跳至主要内容

Google Antigravity CLI 教程:编排并行 AI 代理

使用 Google 的 Antigravity CLI 并行编排动态子代理,对数据集进行清洗、分析与可视化,生成交互式 HTML 仪表盘。
· 10分钟 阅读

使用 AI 探索

如果您经常处理原始数据,或许早就希望能把一份凌乱的数据集交给一组各司其职的助手——有人清洗、有人分析、有人可视化——然后拿回一份打磨好的报告。借助 Google Antigravity 2.0(在 Google I/O 2026 上与多模态 Gemini Omni 模型、Google 云端 24/7 代理 Gemini Spark 等一同发布),您只需一条终端命令就能做到。

Antigravity 2.0 是一个独立的、以代理为先的平台,彻底将智能代理从 IDE 中解耦。其 CLI 可将平台的全部能力直接带到终端,无需任何桌面应用。

在本教程中,我们将先了解 Antigravity 2.0 生态的更新内容,然后通过一个演示展示其最强大的能力——动态子代理。我们会用自然语言为 Antigravity CLI 指定目标,指向一份原始销售 CSV,并观察它如何并行启动子代理来清洗、分析和可视化数据,最终零代码生成一个完整的交互式 HTML 仪表盘。

您将学到:

  • Antigravity 2.0 的变化,以及它在更广泛 Google AI 生态中的定位
  • 动态子代理的工作原理及其重要性
  • 如何安装并运行 Antigravity CLI
  • 基于一个简单提示词,构建端到端多代理数据流水线

初识代理式 AI?我们的 AI Agent Fundamentals 技能路径可在您上手前打下扎实基础。

Google Antigravity 2.0 有哪些新变化?

Google I/O 2026 标志着 Antigravity 平台的大幅扩展。它不再只是一个工具,而是一个完整的生态系统。以下是发布内容:

Antigravity 2.0 桌面应用

与最初的 Antigravity IDE(仍可供开发者使用)不同,Antigravity 2.0 自底向上以代理为先进行构建。这是一个与代理交互、管理项目和审阅产物的清爽界面。支持 macOS、Linux 与 Windows。

主要新功能包括:

  • 动态子代理:主代理可即时定义并启动专业化子代理,以并行处理聚焦子任务,同时不污染自身的上下文窗口。

  • 异步任务管理:长时任务在后台运行,主代理与 UI 均不会被阻塞。

  • 项目:代理按“项目”而非代码仓库组织。项目可跨多个本地文件夹,并具有独立的权限范围。

  • 计划任务:用户可定义类 cron 调度,自动触发代理执行,包括日报、整点健康检查、月报等,无需手动调用。

  • JSON 钩子:使用简单的 JSON 配置文件在生命周期阶段(工具调用前、模型调用后、循环停止条件时)拦截并自定义代理行为。

  • 实时语音转写:麦克风输入现可用 Gemini Audio 模型进行实时转写,将口语化表达转成干净、可直接发送的提示。

  • 斜杠命令:

    • /goal:自主运行直至完成

    •  /grill-me:代理会先提出澄清问题

    • /schedule:一次性或周期性调用

    • /browser:显式同意使用浏览器

Antigravity CLI

面向原生终端的开发者与自动化工作流,Antigravity CLI(命令为 agy)在轻量、可脚本化的界面中提供同样的代理框架。

它是 Gemini CLI 的继任者,也是我们在本教程中使用的工具。您只需指向数据、用自然语言描述目标,其他交给它处理,包括如何将任务拆解为子代理。无需编排脚本、无需配置文件、无需手动定义子代理。

Antigravity SDK

Antigravity SDK 以编程方式提供与 Google 自家产品相同的代理框架。它对 Gemini 模型进行了优化,允许您定义自定义代理行为并在自有基础设施上托管。

Gemini API 中的托管代理

Gemini API 对开发者最友好的新增功能是 托管代理(Managed Agents)。只需一次 API 调用,您即可启动一个能进行推理、使用工具并在持久、隔离的 Linux 环境中执行代码的代理。

每次交互都可在后续调用中恢复,并保留所有文件与状态。其由 Antigravity 代理框架驱动,构建于全新的 Gemini 3.5 Flash 之上,后者在保持性能领先于 Gemini 3.1 Pro 的同时,速度快 4 倍。

Google AI Studio 集成

更广泛的生态系统还包括全新的 Google AI Studio 移动应用、面向代理的原生 Google Workspace API 集成、AI Studio 项目一键导出至 Antigravity,以及原生 Android 应用构建并直接发布到 Google Play 管理中心的支持。

整体而言,这一生态代表着从单轮提示转向常驻代理,而位于 Antigravity 2.0 核心的子代理架构正是将其落地的机制。

理解 Antigravity 2.0 的动态子代理

在单代理设置中,一个代理顺序处理全部工作:先清洗数据,再分析,最后可视化。这存在两点问题。其一是速度慢,每一步都要等待前一步完成。其二是代理的上下文窗口会被每一步的完整历史填满,导致后续任务的推理质量下降。

子代理可同时解决这两个问题。编排器代理接收您的高层目标并决定如何将其拆分为子任务。随后它会定义并启动子代理,每个子代理聚焦单一任务、拥有独立的上下文窗口,并行运行。所有子代理完成后,编排器再综合输出最终结果。

可以用下面的心智模型来理解这一概念:

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

关键在于,您无需亲自定义子代理。CLI 的编排器会围绕任务进行推理并决定如何拆解。您只需提供数据与目标。

Antigravity 2.0 演示:用一条 CLI 提示自动生成销售仪表盘

本节中,我们将使用一份月度销售(伪造)CSV 原始数据,在不编写任何代码、也不定义任何子代理指令的前提下,生成一个完整的交互式 HTML 仪表盘。

步骤 1:安装 Antigravity CLI

首先通过运行一条 bash 命令来安装 Antigravity CLI。Antigravity CLI 提供多种操作系统版本,包括:

macOS 与 Linux

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

Install Antigravity CLI

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

步骤 2:使用 Google 账号或 GCP 项目进行认证

安装完成后,在终端运行以下命令启动 antigravity:

agy

随后,使用 Google 账号或 GCP 项目完成认证。系统会提供一枚密钥,您将其粘贴回正在运行 antigravity 的终端,即可完成认证。

然后按需设置终端主题,并授予所需文件访问权限,一切就绪。

Antigravity CLI Theme

CLI 会以 Antigravity CLI 1.0.0 自我标识,并默认连接至 Gemini 3.5 Flash(高配)。

步骤 3:准备项目文件夹

您可以自行完成这一步,也可以直接让 Antigravity CLI 为您执行:

mkdir AntigravityDemo
cd AntigravityDemo

这就是全部的项目设置。无需子目录、无需配置文件、无需代理定义。

步骤 4:添加数据集

将以下示例数据保存为 sales_raw.csv,直接放在 AntigravityDemo 文件夹中,或使用您自选的数据。该数据有意包含贴近真实的数据质量问题,如缺失值和 $999,999 异常占位符,便于子代理发挥作用。

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

将该 CSV 添加到工作目录后,我们就可以在 CLI 中开始操作。

步骤 5:使用 /goal 命令运行 CLI

当工作目录就绪且 sales_raw.csv 数据集就位后,您即可调用 Antigravity CLI 的编排器来管理端到端分析流程。打开终端并运行:

agy

Run the CLI with `/goal` command

接下来,请求 Gemini 对我们的数据进行清洗、分析与可视化:

/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.

这里的 /goal 前缀非常关键,它指示 CLI 在无需审批计划或中间确认的情况下将整个任务一次性跑完。若不使用该前缀,代理会在每个关键步骤前停下并询问:“是否继续?”

随后编排器会立即启动自主工作流。以下是从环境画像到成果组装 5 个阶段的详细拆解:

阶段 1:环境画像

编排器在写下第一行代码前,先对其环境进行了摸底:

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

它先列出权限、读取目录、加载 CSV,检查 Python 是否可用并验证所需库,之后才开始规划。这种前置画像能让编排器在定义子代理角色时做到心中有数,而非盲目规划。

关于权限提示:即便使用了 /goal,CLI 仍会在首次运行任何 bash 命令前请求一次性授权。这是 Antigravity 的“人类在回路”安全模型。您对某类操作一次授权后,后续将不再询问。这一刻意的设计避免自动化流程沦为“黑箱”,在生产环境尤为实用。

阶段 2:规划与子代理定义

随后编排器创建了内部实现计划,并定义了三个子代理:

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 文件会写入内部的 .gemini 临时目录,而非您的项目文件夹。它是 CLI 的自用规划产物,您无需阅读或管理。使用 /goal 时会自动批准,执行将立即继续。

Antigravity CLI Command 1

三个子代理名称 data_cleaner、data_analyzer 与 data_visualizer 完全由 CLI 根据您的目标描述推导而来。

阶段 3:data_cleaner 运行

首个子代理用于修复数据质量问题:以 product 中位数填补两个缺失的 revenue 值和一个缺失的 units_sold,并识别 4 月 Laptop Pro 的 $999,999 为系统占位(符合预期),将其替换为 $50,106(中位单价 $1,193 × 42 件),在下游处理前恢复统计准确性。

阶段 4:data_analyzer 与 data_visualizer 并行运行

一旦 sales_clean.csv 最终定稿,编排器立即同时派发其余两个子代理。分析器计算环比增长、产品拆分与区域汇总,并保存为 analysis_summary.json;可视化器则并行生成三张图表 PNG。编排器会实时监控与报告它们的状态。

Antigravity CLI Command 2

注意:当提示您审阅实现计划或某个产物时,可使用 /artifact 命令打开产物文件夹进行查看;或者直接信任模型,按默认继续运行。

阶段 5:最终组装

当全部子代理完成后,编排器花了 12 秒进行审慎推理,确认所有文件就绪,随后组装出最终仪表盘。结果是一个完全自包含的 HTML 文件,无需外部依赖。

Sales dashboard generated by CLI

生成的仪表盘并非静态页面,而是具备生产级交互的 UI。其主要特性包括:

  • 深色玻璃拟态主题、蓝色点缀与清爽排版
  • 四个 KPI 卡片:总营收($444,389)、总销量(2,168)、最畅销产品(Laptop Pro,份额 69.0%)、最佳区域(North)
  • 三个可切换标签页:
    • 总览与趋势:月度营收折线图与环比表现表,增长用色彩区分(正向为绿、负向为红)
    • 产品与区域洞察:包含区域甜甜圈图以及产品/区域明细表,展示单价与营收占比
    • 清洗后的数据集:提供完整的清洗数据表,支持即时搜索、列筛选与表头排序
  • 右上角提供清洗后 CSV 与分析 JSON 的下载按钮
  • 底部含数据质量与业务审计说明,明确记录了清洗内容。

结语

在本教程中,我们用不到五分钟,通过 Antigravity CLI 跑通了一条完整的多代理数据流水线。编排器对原始 CSV 进行画像,自动定义三个子代理,在清洗数据就绪后并行运行其中两个,并组装生成带标签导航、KPI 卡片与可排序数据表的自包含 HTML 报告。

子代理架构不仅是性能优化,更是与复杂分析工作天然契合的设计范式:它并行调度各司其职的专门代理,各尽其能,而编排器负责综合最终成果。同样的模式也适用于文档处理、代码审查流水线、研究资料聚合等更多场景。

若要更进一步,您可以尝试:

  • 在 Antigravity 2.0 桌面应用中为提示添加 /schedule 命令以实现自动化调度,流水线将按计划在每次 CSV 更新后自动重跑。
  • 若希望在启动前先由 CLI 提出澄清问题以增强可控性,可使用 /grill-me 并将其置于提示词之前,替代 /goal。
  • 通过 Managed Agents API 进行嵌入:如果想把这条流水线放入您的 Web 应用,Gemini API 中的 Managed Agents API 可用一次 API 调用提供相同的子代理能力。每个代理运行在持久、隔离的 Linux 环境中,可跨会话恢复。
  • 借助 Antigravity 的 Workspace 集成,您的编排器可将最终报告直接写入 Google Docs 或通过 Gmail 分发,只需将此需求加入目标提示,代理会处理相关 API 调用。

Google Antigravity 2.0 常见问题

什么是 Google Antigravity 2.0?它与初代有何不同?

Antigravity 2.0 是一个独立的、以代理为先的平台,彻底将智能代理从 IDE 中解耦。与最初主要是带代理侧边栏的代码编辑器不同,2.0 围绕跨项目编排自治代理而构建,具备动态子代理、计划任务与异步任务管理等功能。

什么是 Antigravity 2.0 的动态子代理?

动态子代理是由编排器即时定义并启动的专业代理,用于并行处理聚焦子任务。您无需自行配置:编排器读取您的目标、决定如何拆解工作,并创建拥有独立上下文窗口的子代理。这能让每个代理保持专注,并避免在复杂任务中出现上下文窗口退化。

什么是 Antigravity CLI?它与 Gemini CLI 的关系如何?

Antigravity CLI(命令为 agy)是 Gemini CLI 的继任者。它以轻量、可脚本化的终端界面,提供与 Antigravity 2.0 桌面应用相同的代理框架,并新增并行子代理、/goal 与 /schedule 等斜杠命令,且默认连接 Gemini 3.5 Flash——这些都是 Gemini CLI 所不具备的能力。

Antigravity CLI 使用哪个模型?

默认情况下,CLI 连接至在 Google I/O 2026 上发布的 Gemini 3.5 Flash(高配)。Google 表示该模型在同级别下速度是其他前沿模型的四倍,同时在代理与编码基准上优于 Gemini 3.1 Pro。

Antigravity CLI 是否免费?

Antigravity CLI 通过 Google 账号或 GCP 项目进行认证。在当前预览期内,它像 Gemini CLI 一样提供宽松的免费配额。对于生产工作负载或更高配额,您可以将其连接到已启用计费的 GCP 项目。

如果子代理中途失败会怎样?

编排器会监控所有活动子代理,若某个失败,会在终端中显示错误,因为子代理在隔离上下文中运行。例如在本教程中,data_visualizer 的失败不会回滚 data_cleaner 或 data_analyzer 已完成的工作。您可以用更具体的指令重新运行提示,或在前期使用 /grill-me 以在执行前对计划达成一致。

我的数据会被发送到 Google 的服务器吗?

CLI 会通过 Gemini 3.5 Flash 处理您的提示与数据,这意味着在运行过程中,代理所用数据会发送到 Google 的 API。对于敏感或专有数据,请在使用前审阅 Gemini API 的数据使用政策,或考虑使用 Antigravity SDK 在自有基础设施上自托管代理框架。

Aashi Dutt

作者

Aashi Dutt

我是一名 Google Developers 机器学习(生成式 AI)领域的专家、Kaggle 三项专家,以及 Women Techmakers 大使,拥有 3 年以上的技术从业经验。2020 年我共同创办了一家健康科技初创公司,目前在佐治亚理工学院攻读计算机科学硕士,专攻机器学习。

主题