【亲测免费】 UnityLive2DExtractor 项目使用教程
2026-01-15 16:38:28作者:邬祺芯Juliet
1. 项目目录结构及介绍
UnityLive2DExtractor/
├── UnityLive2DExtractor.sln
├── UnityLive2DExtractor/
│ ├── gitattributes
│ ├── gitignore
│ ├── LICENSE
│ ├── README.md
│ ├── UnityLive2DExtractor.csproj
│ ├── Program.cs
│ ├── Live2DExtractor.cs
│ └── ...
└── ...
- UnityLive2DExtractor.sln: 项目的解决方案文件,用于在Visual Studio中打开和管理项目。
- UnityLive2DExtractor/: 项目的主要代码目录。
- gitattributes: Git属性文件,用于定义Git在处理特定文件时的行为。
- gitignore: Git忽略文件,用于指定Git在提交时忽略的文件和目录。
- LICENSE: 项目的许可证文件,本项目使用MIT许可证。
- README.md: 项目的说明文件,包含项目的基本介绍和使用方法。
- UnityLive2DExtractor.csproj: 项目的C#项目文件,定义了项目的构建配置和依赖项。
- Program.cs: 项目的入口文件,包含程序的主函数。
- Live2DExtractor.cs: 主要功能实现文件,包含从Unity AssetBundle中提取Live2D Cubism 3文件的逻辑。
2. 项目启动文件介绍
项目的启动文件是 Program.cs,该文件包含了程序的主函数 Main,负责启动和运行整个应用程序。以下是 Program.cs 的简要介绍:
using System;
using System.IO;
namespace UnityLive2DExtractor
{
class Program
{
static void Main(string[] args)
{
if (args.Length == 0)
{
Console.WriteLine("请拖放Live2D文件夹到exe上,或将文件夹路径作为参数传递。");
return;
}
string inputFolder = args[0];
string outputFolder = Path.Combine(Path.GetDirectoryName(inputFolder), "Live2DOutput");
if (!Directory.Exists(outputFolder))
{
Directory.CreateDirectory(outputFolder);
}
Live2DExtractor extractor = new Live2DExtractor();
extractor.Extract(inputFolder, outputFolder);
}
}
}
- Main 函数: 程序的入口点,接收命令行参数并调用
Live2DExtractor类中的Extract方法来执行提取操作。 - args: 命令行参数,通常是Live2D文件夹的路径。
- Live2DExtractor 类: 负责实际的提取操作,将Live2D文件从Unity AssetBundle中提取出来并保存到指定目录。
3. 项目的配置文件介绍
本项目没有传统的配置文件,所有的配置和参数都是通过命令行参数传递的。用户可以通过拖放Live2D文件夹到exe文件上,或者在命令行中指定文件夹路径来运行程序。
例如,在命令行中运行:
UnityLive2DExtractor.exe "C:\path\to\live2d\folder"
这将指定 C:\path\to\live2d\folder 作为输入文件夹,并在该文件夹的同级目录下生成 Live2DOutput 文件夹,用于存放提取出的Live2D文件。
通过以上步骤,您可以成功使用 UnityLive2DExtractor 项目从Unity AssetBundle中提取Live2D Cubism 3文件。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
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
390
282
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
938
859
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
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++
124
195