好文集ChatGPT Plus¥119

小白入坑gemini antigravity指南 1. 账号、网络和基础工具配置

文章目录

这篇文章是给那些小白用户,普通偏日常办公、文科写作用户的Antigravity入坑指南。

除了里面的具体代码是我让我Argon写的,正文全是我纯手打。

Coder开发者可以无视。

1、网络

首先确保有一个干净、稳定的ip环境,这是长期使用antigravity的前提,谷歌没有Claude那么变态,主要是需求你的网络风控等级低。你从万人骑的节点接入谷歌,而且还在中美之间反复横跳,那谁也帮不了你。 一个经常出现的问题是,你买了google AI会员,但你的Antigravity登录时出现了错误提示 这说明你的账户目前属于不支持google AI的地区,首先搜索谷歌,查一下你的账户地区是不是显示中国或者香港。多半就是这样了。 这时候,首先确保你的账号一段时间内都稳定地在合规的国家范围内登录,不要使用其他国家的IP,随后向谷歌提交转区申请,等几天收到回复就可以用了,实测账号如果使用稳定,ip稳定,转区申请甚至几十分钟内就会被承认。 可以用之后也不能掉以轻心,特别是windows尽量开启全局tun模式,Mac也已经要注意好网络路由配置规则,每个人的电脑环境和VPN软件设置千差万别,不是光开个全局或TUN就一定万无一失。 我的建议是,一定要做一个给你的网络进行长期维护debug的agent skill和专属文档,在本地保存好你的网络配置,并且用保底用glm5.3海外部署版(例如opencode go提供的,防止违禁词给你截断),更好的可以用Sonnet5.5 opus5.5或者Carbon之类的模型,定期检查确认你的antigravity的流量都被梯子兜住,没有走直连或者是其他的ip,

顺便也可以排查一些网络不稳定之类的问题,因为目前Antigravity的优化存在问题,很多时候,网络的抖动会严重加剧你的反重力的模型断联、无限卡住等问题。而网络流量稳定,的确能大幅度减少这些现象。

可以直接对它说:

检查我当前代理软件的配置文件和实际流量走向,确保无论在全局还是规则(配置)模式下,Antigravity及周边CLI工具的所有请求都完全走了优化过的远端IP线路,没有任何漏勺或IP乱跳

查出问题就直接让它替你改好规则。 在修复之前,让AI一定做好一个备份配置,万一出了问题你可以用备份配置迅速恢复你的网络。

2、安装汉化和界面优化补丁。

普通小白用户开始用一个Harness,我认为最优先的就是手感好,颜值高 Antigravity默认皮肤太素太淡,缺乏层次感,也没有汉化。这里推荐一下我的皮肤

https://github.com/Anarcadia/chuanban-antigravity-theme-patch

文章配图

文章配图

3、账号付费等级:

虽然我觉得大部分人看这个文章的时候已经入手Gemini会员了,但也可能有例外,或者有的用户对自己的付费套餐选择还不太满意,正在想是否升级或者换支付的方式。

这里我要说一个可能不受欢迎的观点,我不建议为你日常使用的Gemini AI会员账号薅羊毛。

土耳其区这种低价区目前谷歌已经修复了(截止2026-11-17时基本上已经无法获得)。而且其他的低价区也不排除会陆续修复。至于其他更加过分的羊毛,比如假学生或者免费漏洞,更加不建议大家去薅,因为历史看谷歌都会秋后算账,你如果是稍微有点使用历史的老号为此被封了,完全不值。

至于付费档位,我建议尽量确保你至少是正规购买的Pro,有能力的上Ultra,这样才能确保最快用上carbon,argon,hydrogen这种新模型以及新出的各种功能。历史上看,每次新的旗舰模型出来都只有Ultra最先用上,Pro会等几天或者一周推送。

关于价位,虽然见仁见智,但既然选择了Google,想必你是受不了GPT或者买不到/不喜欢Claude,且对于模型的能力、语言表达都有所要求。 目前可以这么说,以我个人而言,我认为即使以20美元/100美元/200美元全价购买不打折的价位来衡量,谷歌AI会员依然是三个同档次都无敌的, 我个人就是从Claude/GPT以及国产模型的顶配套餐(智谱和Kimi)迁过来的,有资格说这个话。 如果你认为这个价格不合适,或者Antigravity配不上你,不建议硬上,可以换门看看是否满意。

那么具体怎么选呢?我建议是从Pro开始,逐步升级,不够再加。如果以小白、普通,偏文科、自媒体用户的视角来看,我认为大概是这样

Pro:海量日常的检索、写作任务可以满足,网页版简单生图,Argon/Carbon模型用来做关键的规划任务。Claude模型额度仅仅够临时做一些代码debug,或者问几个日常问题。

5x Ultra:基本的工具开发已经可以满足,日常Flash/Hydrogen模型用不完。Argon/Carbon如果做大量开发的话可能勉强够用或者不够用,做日常自媒体写作创作流程,资料调研,经常使用Carbon也完全够用可能有不少富裕。赠金40美元,可以外接API。需要去Google 开发者项目主动领取。

20x:基本是开发者和需要海量自动化工作流的用户专属。

另外目前绝对不要玩反代,谨慎搞家庭组合租!一定有风险,具体我不多说,愿意承担封号连坐的风险,你再去尝试。

4、配置好基础设施

CUA driver:

这是一个让你的Antigravity可以进行电脑系统和软件的直接操作的工具,也是Google官方指定的工具,我在配置这个工具的时候,考虑到日常工作时并不总是会用到这个东西,为了防止它日常占用太多上下文,我做了一些特调配置。

当你需要使用的时候,只要对AI说,调用CUA来做xxx就可以了。比如「使用CUA来打开xx软件,帮我做xx事」。

具体可以给AI发送一下指令让她一键安装:

我刚安装了 Antigravity,目前是零配置状态。请帮我在本机从零调研并部署一套基于 Gemini 视觉与 CUA Driver 的「电脑桌面操作(Computer Use)」基础设施。

请先不要让我手动改任何文件,由你按以下原则和方向一口气自动配置完,需要我点系统权限时再用大白话引导我:

1. 先查两个权威资料源:
   - 读取 Google 官方教程:https://aistudio.google.com/learn/partner-cua-computer-use-gemini ,搞清楚 Gemini Computer Use 的 `0..999` 归一化视觉坐标标准以及官方 `@trycua/cua-driver` 的调用方式。
   - 读取你内置的 `agy-customizations` 技能文档,确认在 Antigravity 中如何从零创建全局 Skill、Subagent 和全局规则(`~/.gemini/config/`)。

2. 底层驱动选型原则(自动适配我的操作系统 Windows / macOS / Linux):
   - 先检测我当前的操作系统和本机环境(Node / Python / 系统原生组件),帮我把底层桌面驱动安装并封装成一个好用的本地命令行工具(CLI)。
   - 优先使用官方跨平台的 CUA Driver,并结合当前系统的原生无障碍接口(如 Windows 的 UIAutomation 或 macOS 的 Accessibility 控件树)做增强。
   - 这个工具需要支持三件事:① 按目标软件窗口截屏(避免全屏干扰);② 能查控件树的优先按控件点,查不到的自绘界面将 Gemini 预测的 `0..999` 归一化坐标自动换算成实际窗口/屏幕坐标执行点击、拖拽、滚动和剪贴板中文输入;③ 用完的临时截图自动清理。

3. 上下文与调用架构原则(最关键,严禁做成常驻重型 MCP):
   - 【平时 0 上下文污染】:不要配成常驻后台的 MCP Server。请把它写成一个按需触发的全局 Skill(当我说“操作电脑 / 用CU”时才启用),并在全局规则 `GEMINI.md` 里加一条简短路由。
   - 【Flash 子会话隔离执行】:严禁在主对话里直接循环截屏和读图(大图会迅速撑爆主模型的上下文和额度)。请从零帮我配置一个绑定 `flash` 轻量高速模型的独立子 Agent(同时兼容你原生内置的 `invoke_subagent(..., Model="flash")`)。
   - 每次需要操作电脑软件时,主模型只负责把任务派发给这个 Flash 子会话;由子会话在后台独立完成「截屏 -> 识别 0..999 坐标 -> 点击键入 -> 删掉临时截图」的完整循环,最后只把一句话执行结果汇报错回主对话。
   - 【安全边界】:凡是遇到付款、删除重要文件、正式发送外部消息等不可逆操作,必须在最后一步点击前停下来向我确认。

4. 保姆级权限引导与真机验收:
   - 请直接开始在后台完成目录创建、驱动安装、子 Agent 和 Skill 编写,中途技术细节不用问我。
   - 如果我的系统(比如 macOS 的辅助功能/屏幕录制,或 Windows 的权限/缩放设置)需要我手动点开关授权,请触发弹窗或停下来用最通俗的大白话告诉我去系统设置哪里点哪个按钮,等我回一句“开好了”再继续。
   - 全部配好后,请当场拉起一次 Flash 子会话做个真机测试(比如自动打开系统自带的计算器或记事本操作一下、截张窗口图验证并自动清理),跑通后告诉我以后怎么用一句话召唤它。

浏览器操作和抓取工具:

目前Agent最重要的「手脚」就是操作浏览器。

特别是,要能帮用户操作真实的浏览器。

例如现在就有不少直接控制你的chrome浏览器做自动化的插件工具,例如Agent web-bridge、opencli或其他

Antigravity内置的浏览器操作或者Chrome debug工具就是可以,但不能直接介入到你自己已经打开、登陆号的私人浏览器里是一个局限。

我也让Gemini比较了一下Antigravity内置浏览器调试工具和AWB opencli等的区别,你可以看一下,评估一下哪个更适合你。

文章配图

我目前使用的AWB,具体的安装方式,可以给你的AI发送一下指令,一键部署。(如果你用的不是Chrome浏览器 可以把里面的Chrome自动替换成你的浏览器名字)

请你作为我的 Antigravity 配置向导,帮我一键部署并打磨本机的 **Agent-WebBridge (AWB)** 真实浏览器自动化基础设施(驱动真实 Chrome 与登录态,支持多 Profile / 多 Tab 并发)。

请按以下 **「四步闭环流程」** 执行,命令行能完成的直接自动化,需要我拍板的环节请停下来向我提问引导:

### 第一步:环境探测与底层安装(全自动)
1. 检查我本机的 Google Chrome、Node.js(`>=18`)与 Python3 环境,记录当前 `node`/`npm` 的真实绝对路径。
2. 全局执行 `npm i -g agent-webbridge`,然后运行 `awb doctor` 和 `awb profiles` 扫描我电脑上现有的全部 Chrome Profiles(目录名、昵称、绑定邮箱)。
3. 读取全局 npm 包目录下的自带文档(`README.md`、`INSTALL.md`、`SKILL.md`),掌握其原生 CLI 与 `:10086/command` 的 15 个工具契约。

### 第二步:引导我做出 3 项本地化抉择(请向我提问)
展示你扫到的 Chrome Profile 列表后,请引导我确认:
1. **默认主力 Profile**:将哪个 Profile 设为日常默认主力?是否需要同时绑其他 Profile 组成多账号并发池?
2. **扩展安装通道**:选 **Chrome 商店官方版**(运行 `awb setup "<Profile>"` 自动弹窗,我只需点一下“添加至 Chrome”),还是 **本地离线源码版**(运行 `awb install-dev "<Profile>"` 引导我开开发者模式加载)?
3. **运行体验与路由偏好**:
   - 是否启用 **「同 Profile 独立后置窗口隔离」**(AI 干活时自动在后台新开独立窗口,绝不抢占我当前前台焦点、不污染我正在浏览的主窗口标签栏)?
   - 是否将 **「工具分工边界」** 写入我的全局规则 / `AGENTS.md`(即:只有需要真实登录态/人机验证后的页面交互才调 AWB,普通公开网页读取和搜索仍走轻量工具)?

### 第三步:完成配对并定制本机增强版 Skill(AI 自主合成)
在我确认并点完 Chrome 扩展安装后,请你验证 `:10086/status` 连通性,并在 `~/.agents/skills/agent-webbridge/`(同时软链至 Antigravity 全局 skills 目录)生成定制化的 `SKILL.md` 与配套生命周期脚本,**必须将以下 5 条核心方法论原则固化进去**:

1. **防休眠假死与静默自愈原则**:`awb` 默认闲置 120 分钟会退回单实例占住 `:10086`,导致发请求报 `extension not connected`。因此每次任务前必须先校验 `:10086/status`(确认 `router: true` 且目标 Profile 的 `daemonUp` 和 `extensionConnected` 均为 `true`);未就绪时自动通过 `AWB_IDLE_TIMEOUT_MIN=0 awb up "<Profile>" --no-open` 静默拉起,严禁盲目重启我的 Chrome。
2. **服务常驻但工作页必清原则**:任务结束后**严禁执行 `awb down`**(保持后台常驻零延迟复用);但凡是本次任务新建的 `session` 标签组,结束时**必须调用 `awb close <session> <Profile>`** 销毁工作标签页与后置窗口,绝不在浏览器里留残余标签。
3. **用户已开页面原位收拢原则**:当提到“我打开的 / 当前页面 / 已存在标签页”时,必须先用 `awb tabs` 或 `list_tabs` 定位 URL,再调 `find_tab` 原位接管操作,严禁画蛇添足重开新页,任务结束也绝不关闭我原本打开的页面。
4. **焦点与空间双隔离原则**:新开任务页面时,封装一个轻量辅助脚本(macOS 下利用不带 `activate` 的 AppleScript 新建后置窗口并瞬间恢复原窗口 `index 1`,配合 `find_tab` 锚定标签组),且所有 `navigate` 强制传 `"active": false`,做到全程无感后台运行。
5. **本机环境避坑原则**:
   - **强制绕过系统代理**:访问 `127.0.0.1:10086` 时,Shell `curl` 必加 `--noproxy '*'`,Python 客户端必须显式禁用环境代理,防止被本地代理软件拦截。
   - **元素定位与脚本规范**:定位元素优先读 `snapshot` 无障碍树的 `@eN` 引用;`evaluate` 执行 JS 必须包裹在 IIFE `(() => { ... })()` 闭包中防止顶层 `const/let` 重复声明报错,且 `JSON.stringify` 不加缩进以防大响应截断。

### 第四步:无感闭环验收
自动在后台对我选定的默认 Profile 执行一次完整的「静默自检 → 后置窗口打开测试页 → `snapshot` 读取 → `close` 清理回收」测试,确认全程不抢焦点、不留残余标签后,向我汇报最终配置结果。

Google Drive\doc\sheet\日历\gmail\notion等官方插件:

文章配图

谷歌最厉害的是全家桶生态,其中Google workspace的一套东西在Antigravity官方插件市场可以一键配置,属于不用白不用了。

连接好你的云端办公系统和网盘,这点对于日后你多台电脑或者移动工作来说会很方便,比如说,你可以把谷歌盘和google docs作为你Agent共用的资料库和上下文。 在A电脑上做完一个工具或者项目,可以对AI说,「把我的xx项目,或者xx skill上传到我的google drive,并写明交接文档(hand-off)」,然后到B电脑的时候,可以对AI说「读取我Google drive之前上传的文档,接续之前的任务继续工作」

搜索引擎强化:

Antigravity内置搜索功能,无需特别配置,但资料调研和广泛信息检索的时候,越多的来源越好。 我的建议是,初期可以注册Exa和Deepseek两个搜索API作为你的搜索工具链补充 首先去EXA和Deepseek开放平台官网, 注册好之后,获得二者API,让Antigravity配置为你的专属搜索工具链。 你可以对AI说「为我建立搜索工具链skill,日常搜索时使用Antigravity默认搜索方式,在我要求进行深度调研、广泛搜索、深度研究,或者搜索中文信息时,同时调用EXA和deepseek API进行搜狗,例如微信公号等国内文章源,请使用Deepseek API 的webfetch工具进行抓取」,利用Deepseek自带的web抓取工具,抓文章来比Antigravity原版更方便。

Gemini API CLI:

让Antigravity帮你装好官方的gemini-api命令行工具,把会员每月附赠的开发者API赠金(Pro送10刀、Ultra送40到100刀)接进去。 这个CLI是干嘛用的呢,主要是遇到超长视频、大体积PDF解析,或者需要直接调原生接口生图、做音视频转录的时候,你如果只是配一个API,Agent后台操作会非常吃token,有了这个CLI,Agent就会知道如何高效地进行操作。 你一旦配置好,可以询问Agent如何利用这个CLI,如何在网上找这个CLI的使用方法,并且配置为一个调用skill,这样将来Agent后台会无感使用这个工具,不需要你额外做什么就能享受好处。 给空白 Antigravity 新手的一句话指令(可直接复制发给 Agent)

请帮我完整配置 Google 官方的 Gemini API CLI 及配套 Skill,并打通自动调用:安装 CLI:参考 https://github.com/google-gemini/gemini-api-cli 安装 gemini-api 到系统 PATH(macOS/Linux 用官方 install.sh),并验证 gemini-api --version。

安装 Skill:从 https://github.com/google-gemini/gemini-skills 安装 gemini-api-cli skill(优先 npx skills add google-gemini/gemini-skills --skill gemini-api-cli,或直接拉取到我的全局/工作区 skills 目录确保你能识别)。

联动与鉴权:引导我配置 GEMINI_API_KEY(或使用 gemini-api configure 存入系统钥匙串),并用 gemini-api --dry-run 验证链路通畅。

写入自动路由规则:在工作区 AGENTS.md(或我的全局规则)中新增一条路由规则:今后遇到图像生成/修图、TTS 配音、音视频转录、超长 PDF/YouTube 分析或云端 Deep Research 任务时,自主识别并调用 gemini-api-cli;日常纯文本问答和普通编码不要误触发。

语音输入工具(Typeless或豆包输入法): 文科生用Agent最大的生产力解放是动嘴皮子代替敲键盘,平时大段口述需求、或者让AI采访自己都非常爽。虽然Antigravity最新版也加入了内置语音功能,但Typeless或豆包输入法这类专业语音工具在识别稳定性和响应速度上,还是比反重力自带的要好很多,并且也可以和手机平板之类的做常用词的联动

开启YOLO(全自动审批)模式与安全底线: Antigravity新用户一进来可会会遇到各种东西都要走权限确认弹窗,其实没有必要。 日常工作区直接开启全自动放行模式最省心,我自己就是已经一年来一直全yolo模式工作了,AI这种东西,怕的不用,用的不怕。 但前提是,一上来就在工作区的AGENTS.md里写死一些保底规则:比如「任何删除操作必须使用经过验证的系统回收站工具,严禁调用rm等永久删除命令或API,处理原稿必须保留可恢复版本」。 如果不放心AI在你电脑里乱搞,可以做一下定期的全盘备份(例如Mac的timemachine)以及git版本管理,在此不多做赘述

6、充分利用好各种档次模型的额度池

先搞懂Pro与Ultra的额度池机制: Pro会员通常可用是【Gemini旗舰(Argon/Carbon)】、 【Gemini Flash(3.8 Flash / 4 Hydrogen)】、 【第三方模型(Claude Opus/Sonnet 5.5)】

三者额度完全分开计算的,因此,Pro会员的优势是Flash级模型额度非常高,够非码农随便造,因此日常要多用4H或者3.8f,多用Argon/Carbon指挥小弟来做事,Argon/Carbon好钢用在刀刃上。 而Ultra会员则是【Gemini全系模型共用一个大池子】,只和【Claude等第三方模型】分开计算。Argon和Carbon不要吝啬去使用。尽量一步到位。

另外切记:反重力的周额度循环,只有当你真正调用了对应池子的模型那一刻才开始倒计时,所以拿到账号或刚续费后,一定要尽早把Gemini和Claude模型都随便发句话激活一下,让一周的额度刷新循环尽早开始跑,不要白白浪费冷却时间。

日常模型怎么选: 主力大脑(Argon与Carbon):目前来说,Argon更适合日常高频使用,反应略微快一些,写作和聊点子时的创意更发散、更有灵气 Carbon在几乎所有工作上全方位更强,写代码更准确,对复杂流程和死规矩的遵循更严格死板,但速度也慢很多(大量时间花在深度思考上)。 所以日常切磋和写东西可以用Argon,啃硬骨头、搭复杂工作流或严苛执行时切Carbon。

日常苦力(3.8 Flash / 4 Hydrogen):速度快如闪电,专门拿来跑日常提问、搜索,文件归档、格式清洗、批量网页抓取、桌面自动化和日常巡检,不过需要注意,如果是你比较重视答案的准确性和深度的一些问题,我不建议用3.8或者4hydrogen,最好还是用Argon并且强调使用搜索API多方检索并核对答案。

代码规划和审核员(Claude Opus/Sonnet):这俩模型我专门放在下一节讲

7、充分利用好自定义子Agent(Sub-agent)

其实Antigravity从2.0早期版本相对于其他很多Harness就已经有一个做的比较领先的地方,就是子agent的自由度。

在Antigravity捏自定义子Agent模板极其方便,不仅能单独指定底层模型、思考强度、工具权限和专属提示词,而且捏好的子Agent既能在主对话里随时派出去干活,也能直接切出来当主Agent独立使用。

就相当于我们说的一般的智能体/bot的独立模板。

所以,一定要利用好这一点,亲自让AI给你设置Sub-agent Profile:

举两个我每天高频在用的例子:

第一个是我建的Reviewer Profile(opus-reviewer / sonnet-reviewer):绑定内置的Opus 5.5或Sonnet 5.5,提示词里写明禁止盲从主Agent摘要,必须亲自调工具看本地源码和原文件,做独立对抗审阅与防幻觉核查。 平时让Argon写完复杂方案、改完代码或者整理完长篇资料后,我只要说一句发给内部Sonnet/Opus审查员核验,主Agent就会自动拉起这个审阅子Agent逐行对账挑刺,再把漏洞修好汇报给我。反重力里附带的Claude额度非常宝贵,千万别拿来当苦力干粗活,而是专门留着给方案挑刺、做交叉事实核验和Debug兜底。

第二个是我为我的小说翻译与审校流程,也建立了子Agent模板(如trans-writer初译官、trans-reviewer五轮审译官):

把固定的翻译规范、术语表读取规则、分批落盘防吞字逻辑和模型绑定(比如初译绑Flash、审译绑Argon)直接固化成子Agent模板。平时无论是我在窗口里直接选它出来单章精调,还是让主Agent按流水线一口气并发派发十几个子Agent去跑整本书的初译和审校,都能做到用后即弃、上下文互不污染。

以此类推,你还可以建立各种你日常工作常用的Agent模板,例如,专门的搜索Agent、改写和润色Agent,绑定你认为表现最优的那个模型。一旦建立好模板,下次直接就和AI说,让我那个xxxAgent来做xxx的事情,不用做多余的额外配置指令了。

此外,如果你经常想要指定某个模型作为子agent,我建议你还可以建立一个单纯指定模型和思考强度的空白提示词agent,起名为,例如Flash-worker(Gemini3.8flash模型专用),Opus woker(Opus5.5专用),这种标准空白agent模板,用来日常你口头指挥agent临时调对应模型作为子agent。会比Agent临时建立一个更方便。

文章配图

最后,当然了,Antigravity新出的Orchestrator(我的补丁里汉化成了编排器)模式也很厉害,不过那个我觉得新手小白一上来不用太去琢磨明白里面的门道。

你只要知道,Orchestrator这个东西的意思就是让Carbon或者Argon做指挥官,派Hydrogen做一些脏活累活,它会自己做好任务规划和拆解,一切自动安排,你不用操心。

如果你要开发一个东西,或者做一个复杂的长流程任务,可以直接选择Orchestrator,选Carbon模型,让它来做具体的规划、执行一条龙任务。

这时候,它会自己来建立计划,部署、指挥子agent,互相协作来做好整个项目,例如分派好几个Hydrogen子Agent做代码的编写。这会比Carbon亲自做一切要省钱,效果也一点不差。

全文完
查看原文

沿着这个主题继续读

从一篇文章,找到相关的教程、经验和阅读路径。

Gemini 与 Google AIGemini 入门与进阶:Gemini 4 Argon、Gemini Notebook、Antigravity 与 Flow 的用法和实测。