在现实世界中为你的 AI 加速。
面向 RakuAI 运行时、基于六工具 MCP 接口的入门项目。接入你的 AI 助手，然后对接真实引擎进行迭代。天生多厂商兼容 — Claude、ChatGPT、Gemini、Copilot。
下面每种模式都展示了外部智能体通过 MCP 驱动运行时的一种方式 — 同样的六个工具（load_world_model、ingest_frame、get_scene_state、set_render_target、start_simulation、get_metrics）涵盖了从只读检视到完整模拟控制的一切。只读模式可用于生产环境；变更类模式仅限沙盒/开发环境，默认拒绝。
从任意客户端调用 get_metrics 与 get_scene_state — Claude Desktop、Cursor、自定义 GPT、内部智能体。在任何环境中都安全，包括生产环境。
生产安全
用 load_world_model 注册一个世界模型后端（视频预测器、神经辐射场、物理基础模型、内容包）。适配器遵循标准契约；引擎保有权威。
沙盒 / 开发
用 ingest_frame 将生成式模型的帧推入场景图。画面来自适配器；玩法（物理、碰撞、计分）仍由引擎掌管。除了通过 MCP 边界之外，双方无需了解彼此。
沙盒 / 开发
set_render_target 配置世界的渲染位置：WebGL、VR 头显、原生窗口、离屏。同一场景、同一权威、不同的显示面。
沙盒 / 开发
start_simulation 以可配置的 tick 频率启动模拟循环。在生产环境中按设计被拒绝 — 外部智能体只能请求，不能命令。沙盒与开发环境则接受它。
沙盒 / 开发
从你自己的智能体中按需组合这六个工具。MCP 服务器对每个工具、每个调用方强制执行默认拒绝的权限策略，并记录完整审计日志。在边界之上构建，而非穿透它。
生产安全（只读）
任何支持 MCP 的客户端都能接入运行时。目前：Claude Desktop（接入指南已上线）。开发中：Cursor、智能体模式下的 GitHub Copilot、通过 MCP HTTP 传输的自定义 GPT。MCP 接口在设计上与模型无关 — 每一帧、每个 NPC、每次交互都可经由你选择的 AI 进行路由。
GitHub 上的适配器契约文档说明了如何通过 MCP 边界将世界模型后端接入运行时。完整的服务器、适配器与场景状态 Schema 在签署 NDA 后随 SDK 访问权限一并提供。