LLMUnity 项目使用教程
2026-01-20 01:58:00作者:薛曦旖Francesca
1. 项目目录结构及介绍
LLMUnity 项目的目录结构如下:
LLMUnity/
├── Editor/
│ ├── LLMUnity.csproj
│ └── ...
├── Resources/
│ └── ...
├── Runtime/
│ └── ...
├── Samples~/
│ ├── SimpleInteraction/
│ ├── MultipleCharacters/
│ ├── KnowledgeBaseGame/
│ ├── ChatBot/
│ └── AndroidDemo/
├── Tests/
│ └── ...
├── .editorconfig
├── .gitattributes
├── .gitignore
├── CHANGELOG.md
├── CHANGELOG.release.md
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── LICENSE.md
├── README.md
├── Third Party Notices.md
└── VERSION
目录介绍
- Editor/: 包含编辑器相关的脚本和配置文件。
- Resources/: 包含项目所需的资源文件。
- Runtime/: 包含运行时所需的脚本和配置文件。
- Samples~/: 包含多个示例项目,展示了如何使用 LLMUnity 进行游戏开发。
- Tests/: 包含项目的测试脚本和配置文件。
- .editorconfig: 编辑器配置文件。
- .gitattributes: Git 属性配置文件。
- .gitignore: Git 忽略文件配置。
- CHANGELOG.md: 项目变更日志。
- CHANGELOG.release.md: 发布版本的变更日志。
- CODE_OF_CONDUCT.md: 项目行为准则。
- CONTRIBUTING.md: 贡献指南。
- LICENSE.md: 项目许可证。
- README.md: 项目介绍和使用说明。
- Third Party Notices.md: 第三方软件声明。
- VERSION: 项目版本文件。
2. 项目启动文件介绍
LLMUnity 项目的启动文件主要位于 Runtime/ 目录下。以下是一些关键的启动文件:
- LLM.cs: 负责管理大型语言模型(LLM)的核心脚本。
- LLMCharacter.cs: 负责管理游戏中的角色与 LLM 的交互。
启动流程
- 初始化 LLM: 在游戏启动时,首先初始化
LLM对象,加载所需的 LLM 模型。 - 创建角色: 使用
LLMCharacter脚本创建游戏中的角色,并配置其与 LLM 的交互行为。 - 启动游戏: 启动游戏场景,开始游戏逻辑。
3. 项目配置文件介绍
LLMUnity 项目的配置文件主要位于 Resources/ 目录下。以下是一些关键的配置文件:
- LLMUnity.csproj: 项目的 C# 项目文件,定义了项目的依赖和构建配置。
- LLMUnitySettings.asset: 项目的设置文件,包含了 LLM 和角色的配置选项。
配置选项
- 模型路径: 指定 LLM 模型的路径。
- 角色配置: 配置游戏中的角色,包括角色的名称、提示词等。
- 远程服务器: 配置远程服务器的地址和端口,用于远程推理。
- 日志级别: 配置日志的详细程度。
通过这些配置文件,开发者可以灵活地调整 LLMUnity 的行为,以适应不同的游戏开发需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287