Unity MCP with Ollama Integration

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：

1. Unity（通过C#）
2. Python MCP服务器
3. 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

1. 下载或克隆此存储库：

   git clone https://github.com/ZundamonnoVRChatkaisetu/unity-mcp-ollama.git

1. 在Unity项目的Assets目录中创建一个文件夹：

   Assets/UnityMCPOllama

1. 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

1. 验证文件夹结构是否正确：

   Assets/
     UnityMCPOllama/
       Editor/
         MCPEditorWindow.cs
         UnityMCPBridge.cs

1. 让Unity导入并编译脚本

步骤2：设置Python环境

1. 为Python环境创建一个文件夹（在Unity项目之外）：

   mkdir PythonMCP
   cd PythonMCP

1. 从克隆的存储库中复制Python文件夹：

   cp -r [Repository]/Python .

1. 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

1. 安装依赖项：

   cd Python
   pip install -e .

步骤3：配置Olama

1. 确保Ollama已安装并在您的系统上运行
2. 拉动支持的型号：

   ollama pull deepseek-r1:14b
   ollama pull gemma3:12b

1. 启动Ollama服务器：

   ollama serve

Unity MCP与Olama的结合使用

第一步：启动Unity Bridge

1. 打开Unity项目
2. 引导到 Window > Unity MCP 打开MCP窗口
3. 点击 开始桥 启动Unity网桥的按钮

步骤2：启动Python服务器

1. 打开命令提示符或终端
2. 导航到您的Python环境：

   cd PythonMCP

1. 激活虚拟环境：

   # On Windows:
   venv\Scripts\activate
   # On macOS/Linux:
   source venv/bin/activate

1. 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

1. 在Unity MCP窗口中，找到 Ollama配置 章节
2. 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）

1. 点击 应用Ollama配置

步骤4：使用聊天界面

1. 点击 显示聊天界面 Unity MCP窗口中的按钮
2. 在消息字段中键入您的说明
3. 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

1. 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

1. 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

1. 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

1. 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：

1. 安装Python 3.10或更高版本
2. 从以下位置安装Ollama 去.ai
3. 为Python环境创建一个专用目录：

   mkdir C:\PythonMCP
   cd C:\PythonMCP

1. 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 .

1. 创建虚拟环境：

   python -m venv venv

1. 激活虚拟环境：

   venv\Scripts\activate

1. 安装依赖项：

   cd Python
   pip install -e .

1. 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