Google Anti-gravity：AI 驱动的 IDE 使用指南

🧭 基本介绍

核心定位

• Google Anti-gravity：Google 旗下 AI 驱动的 IDE（集成开发环境）
• 可用于构建 App、SaaS MVP、自动化工作流
• 不仅能规划与对话，还能自主构建、执行、测试与验证
• 目前免费提供

---

🖥️ 界面导航

两大视图

Editor View（编辑器视图）

• 适合直接操作代码或运行单 Agent 工作流
• 三个区域：
• 左侧：访问数据与文件
• 中间：显示代码等工作内容
• 右侧：提示词输入区（类似 ChatGPT 对话框）

Agent Manager（Agent 管理器）

• 支持多 Agent 并发协作
• 两个模式：
• Playground（试验场）：用于探索，无正式项目
• Workspace（工作区）：正式项目空间，类似 ChatGPT/Claude 的 Projects

---

⚙️ 核心功能设置

Customizations（自定义）

Rules（规则）

• 类似 ChatGPT 的个性化设置
• 告知 AI 如何与你互动（如：直接沟通、重点突出）
• 可设置为全局或单个 Workspace 生效

Workflows（工作流）

• 类似 Claude 的 Skill（技能）
• 为 AI 定义逐步执行任务的流程框架

MCP Servers（模型上下文协议服务器）

• MCP（Model Context Protocol）：AI 与外部系统、数据、工具通信的协议
• Anti-gravity 内置多种可开箱即用的工具连接
• 常用 MCP 示例：Firebase、GitHub、PayPal、Stripe

Settings（设置）

• 可调整安装时的所有初始配置
• 包含自动执行与审查策略（安全相关，见安全章节）

---

🏗️ 实战演示：构建库存管理 App

第一步：准备 Prompt 文件

• 新建 inventory management.md 文件（Markdown 格式）
• 文件结构包含：
• Persona（角色）：全栈工程师 + 演示构建者
• Objective（目标）：构建库存追踪 Web App
• Scope（范围）：包含与排除内容
• 数据模型：字段定义
• 功能需求：搜索、过滤、编辑数量等
• Definition of Done（完成标准）

第二步：触发构建

• 在对话框输入指令，AI 自动识别 Markdown 文件
• 使用 Planning 模式（非 Fast 模式）：先展示计划，人工确认后再执行
• AI 会实时打开独立浏览器实例进行测试，不影响个人浏览器

初版结果

• 生成基础库存追踪 App，可添加、搜索产品
• 发现 Bug：删除产品功能不可用
• 初始数据库使用 SQLite（本地文件，不可扩展）

---

🤖 多 Agent 并发工作流

Agent 1：前端优化

• 任务：重新设计配色方案（Brunswick Green + Beige）、更名为 Shelf Control
• 模型选择：Gemini（设计类任务首选）

Agent 2：后端升级

• 任务：接入 Firebase + Firestore，设置 Google 及邮箱密码认证，配置管理员与员工角色
• 模型选择：Claude Sonnet（代码类任务首选）
• 需在 Firebase Console 手动创建项目并关联

Agent 3：竞品分析

• 任务：分析同类小型企业库存管理 App
• 输出两个列表：

1. 竞品有、本产品没有的功能（按重要性排序）

2. 竞品均没有、可作为竞争优势的功能

• 快速落地：根据分析结果添加 CSV 导入/导出功能

---

🔄 完整开发周期（四步框架）

Step 1：Prototyping（原型阶段）

• 构建 AI 骨架与核心组件
• 列出最小 UI 元素（Dashboard、表单、设置等）
• 使用 Mock 数据进行本地测试
• 接入 GitHub MCP 进行版本控制

Step 2：Productize（产品化阶段）

• 接入真实数据库（Supabase 或 Firebase）
• 添加身份认证与基础权限
• 若需变现：接入支付层（PayPal 或 Stripe MCP）
• 完善 UX 基础：加载状态、空状态、错误处理、边缘情况
• 添加最低法律层：条款与条件、隐私政策、Cookie 同意

Step 3：Deploy to Test（测试环境部署）

• 配置测试环境的 Secrets 与 Keys
• 部署至真实 URL，验证真实服务
• 运行端到端系统测试
• 验证第三方系统集成
• 测试认证、角色与权限等附属流程

Step 4：Production Release（生产发布）

• 将 App 或新功能推送至生产环境
• 根据真实使用情况监控与迭代
• 发现 Bug 与产品改进点后，重新进入循环

---

🔐 安全规范

三大风险模式

1. Agent 误解指令，在错误路径执行破坏性命令

2. Agent 改动范围超出预期，跨多个文件修改，缺乏审查步骤

3. 敏感数据泄露：日志复制、Secrets 提交、专有代码意外分享

五条核心规则

Rule 1：限制爆炸半径（Blast Radius）

• 对高风险任务使用一次性克隆或容器
• 尽量将 Agent 范围限定在单一文件夹

Rule 2：保留安全网

• 备份所有无法轻易重建的内容
• 确保可随时回滚到之前版本

Rule 3：限制自动执行（Auto Execution）

• 推荐使用 Propose → Review → Execute（提议 → 审查 → 执行） 路径
• 手动批准所有涉及文件的命令
• 在 Settings 中保持 Auto Execution 和 Review Policy 为需审批状态

Rule 4：Secrets 不进 Prompt

• 不要将 API Keys 或 Token 粘贴进对话框
• 大多数 API Key 通过 MCP 管理，无需手动输入
• 若必须输入，需在 Markdown 文件中添加指令：验证无敏感信息泄露

由 AiMarkmap 生成