Woodman's Second Brain | 第二大脑

[多模型] Google Antigravity 完整实战教程：一个项目贯穿全部核心功能｜Vibe Coding 初体验

Properties2
tagsinbox/capture, source/toutiao_video
aliases[多模型] Google Antigravity 完整实战教程：一个项目贯穿全部核心功能｜Vibe Coding 初体验, Google Antigravity 完整实战教程：一个项目贯穿全部核心功能｜Vibe Coding 初体验

108分钟阅读

[多模型] Google Antigravity 完整实战教程：一个项目贯穿全部核心功能｜Vibe Coding 初体验

捕获元数据

📊 多模型综合分析报告

🐳 火山引擎 DeepSeek-V4 总结

🎯 核心观点摘要

  • Google Antigravity 是一款基于 VS Code 的 AI 开发工具，目前最大亮点是免费，可免费使用 Gemini 和 Claude 的多个模型。
  • Vibe Coding（意念驱动开发）是核心开发范式：用户只需用自然语言描述想法和反馈，AI 自动完成搭架构、写代码、找 bug 等工作，用户像产品经理一样关注最终成品。
  • 通过一个完整的贪吃蛇网页项目，可以串联体验 Antigravity 的全部核心功能：安装配置、Rules（全局/项目规则）、Workflow（自定义命令）、Agent Manager（多 Agent 管理）、浏览器交互（Browser subagent）、MCP 工具、部署到 GitHub。
  • Antigravity 目前仍存在不少 bug（如登录卡住、模型显示错误、回退/拒绝功能不可用等），但亮点在于 Agent Manager 等多 Agent 管理设计，只是目前多个 Agent 之间缺乏协同能力。

📌 关键脉络与论据

1. 工具背景与入门准备

  • 选贪吃蛇项目的原因：规则简单、大家熟悉，无需纠结游戏逻辑，可专注体验工具本身。
  • Vibe Coding 的类比：像雇佣一个 24 小时待命的程序员，你说想法 → AI 给方案 → 你反馈 → 微调细节，整个过程围绕你的想法推进。
  • 安装注意事项：国内用户可能需要微屁恩或虚拟网卡；非管理员安装会弹提示但无碍；首次启动有初始化引导。
  • 初始化设置要点：
    • 可导入 VS Code/Cursor 设置，但教程选择全新开始。
    • 选择主题（默认深色）。
    • 设置 AI 权限：默认所有操作需确认，可设为全自动（学习场景问题不大），也可自定义白名单/黑名单。
    • 键盘模式建议选常规模式（避免 Vim 与 AI Tab 补全冲突）。
    • 建议安装常用语言插件，否则 Antigravity 只是记事本。
  • 登录问题：部分地区不支持需改地区；卡在登录页时可通过调整微屁恩代理、谷歌账号归属地等方法尝试解决。
  • 运行性能：笔记本上推荐使用低功耗模式，加参数运行。

2. 基础操作与 AI 功能

  • Tab 补全：AI 根据意图预测修改，一键完成批量替换，不仅限于代码，文本格式调整也可智能补全。
  • AI 对话框：支持 @ 引用内容、/ 调用工作流；选中代码按 Ctrl+I 可临时提问或修改，按 Ctrl+L 可加入右侧对话。
  • 终端与快捷键：Ctrl+波浪号 打开命令行；Alt+上下方向键 移动代码；Ctrl+K 后 Ctrl+S 保存所有文件。

3. 规则（Rules）与工作流（Workflow）

  • Rules 是系统提示词，分全局和项目级（workspace），用于设定 AI 的风格和习惯（如要求用中文、Python 项目文件管理偏好）。
  • 提示词不必过于复杂：大模型本身已是 agent，画蛇添足的多步骤提示词反而浪费 token、增加错误概率。
  • Workflow 也是系统提示词，但偏向固定动作/命令，可用自然语言定义，如“生成繁体中文 README”“Git init 初始化文件夹”，使用时通过斜杠 / 调用。

4. Agent Manager 与多 Agent 并发

  • Agent Manager 是 Antigravity 的独特设计：显示所有 Agent 的对话，跨项目组织，可同时打开多个 Agent 编辑窗口（每个窗口即一个 Agent）。
  • 快捷键 Ctrl+I（实际应为 Ctrl+1，原文如此）打开 Agent 编辑窗口，可把整个窗口当作一个 Agent 使用。
  • 多 Agent 可同时运行，但互相之间没有联系，目前不支持原生协同工作。

5. 项目实战：贪吃蛇开发流程

  • 使用 Planning 模式先让 AI 给出计划，生成 implementation_plan 和 task 文件（计划与进度）。
  • 中途可随时追加反馈：AI 工作过程中也能继续发消息，无需等待其结束。
  • 修改计划文件的方式：可点击加号添加意见，或选中文本直接提交修改，多条修改统一提交。
  • 全自动执行的好处：避免频繁确认命令（如同老板无需批准员工新建文件），但注意手动改代码会破坏 AI 上下文，建议全部交给 AI。
  • 新范式：项目核心资产从代码转向架构/逻辑/计划文件，代码只是这些架构文件的附属，AI 根据架构文件分部分生成代码即可。

6. 浏览器自动化与 UI 修改

  • Antigravity 可操作浏览器：首次启动需安装插件，浏览器周围有蓝光表示 AI 正在操作，此时用户无法操作。
  • AI 操作浏览器较慢，尤其使用带推理的模型时，每个动作都要反馈给大模型处理。
  • 通过 F12 开发者模式定位 UI 元素：选择元素后复制选择器（类似用邮编/经纬度指定地址），把代码片段发给 AI，即使不懂前端也能精确修改（如按钮高度一致、蛇身渐变色、游戏结束颤抖效果）。
  • AI 自动测试时会记录录屏，可在 Agent 对话中查看操作过程。

7. MCP 工具与 GitHub 部署

  • 上传项目到 GitHub 的两种方式：直接让 Agent 执行 git 命令（可能不稳定，且新项目无法创建远程仓库），推荐使用 MCP 工具。
  • 安装 GitHub MCP：在 MCP 商店搜索 GitHub 安装，需要申请 GitHub token 并设置权限（仓库、提交等读写权限），需在 Docker 中运行本地服务。
  • 体验：Agent 创建仓库时用 MCP，后续 git init、提交、上传等直接走命令行更快；MCP 方式每步都会调用大模型，较慢且费 token。

8. Workflow 实际设置与调用

  • 示例：设置“生成繁体中文 README”的全局工作流：若已有 README 则直接翻译，否则分析项目生成；设置“GitHub 初始化”工作流：用 git init 初始化当前文件夹。
  • 调用方式：在对话中输入斜杠 / 选择对应命令。
  • 注意：执行时可能直接覆盖旧文件（如简中 README 被繁体覆盖），需小心。

9. 已知问题与 Bug

  • 登录页面可能卡住（网络问题，尝试调整代理/账号地区）。
  • 设置 AI 权限有时没反应。
  • 模型显示错误（如选择 Opus 4.5 却显示 3 Flash）。
  • 回退/拒绝功能有 bug：会直接删除指令修改过的文件，而非版本回退，目前不要使用。
  • 中文语音识别能力很差。

💡 核心洞察

  • Vibe Coding 大幅降低开发门槛：不懂编程的人也能通过自然语言 + 反馈完成完整项目，AI 承担了架构、编码、调试、测试等全部技术工作，用户只需要表达“想要什么”和“哪里不满意”。
  • 规则与工作流是控制 AI 行为的轻量级手段：通过简单的系统提示词即可定制 AI 的风格和固定动作，但提示词应保持简洁，避免过度设计反而降低效率。
  • Antigravity 的 Agent Manager 代表 AI IDE 的新方向：多个 Agent 可同时运行、跨项目管理对话，但缺乏 Agent 间协同是当前明显短板，若能实现原生多 Agent 协作，工具价值将大幅提升。
  • 项目核心资产的转移：在 AI 辅助开发中，代码逐渐变成“可生成”的附属品，而架构、计划、任务等文本文件成为真正需要人工把控的核心资产。
  • 工具成熟度尚早，但潜力明显：Antigravity 仍存在登录、显示、回退等多处 bug，但免费额度、浏览器自动化、MCP 生态等亮点已展现出实用性，值得持续关注。

🔵 百炼 Qwen 3.8 Max 总结

《Google Antigravity 完整实战教程：一个项目贯穿全部核心功能｜Vibe Coding 初体验》深度提炼

以下内容严格基于你提供的【真实原文内容】进行整理，不补充原文未提及的信息。

🎯 核心观点摘要

  • 原文通过一个经典小游戏项目“贪吃蛇”，完整演示了 Google 的 AI 开发工具 Antigravity 的使用过程。选择贪吃蛇的原因是规则简单、用户熟悉，可以把注意力集中在工具本身，而不是复杂业务逻辑上。

  • 原文明确强调，Antigravity 当前最大的亮点是 免费。它不仅可以免费使用原文所称的 “min 的几个模型”，还可以免费使用 “cloud 的几个模型”。

  • 原文把 Vibe Coding / web coding 解释为一种“意念驱动的开发方式”：用户只需要表达想法、提出功能需求、说明预期效果，然后对 AI 给出的结果进行反馈；搭架构、环境、写代码、找 bug 等麻烦事交给 AI 处理。

  • 在这种开发方式下，用户更像“产品经理”，核心任务不是亲自写代码，而是判断 AI 产出的结果是否符合自己的需求，并不断提出修改意见。

  • 视频内容覆盖了 Antigravity 的多个核心功能：

    • 安装与初始化
    • 权限设置
    • Rules / 系统提示词
    • Workflow / 自定义命令
    • Agent Manager
    • AI 对话与上下文引用
    • 浏览器交互 / Browser subagent
    • 自动测试与反馈修改
    • MCP 工具
    • GitHub 上传与项目分享

  • 原文也反复指出，Antigravity 目前仍有不少问题：登录、网络、权限设置、模型显示、回退 / Reject 功能、软件稳定性等方面都存在 bug；Agent Manager 虽然支持多个 agent 同时工作，但 agent 之间缺少原生协同能力。

📌 关键脉络与论据

1. 项目选择：为什么用“贪吃蛇”贯穿教程？

原文选择贪吃蛇作为实战项目，并不是因为项目本身有多复杂，而是因为它足够简单：

  • 贪吃蛇规则简单，大家都比较熟悉。
  • 不需要花额外时间理解复杂游戏逻辑。
  • 可以把重点放在 Antigravity 工具本身的使用上。
  • 通过这个完整项目，可以同时体验安装、Rules、Workflow、Agent Manager、浏览器交互、MCP、GitHub 发布等功能。

原文的核心意图是：用一个低门槛项目，带观众完整走一遍 Antigravity 的主要能力。

2. Vibe Coding 的核心理念：从“写代码”变成“表达想法 + 反馈”

原文将 Vibe Coding / web coding 描述为一种新的开发方式：

  • 传统软件开发通常有两种路径：

    1. 自己会写代码，亲自上手。
    2. 花钱请程序员，由自己提需求。

  • Vibe Coding 类似第二种路径，但 AI 工具就像“雇佣的程序员”，并且是 24 小时待命。

  • 用户的工作流程被简化为：

    1. 说出想法。
    2. 清晰告诉 AI 要做什么、功能是什么、效果是什么。
    3. AI 给出方案或结果。
    4. 用户反馈哪里满意、哪里要改、哪些细节需要微调。
    5. AI 继续处理剩余开发工作。

  • 原文明确说，搭架构环境、写代码、找 bug 这些麻烦事，都可以交给 AI 自动处理。

  • 用户角色更像产品经理：只需要关注最终成品是不是自己想要的。

这一段是全文的方法论基础：整个教程并不是单纯教工具按钮，而是在展示一种“以需求驱动 AI 完成项目”的开发体验。

3. 安装与初始化：Antigravity 的基础门槛与常见坑

原文从安装阶段开始，提到多个实际操作中的注意点：

网络与环境

  • 国内用户需要使用代理或虚拟网卡模式。
  • 如果登录页提示地区不支持，需要在相关网址中修改地区。
  • 修改地区后需要审核，原文作者提到自己大约十来分钟通过。
  • 登录页面可能卡住，原文给出了一些排查方式：
    • 删除环境变量里设置的代理。
    • 代理地址要使用本机代理软件。
    • 默认浏览器建议使用 Chrome。
    • Google 账号归属地和代理节点可以尝试一致或不一致，因为作者遇到一致时卡住，改成不一致后解决，反之也可以尝试。

安装流程

  • 从官网根据系统下载对应版本。
  • 如果用户不是管理员，可能出现提示，但可以继续。
  • 安装过程基本是“下一步”完成。

首次启动设置

  • Antigravity 基于 VS Code 开发。
  • 如果电脑已安装 VS Code 或 Cursor，它可以导入已有设置。
  • 为了教程纯粹性，原文作者选择“全新的开始”，避免旧设置影响演示。
  • 主题保持默认深色。

AI 权限设置

原文重点介绍了 AI 执行操作时的权限控制，主要涉及三类操作：

  1. 终端命令行操作
  2. 文件操作
  3. 浏览器命令操作

这些操作可以选择：

  • 总是继续执行。
  • 每次需要用户确认。
  • 完全不允许某些操作。
  • 让 AI 自己决定是否需要确认。
  • 自定义每一项行为。

原文还提到：

  • 可以设置白名单：如果命令在白名单中，即使原本要求确认，也会自动执行。
  • 可以设置黑名单：如果命令在黑名单中，即使设置全自动，也会要求确认。
  • 作者最终选择“全自动”，认为学习用途下安全问题不大，但可能比较费 token，好在工具免费。

键盘模式与插件

  • 键盘模式可选常规模式或模模式。
  • 原文建议即使熟悉模模式，也选择常规模式，因为 AI 编辑器的 Tab 补全功能可能与模模式冲突，影响效率。
  • 建议安装常用语言插件，例如 Python 支持；如果不装，Antigravity 就“只是个记事本”。

语音与性能

  • Antigravity 新增了语音功能，原文认为比较有用，在笔记本上使用时方便。
  • 但谷歌中文语音识别能力被原文评价为“很差”。
  • 如果笔记本运行吃力，可以使用低功耗模式，通过启动参数降低负载。

4. VS Code / AI 编辑器基础操作

由于 Antigravity 基于 VS Code，原文先简单介绍了常见编辑器操作。

界面与插件

  • 左侧显示当前项目文件。
  • 下方图标用于安装插件。
  • 可以安装中文插件，但无法百分之百汉化，因为软件较新，汉化主要内容仍来自 VS Code 原有部分。

Tab 补全

原文非常强调 Tab 补全能力：

  • 修改一个变量名后，AI 会自动识别其他需要修改的位置。
  • 按 Tab 可以接受补全。
  • 再按一次可以继续寻找下一处类似修改。
  • 原文评价：Tab 补全目前是 AI 编辑器里最好用的功能之一。

Tab 补全不仅用于代码，也可用于文本处理：

  • 当完成第一个缩进后，AI 会识别其他需要同样缩进的位置。
  • 添加序号时，也能智能补全后续序号。

AI 对话框

右侧 AI 对话框支持：

  • @ 符号：引用特定内容，把内容加入上下文发送给模型。
  • / 斜杠：调用自定义工作流或命令。

选中代码后的 AI 操作

  • 选中代码后按 Ctrl + I，可以调出临时 AI 窗口。
    • 可以让 AI 修改选中内容。
    • 也可以针对选中内容提问，例如变量数量、字符数量等。
  • 选中代码后按 Ctrl + L，可以把内容加入右侧 AI 对话框。

其他常用操作

  • Ctrl + 波浪号：打开终端。
  • Alt + 上下方向键：上下移动选中代码。
  • 文件名右侧白点：表示文件已修改但未保存。
  • Ctrl + K 后再按 Ctrl + S：一次性保存所有已修改文件。

5. Rules：用系统提示词定义 AI 的工作风格

原文将 Rules 解释为系统提示词，用于让 AI 按照用户的风格和习惯工作。

Rules 的层级

  • 全局 Rules：影响整体使用。
  • 项目级 Rules：作用于当前 workspace / 项目。

原文设置的全局 Rules 示例

  • 多次要求 AI 使用中文，因为 AI 有时“不怎么听话”，多说几遍可能更有效。
  • 由于作者主要使用 Python，要求项目管理中的移动、删除等操作尽量放在同一个文件夹里，方便管理。

对复杂提示词的看法

原文提出一个重要观点：

  • 系统提示词不必写得太复杂。
  • 当前大模型本身已经是 agent，背后已有较好的设置。
  • 简单问题如果强行加入很多中间步骤，看起来专业，但会浪费上下文。
  • 多步骤提示词会增加错误概率，原文甚至说错误概率是“指数级增长”。

这个观点说明：在使用 AI 开发工具时，规则并不是越复杂越好，清晰、简单、直接可能更有效。

6. Workflow：用自然语言定制固定动作

原文将 Workflow 也归为系统提示词的一种，但它更偏“动作”：

  • Rules 主要定义风格和习惯。
  • Workflow 更像一个固定动作或自定义命令。
  • 可以用自然语言设置 AI 的固定操作流程。
  • 在对话中通过 / 调用。

原文前半部分没有立即展开 Workflow，而是说等项目实际推进后再使用；后半部分补充了两个示例：

  1. 生成繁体中文 README

    • 如果已有 README，就直接翻译成繁体中文。
    • 如果没有 README，就分析项目内容并生成繁体中文 README。

  2. GitHub 初始化

    • 使用 git init 初始化当前文件夹。

这两个示例说明，Workflow 可以把常用操作封装成命令，减少重复输入。

7. Agent Manager：Antigravity 的独特设计

原文认为 Agent Manager 是 Antigravity 的一个非常独特的设计。

Agent Manager 的作用

  • 显示用户与所有 agent 的对话。
  • 这些对话是跨项目的。
  • 不同项目的 agent 对话会按项目显示。
  • 用户可以在多个对话中同时指示 agent 做事。
  • 一个 agent 可以理解为一个编辑窗口。
  • 多个 agent 可以同时运行。

打开 agent 窗口

  • 可使用 Ctrl + 1。
  • 也可以点击 “open editor”。

当前局限

原文也指出 Agent Manager 目前的问题：

  • 虽然支持多个 agent 同时工作，但 agent 之间没有联系。
  • 它没有原生支持多 agent 协同工作的能力。
  • 如果后期能优化这一点，工具可用性会大幅提升。

这说明 Agent Manager 是亮点，但目前仍只是“多任务管理”，而不是真正的“多智能体协作”。

8. 权限、黑白名单与 Agent 设置

原文进一步说明了 agent 权限设置的位置和逻辑。

权限设置入口

  • 初始化时设置的权限有时没有反应，原文称这是小 bug。
  • 可以在右下角或高级设置中查看文件操作、命令操作等设置。

黑名单与白名单

  • 白名单：命令匹配后自动执行。
  • 黑名单：命令匹配后仍需要确认。
  • 匹配模式主要是命令开头几个字母是否匹配。
  • 原文还提到某些命令存在包含匹配的情况。

浏览器操作权限

  • 浏览器命令操作也可以在设置中调整。
  • 可以设置网址白名单。

关闭 agent

关闭 agent 时有两个选项：

  • Keep in background：后台继续运行。
  • 完全关掉：彻底关闭。

9. Playground：从沙盒环境开始项目

原文演示项目并不是直接创建正式项目，而是从 Playground 开始。

Playground 的特点

  • 相当于沙盒环境。
  • 是临时的。
  • 适合快速尝试想法。
  • 如果做坏了或不需要，可以直接关闭或删除。
  • 如果结果满意，可以转成正式项目。

项目转化

当贪吃蛇项目基本完成后，原文通过按钮将其转为正式项目：

  • 选择一个文件夹，例如“tcs贪吃蛇”。
  • Antigravity 会把整个项目移动到该目录。
  • agent 对话也会进入对应 workspace 项目中。

这个设计体现了“先试验，再固化”的开发流程。

10. 模型选择与额度机制

原文简单介绍了 Antigravity 中模型的额度机制。

免费与付费额度

  • 免费额度：一个星期刷新一次。
  • 付费额度：五小时刷新一次。

额度分组

原文提到不同模型的额度是一起计算或单独计算的：

  • 某些 pro 模型额度一起算。
  • flash 模型单独算。
  • cloud 的三个模型一起算额度。
  • banana pro 与某些 pro 模型一起算额度。
  • banana pro 是被动执行的，不像其他模型可以主动选择。

模型语言表现

原文选择了 cloud 的 “oppass 4.5” 模型：

  • 思考过程可以显示中文。
  • 相比之下，“Ja 3” 的思考过程是英文。
  • 即使系统提示词要求中文，有些模型输出仍可能英文混杂。

Planning 与 Fast 模式

原文提到两种对话模式：

  1. Planning

    • 适合深度研究或复杂任务。
    • 背后可能调用很多专门工具，例如规划工具。
    • 会生成规划方案、进度等文件。

  2. Fast

    • 适合小型、快速、直接的任务。

在项目开始时，原文作者选择 Planning 模式，让 AI 先规划整个贪吃蛇项目。

11. 项目启动：提出贪吃蛇需求

原文向 AI 提出的需求包括：

  • 做一个网页版贪吃蛇。
  • 除了游戏部分，还需要登录功能。
  • 需要记录游戏数据，例如分数和登录时间。
  • 作者还加入了之前总结的 UI 要求提示词。

由于已经设置了全自动执行，作者额外加了一句：

先给我一个计划方案，不要直接写代码。

但原文也说明，这句话不一定有效：

  • 有时有效。
  • 有时无效。
  • AI 有可能直接从头到尾执行完成，不再询问用户。

12. AI 生成计划与用户反馈修改

发送需求后，AI 开始生成计划。

计划文件

  • AI 创建了 implementation plan 文件。
  • 右侧会显示文件具体内容。
  • 如果不想界面跳来跳去，可以关闭该显示。

自动批准

由于设置了全自动执行，界面显示“用户批准了计划”。

原文提醒，这意味着 AI 可能直接按计划完成整个项目，而不再中途询问。

生成文件

AI 生成了：

  • task 文件：进度或任务。
  • implementation 文件：实施计划。

这些文件可以随时修改。

用户反馈方式

原文演示了几种反馈方式：

  1. 在右侧点击加号，加入修改意见。

    • 例如增加游客模式，避免测试时还要注册。

  2. 精确选中文本进行修改。

    • 例如修改颜色。

  3. 在输入框直接输入修改意见。

    • 适合不知道修改属于哪个模块的情况。

所有修改可以一起提交。

工作中可继续反馈

原文强调，在 Antigravity 中，AI 工作过程中用户可以随时继续发送内容：

  • AI 后续会跟着处理。
  • 不需要像以前一样必须等 AI 处理结束才能继续发内容。

13. 全自动执行的利弊

原文多次讨论“全自动执行”。

优点

  • 减少频繁确认。
  • 用户不需要看懂每条命令。
  • 流程更像老板指挥员工，而不是员工每做小事都来请示。

缺点

  • 可能比较费 token。
  • 对安全性要求较高的场景需要谨慎。
  • 原文认为学习用途下问题不大。

最小权限模式的评价

原文认为，如果所有操作都需要手动确认，虽然是安全模式，但实际意义不大；这个设计更像是软件为了规避责任而存在。

14. AI 工作区中的文件与交付物

当 AI 工作时，界面会显示几个关键信息：

  • 左边：AI 修改了哪些文件。
  • 中间：AI 正在使用哪些命令。
  • 右边：项目之外的辅助文件或交付文件。

原文特别提到，除了代码之外，还有计划、task、总结等附属文件。

15. Vibe Coding 下不建议手动改 AI 生成的代码

原文提出一个很重要的实操观点：

  • 在 Vibe Coding 这种方式下，不推荐用户手动修改 AI 生成的代码。
  • 因为这些代码生成后已经存在于 agent 的上下文中。
  • 如果用户手动修改，AI 可能不知道。
  • 后续出问题时，AI 重新读取文件会浪费 token。
  • 上下文注意力也可能受到影响。
  • 全部交给 AI 处理，效果可能比用户偶尔插手更好。

但原文也指出，人工可以处理代码之外的文件：

  • 配置文件。
  • 计划文件。
  • task 文件。
  • 项目附属文件。

16. 新范式：项目核心资产可能从代码转向架构文件

原文提到一种新的开发范式：

  • 传统方式中，代码是项目核心资产。
  • 现在有些新范式认为，项目核心资产变成了架构文件、逻辑文件。
  • 代码反而成为这些架构文件的附属。
  • 因为 AI 生成代码很简单，关键是解决架构中的耦合问题。
  • 后续可以按架构文件的内容，一部分一部分生成代码。

这一观点解释了为什么 Antigravity 会生成 plan、task、walkthrough 等文件，并强调这些文件可修改、可维护。

17. 浏览器交互与自动化测试

项目生成后，AI 开始启动本地服务器并尝试自动测试。

浏览器插件

  • Antigravity 第一次启动浏览器时，会提醒安装 Antigravity 插件。
  • 安装后，AI 可以自动操作浏览器。

手动启动浏览器

如果浏览器无法启动：

  • 可以点击上方按钮。
  • 也可以在 agent 管理面板中手动启动浏览器。

浏览器操作很慢

原文指出：

  • 大模型操作浏览器很慢。
  • 每做一个动作，结果都会反馈给大模型。
  • 模型再处理，再继续下一步。
  • 因此整个过程非常慢。

操作状态提示

  • AI 操作浏览器时，浏览器旁边会有一圈蓝色闪烁。
  • 此时用户不能操作浏览器。

18. 自动测试中发现的问题与软件不稳定

在自动测试中，AI 报告游戏存在“秒数问题”，即一进游戏就结束。

原文作者判断：

  • 这可能不是真正的问题。
  • 可能是 AI 操作浏览器太慢导致。

随后作者让 AI 修复。

但过程中出现软件错误：

  • 原本选择的是 cloud oppass 4.5。
  • 界面却显示成 3 flash。
  • 原文认为软件本身有问题。
  • 可能需要重新打开。

19. 回退 / Reject 功能目前不可靠

原文重点提醒了“回退”功能的问题。

理想中的回退

  • 类似 Git 版本管理。
  • 可以撤销某条指令造成的修改。

实际表现

  • 点击返回后，并不是版本回退。
  • 而是把该指令修改过的文件直接删除。

原文结论

  • 这个回退功能现在还是 bug。
  • 不建议使用。

后续讲 Workflow 时，原文又提到 Reject：

  • Reject 与返回类似。
  • 原本应该像版本回退。
  • 但目前没有做好。
  • 会把碰过的文件删除。
  • 原本简体中文 README 也被删除。

这是原文中一个明确的风险提示。

20. 手动测试与界面细节反馈

在 AI 自动测试之后，作者也进行了手动测试：

  • 登录页面可以显示。
  • 游戏页面可以进入。
  • 贪吃蛇游戏可以正常玩。

但发现一个 UI 问题：

  • “再来一局”和“暂停”两个按钮高度不一致。

作者准备把这个问题反馈给 AI。

21. 复杂页面元素如何准确告诉 AI？

原文介绍了一个实用方法：当页面复杂、难以用语言描述时，可以使用浏览器开发者工具。

操作步骤

  1. 按 F12 进入开发者模式。
  2. 点击左上角元素选择按钮。
  3. 鼠标放到页面元素上，元素会高亮。
  4. 右侧代码也会对应高亮。
  5. 选中目标元素或其上一级元素。
  6. 右键复制对应代码。
  7. 将复制内容粘贴给 AI。

原文类比

原文将这个过程类比为寄快递时指定地址：

  • 可以用地区名称。
  • 可以用邮编。
  • 可以用经纬度。
  • 它们都指向同一个地区。

同样，复制的元素代码、选择器或 HTML 片段也可以帮助 AI 定位具体元素。

22. 第二轮 UI 反馈：渐变色、颤抖效果、按钮高度

原文向 AI 提出了三条修改意见：

  1. 蛇身需要整体渐变色，越往后越透明。

    • 原因是原来的蓝色蛇身比较平淡。

  2. 碰撞后游戏结束时，游戏区域要有颤抖效果。

  3. 两个按钮高度要改成一致。

    • 即“再来一局”和“暂停”按钮。

AI 修改后再次自动测试：

  • 颤抖效果存在。
  • 按钮高度一致。
  • 蛇身渐变色也完成。

作者随后手动测试，确认修改效果正常。

23. 自动测试记录与录屏

原文提到，AI 自动测试时会留下记录：

  • 有录屏。
  • 可以查看 AI 正在操作的记录。
  • 在 Playground 中也可以看到部分操作。

这说明 Antigravity 的浏览器 agent 不只是操作浏览器，还会保留一定过程记录，方便用户检查。

24. 从 Playground 转为正式项目

项目基本完成后，原文将其转为正式项目：

  • 点击上方按钮。
  • 选择目标文件夹。
  • 新建类似“tcs贪吃蛇”的文件夹。
  • Antigravity 会把整个项目移动到该目录。
  • agent 对话也会显示在对应 workspace 项目内。

这完成了从临时沙盒到正式项目的转换。

25. 图片生成与 SVG 方案

转成正式项目后，原文尝试使用另一个模型继续优化视觉资源。

需求

  • 把蛇头改成卡通蛇头。
  • 把食物改成苹果或小动物。

AI 行为

  • agent 会读取项目内容。
  • 分析需要修改的位置。
  • 使用 banana pro 生成图片。
  • 生成后询问用户是否接受。
  • 如果接受，图片会被拷贝到项目中。

原文选择

  • 作者此前试过类似图片，认为不好看。
  • 因此先放弃图片方案。
  • 后来让 AI 用 SVG 制作蛇头和苹果。
  • SVG 是用坐标点一点点描绘出的图案。
  • 原文认为 SVG 效果在游戏区域里更自然。

这一段体现了 Vibe Coding 中的一个重要过程：AI 可以提供多种实现方案，用户根据效果选择接受或替换。

26. Agent 状态查看与待处理过滤

原文提到 inbox / agent 面板可以查看最近运行的 agent。

  • 有些 agent 可能需要用户处理或审核。
  • 可以点击 pending 过滤。
  • 过滤后只显示需要处理或审核的对话。

这有助于在多个 agent 任务中找到需要人工介入的部分。

27. 自动测试慢但最终完成

第二轮视觉修改完成后，AI 又进行了自动测试。

原文指出：

  • 模型反应太慢。
  • AI 测试了很多遍。
  • 反复测试五六次后，终于通知完成。

这再次说明浏览器自动化测试虽然可用，但速度较慢。

28. 项目总结文件：walkthrough

项目完成后，AI 生成了 walkthrough 文件。

原文说明：

  • walkthrough 是最终交付的项目总结。
  • 它和前面的进度文件、计划文件一样，也可以修改。

这进一步体现了 Antigravity 的项目文件不只是代码，还包括计划、任务、总结等交付内容。

29. 生成 README 文档

原文随后让 AI 生成项目 README：

  • 使用了 “3 pro” 模型。
  • README 文档生成完成。

后续 Workflow 示例中，又演示了生成繁体中文 README 的功能。

30. GitHub 上传：普通 Git 命令与 MCP 工具

项目完成后，原文演示了如何把项目上传到 GitHub。

方式一：让 agent 直接执行 Git 命令

  • 如果有 GitHub 账号，agent 可以在终端执行一系列 Git 命令。
  • 电脑需要安装 Git。
  • 原文认为这种方式可能不太稳定。
  • 新项目时，agent 没有办法直接在 GitHub 上创建新仓库。

方式二：使用 GitHub MCP 工具

原文推荐最好使用 MCP 工具。

安装流程：

  1. 进入右上角 MCP server。
  2. 进入 MCP 商店。
  3. 搜索 GitHub。
  4. 安装 GitHub MCP 工具。
  5. 需要 GitHub token。

31. GitHub Token 申请与权限设置

原文演示了 token 申请过程：

  • 打开 GitHub。
  • 点右上角用户头像。
  • 进入 Settings。
  • 进入最下方的开发设置。
  • 选择 token。
  • 生成新 token。
  • 填写 token 名称。
  • 设置权限。

权限设置包括：

  • 选择所有仓库。
  • 勾选管理、提交等常用权限。
  • 每个功能设置为读写。
  • 默认为只读，需要手动改成读写。
  • 生成后复制 token。

32. MCP 工具依赖 Docker

安装 GitHub MCP 工具时，原文遇到错误：

  • 原因是 Docker 没有启动。
  • 该工具需要在本地运行一个服务。
  • 该服务运行在 Docker 上。
  • 打开 Docker 后刷新即可。

安装完成后，可以管理 MCP 服务并开关权限。

33. 使用 GitHub MCP 上传项目

原文新开一个 agent，并告诉它：

  • 使用 GitHub MCP 工具。
  • 把项目上传到 GitHub。

为了更精确，原文还使用 @ 引用 GitHub MCP 工具，将其作为上下文参数提供给模型。

MCP 上传过程的特点

  • agent 会使用 MCP 工具。
  • 所有命令都通过 MCP 执行。
  • 原文认为这样有点浪费 token，也比较慢。
  • 创建仓库时需要 MCP。
  • 后续 Git 初始化、提交、上传可以直接用命令行，速度更快。

上传限制

  • 大模型每次输入输出有限制。
  • 项目文件较多时，一次不能上传太多。
  • 但最终项目上传成功。
  • GitHub 上出现了贪吃蛇项目。

34. Workflow 补充示例：生成繁体中文 README 与 Git 初始化

原文最后补充了 Workflow 的实际设置。

示例一：生成繁体中文 README

规则内容大致为：

  • 根据项目内容写一个繁体中文 README。
  • 如果已经有 README，就直接把现有 README 翻译成繁体中文。
  • 如果没有 README，就分析项目内容并生成繁体中文 README。

示例二：Git 初始化

  • 使用 git init 初始化当前文件夹。

调用方式

  • 在与 agent 对话时，用 / 调用这两个命令。

实际效果

  • 生成繁体中文 README 时，因为已有 README，AI 直接翻译。
  • 但它覆盖了旧文件。
  • 原文作者认为这不影响理解功能。

35. Reject 功能的问题再次出现

在 Workflow 示例后，原文再次提到 Reject：

  • Reject 与前面的返回功能类似。
  • 理论上应像 Git 版本返回。
  • 但当前实现有问题。
  • 会把碰过的文件删除。
  • 原来的简体中文 README 也被删除。

这进一步说明当前版本中撤销类功能不可靠。

36. 原文对 Antigravity 的总体评价

原文最后总结：

  • Antigravity 的核心知识基本过了一遍。
  • 软件目前还有很多 bug。
  • 但它也有亮点。
  • 例如 Agent Manager。
  • Agent Manager 后期还需要优化。
  • 目前虽然可以多个 agent 同时工作，但 agent 之间没有联系。
  • 没有原生支持多 agent 协同工作的能力。
  • 如果未来优化好这一点，工具可用性会大幅提升。

💡 核心洞察

1. Antigravity 的吸引力不只是“AI 写代码”，而是“免费 + 完整开发流程体验”

原文最突出的卖点不是某一个单点功能，而是：

  • 免费使用多个模型。
  • 可以从项目创建、需求描述、计划生成、代码实现、浏览器测试、反馈修改，一直做到 GitHub 发布。
  • 一个贪吃蛇项目贯穿了工具的主要能力。

这意味着 Antigravity 在原文中的定位不是一个简单的代码补全工具，而是一个覆盖开发流程的 AI 开发环境。

2. Vibe Coding 的本质是角色转移：用户从“实现者”变成“需求提出者与验收者”

原文反复强调：

  • 用户说出想法。
  • AI 给出方案。
  • 用户反馈哪里满意、哪里要改。
  • AI 处理架构、代码、bug。
  • 用户像产品经理一样关注最终结果。

因此，Vibe Coding 的关键能力不是写代码，而是：

  • 清晰表达需求。
  • 准确描述期望效果。
  • 对结果进行判断。
  • 持续提出有效反馈。

3. 在 Vibe Coding 中，反馈质量决定项目质量

原文中项目并不是一次生成完成的，而是经历多轮反馈：

  • 先要求生成计划。
  • 修改计划中的游客模式和颜色。
  • 手动测试后发现按钮高度问题。
  • 提出蛇身渐变色、颤抖效果、按钮高度一致。
  • 后续又优化蛇头和食物视觉。
  • 最后生成 README 并上传 GitHub。

这说明在 Vibe Coding 中，AI 可以执行大量工作，但项目质量仍然依赖用户反馈是否清楚、具体、可验证。

4. Rules 与 Workflow 是控制 AI 行为的两种关键方式

原文对二者的区分很清晰：

  • Rules：定义风格和习惯。
    例如使用中文、项目管理方式、输出偏好。

  • Workflow：定义固定动作。
    例如生成 README、初始化 Git、上传 GitHub 等。

这意味着用户可以：

  • 用 Rules 塑造 AI 的长期行为。
  • 用 Workflow 封装高频操作。
  • 用 / 快速调用命令，减少重复说明。

5. Agent Manager 是 Antigravity 的重要差异化能力，但尚未完全成熟

原文对 Agent Manager 的评价具有两面性：

亮点

  • 可以管理多个 agent。
  • 可以跨项目查看对话。
  • 可以同时运行多个 agent。
  • 一个 agent 类似一个编辑窗口。

局限

  • agent 之间没有联系。
  • 缺少原生协同能力。
  • 目前更像多个独立任务窗口，而不是真正的协作系统。

这说明 Antigravity 的多 agent 设计有潜力，但当前仍处在早期阶段。

6. 自动化执行效率高，但需要权衡 token 消耗与安全控制

原文在权限设置中反复提到：

  • 全自动可以减少确认。
  • 但会消耗更多 token。
  • 好在当前免费。
  • 黑白名单可以控制风险。
  • 全部手动确认虽然安全，但体验较差。

因此，实际使用中需要根据场景选择：

  • 学习、测试、沙盒项目：可以倾向全自动。
  • 重要项目或敏感操作：需要更谨慎设置权限。
  • 高频安全命令：可加入白名单。
  • 高风险命令：应加入黑名单。

7. Tab 补全是当前 AI 编辑器中最实用、最低门槛的能力

原文多次强调 Tab 补全：

  • 可以自动识别变量重命名。
  • 可以补全文本格式。
  • 可以自动补序号。
  • 可以按 Tab 连续接受预测。
  • 是 AI 编辑器中最好用的功能之一。

相比复杂的 agent 操作，Tab 补全更轻量、更即时，也更容易被普通用户感知。

8. 浏览器自动化是亮点，但速度慢且依赖稳定环境

原文中浏览器交互是项目测试的重要部分：

  • AI 可以启动本地服务器。
  • 自动打开浏览器。
  • 自动操作页面。
  • 自动测试游戏效果。
  • 保留操作录屏。

但问题也很明显：

  • 大模型操作浏览器很慢。
  • 每个动作都要反馈给模型。
  • 浏览器被 agent 操作时用户无法干预。
  • 软件不稳定可能导致测试中断。
  • 模型显示错误需要重开。

这说明浏览器 agent 有演示价值，但在效率和稳定性上仍需优化。

9. 项目核心资产正在从“代码”转向“架构、计划、任务与规则文件”

原文提出一个新范式：

  • 传统项目中，代码是核心资产。
  • AI 开发中，架构文件、逻辑文件、计划文件可能成为核心资产。
  • 代码可以由 AI 根据这些文件生成。
  • 关键是解决架构耦合和任务拆分。

在原文中，Antigravity 生成了：

  • implementation plan。
  • task。
  • walkthrough。
  • README。
  • Rules。
  • Workflow。

这些文件共同构成了项目的“可复用上下文”，比单纯代码更重要。

10. 不建议频繁手动修改 AI 生成的代码，是为了保持上下文一致性

原文明确指出：

  • AI 生成的代码已经在 agent 上下文中。
  • 用户手动修改后，AI 可能不知道。
  • 后续出错时需要重新读取。
  • 浪费 token。
  • 影响上下文注意力。
  • 全部交给 AI 可能比人工插手更好。

这揭示了一个重要原则：在 agent 开发模式下，随意人工改代码可能破坏 AI 的上下文连续性。

11. MCP 是扩展工具能力的重要方式，但会增加 token 消耗与速度成本

原文通过 GitHub MCP 展示了 MCP 的价值：

  • 可以解决 agent 无法创建 GitHub 新仓库的问题。
  • 可以让 AI 使用外部工具。
  • 可以完成上传 GitHub 的任务。

但原文也指出代价：

  • 全部命令都走 MCP 会浪费 token。
  • 速度更慢。
  • 大模型输入输出有限制。
  • 创建仓库后，后续 Git 命令可以直接执行，更高效。

这说明 MCP 很强，但不应所有操作都依赖它，要根据任务阶段选择。

12. Antigravity 当前更适合学习、体验与轻量项目，而不是高风险生产项目

原文中多次出现不稳定因素：

  • 登录页卡住。
  • 权限设置有时没反应。
  • 模型显示错误。
  • 回退 / Reject 功能会删除文件。
  • 浏览器测试慢。
  • 软件经常出错。
  • 多 agent 无协同。

但原文也肯定了它的价值：

  • 免费。
  • 功能完整。
  • Agent Manager 有亮点。
  • Tab 补全好用。
  • 浏览器自动化可体验。
  • 可以让不懂编程的人完成项目。

因此，原文整体传达的态度是：Antigravity 值得体验和学习，但当前版本仍需谨慎使用，尤其要注意回退、Reject、权限和自动执行带来的风险。

🎙️ 语音转写原文

大家好，今天我们来做一个经典的小游戏贪吃蛇。通过这个项目咱们一起深度体验一下谷歌的这个AI开发工具angravity。它目前最大的亮点就是免费。它不仅能免费的用min的几个模型，还能免费的用cloud的几个模型。之所以选择贪吃蛇，因为它规则简单，大家又都比较熟悉，这样我们就不用花时间去了解复杂的游戏逻辑，可以更专注在angravity这个工具的本身的使用上，在这个过程中你也会初步感受一下web coding啊，什么是web coding呢？目前在中文里边没有一个特别精准的翻译，你可以把它理解为一种意念驱动的开发方式。打个比方，以前你要做个软件，基本上只有两种选择，要么你自己会写代码亲自上手，要么花钱请程序员你来提需求。而web coding呢，就有点类似。第二种现在的AI工具，比如gravity、cursor vcode、cloud code这些。他们就像是你雇佣的程序，并且是24小时待命的。那整个过程也很简单，你说出想法，清晰的告诉A I你想要做什么，功能是什么，效果是怎么样的。之后呢你来做反馈，A给出方案后，你告诉他哪里满意，哪里要改，微调一些细节就可以了。剩下的那些麻烦事，像是搭架构环境、写代码、找bug，这些全都交给AI自动处理。整个开发过程完全就是围绕你的想法去推进的。你就像是一个产品经理，只需要关注最终成品是不是你想要的，那这样就能轻松的把创意变成现实。所以呢今天的这个视频，哪怕你完全不懂编程，你跟着这种web coding的节奏也能一步步的完成这个完整的项目。在这个视频里边我们会从零开始安装gravity安装其实是有一些坑的，我们后边会讲编写rose和work flow rose就是定义系统提示词，让AI按照你的风格和习惯来工作。Flow其实也是系统提示词，只是呢它更多的是一些动作，是用自然语言定制了一些AI的固定动作。你也可以把它理解成一些自定义的一些命令。使用agent manager，这是angravity特有的一个功能，帮你管理和切换不同的绘画任务。这类AI软件一定要与AI agent的交互的，通过对话引导AI一步步的完成工作，还有使用Broder subagent让AI能和浏览器交互，实现自动化的操作。最后呢我们还会使用一下mcp工具。呃，我们在完成项目之后，我们会通过hup的这个工具直接把项目发布到hu上, 然后就可以把项目分享给其他人。好，我们现在就正式开始，国内的小伙伴要微，而且要模式或者虚拟网卡模式。下面我们就打开的官网下载，根据你的系统下载相应的版本，下载完之后打开安装程序。如果你的用户不是管理员，打开的话可能会出现这个界面，这个是没所谓的，我们确下面就都是下一步，下一步的安装完成之后，我们就打开angravity，第一次启动的时候会看到一个初始化设置的引导界面，点下一步继续。因为Angra本身是基于vs code开发的，所以如果你电脑上已经安装了vs code或者curser，它会问你是否要导入这些软件的设置。为了教程的纯粹性，避免一些旧的设置影响操作，我们还是选择全新的开始，这一步就是选择主题，我们就保持默认的深色主题，这里是选择A的权限的项目开发的过程中，A呢要执行一些操作，主要是右边的这三类终端的命令行操作，文件的操作，gs命令的操作。这个gs s命令是在浏览器中操作，网页用的那现在这三个操作都是需要你确认它会才会继续的。每一个操作里边的选项有总是继续还是需要你确认它。如果选择总是继续的话，那他就不会问你了。他如果遇到了一些需要操作的命令，他自己会直接操作，不会等你确认。那这个文件操作里边，他就有一个让A情的决定，让A的自己考虑这个操作是不是需要你确认。下面这个js命令就有一个是不允许使用J命令，就是不允许A的使用gs操作。那默认的这个他所有的操作都要经过你的确认才执行。但是你可以定制白名单，等下在软件里边可以设置白名单、黑名单。如果设置了白名单，那a ent如果要执行的命令是在白名单这里边，不管你选择的是需要确认还是不需要，它都是一路绿灯自动执行的，它不需要你确认上面这个A的权限就是最小的了。一个安全的模式，任何操作都要你手动统一，这个其实是没有意义的。这个只是这个软件为了规避责任才存在的那或者你想它总是执行，就选择下面这个A呢，就有比较高的权限，全部是自动执行。同样的你也可以设置黑名单，如果A执行的命令在黑名单里面，就算你现在设置了全是自动执行，它还是会需要你确认。还有一个是自定义，你可以对每一个行为单独的设置。那我们这里就设置全自动吧，我们后面在软件里面也可以改它的。我们目前用它来学习的话，这个全自动在安全方面问题是不大的。主要的问题是可能比较费token好在是免费的。接下来这个是选择键盘模式，你可以选择常规模式或者模模式。这里我建议即使你熟悉模也选择常规模式。目前这种AI编辑器最大的亮点就是ta补全的的编辑模式，经常会和AI的ta补全的这种功能冲突，反而影响效率。下面是是否装一些常用的插件，比如些热门语言的支持，像Python啊这些，那这个是一定要装的，如果不装的话，gra就只是个记事本，那接下来这个页面就需要登录了，它会弹出一个登录页面。那如果这个时候弹出的那个页面说不支持你的地区，那你需要在这个。址改一下，你的地区改成支持的地区，改完之后需要审核，有时候很快的，我记得我这个十来分钟就可以了。选择的理由是经常用唯品登录完之后回到阿看到这个页面就表示可以成功进入了。下面这个是要不要谷歌收集你的数据，可以不勾选。另外还有一个问题，不知道现在有没有修复，就是它会在这个登录的页面卡住，不管你是否在网页端登录成功的的这个页面始终都是没反应的，这个是网络问题。你可以试一下以下的这些方法。删除环境变量里设置的一些微代理。然后呢，微代理地址要在本机，就是使用本机的微软件，默认的浏览器用chrome，然后就是谷歌的账号归属地和你的微节点一致或者不一致。因为我试过，我一致的情况下是卡在这里，后来我改成不一致就没问题的。所以你如果一致出现这种情况就改成不一致，不一致出现这种情况就改成一致，这里都可以试一下之后我们就进入到的使用界面了。这里前段时间刚刚更新了一个语音功能，这个还是比较有用的，在笔记本上用起来还是很方便。只是谷歌的这个中文的语音识别能力不怎么样，也不能说不好，只能说很差。如果你笔记本跑这个angravity会比较吃力，很容易卡的。在笔记本上运行推荐用低功耗的模式。你在运行angravity的时候，后面加上以下的这个参数，不管是windows、mac 5S还是X都是可以加这个参数的。那我windows的话完整的命令行形式就是这样的，或者你可以在快捷方式里面加入这个参数。因为这个软件是基于vs code的，所以我们先大致了解一下vs code的一些基本操作。首先左边这里会显示当前项目的全部文件，下面这个图标就是安装插件的地方。比如现在界面是英文的，我们可以在扩展商店里面搜索搜索一个中文的插件，然后把它安上之后，我们就重启一下，重启之后界面就变成中文的了。不过这个中文插件并不能实现百分之百的汉化，因为目前这个软件很新，它现在的汉化的部分主要是code的原有的一些内容，我们继续了解这个软件的一些基本的操作。首先就是ta补全，比如现在这段代码，我们想把user name中间加上一个下划线。那我们把其中一个修改之后，A就会自动识别到其他需要修改的地方，它就会给一个ta提示。那我们这个时候就按一下ta键, 它就会自动完成修改，按一次它就再往下再寻找一次，看看有没有其他地方修改的。这个ta股权目前是A编辑器里最好用的一个功能。基本上只要是常规的操作，你只需要输入一些相关的内容，它就会根据你的意图预测到你后边想要输入的内容。这种补全不仅限于代码的，比如你处理一些文本的时候，它也能智能的帮你完成任务。比如看现在这个文件，它分了四个部分，每一个部分的第一行是标题，下面是具体的内容。如果想让格式看起来更加直观，我们可以把内容部分向前缩进。当你完成第一个缩进之后，它就会智能的帮你识别到其他需要这样修改的地方。你只需要点ta键, 或者你想在这里添加序号，它也能智能的在相应的位置补全序号，这就是非常好用的ta补全功能。接着我们看右侧的AI对话框，这里提示可以使用艾符号和斜杠，斜杠通常就用于调用一些自定义的工作流，就是类似一些命令。那这个艾符号呢就可以引用一些特定的内容，把这些内容加到上下文里边发送给模型。基本上你能想到的可以加到大模型里面的内容，它都可以引用。另外你还可以选中局部的代码，按下Ctrl加I它就会调出一个临时的A的窗口。这个时候你可以让它修改这些选中的内容，你也可以向他提一些关于这部分内容的一些问题。比如说这里面有多少个变量，或者有多少个字符，这些都可以的。你选中内容之后，除了cl加调出一个临时的A定的对话框，你还可以点Ctrl l它就会把这些内容直接添加到右边的这个对话框里边。那如果我们想手动的输入一些终端的命令，可以点Ctrl加波浪号，就是键盘上一左边那个按键，这样就能把命令行调出来。另外按住alt键配合上下的方向键，可以快速的上下移动你选中的这些代码。然后我们看这个文件名的右边，这里有显示一个白点，这个就说明文件有修改但没有保存。那如果我们想保存的话，平常我们就是点cs那现在有两个文件或者是有多个文件的情况下，你可以点cl k之后再点一下S就可以一次性的保存所有的已修改的文件。以上就是这类AI编辑器常用的一些基础的功能，我们大概了解一下就可以了。现在我们把重点还是回到grav本身，在做项目之前先给它设置一下ro规则就是系统提示词右上角这里customization这里有个ro这个ro它分两种，一个是全局的，一个是项目级别的，这个work space就是项目，我们先设置这个全局的规则。那上面这几条基本上就是让他用中文的，因为J很多时候不怎么听话，多说几遍效果可能会好一点。下面这个优V因为我主要是用Python的，在项目管理方面，将来移动删除都是在同一个文件夹里，这样比较方便。一般这种系统提示词其实不用写的太复杂，因因为我们平常用的这些大模型其实是也是一个agent。它这个键的背后，它们已经做了很好的设置。然后有一些简单的问题，比如本来就是直接从A到B就可以解决的了。但是你要在网上找一些看起来很专业的那些提示词，里边从A到B中间加了一些X Y Z的步骤，看起来很专业。但是你平白浪费了很多的关键这种是多步骤的那错误概率是指数级的增长的。然后我们把这个保存一下，然后刷新一下全局的ro就在下面这里出现。然后这个文件的地址我们看一下，右键打开它所在的文件夹。它就在这个位置，将来an迪产生的很多文件都在这个文件夹里。然后项目规则这个项目规则我我们目前没有创建项目，后面有项目可以再创建，其实也可以不用创建了，因为我们这个项目其实也很简单，也没必要去限制太多东西。然后这个这里有一个work flow工作流，其实也是设置系统提示词的，只是ro就是设置一下风格和习惯。Work flow就是设置一些固定的动作，那work flow呢现在我们还没有实际的做什么内容，所以现在说估计也没什么概念，所以等我们后边实际做的时候再去使用它。接下来我们就看一下这个agent的manager agent的管理面板，这个是anber一个非常独特的设计，这里有你和所有的agent的对话，它是跨项目的。将来这里所有项目的agent的对话都会在这里按项目显示，你可以在多个对话里同时指示a ent的做事。这里初始化的欢迎页面，它这里形象的就表示出一个agent就相当于是一个编辑的窗口，而且是多个agent的可以同时运行。就是我们以前觉得一个A技的就是一个对话栏。那在这里呢我们可以把这个A呢作为整个这个软件可打开一个窗口，就是一个A的快捷键是Ctrl一，就是点上面这个open editor效果是一样的。我们点cl 1，然后他就会打开一个这种编辑窗口，我们就可以把整个这个窗口作为一个A进的那这个时候我们其可以在这里先看一下，我们前面初始化的时候设置了A的的权限。因为它有时候设置是没反应的，这个是有一点小bug的。在右下角这里可以看，这里我们刚刚设置了命令的操作和文件的操作都是我们设置的。下面是设置一些ta补补全的一些功能的点，下面这个高级设置可以可以到更详细的这个设置面板。这里我们刚刚设置了这个文件操作，还有这个命令行操作就在这里。然后下面这里就是设置黑名单和白名单的地方。比如说我们要在黑名单这里设置一个按这种删除的这种命令。加入进来之后也可以随时删除的那这个时候呢执行命令的时候，如果他头两个字母跟我们这个匹配的话，他就会让我们确认它的匹配模式是A进头的这个命令里边的头几个字母跟你的这些名单里的字母是否匹配。除了power show，power show就是如果你比如说我们现在这个I M它就不是头两个字母，它是如果你的这个命令里面包含了I那它就还是会需要你确认，就是其他的命令和power命令就稍微有点不一样。浏览器的命令的操作在这里，这里也是跟我们开始设置是一样的。然后下面这里有一个网址的白名单，你也可以设置一下。然后我们现在就先把这个A键的关掉，关掉的时候它会问你是让它后台运行还是整个关掉。你如果选keep in background，相当于它还在内存里运行着，或者你就直接选择完全关掉。这里我们点下一步，那这里就可以打开一个文件夹开始一个新项目。那我们今天就从play ground这里开始一个新项目。这个play ground它相当于一个沙盒的环境，是临时的。如果我们有些想法，可以直接在这里让A级呢先做一些内容。如果做坏了或者不需要，你可以直接关掉删除都可以。如果你觉得结果还可以，你可以你可以再把它转成正式的项目。现在这个页面默认的就是从play ground开始一个新对话，然后我们这里选择模型，但这个模型的额度这里也简单介绍一下。首先分免费和付费的。免费的它是一个星期才刷新一次额度，那付费的是5个小时刷新一次。然后这些额度呢它有些是一起算的，像pro的这两个是一起算的。然后还有这个flash是单独的一个额度。然后下面这个下面这三个cloud的这个模型是一起算额度的。就是说你其中一个用的时候，他提醒你额度用完了，那你其他几个也是用不了的。然后还有一个banana pro那个模型，它和上面这个3 pro这两个模型是一起算额度的。就是如果你这两个模型使用的时候，它提醒你额度用完了，那你那个模型也是用不了的。那个模型是被动执行的，不是像现在这些模型是可以主动选择的。然后我们现在选这个cloud的oppass 4.5，它的思考过程也是中文的，ja 3思考过程就是英文。左边这个是对话模式，有两个，一个是planning，一个是fast。这个planning就是计划模式，一般是深度研究啊或者是复杂的任务。你可以用它背后它应该会调用很多专门的工具，比如一些规划工具之类的那明面上呢它也会生成一些文件，比如规划的方案或者是进度，它会生成这些文件。这个fast的就适合一些小的快速的任务，就比较直接的任务，我们就可以用这个fast的那项目一开始我们就用这个planning模式，让后他先规划整个项目，那我们现在就可以把需求放进去。呃，我们的需求就是我想做一个网页版的贪吃蛇。里面除了游戏的部分还需要用登录，还要记录游戏的一些数据，比如分数和登录时间。然后呢，我前面做过一次贪吃蛇的了，我觉得页面还可以把前面那个贪吃蛇的页面内容总结成了一个提示词，一个ui要求的提示词，这个要求大概就是这样的。那么我们现在设置了A进的是全部自动执行的嘛。所以现在大概率是我们把这些内容给了A进之后，他会一直做完整个游戏才结束。我觉得我们还是先看一下他的计划，再让他继续。所以后面还要再加一句，先给我一个计划方案，不要直接写代码。但是这个不一定有效果，有时候有，有时候没有的，他有可能真的从头到尾执行，结束完之后都不问你了，然后我们现在就发送。然后我们就看到这个cloud的模型，它的思考过程是可以中文显示的。然后ja来这方面就不行，他首先思考过程就全是英文的，然后呢他输出的内容它有时候偶尔也是英文一半一半的。就是虽然我系统提示词里设置的是全部要中文，但是它还是英文。这边右边这里有时候会出现一些过程的细节。比如他现在就创建了这个implementation plan这个文件，它就会在右边显示这个文件的具体内容。如果你不想它跳来跳去，你可以关掉这个。它这里显示用户批准了计划，那是因为我们设置了全部自动执行，所以他默认我们是批准计划的那他可能就直接按照这个计划一直全部做完的了。我们现在可以打开agent的这个工作区，他已经生成了这个task和implementation这个这两个文件，一个进度一个计划。那这些文件如果有问题可以随时修改的。我们仔细看一下这个计划，比如我们要在核心功能这里增加一个游客模式。因为免得等一会儿测试的时候，我们还要注册，就在右边这个这里点这个加号，然后就可以加入我们的修改意见，然后确定除了这种修改方式，你还可以精确的选择相应的文本进行修改。比如说这个颜色我们想改一下，选择文本之后它就会显示一个让你提交修改的按钮。然后比如说我们把这个颜色稍微改一下。现在我们这两条修改就在这个审查这里了，你如果有些修改，你不知道它属于哪一个模块，你可以直接在上面这个输入框这里输入内容就可以了。最后我们就点提交，那所有的修改意见就都一起提交了。这里就出现了一个等待A的处理的内容，就是我们刚刚的修改。在gravity里面A的工作的过程中，我们也可以随时在发送内容给他他后续会跟着处理的，不用像以前要等的处理结束我们才能继续发内容。现在我们就看见他已经在处理了，显示是收到了两条反馈。然后我们下面这这里显示了3 flash，这个是显示问题。也也算是个小也是个小bug。那他这一次可能真的就不会再问我了，全部都要自动执行了，呃，也没问题吧。如果他老是要我们确认，首先很多命令我们都未必看得懂。其实就像如果你作为一个老板员工，在电脑上新建一个文件，都要跑到你办公室跟你汇报一下，要等你确认，那是不是很烦，所以就全自动吧。他在工作的时候，这里有几个地方他会提醒一些内容。就是左边这个就是他修改了哪些文件，中间就是他正在使用的是哪些命令。然后右边这个就是呃项目之外的一些辅助的文件，除代码之外的一些交付文件。Web部coding这种方式目前其实不推荐你去手动的去改动它的一些代码的。因为它这些代码它自己生成之后，它就在已经在A进上下文里边了。如果你手动改了的话，他可能不知道，然后出现问题他再去重新再读取，这样就又浪费了token。然后上下文注意力啊那些也是会有影响。所以这种web coding的这种方式，就是这些代码你全部交给他做，可能效果会比你偶尔在中间帮一些忙的效果会更好。那平常我们人工的要做的事情就可能是代码之外的这些文件，可能是配置文件呢，或者是像我们现在这种计划呀task这些文件。这些就属于项目的附属文件。然后这些项目附属文件就有一个现在就有一些新的范式。那以前传统的方式就是代码式这个项目的核心资产。现在就有一些新的范式，就是项目的核心资产变成了一些架构文件，有逻辑啊，有一些架构的一些文件，然后那些代码呢就是属于这些架构文件的附属。因为添在生成代码很简单，你只需要解决这些架构里边的一些耦合性，把它解决好，其他的就是你要生成什么功能，直接按这些文件里边的内容，一部分一部分的把这些代码生成出来就可以了。现在就有很多这种新的范式。现在我们看他这个已经在启动本地的服务器了，看来他应该是做完了准备自动测试这些内容了。现在他就要打开浏览器了，angrav第一次启动浏览器会提醒安装一个angrav的插件，我们就把它装上之后呢，就可以自动操作这个浏览器了。如果你这个浏览器有问题呃，启动不了，你可以点上面这里或者在A的管理面板那里这个位置都可以手动的把浏览器启动起来，就大模型操作浏览器是很慢的，我们本身选的也是带推理的。这个模型每做一个动作就会把这个结果反馈给大模型，然后模型再处理，这样整个过程是非常慢的。这个配进的操作浏览器的时候，浏览器旁边会有一圈蓝色在那里闪，又表示它在操作浏览器，这个时候你是操作不了的。我们看这个游戏应该是可以的了。现在他说游戏有一个秒数的问题，就是一进游戏就结束游戏了。那其实这个应该不是问题，应该是他太慢了，我们就让他修复看一下吧。现在出错了，这个软件目前还是不太稳定，经常会这样的，我还是继续让他继续。它这个可能本来是欧PaaS 4.5的那现在显示了界面的3 flash，所以这里本身软件也是有问题的，所以估计要重新打开了。那通过这个出错，我们就可以再了解它这个对话里面的这个功能，就是回退。比如点这个返回，它的意思就是这个指令做的各种修改就没有了，感觉这是一个很好的类似get的版本管理，但是现在还不能用。它不是回退，它是把这个指令修改过的文件都直接删除了。所以呢这个回退现在还是个bug，不要用。当然这种继续它并没有修改文件的情况下，还是可以用的，先把前面的代码先接受了，先固定下来。那我们现在就在这个页面可以自己手动的测试一下，先退出看一下登录页面，再进到游戏页面，这个游戏也可以正常玩。下面这个按钮有点小问题，高度不一致。这个我们就等一下就把这个问题报给进了让他把这两个按钮的高度改成一致，这种我们直接告诉他就行了。就比如说呃让他把再来一局和暂停的这两个按钮的高度改成一致，但有时候页面内容很复杂的情况下不是很好描述。那我们就可以按F12进入这个开发者模式，点击这边这个左上角这个按钮，它就可以选择页面上的元素。你鼠标放在哪里，哪里就会高亮显示，右边对应的代码也会高亮显示。现在就把鼠标放到我们要调的这个元素上，右边显示的是两个button，我们就把它的这个上一级一起选上。这些网页的内容一般都是一级一级的，我们就把它上一级选上，这样就两个按钮都一起选上了。然后在代码里边右键copy，这里边就有很多选择方式，随便哪一个都行。这种选择方式就类似。就是我们现实中要去邮寄东西，指定一个地区，你可以用地区的名称，也可以用邮编，你或者经纬度都是指向同一个地区的那这里的情况也类似，你随便哪一个都可以指向这个元素。然后我们就在这里粘贴一下，看一下这一段代码，就表示是我们刚才选中的那个元素，它里面包含了两个按钮，你如果不懂这些外部技术的话，其实没问题的。你把这个给AI它是知道具体的元素，然后我们现在就给他提一些意见。呃，首先是蛇身需要整体渐变色，越往后越透明。因为刚才那个页面它的蛇身就是一个蓝色，比较平淡。第二条就是碰撞之后就是游戏结束，游戏区域要有一个颤抖的效果。第三个就是我们刚刚那个元素，那两个按钮的高度要改成一致，然后我们还是选择cloud open plus 4.5这个模型，然后他就开始修改，经过了几分钟之后，他就修改好了，他又开始自己测试了，这个颤抖效果是有的了。然后我们看到这个按钮的高度也改好了，蛇身也是渐变色的。他测试的过程中我们也看到了它的修改都是没有问题的。我们自己也可以手动测试一下，按钮是没问题的。然后这个渐变色也是有的了，游戏结束的时候也是有颤抖效果。然后这里我们看一下它如果自己自动化测试的时候，它会有一些记录，就是录屏啊，这里就可以看到它正在操作的一些记录。那我们现在回到play ground这里，我们在这里也可以看到这个它的一些操作。那现在项目都差不多了，现在就可以把它转成一个正式项目了。点上面这个按钮，然后选择一个文件夹。我们新建一个t cs贪吃蛇选择，然后他就会把整个项目移动到这个目录里了。现在我们看这个agent的这个对话，就已经在work space的这里的这个贪吃蛇项目里面了。这里是刚刚的一些操作浏览器的一些录屏，它现在还在加载grav还, 可以使用ana banana pro。我们新开一个对话，其实就是新开一个A技的。在这里我们试一下这面的sun flash，我们让它把舌头改成一个卡通的舌头，然后食物改成一个苹果或者一些小动物。然后这个时候他就会在项目里边读取一些内容，分析出来具体要修改的地方。然后现在就看见他使用了这个J的香蕉的这个这只呢不ana，这个就是ana banana pro，然后呢，生成完之后就问我接不接受他的这个内容，如果接受，他就把这些图片拷到项目里边。但是我前面做过了，这种图片不好看，我们就先放弃吧。我后来是让他用S V机把这些图片做出来的那用S V机做出来的效果在这个游戏区域里更自然。所以现在就告诉他用S V机做舌头和苹果的效果。现在我们看到的这些很长的一些数字，就是S V机用坐标点一个个的描出来形成的一个图案。那上面这个in box可以看到最近运行的agent，有些agent可能需要你处理或者审核的。你点这里点这个pting可以过滤一下，它只会显示一些需要你处理或者审核的对话。然后我们看它这个又完成了自动测试了，看到这个效果它确实已经完成了，但是模型的反应太慢，这里他又测试了好多遍，反复搞了五六遍之后，他终于通知完成了，那这个项目就基本上完成了。我们看一下他这个walk through这个文件，这个是最终交付的项目的总结。这个和前面的进度和计划文件一样，都是可以修改的。最后呢我们让他完成项目的read me文档，我们就选择这个界面3 pro试一下。那现在文档就完成了。最后我们就把项目上传到giup上分享给其他人。现在就可以直接让18 ent的上传到get up上就可以了。如果你有get up账号，它就自动会在终端执行一系列的get命令。那当然你电脑也要装get，但是呢这种就可能不太稳定。而且呃我们现在这个是新项目a ent的，没有办法在get up上创建新仓库，最好使用M C P工具。首先安装这个工具，在右上角mcp server进入mcp商店，然后搜索get up，然后点击安装。这个时候它就需要一个就是get up的K一个token，那我们现在就去get up上去申请一下。首先看一下我这个首页并没有这个项目。然后点右上角用户这里，然后setting，然后最下面这个开发设置，然后这里我们就用这种token，这种token它设置比较灵活。然后我们生成一个新的token，然后随便写一个token的名称。然后这里就要设置这个token它的一些权限。那我们选择所有的仓库，然后下面就具体的权限。首先这个有一些管理，这个管理就你看它左边这里就会显示各种权限，各种操作权限，然后还有提交，还有这个。这几个权限基本上这几个权限勾上之后，常用的功能都就都有了。然后每个功能我们都要设置成读写，默认的是只读。然后生成这里就再点一下确认，然后就把这个生成的这个头复制一下，拷贝过来，然后就保存。那这里出错是因为我这个do口没开docker它要开的。因为这个工具它需要在本地运行一个服务，那这个服务是运行在do口上的。然后我们在docker打开之后再刷新一下就可以了。然后我们点一下这个管理mp服务，这里可以开关一些权限。那我们现在就新开一个A的，直接就跟他说用get up mcp这个工具把项目上传到get up上。如果想更精确一点，把这个get up mcp的这个工具作为一个参数给到模型，我们就用这个at符号调用mcp工具，然后选择这个get up mcp工具。现在我们就可以看到他在使用mp工具，然后这一次全部的命令都使用的是mp工具。呃，这样其实有点浪费，token也有点慢。其实一开始创建仓库需要用它，后边呢直接执行命令就行了，可能速度更快。不过我们就先这样体验一下吧，大部分时候模型是很智能的，他就是创建仓库的时候用一下，然后后面他就不用这个的工具了，他直接自己执行一些get初始化呀，然后提交啊上传的这些他都是靠命令行去操作的，那个速度比这个更快，而且也不浪费token。这种情况是每做一个命令，大模型都会被调用一次。而且我们看这个上传文件，可能我们可能我们这个项目的文件还算比较多。所以每一次大模型的那个输入输出有一些限制，所以还一次上传不了那么多，不过最终他是把项目上传成功了。项目的地址是这个，然后我们可以到giup上来看一下，然后就看见这个就多了一个贪吃蛇的这个项目了。最后还有一点我差点忘记讲了，就是工作流walk flow。呃，这个walk flow就可以设置一些常用的动作。你比如说我们前面有一个要生成一个read me文档，或者是把这个内容上传到get hu上, 这些都可以用自然语言设置成固定的动作。那现在我们就设置一个生成read me文件的操作。呃，我们先去到设置work flow的这个地方，然后我们现在设置一个全局的命令生成read me。因为我们现在已经有了read me的文档，我们现在设置一个生成繁体中文的read me文档的功能，然后我们就跟他说怎么做，根据项目的内容写一个繁体中文的read me文档。如果已经有了read me文件的话，就直接把现存的read me文件直接翻译成繁体的中文的read me文档。如果没有read me文件，就分析项目的内容，生成一个繁体中文的read me文档。然后我们再设置一个get up初始化的功能，就是用get in it初始化当前的文件夹。现在我们和微信的对话的时候，我们就可以用斜杠这个符号去调用我们刚刚设置的这两个命令。比如我们现在就让它生成一个繁体中文的read me文档。然后就现在他就是根据我的说明，因为我已经有read me文档了，它是直接翻译的。刚才我应该让他生成一个新文件，它现在覆盖了旧的文件。不过反正呃我们现在已经了解了这个功能就行了。然后我们试一下这个拒绝，这个拒绝就跟这个上面这个返回是差不多的。按理来说他应该是get的那种版本返回上一个版本的功能，但是他现在可能是没做好这个拒绝，跟上面那个返回都是碰过的。文件就删除了。呃，以前那个简体中文的那个read me文档也是被删除了。到这里安迪格的核心知识我们基本上都过了一遍，希望对你有所帮助。这个软件目前还是有很多bug的，但是也有亮点。你比如说他这个adent manager，不过这个in manager呢它可能后期还要再优化。你比如说他现在虽然可以多个agent的同时工作，但是互相之间是没有联系的。他并没有那种原生支持多的协同工作的能力。他如果以后如果后期他能把这个优化好，那这个工具的可用性就大很多了。那今天的视频就到这里，谢谢你的观看。

关系图谱