STARWARCLOUD STARWAR.AI
返回市场
统一-MCP-OLLAMA

统一-MCP-OLLAMA

作者：ZundamonnoVRChatkaisetu9 星标更新：2025-03-19
安装使用来源：spider==github.com

项目介绍

Unity MCP与Ollama集成

这是一个Unity MCP（模型上下文协议）包，它通过Ollama实现了Unity与本地大型语言模型（LLMs）之间的无缝通信。此包扩展了justinpbarnett/unity-mcp，使其能够与本地LLMs一起工作，允许开发者自动化工作流程、操作资产，并通过编程方式控制Unity编辑器，而无需依赖基于云的LLMs。

概述

Unity MCP与Ollama集成提供了一个双向通信通道，连接以下组件：

  1. Unity（通过C#）
  2. 一个Python MCP服务器
  3. 通过Ollama运行的本地LLMs

这使得可以实现：

  • 资产管理：程序化地创建、导入和操作Unity资产
  • 场景控制：管理场景、对象及其属性
  • 材质编辑：修改材质及其属性
  • 脚本集成：查看、创建和更新Unity脚本
  • 编辑器自动化：控制Unity编辑器功能，如撤销、重做、播放和构建

所有这些都由您自己的本地LLMs驱动，不需要互联网连接或API密钥。

支持的模型

此实现特别配置为与以下Ollama模型一起工作：

  • deepseek-r1:14b - 具有强大推理能力的140亿参数模型
  • gemma3:12b - 具有良好通用能力的Google 120亿参数模型

您可以在Unity MCP窗口中轻松切换这些模型。

安装（资源方法）

由于Unity的包管理器兼容性问题，我们建议使用资源方法进行安装。

前提条件

  • Unity 2020.3 LTS或更高版本
  • Python 3.10或更高版本
  • 系统上已安装Ollama
  • 在Ollama中拉取以下LLM模型：
    • ollama pull deepseek-r1:14b
    • ollama pull gemma3:12b

第一步：下载并安装编辑器脚本

  1. 下载或克隆此仓库：

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

  2. 在您的Unity项目的Assets目录下创建一个文件夹：

    Assets/UnityMCPOllama

  3. 将克隆仓库中的Editor文件夹复制到您的Unity项目中：

    # 复制整个Editor文件夹
[Repository]/Editor → Assets/UnityMCPOllama/Editor

  4. 验证文件夹结构正确：

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

  5. 让Unity导入并编译脚本

第二步：设置Python环境

  1. 创建一个用于Python环境的文件夹（在您的Unity项目之外）：

    mkdir PythonMCP
cd PythonMCP

  2. 复制克隆仓库中的Python文件夹：

    cp -r [Repository]/Python .

  3. 创建并激活虚拟环境：

    # 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# 在Windows上：
venv\Scripts\activate
# 在macOS/Linux上：
source venv/bin/activate

  4. 安装依赖项：

    cd Python
pip install -e .

第三步：配置Ollama

  1. 确保Ollama已在系统上安装并运行
  2. 拉取支持的模型： 
    ollama pull deepseek-r1:14b
ollama pull gemma3:12b
  3. 启动Ollama服务器： 
    ollama serve

使用Unity MCP与Ollama

第一步：启动Unity桥接

  1. 打开您的Unity项目
  2. 导航至Window > Unity MCP以打开MCP窗口
  3. 单击启动桥接按钮以启动Unity桥接

第二步：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
  3. 激活虚拟环境： 
    # 在Windows上：
venv\Scripts\activate
# 在macOS/Linux上：
source venv/bin/activate
  4. 导航到Python目录并启动服务器： 
    cd Python
python server.py

第三步：配置Ollama设置

  1. 在Unity MCP窗口中找到Ollama配置部分
  2. 核实或更新以下设置：
    • 主机：localhost（默认）
    • 端口：11434（默认）
    • 模型：选择deepseek-r1:14b或gemma3:12b
    • 温度：根据需要调整（0.0-1.0）
  3. 单击应用Ollama配置

第四步：使用聊天界面

  1. 在Unity MCP窗口中单击显示聊天界面按钮
  2. 在消息字段中键入您的指令
  3. 单击发送以处理您的请求

示例提示：

  • "在位置(0, 1, 0)创建一个红色立方体"
  • "向场景添加一个球体并应用蓝色材质"
  • "列出当前场景中的所有对象"
  • "编写一个简单的移动脚本并将其附加到立方体上"

连接状态指示器

Unity MCP窗口提供了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：已连接但存在问题
    • 红色：未连接

  • Unity桥接状态：显示Unity套接字服务器是否正在运行

    • 正在运行：Unity正在监听连接
    • 已停止：Unity套接字服务器不活跃

  • Ollama状态：显示与Ollama的连接状态

    • 已连接：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“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桥接是否正在运行

  2. 无法找到Unity MCP菜单

    • 确保编辑器脚本已正确导入到您的项目中
    • 检查Unity控制台中的任何错误
    • 如有必要，请重新启动Unity

  3. Ollama连接问题

    • 验证Ollama是否正在运行（ollama serve）
    • 检查模型是否已正确拉取
    • 确保没有防火墙阻止端口11434

  4. MCP命令执行失败

    • 检查Python控制台中的详细错误消息
    • 验证Unity桥接是否正在运行
    • 确保提示清晰且具体

明确的Python环境设置说明

如果您遇到设置Python环境的问题：

  1. 安装Python 3.10或更高版本
  2. 从ollama.ai安装Ollama
  3. 为Python环境创建一个专用目录： 
    mkdir C:\PythonMCP
cd C:\PythonMCP
  4. 克隆或下载此仓库并复制Python文件夹： 
    git clone https://github.com/ZundamonnoVRChatkaisetu/unity-mcp-ollama.git
copy unity-mcp-_ollama\Python .
  5. 创建虚拟环境： 
    python -m venv venv
  6. 激活虚拟环境： 
    venv\Scripts\activate
  7. 安装依赖项： 
    cd Python
pip install -e .
  8. 运行服务器： 
    python server.py

性能考虑

本地LLM性能取决于您的硬件：

  • 对于deepseek-r1:14b：推荐最小12GB显存
  • 对于gemma3:12b：推荐最小10GB显存
  • 只使用CPU是可能的，但会显著慢得多

贡献

欢迎贡献！请随时提交Pull Request或打开Issue。

许可

该项目根据MIT许可发布。

致谢