Puerts_Unity_WebGL_Demo 项目下载与安装教程
1. 项目介绍
Puerts_Unity_WebGL_Demo 是一个开源项目,展示了如何在 Unity 中使用 TypeScript 进行游戏开发,并通过 WebAssembly 在浏览器中高效运行。这个项目是基于 PuerTS 框架,它允许开发者直接在 Unity 中使用 TypeScript,从而提高开发效率和执行性能。
2. 项目下载位置
项目托管在 GitHub 上,可以通过以下地址进行下载:
https://github.com/zombieyang/puerts_unity_webgl_demo.git
3. 项目安装环境配置
在开始安装前,请确保您已经安装了以下环境:
- Unity(建议版本 2021.3.19 或以上)
- Node.js(含 npm)
- Git
以下是环境配置的图片示例:

图 1: Unity 安装界面

图 2: Node.js 安装完成

图 3: Git 安装完成
4. 项目安装方式
-
克隆项目到本地:
打开命令行窗口,执行以下命令:
git clone https://github.com/zombieyang/puerts_unity_webgl_demo.git -
在 Unity 中打开项目:
打开 Unity Hub,点击 "Add" 添加项目,选择克隆到本地的
puerts_unity_webgl_demo文件夹。 -
安装 Puerts 和 Puerts-WebGL:
-
在项目中打开 "Package Manager",选择 "Add package from Git URL",输入以下 URL:
https://github.com/Tencent/puerts.git -
同样的方式安装 Puerts-WebGL:
https://github.com/zombieyang/puerts_unity_webgl_demo.git
-
-
安装 jsbuild 组件:
如果是首次运行,需要安装 jsbuild 组件,可以通过 "Package Manager" 中的 "Add from Git" 安装。
5. 项目处理脚本
项目中的脚本主要是 TypeScript 文件,项目提供了一个构建流程来处理这些脚本。以下是处理脚本的步骤:
-
在项目目录中执行以下命令来启动一个 HTTP 服务器:
serve -
打开浏览器,访问
http://localhost:5000查看项目演示。 -
如果需要重新构建项目,执行以下命令:
npm run build
以上就是 Puerts_Unity_WebGL_Demo 项目的下载与安装教程。按照上述步骤,您可以顺利搭建并运行这个项目。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00