PICO CLI 0.5发布:AI自动写代码,空间应用开发更简单
Studio或手动配置环境变量,从而进一步简化PICO空间应用的开发环境搭建流程。配套Skills用于帮助AI理解PICO工具链及SDK使用方式,内置知识库则提供开发文档、API参考及范例代码。此外,WebSpatial目前也已提供调试能力,支持HTML、React等网页空间应用连接模拟器预览。
2024年9月15号的晚上, PICO公司公开发布了CLI 0.5.0这个版本工具。这个工具的一个核心功能就是可以通过一句话的指令, 让AI自动写完结整个空间应用的代码。对于Unity引擎的开发人员和前端开发人员来讲, 这意味着他们终于不用再从零开始艰难地啃读XR相关的复杂技术文档了。
安装不用折腾了

PICO CLI 提供了让 AI Agent 进行自动安装以及进行手动安装这两条不同的路径, 如果选择手动操作的话, 需要在终端里运行一个关于 npm 的全局安装命令, 接着再紧接着使用 pico-cli setup 这个指令, 随后就会弹出一个 TUI 界面让用户去选择所要使用的开发平台还有要适配的 Agent, 只需要很短的时间大概两分钟就可以搞定这件事情。
SDK不需要去单独下载, 在创建工程的时候, 会随着项目模板被自动引入进去。模拟器以及调试工具全部都依据需求进行下载, 不一定要提前安装好, 也不需要手动去配置环境变量。以前搭建一套PICO的开发环境, 往往需要花费大半天的时间, 而现在只需要几分钟的时间, 就能开始运行项目了。
五个AI Agent直接接

0.5.0版本在首发阶段就支持Cursor Code、Codex、Claude、TRAE和Qwen这五个AI Agent。配套的专门知识库用于教导AI去理解PICO工具链以及SDK的用法。这个知识库里放入了开发文档、API参考内容还有范例代码。这样一来, AI就不用靠猜测来解决问题了。
开发者只管用非常通俗的语言直接去描述自己的需求, AI会自己主动调用命令行界面工具去完成建立项目、编写代码、搭建构建以及部署上线这一整套流程, 这就好比给AI配了一双实实在在的操作手, 让这双手专门去处理关于PICO空间应用的相关任务, 而人类工作人员只需要专注于向系统清晰地提出自己想要的需求即可。
三种框架覆盖主流技术栈
它率先支持PICO原生SDK、Unity SDK和端侧AI工具链。用原生SDK来编写空间应用, Unity SDK能够兼容Unity 6以及Unity XR工程, 而AI工具链则负责把ONNX、PyTorch模型转换成设备能够运行的推理产物。
HTML和React这些属于前端网页空间的应用, 它们也提供了调试的能力, 能够直接连接模拟器来进行预览操作。无论是开发Unity应用的、做前端的, 还是搞算法的工程师, 大家都各自回到自己熟悉的技术栈里面去工作, 再也不用强行切换到XR的开发环境里面去了。
AI自己改Bug的调试闭环

你可以直接指令人工智能助手把应用程序部署到模拟器环境中, 随后系统能够自动执行完整的构建流程、安装操作以及启动服务, 并且这些操作还顺带支持文件传输、日志采集、截图录制和屏幕录像功能, 当人工智能读完关于运行状态效果和报错信息的数据之后, 会自动进行代码修改工作, 从而不需要你一直盯着终端视窗查看信息。
从而构建一个包含着开发与运行检查还有修复这几个环节的完整闭环。一旦连接上PICO品牌的头显设备之后, 同样的操作指令同样可以用来执行真实设备的安装操作以及启动操作还能够进行日志抓取和性能方面的分析工作。在这样的情况下面是不需要更换其他工具的, 也不需要去重新做相关的配置动作。
一句话下棋案例
PICO官方发布了一个有关国际象棋的案例, 这个案例仅仅是说了一句“需要具备棋盘、控制面板以及走子记录”, 然后接下来的代码编写工作、Bug修复任务以及模拟器验证环节, 全部都是依赖人工智能来完成的, 人类工作人员根本完全没有触碰过键盘。
把一段自然语言变成能够运行的空间应用, 其耗时被压缩到了极短的范围内。PICO官方表示, 推出这一功能的主要意图在于大幅降低技术准入门槛, 使得那些平时并不编写XR相关代码的人员也能够顺利进入该领域进行开发工作。
在此模式下, 这些开发者无需事先花费长达三个月的时间去深入学习应用程序接口的相关知识与操作规范。

谁该现在试一把
如果你是正在做Unity项目或者Unity XR项目的、你是搞前端H5开发的、或是你做端侧AI模型部署的, 版本0.5.0基本上就是为你准备的。该版本已经在9月15日正式发布了, 你可以去官网下载, 直接安装就可以使用, 完全不用排队等待。
对于独立开发者以及小型团队而言, 现在不必再去专门雇佣一位专业的XR工程师来工作了。PICO公司希望推动更多人员进入空间应用开发的领域, 让他们能够依托自己原本就熟悉的技术栈开展相关工作。相比于以往仅提供原生API的做法, 这种新的方向无疑显得更加友好, 也更容易被接受和使用。
请分享一下你现在正在使用的ai agent都有哪些, 你是否尝试过让这款人工智能工具协助你完成空间应用的编写任务, 欢迎在评论区域内交流你的具体使用感受, 如果觉得这个方法确实具有实用价值, 请不要忘记给予点赞并进行转发操作, 从而帮助那些还在艰难地啃读xr框架相关技术文档的朋友。