
TeamCity 工程师演示用 CLI 和 MCP 从 Rider 调试 Unity 构建
来源标题:Debug Unity Builds From Rider With the TeamCity CLI and MCP
在 GameDev Day 2026 上,TeamCity 解决方案工程师 Artem Rokhin 演示了如何通过 TeamCity CLI 和 MCP 集成,从 Rider 中排查 CI 问题。他以一个本地正常但 staging 环境缺失背景的 Unity 游戏为例,用 CLI 检查日志后发现构建参数有误。提交修复后,他通过 MCP 让 AI agent 解释问题并跟踪新构建。
以下正文由 AI 翻译自 JetBrains Blog(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
在 GameDev Day 2026 上,TeamCity 解决方案工程师 Artem Rokhin 演示了如何使用 TeamCity CLI 和 MCP 集成,从 Rider 中调查 CI 问题。
在演示中,他使用了一个在本地运行正常、但在预发布环境中缺少背景的 Unity 游戏。尽管构建通过了,Artem 还是用 CLI 检查了日志,并发现了一个错误的构建参数。
提交修复后,他让一个通过 MCP 连接的 AI agent 解释问题并跟进新的构建。
下面我们逐步走一遍这个示例,包括你需要在自己的项目中尝试时用到的命令和配置。
预发布环境中的问题
在 Artem 的演示中,一个 Unity 游戏在本地运行正常,但在预发布环境中缺少月球景观,尽管 TeamCity 构建成功了。他沿着部署追溯回对应的构建,检查日志和配置,找出它们与本地环境的不同之处。
你需要准备什么
要将此工作流应用到自己的项目,你需要:
- 在 Rider 中打开的 Unity 项目。
- 一条用于构建和部署该项目的 TeamCity pipeline,其 YAML 设置存储在仓库中。
- 对该 pipeline 构建详情和日志的访问权限。
- 在机器上安装 TeamCity CLI。
- 对于 AI 部分,需要在 Rider 中激活一个支持 MCP 的 agent,并能访问 TeamCity 的 MCP endpoint。Artem 使用的是 Claude Agent。
录制使用的是 TeamCity Cloud。TeamCity On-Premises 用户可以将 2026.2 作为基线,使用正式可用的 Pipelines。有关设置和版本详情,请参阅 Pipelines 文档。
下面的命令使用示例 ID。将 MyGame_BuildWebGL 替换为你的 WebGL job 的 ID,12345 替换为你正在调查的构建,12346 替换为执行到该步骤时新的部署运行。
从 Rider 连接 TeamCity CLI
打开 Rider 的终端,如果尚未安装 TeamCity CLI,请先安装。在 macOS 上使用 Homebrew:
brew install jetbrains/utils/teamcity
在 Windows 上使用 WinGet:
winget install JetBrains.TeamCityCLI
其他安装方法请参阅 Getting Started 指南。
连接到你的服务器并检查连接:
teamcity auth login --server https://example.teamcity.com
teamcity auth status
将 URL 替换为你自己的 TeamCity 地址。按照登录流程操作,过程中可能会打开浏览器进行授权。认证文档介绍了可用的方法。
连接成功后,回到 Rider 的终端检查构建。
找到生成游戏的构建
列出 WebGL job 最近的运行记录:
teamcity run list --job MyGame_BuildWebGL --limit 5
选择生成预发布环境版本的那次运行。搜索时要包含成功的运行:在此示例中,相关的构建是绿色的。
如果最近完成了多次运行,在调查前先检查部署的源构建和修订版本。最新的 WebGL 构建可能比你在浏览器中打开的版本更新。
检查选中的运行:
teamcity run view 12345
在录制中,Artem 从 pipeline 运行开始,找到其 WebGL job,然后打开该 job 的构建详情。当你已经知道是哪个 job 生成了游戏时,直接查看 WebGL job 的最近运行是更短的路径。
检查日志和配置
读取 WebGL 构建日志:
teamcity run log 12345
默认日志查看器支持搜索。按 /,输入搜索词,使用 n 或 N 在匹配项之间移动。完整的命令详情请参阅管理运行的指南。
Artem 最近一直在处理构建 flavor,所以他搜索 flavor。日志显示构建使用了 gameBuildFlavor,值为 diagnostic。
这提供了一个具体的设置可供调查。在检出的项目中搜索 gameBuildFlavor,包括 pipeline 配置和使用它的 Unity 构建代码。
日志中打印的值告诉你 CI 构建实际接收到了什么;仓库则帮助你追溯它来自哪里以及它控制什么。
在这个演示项目中,预期的 flavor 是 game。diagnostic 值与缺少背景的版本相关联。这些名称是示例项目构建设置的一部分;你的项目可能使用不同的参数,或者根本没有 flavor 开关。
当你跟进类似线索时,既要检查定义,也要检查使用该值的代码。找到意外的参数是有用的证据。理解它对构建的影响,才能判断修改它是否能解决表面症状。
提交配置变更
Artem 在 pipeline 的 YAML 配置中找到了 diagnostic 值,并将其改为 game。由于配置与游戏代码放在一起,他可以在 Rider 中查看并提交变更。
TeamCity 已配置为监视仓库,因此推送该提交会启动新的 pipeline 运行。在此设置中,你不需要手动重新启动旧构建。
对于你自己的 pipeline,检查其触发器设置,并确认新的运行包含配置提交。保留原始运行 ID,以便之后比较设置和结果。
在新 pipeline 运行期间,Artem 展示了从 Rider 调查 CI 结果的另一种方式:一个通过 MCP 连接到 TeamCity 的 AI agent。
将 Rider 连接到 TeamCity MCP
MCP 让 agent 能够访问 TeamCity 工具,包括检索构建日志和查询构建信息的工具。服务器 endpoint 为:
https://example.teamcity.com/app/mcp
对于本次调查,创建一个限制在相关项目的 TeamCity 访问 token,使用 Read-only 预设。这足以在通过 Git 进行配置变更的同时检查 CI 结果。有关 token 权限和连接选项,请参阅 TeamCity 的 AI 集成文档。
在 Rider 中,转到 Settings | Tools | AI Assistant | Model Context Protocol (MCP),添加一个 HTTP 连接。有效的连接配置应如下所示:
"mcpServers": {
"TeamCity": {
"url": "https://example.teamcity.com/app/mcp
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。