企业官网建设流程全解析

免API Key跑AI Agent：Google Antigravity SDK本地模型部署终极指南（LiteRT/Ollama/LM Studio）

【免费下载链接】antigravity-sdk-pythonA Python library for building AI agents that leverage the full power of Google Antigravity.项目地址: https://gitcode.com/gh_mirrors/an/antigravity-sdk-python

Google Antigravity SDK是 Google 开源的 Python 库，用于构建由 Antigravity 与 Gemini 驱动的 AI Agent。它最大的亮点之一：不配 API Key 也能跑——通过本地模型完全在设备端执行推理，零云端依赖、零数据外泄。本指南带你用 3 条路径（LiteRT、Ollama、LM Studio）在几分钟内部署一个本地 AI Agent 🚀

两种本地部署方案对比：一张表看懂

SDK 提供了两个开箱即用的本地模型配置类，无需任何认证：

一句话选型：想要省心 → LiteRT；已有本地模型服务 → OpenAI 兼容接入💡

一键安装：30秒完成环境准备

本地模型路径依赖 PyPI 发布的预编译运行时，直接从 PyPI 安装即可，无需克隆源码仓库：

# 1. 创建虚拟环境（推荐，避免依赖冲突） python3 -m venv .venv && source .venv/bin/activate # 2. 安装 SDK pip install google-antigravity

⚠️ 注意：SDK 依赖平台专属 wheel 中的编译运行时，克隆仓库本身不足以运行，请务必pip install。

路径一：LiteRT 部署本地模型（最省心方案）

第 1 步：安装 LiteRT 运行时依赖

LiteRTAgentConfig要求litert-lm>=0.15.0：

pip install litert-lm # 若 0.15.0 尚未发布到 PyPI，请安装夜构建版： pip install litert-lm-nightly

第 2 步：用 CLI 下载模型权重

以 Gemma 4 26B 为例（约 16.8 GB，下载后注册到~/.litert-lm/models/gemma4-26b/）：

litert-lm import \ --from-huggingface-repo=litert-community/gemma-4-26B-A4B-it-litert-lm \ gemma-4-26B-A4B-it-web.litertlm gemma4-26b

💡macOS 用户：若报 SSL 证书错误，先执行pip install certifi，再设置export SSL_CERT_FILE=$(python3 -c "import certifi; print(certifi.where())")后重试。

第 3 步：3 行代码启动本地 Agent

import os from google.antigravity import Agent, LiteRTAgentConfig config = LiteRTAgentConfig( model_path=os.path.expanduser("~/.litert-lm/models/gemma4-26b/model.litertlm"), max_context_tokens=65536, )

启动时 SDK 会自动拉起一个本地 OpenAI 兼容的环回 HTTP 服务，所有推理都在设备端完成，全程无网络调用 ✅

路径二：接入 Ollama 本地模型服务

如果你已经在跑 Ollama，接入只需 3 行：

ollama pull gemma3:4b # 先拉取一个模型

from google.antigravity import Agent, LocalOpenAIAgentConfig config = LocalOpenAIAgentConfig( model="gemma3:4b", base_url="http://localhost:11434/v1", # Ollama 默认端口 )

LM Studio 接法完全相同：在应用设置中开启本地服务器，然后把base_url指向对应端口（如http://localhost:1234/v1）、model填模型 ID 即可。

⚠️ 关键避坑：不要用LocalOpenAIAgentConfig去连litert-lm serve！LiteRT 服务必须用LiteRTAgentConfig——它会帮你自动管理整个 LiteRT 服务生命周期，外部服务（Ollama/LM Studio）才归LocalOpenAIAgentConfig管。

硬件平台怎么选：后端自动检测速查表

SDK 启动时自动检测硬件加速，按下表对号入座：

没有 GPU 怎么办？两种兜底方式任选其一：

• 配置中显式设置backend="cpu"
• 运行前设置环境变量ANTIGRAVITY_ALLOW_CPU=1

⚠️ CPU 推理大模型速度极慢，仅适合小模型或快速测试；生产场景请用 GPU 或云端模型。

高频踩坑清单：这些细节决定成败

• model_path必须是绝对路径：~不会被自动展开，Python 里用os.path.expanduser()处理；
• 上下文窗口：默认 KV 缓存仅 4096 token，设max_context_tokens=65536才能发挥本地硬件全部能力，但会显著增加显存/内存占用；
• 首次启动偏慢属正常：Apple Silicon 上首次运行会编译 Metal GPU 着色器，需等 1–2 分钟；后续启动走编译缓存，几秒就绪（可用cache_dir指定缓存目录）；
• 想提速？开启enable_speculative_decoding=True启用多 token 预测；
• 本地配置默认全功能：LiteRTAgentConfig默认启用文件读写、命令执行等全部能力，注意给敏感任务配上 policies 策略。

延伸阅读：源码与文档索引

总结：Google Antigravity SDK 让"免 API Key 的 AI Agent"变得触手可及——LiteRT 一条命令搞定端侧全托管推理，Ollama / LM Studio 三行代码接入已有服务。挑一个最贴合你硬件的方案，今天就能跑起第一个完全离线、数据不出本的 AI Agent 🎯

【免费下载链接】antigravity-sdk-pythonA Python library for building AI agents that leverage the full power of Google Antigravity.项目地址: https://gitcode.com/gh_mirrors/an/antigravity-sdk-python