Unity CLI 接入 Cursor 与 Antigravity:AI 智能体开发环境配置与 Skills 冲突解决

拆解 Unity CLI 打通 Cursor、Antigravity 等第三方 Agent 的完整配置流程与冲突解法。
文章基于 B 站 UP 主的实操演示,系统梳理了让第三方 AI Agent 操作 Unity 编辑器的完整链路。首先强调新建项目需勾选 Use Unity CLI 以安装 Pipeline 包,并依赖 Node 环境运行技能安装脚本。随后介绍通过官方仓库批量安装 Unity Skills,主流 Agent 可直接识别,但 Antigravity 例外。配置外部编辑器需借助额外仓库,通过 Package Manager 安装后即可在 External Tools 中选用 Cursor 或 Antigravity。针对 Cursor 优先读取 MCP 技能导致的冲突,文章给出删除 MCP Skills 的解法;针对 Antigravity,则需手动将 Skills 解压到 Agents/Skills/Skills/Skills 嵌套目录。最后建议用 agents.md 固化行为约束,减少误操作。
Unity CLI 正在成为 AI 智能体操作 Unity 编辑器的标准接口,但官方连接器目前只覆盖了 ChatGPT 生态。如果你用的是 Cursor、Antigravity、Windsurf 等第三方 Agent,就需要手动打通链路。本文基于 B 站 UP 主的实操演示,拆解从零配置 Unity CLI 到解决 Skills 冲突的完整流程,重点处理 Antigravity 的特殊情况。
前置条件:Unity CLI 与 Node 环境
新建 Unity 项目时,必须勾选「Use Unity CLI」选项。这一步会安装 Unity Pipeline 包,CLI 依赖它才能与编辑器通信。项目打开后,在 Package Manager 中可以看到 Unity Pipeline 已就位。
技能安装依赖 Node 环境。若系统未安装 Node,需从官方渠道下载对应系统的安装包,安装完成后建议重启电脑以确保环境变量生效。这是后续所有 CLI 操作的基础,跳过这一步会导致技能安装脚本无法执行。

MCP(Model Context Protocol) 是 Anthropic 于 2024 年底提出的开放协议,旨在让 AI 模型以标准化方式连接外部工具与数据源。它定义了一套客户端-服务器架构:MCP Server 暴露工具(tools)、资源(resources)和提示(prompts),Agent 侧的 MCP Client 则通过 JSON-RPC 调用这些能力。相比每个 Agent 各自实现一套插件接口,MCP 的优势在于「一次实现、多处复用」,因此被 Cursor、Claude Desktop 等工具广泛采纳。但也正因为它足够通用,当环境中同时存在 MCP 技能和领域专用接口(如 Unity CLI)时,Agent 容易优先匹配前者,这正是后文 Cursor 冲突的根源。
Node.js 是建立在 Chrome V8 引擎之上的 JavaScript 运行时,npm(Node Package Manager)随其一同安装,是当前绝大多数 CLI 工具和技能安装脚本的分发渠道。文章中的 Unity Skills 安装脚本本质上是一个 npm 包,因此必须先具备 Node 环境。安装后建议重启终端或电脑,是为了让 PATH 环境变量刷新,否则 node、npx 等命令在新开的终端里会提示找不到。
安装 Unity Skills:从仓库到 Agent 识别
Unity 官方技能仓库提供了批量安装脚本。在终端中粘贴安装命令并回车,脚本会要求确认(输入 Y),随后进入技能选择界面。按空格键全选所需技能,回车确认。
安装过程中会询问是否添加额外的 Agent。主流 Agent 已在默认列表中,直接跳过即可。接下来选择安装范围:全局安装让所有项目共享技能,项目级安装则仅当前项目可用。UP 主选择了全局安装,简化多项目切换时的配置成本。安装方式选择「Simpling」(即简单模式),等待数秒即可完成。
此时大多数 Agent 已经能识别 Unity Skills,但 Antigravity 是例外——这招对它不生效,需要单独处理。
Agent Skills 可以理解为「技能包」形式的能力扩展:每个技能通常是一个包含 SKILL.md(描述触发条件与使用方式)以及若干脚本或资源的目录。Agent 在接到任务时会先扫描已安装技能的元数据,判断哪些技能与当前意图匹配,再按需加载完整内容。这种「渐进式披露」的设计能避免一次性把所有技能塞进上下文。
正因如此,技能能否被识别,取决于 Agent 是否扫描了正确的目录。不同 Agent 的默认扫描路径并不统一——例如 Cursor 会读取 .cursor/skills 或全局配置目录,而 Antigravity 的扫描逻辑与标准路径不一致,这就解释了为什么全局安装对多数 Agent 生效,却对 Antigravity 失效,必须手动构造嵌套目录来「喂」给它。
让 Unity 识别外部编辑器
Skills 装好后,还需要让 Unity 把 Cursor、Antigravity 或 Windsurf 识别为默认代码编辑器。UP 主自行维护了一个仓库,通过 Package Manager 的「Add Package from Git URL」粘贴安装链接即可。
安装完成后进入 Edit > Preferences > External Tools,在外部编辑器选项中就能看到 Cursor 和 Antigravity。快速测试:新建脚本并双击,Cursor 正常打开,说明链路打通。
解决 MCP Skills 冲突:Cursor 的常见坑
让 Cursor 执行「创建一个圆形场景」的指令时,它尝试调用 MCP 而非 Unity CLI。原因是 Cursor 读取了 MCP 技能,这在同时配置了多种 Agent 工具的环境中很常见。

解决办法是在终端执行 mpx skills remove 命令,找到 MCP Skills 并删除。再次发送相同提示词,Cursor 转而读取 Unity CLI Skills,通过 CLI 指挥 Unity 完成场景搭建。几分钟后场景生成完毕。
这个问题的本质是技能优先级冲突:当多个技能集同时存在时,Agent 可能优先匹配它认为更通用的 MCP 协议,而非领域专用的 Unity CLI。删除冗余技能是最直接的解法。
skills CLI 命令(文中出现的 mpx skills remove 属于具体包装或笔误形式,核心是 skills 子命令)用于管理本地已安装的技能集合,常见子命令包括 list(列出已装技能)、remove(卸载指定技能)、add(安装新技能)。当 Agent 行为不符合预期时,先用 list 确认当前生效的技能清单,是排查冲突的第一步。删除 MCP Skills 后建议重启 Agent 或新开对话,确保其重新扫描技能目录,否则旧的技能索引可能仍在缓存中。
Antigravity 的特殊配置:手动部署 Skills
在偏好设置中切换到 Antigravity 后,打开脚本能正常启动,但让它执行任务时完全无法识别 Skills,Antigravity 的设置界面里也找不到它们。

解决方式是在项目根目录下创建嵌套目录结构:Agents/Skills/Skills/Skills,将 Unity 仓库的压缩包下载后,把 Skills 直接解压到该路径。重启 Antigravity 后,输入 Unity CLI 相关指令,它能识别到 Skills 并读取。
测试「创建一个第一人称控制器」:Antigravity 首先读取 Skills,然后通过 CLI 连接 Unity,几分钟后控制器完成且效果良好。在终端中使用 Antigravity CLI 同样有效,输入 skills 命令可以看到全部技能已加载。

这种手动部署方式虽然繁琐,但绕过了 Antigravity 对标准安装路径的兼容性问题。目录嵌套层级看起来冗余,却是当前版本下让 Antigravity 正确扫描技能的必要条件。
用 agents.md 约束 Agent 行为
若想进一步提升 Agent 的可靠性,可在项目根目录添加 agents.md 文件。任何 Agent 在执行任务前都会读取该文件,相当于给智能体设定项目级规则。
UP 主在文件中明确要求:始终使用 Unity CLI、绝对不要触碰 Meta 文件、写明项目结构与代码风格偏好。实际效果差异显著——Agent 不再随意修改 Unity 的元数据文件,生成的代码也更贴合项目规范。
这个做法值得推广:与其每次在对话中重复约束,不如把规则固化到 Agent 必读的文件里,降低沟通成本,也减少误操作风险。
agents.md 是社区逐步形成的约定:在仓库根目录放置一个纯 Markdown 规则文件,Agent 启动任务时会自动读取并将其作为系统级上下文。它之所以有效,是因为当前主流编码 Agent 都会在会话开始时做一次「项目上下文发现」,扫描 agents.md、README.md、.cursorrules 等约定文件。相比在每轮对话中重复约束,把规则写进文件既能持久生效,也便于团队共享和版本管理。编写时应聚焦「禁止项」和「必选项」这类硬性规则,避免写成冗长的风格指南,否则会挤占上下文预算。
小结
Unity CLI 的跨 Agent 配置核心在于三点:Pipeline 包与 Node 环境打底、Skills 按 Agent 特性分别部署、用 agents.md 固化行为约束。Cursor 需要清理 MCP 技能冲突,Antigravity 需要手动解压到指定嵌套目录。两条路径都验证可行,选择取决于你日常使用的 Agent 组合。
相关推荐

LLaMA-Factory实战:零代码微调大模型全流程
本文介绍LLaMA-Factory开源微调工具,涵盖其60.1K Star项目背景、支持的模型与算法、本地与云服务器部署选择,以及CUDA环境安装步骤,帮助零基础开发者快速上手大模型微调。

曾鸣深度复盘:OpenAI为何难成终局赢家?公司制度将消亡
曾鸣在张晓骏商业访谈录中深度复盘AI终局:模型公司只是基础设施,OpenAI、Anthropic难成最终赢家;下一战役是Agent入口标准之争;公司制度将因AI重构而消亡,只有使命驱动的企业能穿越周期。

OpenHands v1.28.0:OpenCode与PI成内置Agent,密钥可对话申请
OpenHands 21天连推5个版本,v1.27.0将OpenCode与PI写入内置Agent列表,v1.28.0支持对话内申请密钥。本文梳理ACP协议接入方式、凭证复用规则、模型列表变更及升级建议。