Unity MCP与Ollama集成
Unity MCP（模型上下文协议）包，通过Ollama实现Unity和本地大型语言模型（LLM）之间的无缝通信。此包扩展 贾斯汀·巴内特/团结运动党 使用本地LLM，允许开发人员自动化工作流程、操纵资产和以编程方式控制Unity编辑器，而无需依赖基于云的LLM。
概述
带有Ollama集成的Unity MCP提供了以下之间的双向通信信道：
- Unity（通过C#）
- Python MCP服务器
- Ollama的当地LLM
这使得：
- 资产管理：以编程方式创建、导入和操作Unity资源
- 场景控制：管理场景、对象及其属性
- 材料编辑：修改材质及其特性
- 脚本集成：查看、创建和更新Unity脚本
- 编辑器自动化：控制Unity编辑器的功能，如撤消、重做、播放和构建
全部由您自己的本地LLM供电，无需互联网连接或API密钥。
支持的型号
此实现专门配置为与以下Olama模型一起使用：
- deepseek-r1:14b -具有强大推理能力的140亿参数模型
- 吉玛书3:12b -谷歌的120亿参数模型具有良好的通用功能
您可以在Unity MCP窗口中轻松切换这些模型。
安装（资产法）
由于Unity的包管理器兼容性问题，我们建议使用 资产法 用于安装。
先决条件
- Unity 2020.3 LTS或更新版本
- Python 3.10或更新版本
- 没有 安装在您的系统上
- 以下LLM车型在Ollama上市：
- ollama pull deepseek-r1:14b - ollama pull gemma3:12b
步骤1：下载并安装编辑器脚本
- 下载或克隆此存储库：
git clone https://github.com/ZundamonnoVRChatkaisetu/unity-mcp-ollama.git- 在Unity项目的Assets目录中创建一个文件夹：
Assets/UnityMCPOllama- 复制
Editor从克隆的存储库到Unity项目的文件夹：
# Copy the entire Editor folder
[Repository]/Editor → Assets/UnityMCPOllama/Editor- 验证文件夹结构是否正确：
Assets/
UnityMCPOllama/
Editor/
MCPEditorWindow.cs
UnityMCPBridge.cs- 让Unity导入并编译脚本
步骤2：设置Python环境
- 为Python环境创建一个文件夹（在Unity项目之外）：
mkdir PythonMCP
cd PythonMCP- 从克隆的存储库中复制Python文件夹：
cp -r [Repository]/Python .- 创建并激活虚拟环境：
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate- 安装依赖项：
cd Python
pip install -e .步骤3：配置Olama
- 确保Ollama已安装并在您的系统上运行
- 拉动支持的型号：
ollama pull deepseek-r1:14b
ollama pull gemma3:12b- 启动Ollama服务器：
ollama serveUnity MCP与Olama的结合使用
第一步：启动Unity Bridge
- 打开Unity项目
- 引导到
Window > Unity MCP打开MCP窗口 - 点击 开始桥 启动Unity网桥的按钮
步骤2：启动Python服务器
- 打开命令提示符或终端
- 导航到您的Python环境：
cd PythonMCP- 激活虚拟环境：
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate- 导航到Python目录并启动服务器：
cd Python
python server.py步骤3：配置Olama设置
- 在Unity MCP窗口中，找到 Ollama配置 章节
- 验证或更新以下设置：
- 主机：localhost（默认） - 端口：11434（默认值） - 模型：选择其中之一 deepseek-r1:14b 或 gemma3:12b - 温度：根据需要进行调整（0.0-1.0）
- 点击 应用Ollama配置
步骤4：使用聊天界面
- 点击 显示聊天界面 Unity MCP窗口中的按钮
- 在消息字段中键入您的说明
- 点击 发送 处理您的请求
示例提示：
- 在（0,1,0）位置创建一个红色立方体
- “向场景中添加球体并应用蓝色材质”
- “列出当前场景中的所有对象”
- “编写一个简单的动作脚本并将其附加到立方体上”
连接状态指示器
Unity MCP窗口提供每个组件的状态信息：
- Python服务器状态：指示Python服务器是否正在运行
- 绿色：已连接 - 黄色：连接但有问题 - 红色：未连接
- Unity桥状态：显示Unity套接字服务器是否正在运行
- 运行：Unity正在监听连接 - 已停止：Unity套接字服务器未处于活动状态
- 状态：显示与Ollama的连接状态
- 已连接：已成功连接到Ollama服务器 - 未连接：无法连接到Ollama
故障排除
常见问题
- Python服务器的“未连接”状态
- 确保Python服务器正在运行(python server.py) - 检查Python控制台中的错误 - 验证Unity网桥是否正在运行
- 找不到Unity MCP菜单
- 确保编辑器脚本已正确导入到项目中 - 检查Unity控制台是否有任何错误 - 必要时重新启动Unity
- Ollama连接问题
- 验证Ollama是否正在运行 ollama serve - 检查模型是否正确拉动 - 确保没有防火墙阻止端口11434
- MCP命令执行失败
- 检查Python控制台以获取详细的错误消息 - 验证Unity网桥是否正在运行 - 确保提示清晰具体
Python环境的显式设置说明
如果您在设置Python环境时遇到问题：
- 安装Python 3.10或更高版本
- 从以下位置安装Ollama 去.ai
- 为Python环境创建一个专用目录：
mkdir C:\PythonMCP
cd C:\PythonMCP- 克隆或下载此存储库并复制Python文件夹：
git clone https://github.com/ZundamonnoVRChatkaisetu/unity-mcp-ollama.git
copy unity-mcp-ollama\Python .- 创建虚拟环境：
python -m venv venv- 激活虚拟环境：
venv\Scripts\activate- 安装依赖项：
cd Python
pip install -e .- 运行服务器：
python server.py性能注意事项
本地LLM性能取决于您的硬件：
- 对于 deepseek-r1:14b：建议最低12GB VRAM
- 对于 吉玛书3:12b：建议最低10GB VRAM
- 仅CPU操作是可能的，但速度会慢得多
贡献
欢迎投稿！请随时提交拉取请求或打开问题。
许可证
该项目根据MIT许可证获得许可。
致谢
- 基于 贾斯汀·巴内特/团结运动党
- 用途 没有 用于本地LLM集成