企业官网建设流程全解析

概述

官网，Google推出的跨平台智能体优先（Agent-first）AI原生应用开发平台。核心功能包括任务级协作、跨界面自动化和多模态原型生成，能够提供可视化原型和用户UI图。

官方提供四种使用形式：

• Antigravity：谷歌当前主推产品，最新版本2.4.2。

区别于IDE，界面干净清爽，左侧是项目列表，右侧是对话区，不再把代码编辑器放在视觉中心。用户不是先进入代码窗口，再让AI辅助自己改代码，而是先进入一段对话，再让AI接手任务、理解项目、操作文件、给出结果。看起来和Codex、Claude Code越来越像。三者的共同点是，都在把开发工具从编辑器迁移到任务中心。过去开发者打开工具，是为了进入一个项目；现在打开这些AI Agent工具，更像是为了交代一个目标。用户提出需求，AI读取项目、规划步骤、申请权限、修改文件、运行命令、最后汇报结果。开发者的角色也在变化，从亲手写每一行代码，变成判断需求、授权操作、审查结果的人。

模型选择更开放，不仅支持Gemini模型，还支持GPT和Claude系列最新模型。

• Antigravity CLI：
• Antigravity IDE：基于VS Code开发
• Antigravity SDK：
  

Manager View可同时管理多个Agent并行工作，

计划模式：提出需求，它会先生成一份详细的实施计划、文档、Checklist让你提前确认。

几种模式选择：

• 强控制审核模式，每一步都需要你确认；
• Agent自主判断模式，放手让它自己搞定。

规则(Rules)，分为全局规则和工作区规则。

会话模式：

• Planning（规划）：Agent 在执行任务之前会先进行规划，适用于深度研究、复杂任务或协作工作；
• Fast（快速）：Agent 将直接执行任务，适用于简单任务，可以更快速地完成任务。

引用上下文：@，对象包括：文件、代码块、规则、MCP。

工作流：/，分为全局工作流和工作区工作流，

斜杠命令

• /goal：适合交给AI一个持续目标，让它自动推进任务
• /grill-me：要求AI在动手之前先深度追问，把需求细节对齐
• /schedule：用来设置定时或周期任务
• /browser：强制启用浏览器能力，让AI可以围绕网页信息继续工作

代理

一个不止于编码的全能开发者助手，能执行人类开发者的大部分任务：

• 项目脚手架：从零开始创建新项目；
• 编码与重构：根据要求改进现有代码，实现复杂功能；
• 理解代码库：在修改前，它会先阅读相关文件，理解现有代码的结构和风格；
• 执行终端命令：安装依赖、运行服务器、执行测试；
• 生成设计资产：调用集成的图像生成模型来创建Logo等

四种模式：

• Strict Mode

严格模式。在处理生产环境或核心系统时，任何微小的自动化错误都可能导致不可逆的后果，如删库，配置错误等。严格模式要求务必审查所有更改，将Agent降级为建议者而非执行者。强制人类开发者作为最后一道防线，确保每一行代码和每一个命令都经过人工确认，并引入Gemini Code Assist等外部审计工具来对冲AI的幻觉风险。Review Policy策略、 Terminal Command Auto Execution、 JS Execution Policy都是Disable状态。

• Review-Driven Development

审查驱动开发模式，默认模式，优先强调学习和细致的代码编写。Terminal execution policy和Review Policy策略都是Request Review，这是为了让开发者在AI执行操作前看到“它要做什么”和“它为什么要这么做”。JS execution policy策略为Disable，为了防止Agent在后台静默运行复杂的逻辑脚本，确保代码逻辑的透明度。建议从这个模式开始，等更熟练后再调整设置。

• Agent-Driven Development

代理驱动开发模式，非常适合忙碌的AI工程师，已经配置一些技能并在管理多个Agent。能通过在允许、阻止列表中添加更多条目来优化工作流。Terminal execution policy和Review Policy策略都是Always Proceed；JS execution policy策略也是Always Proceed。此模式下，只需要看结果，不需要中间确认过程。

• Custom configuration

自定义配置模式。当你希望为特定工作流定制Agent策略时可以选择自定义配置模式。希望让Agent主导生成，但仍坚持先审批计划，这种模式就很合适。Terminal execution policy和Review Policy策略、以及JS execution policy策略可以自定义配置。

产物

即Artifacts，代理在工作的关键节点会生成结构化的Markdown文档，汇报计划、进展和结果。主要有三种产物：

• 任务列表(Task List)：代理的内部计划，代理接到复杂任务后，制定行动步骤清单。列表会随着工作的进行动态更新，让你能随时了解代理的进度和规划。
• 实施计划(Implementation Plan)：开发前的蓝图审查，整个流程中最关键的协作节点。在进行任何实质性的代码修改之前，代理会提交一份详细的计划书，内容包括：
  • 目标理解：复述它对你需求的理解。
  • 技术方案：它打算如何实现，例如“我将创建一个新的React组件…”
  • 文件变更：它计划创建、修改或删除哪些文件。
  • 验证策略：如何测试及验证工作。你可以像在Google Docs中一样，对这份计划的任意部分进行评论。视频中，用户高亮文本并评论道：“使用我在.env.local里给你的密钥”和“把这个功能放在util文件夹里”。代理会理解并采纳你的反馈。只有在你批准计划后，它才会开始编码。
• 演练报告 (Walkthrough)：工作成果的“交付凭证”，任务完成后，代理会提交一份总结报告。这份报告不仅会描述它做了什么，它会附上证据来证明工作已正确完成：
  • 屏幕截图(Screenshots)：展示UI最终状态的图片
  • 屏幕录像(Screen Recordings)：一段代理亲自操作浏览器、测试功能的短视频。通过审查这份包含“眼见为实”证据的报告，你可以快速、自信地验收成果。

这个由“产物”驱动的“计划->审查->执行->验证”循环，将AI的开发过程从一个不可预测的黑盒，变成一个清晰、可控、且充满协作的白盒。

总结：

• 一个“统一系统”，而非“工具集合”：最大创新在于其深度集成。AI不再是一个外部的“代码生成器”，而是内化于IDE的每一个角落，从项目管理、编码、测试到版本控制，无处不在。
• “产物驱动”是建立人机信任的关键：通过任务列表、实施计划和演练报告，Antigravity将AI的“思考”过程完全透明化，并通过“评论-批准”机制将主导权交还给开发者。这解决了当前AI工具最大的信任赤字问题。
• 开发范式正在从“提示词工程”转向“AI系统工程”：真正的价值在于设计和管理一个AI协作系统。开发者的角色正在从一个纯粹的“执行者”，转变为一个“指挥家”——定义目标、审查计划、指导AI、整合结果。

Skills

参考Agent Skill概述。GitHub里关于Antigravity的skills项目也不少：

• antigravity-awesome-skills：43.9K Star，6.5K Fork，现已改名为Agentic-awesome-skills
• antigravity-skills：937 Star，162 Fork，麻痹也改名叫open-agent-hub

安装方式：推荐使用软链接，而不是直接把整个仓库克隆进skills目录。Antigravity会扫描并加载skills目录下所有文件夹，如果一次性塞入太多无关技能，会造成指令冲突、推理变慢。

gitclone https://github.com/sickn33/antigravity-awesome-skills.git ~/agent-library# 对需要的技能单独建立软链接ln-s~/agent-library/skills/<skill-name>~/.gemini/antigravity/skills/gitclone https://github.com/obra/superpowers.git ~/.gemini/antigravity/skills/superpowers

不需要某个技能时，直接删掉链接（rm链接文件，不影响源码），保持目录干净。

使用建议

• skills目录下常驻技能建议不超过15个，按需挂载
• 建立或删除软链接后，在聊天框输入/skills reload即可实时生效
• 使用@skill显式指派，有助于提高Agent回答的专注度和准确性。

插件（大都在awesome仓库下）：

• Brainstorming：强制AI在动手写代码之前，先把事情谈清楚。它会一次问你一个问题，逐步弄清你想做什么、为谁做、有哪些限制，最终整理成一份设计文档再开始实现
• SuperPowers：同上，需求理解、拆成具体任务，再逐个执行并检查结果。内置十几个子流程（写测试、调试、代码审查、合并分支等），会在合适的时机自动触发，不需要你手动调用
• Skill-Creator：用创建新Skill的Skill。如果有某类反复出现的任务，可用它把这套流程打包成一个可以随时调用的Skill。从命名、写描述到安装，全程引导，最后生成可直接使用的文件
• Frontend-Design：先评估设计方向是否合理，从视觉辨识度、场景匹配度、实现难度、性能影响几个角度打分，分数太低就会建议换方向，而不是直接做出一个平庸的结果
• NotebookLM：把个人Google NotebookLM笔记本接入开发环境。AI只从上传的文档里找答案，并注明出处，而不是凭训练知识作答。每次问答都会开启一个独立的浏览器会话、获取答案后关闭，回答带有来源引用。适合需要查阅内部文档、API手册或私有资料的场景
• Copywriting：把技术内容改写成面向用户的文案。会先问清楚目标读者和希望对方做什么，再动笔。硬性规定：不能捏造数据、虚构用户评价或做无法核实的承诺
• Antigravity Cockpit：实时监控模型的使用配额
• Antigravity Quota：AGQ，同上，更轻量级
• Auto Accept：自动执行命令行或脚本，自动接受，提高效率；有风险
• Graph-It-Live：当多个Agent并发修改代码时，实时将文件之间的依赖关系渲染成可交互的图表。
  • 唤出命令面板：在键盘上按下Ctrl + Shift + P
  • 搜索并打开基础设置Open Settings
  • 输入graph-it-live.enableMcpServer，enable：

Antigravity

以Windows系统为例，从官网下载Antigravity-x64.exe，双击安装，没有提供自定义安装路径选项，默认给安装到宝贵的系统盘，即C盘。

查看归属地：https://policies.google.com/terms，如果显示为中国或香港，后面的实战很难操作下去。

修改归属地：https://policies.google.com/country-association-form

发起修改地区的申请

在审核通过之前，会遇到如下问题。

选择第一种使用方式，即【Continue with Google】，会出现如下熟悉的地区限制问题：

以及报错：

解决方法是，使用【Google Cloud project】方式，打开Google Cloud免费注册，但还需要填写姓名、地址、信用卡信息

填写项目ID。

Antigravity IDE

以Windows平台为例，从官网下载Antigravity IDE.exe，双击安装，支持修改安装目录。

和Antigravity一样，需解决区域限制方能使用。

提供三个既独立又紧密协作的核心界面

• 代理管理器：(Agent Manager)：项目的指挥中心，提供一个所有项目（工作区，Workspaces）和所有AI代理任务的宏观视图
  • 高层任务编排：你可以在这里用自然语言向AI代理下达高级指令；
  • 并行任务管理：可同时启动多个独立的AI任务，而不会互相干扰。所有任务的进度都在代理管理器中一目了然；
  • 统一的入口：所有工作的起点和汇集点。无论任务进展如何，你都可以从这里深入到任何一个任务的细节中，或切换到编辑器或浏览器界面。
• 编辑器(Editor)：当你需要亲自动手编码，或想审查AI生成的代码时，可以一键从代理管理器进入编辑器界面。功能齐全的现代IDE，更是一个被AI深度赋能的智能编码环境。
  • 上下文感知自动补全(Context-Aware Autocomplete)：这远超传统的代码提示。AI代理对整个工作区的文件了如指掌。当代理创建了一个新的工具函数后，即使你还没有在当前文件中导入它，编辑器也会在你需要时，以“幽灵文本”的形式智能地建议你使用这个新函数。你只需按下Tab键，代码和对应的import语句就会被自动补全。
  • AI侧边栏(Agent Side Panel)：在编辑器中，可与AI代理持续对话。你可以选中一段代码，让它“帮忙重构”或“解释这段代码的作用”。这种“边写边聊”的模式，让AI真正成为结对编程伙伴。
  • 集成的版本控制与终端：编辑器内置完整的Git功能和终端。提交代码时，点击按钮让AI生成清晰准确的提交信息
• 浏览器(Browser)：AI代理可直接控制的、用于与世界交互的工具。
  • 自动化端到端测试：当AI代理编写完一个前端功能后，能自动启动开发服务器，在浏览器中打开应用，像真人用户一样点击按钮、填写表单、验证UI变化。
  • 研究与信息收集：当代理需要了解一个它不熟悉的第三方API时，会自己打开浏览器，进行Google搜索，找到官方文档并阅读，然后根据文档内容来编写API调用代码。
  • 证据生成与验证：在测试过程中，代理可录制屏幕或截取屏幕。这些录像和截图会成为它工作成果的一部分，证明功能已按预期工作。当代理控制浏览器时，窗口会显示一个独特的蓝色边框和蓝色光标，让你清楚地知道AI正在操作。

快捷键：

• Ctrl + E：打开Agent Manager；
• Ctrl + L：打开AI对话框；
• Ctrl + I：编辑选中的代码；

CLI

基于命令行安装：

curl-fsSLhttps://antigravity.google/cli/install.sh|bash# Windows系统多两种安装方式irm https://antigravity.google/cli/install.ps1|iexcurl-fsSLhttps://antigravity.google/cli/install.cmd-oinstall.cmd&&install.cmd&&del install.cmd

Antigravity SDK

官方开源（GitHub，2.6K Star，999 Fork）Python SDK。
遵循三层架构：

基于pip安装：pip install google-antigravity

示例：

importasynciofromgoogle.antigravityimportAgent,LocalAgentConfigasyncdefmain():config=LocalAgentConfig(system_instructions="You are an expert assistant for codebase navigation.",# 可选# api_key="your_api_key_here",)asyncwithAgent(config)asagent:response=awaitagent.chat("登录逻辑梳理")print(awaitresponse.text())asyncdefrun():awaitmain()if__name__=="__main__":asyncio.run(run())

多模态支持：

fromgoogle.antigravityimportAgent,LocalAgentConfigfromgoogle.antigravity.typesimportImage,from_file config=LocalAgentConfig(system_instructions="You are an expert software architect.")asyncwithAgent(config)asagent:# 1. 自动解析为types.Documentpdf_spec=from_file("spec.pdf")# 2. Direct constructor instantiation (perfect for in-memory raw bytes)chart_image=Image(data=b"raw_png_bytes_here",mime_type="image/png",description="Architecture blueprint")# Send a mixed list of text instructions and content classesprompt=["Analyze this chart against the specification and list three security vulnerabilities:",chart_image,pdf_spec]response=awaitagent.chat(prompt)print(awaitresponse.text())