Ollama 統合による Unity MCP

Ollamaを介してUnityとローカルの大規模言語モデル（LLM）間のシームレスな通信を可能にするUnity MCP（モデルコンテキストプロトコル）パッケージ。このパッケージはjustinpbarnett/unity-mcpを拡張してローカルLLMと連携させ、開発者がクラウドベースのLLMに依存せずにワークフローを自動化し、アセットを操作し、Unityエディターをプログラムで制御できるようにします。

概要

Ollama 統合を備えた Unity MCP は、次の間の双方向通信チャネルを提供します。

1. Unity（C#経由）

2. Python MCPサーバー

3. Ollamaを通じて運営されるローカルLLM

これにより、次のことが可能になります。

• アセット管理: Unity アセットをプログラムで作成、インポート、操作します

• シーンコントロール: シーン、オブジェクト、およびそのプロパティを管理します

• マテリアル編集: マテリアルとそのプロパティを変更します

• スクリプト統合: Unity スクリプトの表示、作成、更新

• エディター自動化:Unity エディターの元に戻す、やり直し、再生、ビルドなどの機能を制御します。

すべては独自のローカル LLM によって実行され、インターネット接続や API キーは必要ありません。

サポートされているモデル

この実装は、次の Ollama モデルで動作するように特別に構成されています。

• deepseek-r1:14b - 強力な推論機能を備えた140億パラメータモデル

• gemma3:12b - 優れた汎用性を備えたGoogleの120億パラメータモデル

Unity MCP ウィンドウでこれらのモデルを簡単に切り替えることができます。

インストール（資産方式）

Unity のパッケージ マネージャーの互換性の問題により、インストールにはAsset Methodを使用することをお勧めします。

前提条件

• Unity 2020.3 LTS以降

• Python 3.10以降

• システムにOllamaがインストールされている

• 次の LLM モデルが Ollama に取り込まれました:

  • ollama pull deepseek-r1:14b

  • ollama pull gemma3:12b

ステップ1: エディタースクリプトをダウンロードしてインストールする

1. このリポジトリをダウンロードまたはクローンします:

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

2. Unity プロジェクトの Assets ディレクトリにフォルダーを作成します。

   Assets/UnityMCPOllama

3. クローンしたリポジトリからEditorフォルダーを Unity プロジェクトにコピーします。

   # Copy the entire Editor folder [Repository]/Editor → Assets/UnityMCPOllama/Editor

4. フォルダ構造が正しいことを確認します。

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

5. Unityでスクリプトをインポートしてコンパイルする

ステップ2: Python環境の設定

1. Python 環境用のフォルダーを作成します (Unity プロジェクトの外部)。

   mkdir PythonMCP cd PythonMCP

2. クローンしたリポジトリから Python フォルダをコピーします。

   cp -r [Repository]/Python .

3. 仮想環境を作成してアクティブ化します。

   # Create a virtual environment python -m venv venv # Activate the virtual environment # On Windows: venv\Scripts\activate # On macOS/Linux: source venv/bin/activate

4. 依存関係をインストールします:

   cd Python pip install -e .

ステップ3: Ollamaを設定する

1. Ollamaがシステムにインストールされ、実行されていることを確認してください

2. サポートされているモデルをプルします。

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

3. Ollama サーバーを起動します。

   ollama serve

OllamaでUnity MCPを使用する

ステップ1：Unity Bridgeを起動する

1. Unityプロジェクトを開く

2. Window > Unity MCPに移動して、MCP ウィンドウを開きます。

3. **「ブリッジを開始」**ボタンをクリックしてUnityブリッジを開始します

ステップ2: Pythonサーバーを起動する

1. コマンドプロンプトまたはターミナルを開きます

2. Python 環境に移動します。

   cd PythonMCP

3. 仮想環境をアクティブ化します。

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

4. Python ディレクトリに移動してサーバーを起動します。

   cd Python python server.py

ステップ3: Ollamaの設定を構成する

1. Unity MCPウィンドウで、 Ollama Configurationセクションを見つけます。

2. 次の設定を確認または更新します。

   • ホスト: localhost (デフォルト)

   • ポート: 11434 (デフォルト)

   • モデル: deepseek-r1:14bまたはgemma3:12bのいずれかを選択してください

   • 温度：必要に応じて調整します（0.0～1.0）

3. Ollama構成の適用をクリック

ステップ4: チャットインターフェースを使用する

1. Unity MCPウィンドウの**「チャットインターフェースを表示」**ボタンをクリックします。

2. メッセージ欄に指示を入力してください

3. リクエストを処理するには**[送信]**をクリックしてください

プロンプトの例:

• 「位置 (0, 1, 0) に赤い立方体を作成します」

• 「シーンに球体を追加し、青いマテリアルを適用する」

• 「現在のシーン内のすべてのオブジェクトを一覧表示する」

• 「簡単な動作スクリプトを書いてキューブに添付する」

接続ステータスインジケーター

Unity MCP ウィンドウには、各コンポーネントのステータス情報が表示されます。

• Pythonサーバーステータス: Pythonサーバーが実行中かどうかを示します

  • 緑: 接続済み

  • 黄色: 接続されていますが、問題があります

  • 赤: 接続されていません

• Unityブリッジステータス: Unityソケットサーバーが実行中かどうかを表示します

  • 実行中: Unity は接続を待機しています

  • 停止: Unity ソケット サーバーがアクティブではありません

• Ollamaステータス: Ollamaへの接続ステータスを表示します

  • 接続済み: Ollama サーバーに正常に接続されました

  • 接続されていません: Ollama に接続できません

トラブルシューティング

よくある問題

1. Python サーバーの「未接続」ステータス

   • Python サーバーが実行中であることを確認します ( python server.py )

   • Pythonコンソールでエラーを確認する

   • Unity Bridgeが動作していることを確認する

2. Unity MCP メニューが見つかりません

   • エディタースクリプトがプロジェクトに正しくインポートされていることを確認してください

   • Unityコンソールでエラーがないか確認する

   • 必要に応じてUnityを再起動します

3. Ollama 接続の問題

   • ollama serveでOllamaが動作していることを確認する

   • モデルが適切に引き出されているか確認する

   • ファイアウォールがポート11434をブロックしていないことを確認する

4. MCPコマンド実行失敗

   • 詳細なエラーメッセージについてはPythonコンソールを確認してください

   • Unity Bridgeが動作していることを確認する

   • プロンプトが明確かつ具体的であることを確認してください

Python環境の明示的なセットアップ手順

Python 環境の設定中に問題が発生した場合:

1. Python 3.10以降をインストールする

2. ollama.aiからOllamaをインストールする

3. Python 環境専用のディレクトリを作成します。

   mkdir C:\PythonMCP cd C:\PythonMCP

4. このリポジトリをクローンまたはダウンロードし、Python フォルダーをコピーします。

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

5. 仮想環境を作成します。

   python -m venv venv

6. 仮想環境をアクティブ化します。

   venv\Scripts\activate

7. 依存関係をインストールします:

   cd Python pip install -e .

8. サーバーを実行します。

   python server.py

パフォーマンスに関する考慮事項

ローカル LLM のパフォーマンスはハードウェアによって異なります。

• deepseek-r1:14bの場合：推奨最小12GBのVRAM

• gemma3:12bの場合：推奨最小10GBのVRAM

• CPUのみの操作は可能だが、速度が大幅に低下する

貢献

貢献を歓迎します！お気軽にプルリクエストを送信したり、問題を報告してください。

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています。

謝辞

• justinpbarnett/unity-mcpをベースにしています

• ローカルLLM統合にOllamaを使用