Google Antigravity CLI Eğitimi: Paralel Yapay Zekâ Ajanlarını Orkestre Etme

Ajanik yapay zekâda yeni misiniz? AI Agent Fundamentals beceri yolumuz, başlamadan önce size sağlam bir temel sunar.

Google Antigravity 2.0’da Neler Yeni?

Google I/O 2026, Antigravity platformunun önemli bir genişlemesine işaret etti. Artık sadece bir araç değil; tam bir ekosistem. İşte neler yayınlandı:

Antigravity 2.0 Masaüstü Uygulaması

Orijinal Antigravity IDE’den (geliştiriciler için erişilebilir olmaya devam ediyor) farklı olarak, Antigravity 2.0 baştan sona ajan-öncelikli olarak inşa edildi. Ajanlarla etkileşim kurmak, projeleri yönetmek ve eserleri gözden geçirmek için yalın bir yüzey sunar. macOS, Linux ve Windows’da kullanılabilir.

Başlıca yeni yetenekler şunlardır:

• Dinamik alt ajanlar: Ana ajan, kendi bağlam penceresini kirletmeden, odaklı alt görevleri paralel olarak ele almak üzere anında uzman alt ajanlar tanımlayıp başlatabilir.

• Asenkron görev yönetimi: Uzun süren işlemler arka planda çalışır; böylece ne ana ajan ne de arayüz bloke olur.

• Projeler: Ajanlar depo yerine "proje" bazında organize edilir. Bir proje, kendi izin kapsamlarıyla birden çok yerel klasöre yayılabilir.

• Zamanlanmış görevler: Kullanıcılar, günlük özetler, saatlik sağlık kontrolleri ve aylık raporlar dahil olmak üzere, ajanları otomatik olarak tetikleyen cron tarzı programlar tanımlayabilir; manuel çağrı gerekmez.

• JSON kancaları: Basit JSON yapılandırma dosyalarıyla, yaşam döngüsü aşamalarında (bir araç çağrısından önce, bir model çağrısından sonra, döngü durdurma koşullarında) ajan davranışını yakalar ve özelleştirir.

• Canlı ses dökümü: Mikrofon girişi artık Gemini Audio modellerini kullanarak gerçek zamanlı döküme dönüştürülür; dağınık konuşmaları temiz, gönderilmeye hazır yönlendirmelere çevirir.

• Eğik çizgi komutları: 

• /goal: Bitene kadar özerk olarak çalışır

•  /grill-me: Ajan önce netleştirici sorular sorar

• /schedule: Tek seferlik veya yinelenen çağrıdır

• /browser: Tarayıcı kullanımına açık rıza verir

Antigravity CLI

Terminal-yerel geliştiriciler ve otomasyon iş akışları için, Antigravity CLI (agy olarak çağrılır) aynı ajan çatısını hafif, betiklenebilir bir arayüzle sunar. 

Bu araç, Gemini CLI'nın halefidir ve bu eğitimde kullanacağımız araçtır. Verinizi işaret eder, hedefinizi yalın İngilizceyle anlatırsınız; gerisini, görevi alt ajanlara nasıl bölümlendireceğine karar vermek de dahil, kendi halleder. Orkestrasyon betikleri yok, yapılandırma dosyaları yok, manuel alt ajan tanımları yok.

Antigravity SDK

Antigravity SDK, Google'ın kendi ürünlerine güç veren aynı ajan çatısına programatik erişim sağlar. Gemini modelleri için optimize edilmiştir ve özel ajan davranışlarını tanımlayıp kendi altyapınızda barındırmanıza imkân tanır.

Gemini API’de Yönetilen Ajanlar

Gemini API'ye geliştirici dostu en büyük ekleme Managed Agents oldu. Artık tek bir API çağrısıyla, kalıcı ve izole bir Linux ortamında muhakeme eden, araçlar kullanan ve kod icra eden bir ajan başlatabilirsiniz. 

Her etkileşim, tüm dosyalar ve durum bozulmadan takip çağrılarında sürdürülebilir. Bunlar, Antigravity ajan çatısı tarafından desteklenir ve Gemini 3.5 Flash üzerine kuruludur; bu model, aynı dilimdeki diğer amiral modellerden 4× daha hızlı çalışırken Gemini 3.1 Pro'nun neredeyse tüm kıyaslamalarını geride bırakır.

Google AI Studio entegrasyonları

Daha geniş ekosistem ayrıca yeni bir Google AI Studio mobil uygulaması, ajanlar için yerel Google Workspace API entegrasyonu, AI Studio projelerinden tek tıkla Antigravity’ye Aktar özelliği ve doğrudan Google Play Console yayımlamasıyla yerel Android uygulama geliştirme desteğini içerir.

Birlikte ele alındığında, bu ekosistem tek adımlık yönlendirmelerden her daim açık ajanlara geçişi temsil eder ve Antigravity 2.0’ın kalbindeki alt ajan mimarisi bunu gerçeğe dönüştüren mekanizmadır.

Antigravity 2.0’da Dinamik Alt Ajanları Anlamak

Tek ajanlı bir düzende, tek bir ajan her şeyi sıralı olarak ele alır. Önce veriyi temizler, sonra analiz eder ve en sonunda görselleştiririz. Bunun iki sorunu vardır. Birincisi yavaştır; her adım bir öncekini bekler. İkincisi, ajanın bağlam penceresi her adımın tam geçmişiyle dolar ve bu da sonraki görevlerde muhakeme kalitesini düşürebilir.

Alt ajanlar her iki sorunu da çözer. Orkestratör ajan yüksek seviyeli hedefinizi alır ve bunu alt görevlere nasıl böleceğine karar verir. Ardından her biri tek bir göreve odaklı, kendi izole bağlam penceresine sahip alt ajanları tanımlar ve paralel olarak çalıştırır. Hepsi tamamlandığında orkestratör nihai çıktıyı sentezler.

Bu kavramı anlamak için zihinsel bir model:

Your prompt → Orchestrator Agent
                ├── reads & profiles the dataset
                ├── defines subagent roles autonomously
                ├── spawns data_cleaner           ──┐
                ├── spawns data_analyzer          ──┤ (parallel, once clean data is ready)
                └── spawns data_visualizer        ──┘
                         ↓ (all finish)
                Orchestrator: assembles → sales_report.html

Önemli olan, alt ajanları kendiniz tanımlamamanızdır. CLI’nın orkestratörü görev hakkında muhakeme eder ve parçalamaya karar verir. Sadece veriyi ve hedefi sağlarsınız.

Antigravity 2.0 Demo: Tek Bir CLI Yönlendirmesiyle Otomatik Satış Panosu

Bu bölümde, aylık satışlara ait (örnek) ham bir CSV’den, hiçbir kod yazmadan ve herhangi bir alt ajan talimatı tanımlamadan eksiksiz, etkileşimli bir HTML pano üreteceğiz.

Adım 1: Antigravity CLI’yı kurun

Başlamak için bir bash komutu çalıştırarak Antigravity CLI’yı kurun. Antigravity CLI aşağıdaki işletim sistemleri dâhil birden fazla OS için mevcuttur:

macOS ve Linux

curl -fsSL https://antigravity.google/cli/install.sh | bash

Windows PowerShell

irm https://antigravity.google/cli/install.ps1 | iex

Windows CMD

curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd

Adım 2: Bir Google hesabı veya GCP projesiyle kimlik doğrulayın

Kurulum tamamlandığında, terminalinizde aşağıdaki komutla antigravity’yi çalıştırın:

agy

Ardından bir Google hesabı veya bir GCP Projesiyle kimlik doğrulayın. Size gizli bir anahtar verilecektir; bunu antigravity çalışan terminalinize eklediğinizde kimlik doğrulama tamamlanır.

Sonrasında terminal temanızı buna göre ayarlayın ve gerekli dosyalara erişim izni verin; hepsi bu kadar.

CLI kendisini Antigravity CLI 1.0.0 olarak tanımlar ve varsayılan olarak Gemini 3.5 Flash (High)’a bağlanır.

Adım 3: Proje klasörünüzü hazırlayın

Bu adımı kendiniz yapabilir veya Antigravity CLI’dan sizin için yapmasını isteyebilirsiniz:

mkdir AntigravityDemo
cd AntigravityDemo

Tüm proje kurulumu bu kadar. Alt dizinler, yapılandırma dosyaları ve ajan tanımları gerekmiyor.

Adım 4: Veri Kümesini Ekleyin

Aşağıdaki örnek verileri AntigravityDemo klasörünüzün içine doğrudan sales_raw.csv adıyla kaydedin veya kendi verinizi kullanın. Kasıtlı olarak, eksik değerler ve bir $999,999 aykırı yer tutucu gibi gerçekçi veri kalitesi sorunları içerir; böylece alt ajanların üzerinde çalışacağı anlamlı bir şey olur.

month,product,region,revenue,units_sold
2024-01,Laptop Pro,North,45200,38
2024-01,Wireless Earbuds,South,12300,205
2024-01,Mechanical Keyboard,East,8900,89
2024-02,Laptop Pro,North,47800,40
2024-02,Wireless Earbuds,South,,198
2024-02,Mechanical Keyboard,East,9100,91
2024-03,Laptop Pro,North,51200,43
2024-03,Wireless Earbuds,South,13100,218
2024-03,Mechanical Keyboard,East,,
2024-04,Laptop Pro,North,999999,42
2024-04,Wireless Earbuds,South,13800,230
2024-04,Mechanical Keyboard,East,9600,96
2024-05,Laptop Pro,North,55100,46
2024-05,Wireless Earbuds,South,14200,237
2024-05,Mechanical Keyboard,East,10100,101
2024-06,Laptop Pro,North,57300,48
2024-06,Wireless Earbuds,South,14900,248
2024-06,Mechanical Keyboard,East,10500,105

Bu CSV dosyasını çalışma dizininize ekledikten sonra CLI içinde çalışmaya başlayabiliriz.

Adım 5: CLI’yı /goal komutuyla çalıştırın

Çalışma dizininiz hazır ve sales_raw.csv veri kümesi yerli yerindeyken, uçtan uca analitik iş akışını yönetmesi için Antigravity CLI orkestratörünü çağırmaya hazırsınız. Bir terminal açın ve şu komutu çalıştırın: 

agy

Şimdi Gemini’den verilerimizi temizlemesini, analiz etmesini ve görselleştirmesini isteyelim:

/goal I have a sales dataset at /Users/yourname/Desktop/AntigravityDemo/sales_raw.csv.
Spin up multiple subagents to clean, analyze, and visualize it.
Produce a final HTML report and save all outputs in this folder.

Burada /goal öneki önemlidir; CLI’ya plan onayı veya ara teyitler için duraksamadan görevi tamamlayana kadar çalışmasını söyler. Bunu kullanmazsanız, ajan her önemli adımdan önce "Devam etmek istiyor musunuz?" diye sorar. 

Özerk iş akışı orkestratör tarafından anında başlatılır. Profillemeden montaja kadar farklı aşamalardan yakalanan 5 ayrıntılı döküm aşağıdadır:

Aşama 1: Ortam profilleme

Orkestratör, tek satır kod yazmadan önce ortamını anlamakla işe başladı:

ListPermissions  (confirmed read and write access to the workspace)
ListDir          (/Users/aashidutt/Desktop/AntigravityDemo)
Read             (sales_raw.csv)
Thought for 3s, 1.5k tokens — Analyzing Data Quality Issues
Bash             (python3 --version)
Bash             (python3 -c "import pandas, matplotlib, seaborn...")
Thought for 4s, 463 tokens — Initiating Implementation Planning

İzinleri listeledi, dizini okudu, CSV’yi yükledi, Python’ın mevcut olduğunu kontrol etti ve gerekli kütüphaneleri doğruladı; hem de herhangi bir plan yapmadan önce. Bu ön profilleme, orkestratörün kör plan yapmak yerine alt ajan rolleri hakkında bilinçli kararlar almasını sağlar.

İzin istemi notu: /goal ile bile, CLI herhangi bir bash komutu çalıştırmadan önce tek seferlik bir izin istedi. Bu, Antigravity’nin insan-döngüde güvenlik modelidir. Bir işlem sınıfını bir kez onaylarsınız; tekrar sormaz. Bu, otomasyonun kara kutu gibi hissettirmemesini sağlayan ve özellikle üretim bağlamlarında faydalı olan kasıtlı bir tasarım tercihidir.

Aşama 2: Planlama ve alt ajan tanımı

Ardından orkestratör dahili bir uygulama planı oluşturdu ve üç alt ajan tanımladı:

Create          (implementation_plan.md → written to ~/.gemini/ant.../  scratch folder)
DefineSubagent  ("data_cleaner" defined successfully)
DefineSubagent  ("data_analyzer" defined successfully)
DefineSubagent  ("data_visualizer" defined successfully)

implementation_plan.md dosyası, proje klasörünüz değil, dahili bir .gemini geçici dizinine yazılır. Bu, CLI’nın kendi planlama eseridir; okumanız veya yönetmeniz gerekmez. /goal kullandığınızda otomatik olarak onaylanır ve yürütme hemen devam eder.

data_cleaner, data_analyzer ve data_visualizer şeklindeki üç alt ajan adı, tamamen hedef tanımınızdan CLI tarafından türetilmiştir.

Aşama 3: data_cleaner çalışması

İlk alt ajan, veri kalitesi sorunlarını gidermek üzere devreye alındı; iki eksik revenue değerini ve eksik units_sold değerini product medyanlarıyla atadı; ardından $999,999 Nisan Laptop Pro girdisini (beklendiği gibi) sistem yer tutucusu olarak tanımlayıp $50.106 ile değiştirdi (medyan birim fiyatı $1.193 × 42 birim) ve temizlenen veriyi aşağı akışa iletmeden önce istatistiksel doğruluğu yeniden sağladı.

Aşama 4: data_analyzer ve data_visualizer paralel çalışması

sales_clean.csv son hâlini alır almaz, orkestratör kalan iki alt ajanı eşzamanlı olarak devreye soktu. Analizci, Aydan Aya (MoM) büyüme oranlarını, ürün kırılımlarını ve bölgesel özetleri hesaplayıp analysis_summary.json olarak kaydederken; görselleştirici aynı anda üç grafik PNG’si üretti. Orkestratör ikisini de izledi ve durumlarını gerçek zamanlı olarak raporladı.

Not: Uygulama planını veya bir eseri gözdenmeniz istendiğinde, /artifact komutunu kullanarak eser klasörünü açıp içeriği inceleyebilir veya modele güvenerek varsayılan olarak çalıştırabilirsiniz.

Aşama 5: Nihai montaj

Tüm alt ajanlar tamamlandığında, orkestratör nihai panoyu toplamadan önce tüm dosyaların mevcut olduğunu teyit etmek için 12 saniyelik kasıtlı bir muhakeme yaptı. Ortaya, herhangi bir harici bağımlılık gerektirmeyen, tamamen kendi kendine yeten bir HTML dosyası çıktı.

Oluşturulan pano statik bir sayfa değildir; üretim düzeyinde etkileşimli bir arayüzdür. Başlıca özellikleri şunlardır:

• Mavi vurgulu, koyu cam benzeri tema ve sade tipografi
• Dört KPI kartı: Toplam Gelir ($444.389), Toplam Satılan Birim (2.168), En İyi Ürün (Laptop Pro, %69,0 pay) ve En İyi Bölge (Kuzey)
• Üç geçiş yapılabilir sekme:
• Genel bakış ve eğilimler: Aylık gelir çizgi grafiği ve renk kodlu büyüme oranları (yeşil pozitif, kırmızı negatif) içeren MoM performans tablosu
• Ürün ve bölge içgörüleri: Bölgesel halka grafik ve birim fiyatları ile gelir paylarını içeren ayrıntılı ürün/bölge özet tablosu
• Temizlenmiş veri kümesi: Canlı arama, sütun filtreleme ve sıralanabilir başlıklara sahip tam temiz veri tablosu içeren bir sekme
• Sağ üstte temiz CSV ve analiz JSON’u için indirme düğmeleri
• En altta, tam olarak nelerin temizlendiğini açıklayan veri kalitesi ve iş denetimi notları bölümü.

Son Düşünceler

Bu eğitimde, beş dakikanın altında Antigravity CLI ile eksiksiz bir çok ajanlı veri hattı çalıştırdık. Orkestratör ham CSV’yi profilledi, üç alt ajanı özerk olarak tanımladı, temiz veri hazır olur olmaz ikisini paralel çalıştırdı ve sekmeli gezinim, KPI kartları ve sıralanabilir veri tablolarıyla tamamen kendi kendine yeten bir HTML raporu derledi.

Alt ajan mimarisi yalnızca bir performans optimizasyonu değildir; karmaşık analitik işlerin nasıl yapıldığına doğal olarak uyan bir tasarım örüntüsüdür. Paralel çalışan uzman ajanları döndürür; her biri en iyi yaptığı işe odaklanır ve orkestratör nihai sonucu sentezler. Aynı örüntü, veri analizinin çok ötesinde belge işleme, kod inceleme hatları, araştırma birleştirme ve daha fazlasına uzanır.

Bunu daha ileri taşımak için birkaç fikir:

• Antigravity 2.0 masaüstü uygulamasında yönlendirmenize /schedule komutunu ekleyerek zamanlanmış görevlerle otomatikleştirin; hat, programınıza göre yenilenen CSV üzerinde her seferinde otomatik olarak yeniden çalışır.
• Daha fazla kontrol için /grill-me kullanın; CLI’nın başlamadan önce netleştirici sorular sormasını istiyorsanız, yönlendirmenizin başına /goal yerine /grill-me ekleyin.
• Yönetilen Ajanlar API’si üzerinden gömün; bu hattı bir web uygulamasına almak istiyorsanız, Gemini API’deki Managed Agents API tek bir API çağrısıyla aynı alt ajan yeteneklerini sunar. Her ajan kalıcı, izole bir Linux ortamında çalıştığından oturumlar arasında devam edebilirsiniz.
• Antigravity’nin Workspace entegrasyonuyla, orkestratörünüz nihai raporu doğrudan Google Docs’a yazabilir veya Gmail üzerinden dağıtabilir; bunu hedef yönlendirmeye eklemeniz yeterlidir, ajan API çağrılarını yönetir.