Unity MCP 与 Ollama 集成

Unity MCP（模型上下文协议）包，支持通过 Ollama 在 Unity 和本地大型语言模型 (LLM) 之间进行无缝通信。此包扩展了justinpbarnett/unity-mcp以与本地 LLM 配合使用，使开发者能够自动化工作流程、操作资源并以编程方式控制 Unity 编辑器，而无需依赖基于云的 LLM。

概述

Unity MCP 与 Ollama 集成提供了以下之间的双向通信通道：

1. Unity（通过 C#）

2. Python MCP 服务器

3. 通过 Ollama 开设的本地法学硕士课程

这使得：

• 资产管理：以编程方式创建、导入和操作 Unity 资产

• 场景控制：管理场景、对象及其属性

• 材料编辑：修改材料及其属性

• 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，如撤消、重做、播放和构建

全部由您自己的本地 LLM 提供支持，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 Ollama 模型配合使用：

• deepseek-r1:14b - 具有强大推理能力的 140 亿参数模型

• gemma3:12b - 谷歌的 120 亿参数模型，具有良好的通用能力

您可以在 Unity MCP 窗口中轻松地在这些模型之间切换。

安装（资产方法）

由于Unity的包管理器兼容性问题，我们建议使用Asset方法进行安装。

先决条件

• Unity 2020.3 LTS 或更高版本

• Python 3.10 或更高版本

• 您的系统上已安装Ollama

• 以下 LLM 模型引入了 Ollama：

  • 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

2. 在 Unity 项目的 Assets 目录中创建一个文件夹：

   Assets/UnityMCPOllama

3. 将Editor文件夹从克隆的存储库复制到您的 Unity 项目：

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

4. 验证文件夹结构是否正确：

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

5. 让 Unity 导入并编译脚本

第 2 步：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

2. 从克隆的存储库复制 Python 文件夹：

   cp -r [Repository]/Python .

3. 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

4. 安装依赖项：

   cd Python pip install -e .

步骤3：配置Ollama

1. 确保 Ollama 已安装并正在您的系统上运行

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

将 Unity MCP 与 Ollama 结合使用

步骤 1：启动 Unity Bridge

1. 打开你的 Unity 项目

2. 导航至Window > Unity MCP以打开 MCP 窗口

3. 点击Start Bridge按钮启动 Unity Bridge

第 2 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：

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

4. 导航到 Python 目录并启动服务器：

   cd Python python server.py

步骤3：配置Ollama设置

1. 在 Unity MCP 窗口中，找到Ollama 配置部分

2. 验证或更新以下设置：

   • 主机：localhost（默认）

   • 端口：11434（默认）

   • 型号：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”**

步骤 4：使用聊天界面

1. 单击 Unity MCP 窗口中的**“显示聊天界面”**按钮

2. 在消息字段中输入您的指示

3. 单击**“发送”**以处理您的请求

提示示例：

• “在位置 (0, 1, 0) 处创建一个红色立方体”

• “向场景中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 Bridge 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

• 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 Bridge 是否正在运行

2. 找不到 Unity MCP 菜单

   • 确保编辑器脚本已正确导入到你的项目中

   • 检查 Unity 控制台是否有任何错误

   • 如果需要，重新启动 Unity

3. Ollama连接问题

   • 使用ollama serve验证 Ollama 是否正在运行

   • 检查模型是否正确拉出

   • 确保没有防火墙阻止端口 11434

4. MCP 命令执行失败

   • 检查 Python 控制台以获取详细的错误消息

   • 验证 Unity Bridge 是否正在运行

   • 确保提示清晰明确

Python 环境的明确设置说明

如果您在设置 Python 环境时遇到问题：

1. 安装 Python 3.10 或更新版本

2. 从ollama.ai安装 Ollama

3. 为 Python 环境创建专用目录：

   mkdir C:\PythonMCP cd C:\PythonMCP

4. 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 .

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 ：建议最低 12GB VRAM

• 对于gemma3:12b ：建议最低 10GB VRAM

• 仅 CPU 操作是可能的，但速度会明显变慢

贡献

欢迎贡献代码！欢迎提交 Pull Request 或创建 Issue。

执照

该项目已获得 MIT 许可。

致谢

• 基于justinpbarnett/unity-mcp

• 使用Ollama进行本地 LLM 集成