，**它根本没有 COM 接口**。
要让 MCP (Model Context Protocol) 或者外部 AI Agent 控制 VS Code，特别是进行断点调试，社区目前有几套非常成熟的开源方案和设计思路：

---
### 一、 VS Code 的 MCP 控制方案
针对 VS Code 的架构，目前主要有三种主流的控制路径：
#### 1. “由内向外”方案：Agent 直接作为 VS Code 插件 (目前最稳定、最主流)
与其让外部的 MCP 服务去“黑客”般地控制 VS Code，不如**让 Agent 直接运行在 VS Code 内部**。
- **原理**：像 **Cline**、**Roo Code** 这样的插件，它们本身就拥有完整的 VS Code Extension API 权限（可以打开文件、打断点、读取控制台）。
- **MCP 的角色**：在这种架构下，VS Code 插件作为 **MCP Client**，它去连接外部的 MCP Server（比如获取特定的代码分析工具、数据库查询权限等），而不是让 MCP 来控制 VS Code。
#### 2. DAP-MCP 桥接方案 (专门针对断点调试)
VS Code 所有的调试能力都是基于 **DAP (Debug Adapter Protocol)** 构建的。如果你想让一个外部的 Agent（比如你终端里的 Claude Code）控制 VS Code 的调试器，最好的办法是拦截或桥接 DAP。
- **原理**：启动一个 `mcp-server-dap`。这个 MCP 服务把 Agent 发出的 MCP 指令（如“继续执行”、“查看变量”）翻译成标准的 DAP 协议，直接发给 VS Code 底层的 Debug Adapter（比如 `cppdbg` 或 `lldb-dap`）。
- **效果**：AI 不需要点击 VS Code 的 UI 按钮，它直接和 VS Code 背后那个真正负责调试的引擎对话。
#### 3. “由外向内”方案：WebSocket / RPC 桥接插件
如果你的 Agent 必须在外部运行，且需要控制 VS Code 的 UI（比如让编辑器滚动、高亮某一行代码）。
- **原理**：需要在 VS Code 里安装一个**暴露 WebSocket 或 HTTP 接口的桥接插件**。外部的 MCP Server 通过向这个本地端口发送 JSON-RPC 指令，插件再调用 VS Code API 来执行操作。