用途：当已存在训练好的模型，目标是在 Unity 内可靠运行推理时使用本技能。核心议题包括模型导入、后端选择、预热、推理节奏与平台安全部署。
适用场景：把 ONNX 模型导入 Unity 并在 Play 模式中推理；从旧 Sentis 命名迁移到当前 Unity AI Inference 包路径；在 GPUCompute、CPU 与回退方案之间选择；不依赖 Python 运行时执行 NPC 或玩法推理；分析模型开销并减少掉帧；把 ML-Agents 训练输出接入运行时部署。
要安装包并注意改名：当前 Sentis 文档说明 Sentis 已更名为 Inference Engine，最新指引转向 com.unity.ai.inference@latest；既有 Sentis 2.1.x 项目仍使用 Unity.Sentis API。在 Packages/manifest.json 中可声明 "com.unity.sentis": "2.1.3"。若项目已迁移到新包路径，聚焦运行时概念即可：导入模型、创建 Worker、调度执行、管理后端与平台约束。
基本用法：用 ModelLoader.Load 加载 ModelAsset，依据 SystemInfo.supportsComputeShaders 选择 BackendType.GPUCompute 或 BackendType.CPU，再用 new Worker(runtimeModel, backend) 创建 Worker，并在 OnDestroy 中释放。仅在无计算着色器但仍需 GPU 路径时使用 GPUPixel，优先 GPUCompute 或 CPU。
调度与预热：官方文档指出 Unity 编辑器内首次调度运行可能较慢，因为首次使用时会编译并分配代码、着色器与内部缓冲；若用户可感知延迟，应在启动时预热一次。通过 worker.Schedule(inputTensor) 提交推理，输出可用 worker.PeekOutput() 获取，DownloadToArray 读取结果。
实践规则：尽量保持张量形状稳定；若可降低结果消费频率，避免每帧从 GPU 下载到 CPU；同一观测结构的多个智能体可批量处理。用类似 Time.frameCount % inferenceInterval 的方式控制节奏，PC/主机可从 GPUCompute 起步，移动端/WebGL/较弱设备应尽早验证 CPU，锁定节奏前先做性能分析。
ML-Agents 集成：若模型来自 ML-Agents，训练与运行时必须保持观测顺序和形状一致，把导出的 ONNX 文件与运行时观测构建视为一对契约。示例包括 NPC 移动策略与自适应难度模型；也可与 unity-mcp 配合，由后者管理包、创建与校验脚本、跑测试与读控制台。
最佳实践：每个 Worker 都要在 OnDestroy 释放；在启动或加载界面预热首次调度；运行时观测顺序与训练时一致；优先 GPUCompute 与 CPU，GPUPixel 作为回退；发布前同时分析执行与回读开销；部署不稳定时先核验受支持的 ONNX 算子，再调试玩法代码。参考链接：https://docs.unity3d.com/Packages/com.unity.sentis@2.1/manual/create-an-engine.html 与 https://docs.unity3d.com/Packages/com.unity.sentis@2.1/manual/run-a-model.html。