在現實世界中為您的 AI 加速。
透過六工具 MCP 介面驅動 RakuAI 執行階段的入門專案。接上您的 AI 助理，然後在真實引擎上迭代。多供應商設計 — Claude、ChatGPT、Gemini、Copilot。
以下每種模式都展示外部代理透過 MCP 驅動執行階段的一種方式 — 同樣的六個工具（load_world_model、ingest_frame、get_scene_state、set_render_target、start_simulation、get_metrics）涵蓋從唯讀檢視到完整模擬控制的一切。唯讀模式可在生產環境運作；變更類模式僅限沙箱／開發環境，且預設拒絕。
從任何用戶端使用 get_metrics 與 get_scene_state — Claude Desktop、Cursor、自訂 GPT、自家代理。在所有環境（包含生產環境）皆安全。
生產安全
使用 load_world_model 註冊世界模型後端（影片預測器、神經輻射場、物理基礎模型、內容包）。轉接器遵循標準合約；引擎保有權威。
沙箱／開發
使用 ingest_frame 將生成模型的影格推入場景圖。視覺來自轉接器；遊玩（物理、碰撞、計分）則留在引擎。除了透過 MCP 邊界之外，雙方互不需知曉對方。
沙箱／開發
set_render_target 設定世界渲染的位置：WebGL、VR 頭戴裝置、原生視窗、離屏。同一個場景、同一份權威、不同的表面。
沙箱／開發
start_simulation 以可設定的更新率啟動模擬迴圈。基於設計，在生產環境會被拒絕 — 外部代理只能請求，不能命令。沙箱與開發環境則會接受。
沙箱／開發
從您自己的代理隨需組合這六個工具。MCP 伺服器以每工具每呼叫者為單位強制執行預設拒絕的權限，並寫入完整稽核紀錄。在邊界上建構，而不是穿透它。
生產安全（唯讀）
任何支援 MCP 的用戶端都能連到執行階段。目前：Claude Desktop（接線指南已上線）。開發中：Cursor、代理模式的 GitHub Copilot、透過 MCP HTTP 傳輸的自訂 GPT。MCP 介面基於設計與模型無關 — 每一個影格、每一個 NPC、每一次互動都透過您選擇的 AI 路由。
GitHub 上的轉接器合約說明了如何透過 MCP 邊界將世界模型後端接入執行階段。完整的伺服器、轉接器與場景狀態結構描述可在簽署 NDA 後隨 SDK 存取權取得。