团结引擎内置 AI 助手团结 Muse Chat 测试版上线!新功能怎么用?能做什么?

在开发过程中,快速获得精准的技术支持能够有效提高开发效率。生成式 AI 的出现为实现实时技术支持提供了新的机会。Unity 中国积极探索 AI 在开发中的应用,并在团结引擎 1.3.0 版本中上线了新功能:团结 Muse Chat。

团结 Muse Chat 是 Unity 中国推出的首个适配团结引擎的人工智能助手产品(开放内测中),专为中国本土开发者而定制,它内置在引擎中,能够理解并回答涉及团结引擎使用、脚本编写、资源管理等诸多方面的问题。团结 Muse Chat 支持用户自主上传项目中的代码文件,并可将生成回答中的代码块支持一键导入项目,自动编译检查错误。因此,无论您在编写代码、设计游戏场景,还是在优化性能时遇到问题,只需向团结 Muse Chat 提问,它就能为您提供及时、精准的解答,进而加速您的实时 3D 应用创作流程。

操作步骤

1. 开始使用

1.1 功能主入口:Editor-> Window -> Tuanjie Muse Chat

*Mac版入口

1.2 首次进入: 需要勾选《用户协议》&《隐私政策》

*条款确认界面 (注:只需勾选一次,后续再进入就不会出现该界面)

2. 首页

登录成功后进入主界面,详情如下图所示:

*主界面

顶部状态栏:显示窗口名称、用户名称缩写(登录状态下)、内测期间每日使用余额。

左侧会话区:记录所有用户的历史会话记录,并提供基本的新建会话、选择会话、删除会话、修改会话名称、清空所有会话功能。此外,该功能区域下方还提供了反馈问卷入口。

右侧会话区:记录当前会话的历史消息,提供输入框以输入和发送问题,并且允许停止和重新生成失败回答。

3. 重要功能说明

3.1 登录

请先在引擎中登录自己的 Unity ID 账号,才能进行团结 Muse Chat 后续功能使用:

3.2 快捷调试入口

为了便于开发者快速调试报错,现可以在 Console 面板中右键报错信息直接询问团结 Muse:

3.3 快捷生成入口

在 Hierarchy 或者 Project 面板中,右键 GameObject 或 Asset,在菜单项中可以选择 Muse > Generate Script 或者 Muse > Generate Shader:

将会弹出快捷生成窗口,可以直接输入需求进行生成:

3.4 Agent 生成功能

团结 Muse Chat 默认启用 Agent 模式进行回答。Agent 模式下团结 Muse Chat 会自主调用网页搜索能力,并会分析项目信息以增强回答质量。Agent 模式下所有获取的信息仅用于辅助当前问题的回答,不会参与数据训练等其他用途。用户可以自行选择是否启用:

3.5 代码附件上传功能

团结 Muse Chat 支持用户自主上传项目中的代码文件以供分析:

此外,也支持直接右键对应代码文件快捷咨询:

3.6 生成代码导入功能

生成回答中的代码块支持一键导入项目,导入前会自动编译检查是否存在错误,如果存在编译错误可以直接重新调试生成直到代码无误。

如果导入 C# 脚本或者 Shader 时选中了相应的 GameObject 或 Asset,支持自动挂载到组件或者材质:

3.7 便捷工具功能

鼠标悬浮在回答上时,上方会显示便捷工具,分别是快速复制、好评反馈和差评反馈:

3.8 每日限额

内测期间,每位用户每天的免费使用额度为:10 个问题。每提问一个问题,余额数量将扣除 1(用户主动中止回答仍会扣除),余额为 0 时将暂不允许继续提问。计数显示如下图红框所示:

使用额度的刷新时间为每日 0 点。

团结引擎是 Unity 中国的引擎研发团队基于 Unity 2022 LTS 版本为中国开发者定制的实时 3D 引擎;基于 Unity 的核心能力,团结引擎团队倾听中国开发者的声音和需求,为团结引擎加入了一些中国开发者需要的定制化功能,并会在未来持续不断为中国开发者量身定制需要的功能。团结引擎 1.3.0 版本新增Muse Chat功能现已上线,欢迎下载体验。

[1]团结引擎官网:

https://unity.cn/tuanjie/tuanjieyinqing

[2]团结引擎问答专区:

https://developer.unity.cn/plate/tuanjie-engine?tab=ask

相关推荐
GocNeverGiveUp8 分钟前
机器学习2-NumPy
人工智能·机器学习·numpy
B站计算机毕业设计超人1 小时前
计算机毕业设计PySpark+Hadoop中国城市交通分析与预测 Python交通预测 Python交通可视化 客流量预测 交通大数据 机器学习 深度学习
大数据·人工智能·爬虫·python·机器学习·课程设计·数据可视化
学术头条1 小时前
清华、智谱团队:探索 RLHF 的 scaling laws
人工智能·深度学习·算法·机器学习·语言模型·计算语言学
18号房客1 小时前
一个简单的机器学习实战例程,使用Scikit-Learn库来完成一个常见的分类任务——**鸢尾花数据集(Iris Dataset)**的分类
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·sklearn
feifeikon1 小时前
机器学习DAY3 : 线性回归与最小二乘法与sklearn实现 (线性回归完)
人工智能·机器学习·线性回归
游客5201 小时前
opencv中的常用的100个API
图像处理·人工智能·python·opencv·计算机视觉
古希腊掌管学习的神1 小时前
[机器学习]sklearn入门指南(2)
人工智能·机器学习·sklearn
凡人的AI工具箱2 小时前
每天40分玩转Django:Django国际化
数据库·人工智能·后端·python·django·sqlite
咸鱼桨2 小时前
《庐山派从入门到...》PWM板载蜂鸣器
人工智能·windows·python·k230·庐山派
强哥之神2 小时前
Nexa AI发布OmniAudio-2.6B:一款快速的音频语言模型,专为边缘部署设计
人工智能·深度学习·机器学习·语言模型·自然语言处理·音视频·openai