GPT-6 Astra 3D 最強セットアップ - 無料 MCP ツール集

インストールはドキュメントページの 1 行で済み、ChatGPT に手順を案内してもらうこともできます。最終的にやることはこうです。フォルダを作り、エクスプローラーのアドレスバーに cmd と入力し（または PowerShell でそこへ移動し）、codex を実行します。あとはスラッシュコマンドですべて操作できます。モデルを gpt-6-astra、推論の強度を xhigh に設定してください。以下のテストはすべてこの組み合わせで実行しました。

curl -fsSL https://chatgpt.com/codex/install.sh | sh
cd <your-project-folder>
codex --dangerously-bypass-approvals-and-sandbox   # "YOLO mode", see below

私がこれを気に入っている一番の理由は、バイパスフラグを付けるとエージェントが一歩ごとに承認を求めずに動き、ひたすら作業を進めてくれることです。今のところ問題には遭遇していません。むしろ GPT-6 は、余計なクレジットを使わないようにと質問しすぎるくらいです。壊れても構わないフォルダに限定し、本当のプロジェクトは別の場所に置いておきましょう。

CLI が与えてくれるのはこれです。この記事に登場するすべてのツールについて、私はリンクを Codex セッションに貼り付けて「この MCP をこのフォルダにインストールして」と言うだけです。エージェントが README を読み、設定を書き、接続します。MCP の設定はほとんどが 1 つの設定ファイルに、スキルは 1 つのスキルフォルダに収まります。私は自分のワークフローのメモを入れたエージェント用フォルダを用意し、エージェントは常にそこから起動し、常にフルアクセスを与えています。

/mcp と入力すると、何が接続されていて各サーバーがいくつのツールを公開しているかが見えます。どれかが failed と表示されたら、Codex に理由を聞いてください。自分のログとドキュメントを読んで、私が設定ファイルを開くことなく Higgsfield の接続を直してくれました。参考までに、どのインストールも手動なら codex mcp add <name> -- <command> の形になります。

Higgsfield Blender プラグイン は無料です。クレジットを使うのは、その中で 3D モデル、画像、動画を生成するときだけです。インストール手順：zip をダウンロードし、Blender を開いて、Edit → Preferences → Add-ons → 小さな矢印ボタン → Install from Disk で zip を選びます（解凍は不要）。有効化して、ログインボタンが出たらサインインします。ウェブサイトに飛んで認証すれば完了です。

エージェントに与えられるのは、Blender を操作する豊富なツールを持つ MCP と、3D モデル生成・画像生成・動画生成へのアクセスで、すべて同じセッションから使えます。そう、生成にはクレジットがかかります。ただ、3D 生成をエージェントに組み込む無料の方法を私は知りませんし、GPT-6 単体では画像しか生成できません。それに選択肢があるほうが好みです。中にはスタイライズされたゲーム用テクスチャに向いたモデルもあり、Unity のテスト中に GPT-6 が自らそれを選びました。

Blender Lab MCP サーバー は、Blender Foundation 自身による Python API へのブリッジで、ドキュメント検索も組み込まれています。Blender 5.1 以降が必要です。そのページのインストールリンクを Blender に 2 回ドラッグし（1 回目は Blender Lab リポジトリ、2 回目はアドオン）、サイドバーでサーバーが実際に動いているか確認してください。たまに止まっています。ポート 9876 で待ち受け、Codex には 26 ツールとして表示されます。

codex mcp add blender \
  --env BLENDER_MCP_HOST=localhost --env BLENDER_MCP_PORT=9876 \
  -- uvx --from 'git+https://projects.blender.org/lab/blender_mcp.git@v1.0.0#subdirectory=mcp' blender-mcp

Higgsfield CLI は、同じアカウントをターミナルから使うものです。最大 4K の画像と最大 15 秒の動画に対応する 30 以上のモデル、Soul によるキャラクターの一貫性、そして一度サインインすれば API キーは不要。コマンドは 3 つで、スキルリポジトリを加えると 9 つのエージェントスキル（生成、商品撮影、サムネイル、解説動画、ブラウザゲーム）が上乗せされます。Unity のテストで生成したモデルは、すべてこの CLI 経由でした。

npm i -g @higgsfield/cli
higgsfield auth login
npx skills add higgsfield-ai/skills

AnkleBreaker Unity MCP Server は私のコミュニティのメンバーが作ったもので、相当な労力が注がれています。30 以上のカテゴリに 330 以上のツール（シーン、GameObject、コンポーネント、物理、テレイン、NavMesh、パーティクル、UI、プロファイリング、ビルド、さらには Unity Hub まで）。約 70 のコアツールが常時公開され、残りはプロキシ経由で遅延ロードされるため、Codex は 330 ではなく約 80 と報告します。エージェントが作業中でもエディタは固まりません。私がテストした中で最も優秀で効率的な MCP の 1 つで、有料のものにも勝っています。

インストールは手短に。新しい Unity プロジェクトを作り（組み込みの AI オプションはチェックを外したままで。私にはうまく動きませんでした）、Window → Package Manager → プラスボタン → Install package from git URL で README のプラグイン URL を貼り、Install。再起動は不要です。あとは README のセットアップ手順を Codex セッションにコピーすれば、残りは自分で判断して Unity に接続します。要件：Node.js 18 以降、Unity 2021.3 LTS 以降（Unity 6 を含む）。

なぜ重要か。このサーバーがあると GPT-6 はエディタと行き来し、ゲームを実行し、テストを書き、プレイします。以前 Fable 5.1 で同じループを試しましたが、ここでは GPT-6 が別次元です。

Godot MCP は考えうる限り最も簡単で、とても効率的です。リンクを GPT-6 に送ってインストールを頼むだけ。面白いのは、Godot プロジェクトを作り始めるのに Godot すら要らないことです。Godot が必要になるのは、結果をエディタで開くときだけ。Codex では 14 ツール（エディタの起動、プロジェクトの実行と停止、デバッグ出力の取得、シーンの作成、ノードの追加、スプライトの読み込み、MeshLibrary リソースの書き出し、Godot 4.4 以降の UID 管理）、MIT ライセンス、Node 18 以降。今年の前半に取り組んだ子どもの頃のゲームの再現で使いました。

codex mcp add godot -- npx @coding-solo/godot-mcp
# optional: --env GODOT_PATH=<path to the Godot executable>

私の選択は今も VibeUE です。Unreal Engine 5.8 に搭載されたネイティブ MCP サーバーと連携して動き、おそらく現時点で最良の組み合わせです。そして標準のツールセットが止まるところを拡張します。ランドスケープとフォリッジ、GPS からの実世界の地形、MetaSound と SoundCue のグラフ、アニメーションアセット、カスタム HLSL 付きの Niagara エミッター、MVVM バインディング付きの UMG ウィジェット、Blueprint、ビヘイビアツリー、undo に安全なトランザクション、Unreal Insights トレースによるプロファイリング。約 36 のスキルパックを登録するので、エージェントはどのツールを使うべきかを把握できます。

Unreal Engine 5.7 以前なら、VibeUE 単体で行ってください。私がテストした中で最良の無料・オープンソースの選択肢です。登録を求められますが、無料のままです。手順は 3 つ。エンジンのネイティブ MCP プラグイン（Unreal MCP、Toolset Registry、Editor Tools）を有効にし、VibeUE を Plugins/ にクローンしてビルドスクリプトを実行し、エディタのコンソールからクライアント設定を生成します。Codex は生成対象のクライアントの 1 つです。エンジン側についてはUE 5.8 ネイティブ MCP の記事で解説しています。

X で時間を過ごしているなら、例を見たことがあるはずです。img2threejs はサーバーではなくスキルです。参照画像を 1 枚渡すと、そのオブジェクトを TypeScript のプロシージャルな Three.js として再構築します。プリミティブと生成ジオメトリとシェーダーだけで、メッシュファイルなし、アニメーション対応。段階的なパイプライン（ブロックアウト、構造、形状、マテリアル、表面、ライティング、インタラクション、最適化）を走らせ、各段階はスクリプトが関門となり、モデルは視覚的な判断にだけトークンを使います。Python 3.10 以降で標準ライブラリのみ、Apache 2.0、Claude Code と OpenCode に加えて Codex にも対応しています。

CLI からのインストールは拍子抜けするほど簡単です。リポジトリのリンクをコピーし、セッションに貼って「このスキルをインストールして」と言うだけ。私のテストは、実際に操作できるヴィンテージの Underwood タイプライターでした。3D のキーをクリックすると紙に印字されます。形は 100% 正確ではなく、サイドのキーは少しずれていますが、見た目はそれなりで、ちゃんと動きます。実際にタイプできるのです。このスキルの正しい使い方は一歩ずつ進めること。まず形、次にキー、それからこれとこれを足して、と手動で導いていきます。かなり遠くまで行けます。

もう 1 つ、一般的なおすすめです。エージェントに豊富な API へのアクセスを与えたいなら、fal.ai MCP サーバー を検討してください。fal.ai の API キーが必要で、おそらく最も幅広いモデル群が使えます。音楽、サウンド、動画、画像など、fal の 600 以上のエンドポイントにまたがり、モデルの探索と料金の照会も組み込まれています。Codex では 11 ツール、MIT ライセンス、Python パッケージまたは Docker。

トレードオフは、Higgsfield MCP と違って、モデルをきれいにすぐ使える形で公開してくれないことです。どの目的にどのモデルを使うかをエージェントに指示する必要があり、その分時間がかかります。一度セットアップを済ませて、必要なモデルが分かっているなら良い選択肢です。私のClaude + Blender セットアップも同じ理由でこれに頼っています。

pip install fal-mcp
codex mcp add fal-ai --env FAL_KEY=<your_fal_key> -- fal-mcp