Google Antigravity Skills: Berhenti Menjelaskan Basis Kode Anda kepada AI

Setiap hari, tim Anda membuang waktu berjam-jam menjelaskan perusahaan sendiri kepada robot.

Anda menempelkan dokumentasi API. Anda menjelaskan skema database legacy. Anda mengingatkan AI untuk kesepuluh kalinya bahwa Anda menggunakan wrapper kustom untuk deployment.

Ini adalah "Groundhog Day" dari pengembangan perangkat lunak.

Google Antigravity baru saja mengakhiri siklus ini dengan fitur baru bernama "Skills."

Tidak seperti prompting standar, Skills memungkinkan Anda untuk "hard-code" logika proprietary startup Anda langsung ke dalam IDE. Ini mengubah AI Anda dari asisten coding generik menjadi karyawan spesialis yang mengetahui stack Anda lebih baik daripada Anda.

Berikut adalah alasan mengapa Antigravity Skills mengalahkan Claude's MCP, dan cara menggunakannya untuk mengotomatisasi "Tribal Knowledge" Anda.

---

Pergeseran Paradigma: Prompting vs. Mengajar

Kebanyakan developer memperlakukan AI seperti chatbot: Anda bertanya, AI menebak. Antigravity Skills memperlakukan AI seperti runtime environment: Anda mendefinisikan, AI mengeksekusi.

Menurut dokumentasi resmi, "Skill" hanyalah definisi TypeScript yang memberikan izin kepada IDE untuk menjalankan kode.

• Sebelum Skills: Anda menempelkan dokumentasi internal ke dalam jendela chat.
• Setelah Skills: AI menjalankan read_internal_docs() dan mengambil konteks yang tepat yang dibutuhkannya, secara instan.

---

Apa itu Google Antigravity Skills?

(Dan mengapa mereka lebih dari sekadar "Prompts")

Pada intinya, "Skill" adalah definisi TypeScript yang memberikan izin kepada AI Anda untuk mengeksekusi kode di dalam environment Anda.

Kebanyakan developer terbiasa memperlakukan AI seperti chatbot: Anda mengajukan pertanyaan, AI memberikan teks kembali. Antigravity Skills mengubah AI menjadi Agent. Anda memberikannya toolbox.

• Tanpa Skills: "Bagaimana cara saya mengquery database pengguna kami?" (AI memberikan contoh SQL generik yang gagal).
• Dengan Skills: "Cari pengguna [email protected]." (AI mengeksekusi fungsi internal fetchUser() Anda dan mengembalikan data live yang sebenarnya).

Ini menggeser paradigma dari "Prompting" ke "Mengajar." Anda mengajarkan IDE API internal Anda sekali, dan AI akan mengingatnya selamanya.

---

Pertarungan: Google Antigravity Skills vs. Claude (MCP)

Jika Anda telah mengikuti ruang AI, Anda mungkin bertanya: "Bagaimana ini berbeda dari Claude's Model Context Protocol (MCP) atau Tool Use?"

Meskipun kedua teknologi memungkinkan AI menggunakan tools, implementasinya di environment startup sangat berbeda.

Fitur	Claude Skills (MCP)	Google Antigravity Skills
Fokus Utama	Tujuan Umum. Menghubungkan Claude ke dunia luar (Google Drive, Slack, Notion).	Integrasi Kode Mendalam. Menghubungkan IDE ke repo spesifik Anda, database lokal, dan tools CLI.
Latensi	Tinggi. Memerlukan round-trip ke server API. Bagus untuk chat, lambat untuk coding loops.	Hampir Nol. Berjalan secara lokal di dalam engine Antigravity. Eksekusi instan untuk debugging dan script.
Konteks	Luas. "Baca PDF ini," "Ringkas thread Slack ini."	Proprietary. "Jalankan script migrasi spesifik kami," "Periksa kesehatan staging kami."
Kesimpulan	Bagus untuk Asisten Umum.	Pemenang jelas untuk Mengotomatisasi Workflow Startup.

Kesimpulan: Gunakan Claude untuk merangkum email Anda. Gunakan Antigravity untuk memperbaiki database produksi Anda.

---

3 Cara Mengajarkan AI Basis Kode Proprietary Anda

Untuk founder startup atau lead dev, tujuannya adalah mengurangi "Bus Factor." Berikut adalah tiga Skills spesifik yang harus Anda bangun segera untuk menangkap pengetahuan tim Anda.

1. Skill "Pustakawan" (Menyelesaikan Batas Konteks)

• Masalah: AI Anda tidak tahu cara menggunakan MyCompany-UI-Kit internal Anda. AI terus menghasilkan kelas Tailwind yang tidak Anda gunakan.
• Skill: read_internal_docs(component_name)
• Cara kerjanya: Anda mengekspos fungsi yang memungkinkan AI mencari Wiki internal atau Storybook Anda.
• Hasil: Ketika developer junior meminta "Button," AI mengambil dokumentasi spesifik Anda terlebih dahulu, kemudian menulis kode yang benar-benar dapat dikompilasi.

2. Skill "Ops" (Mengotomatisasi Ketakutan)

• Masalah: Developer junior takut merusak sesuatu selama deployment. Mereka meminta senior dev untuk memeriksa semuanya secara manual.
• Skill: check_staging_health()
• Cara kerjanya: Anda membungkus CLI monitoring Anda (Datadog/Sentry) dalam Skill.
• Hasil: Developer bertanya kepada IDE: "Apakah aman untuk merge?" AI menjalankan pengecekan, memverifikasi sistem berjalan normal, dan memberikan izin.

3. Skill "Data" (Live Debugging)

• Masalah: Debugging masalah pelanggan melibatkan login ke tiga dashboard berbeda untuk menemukan User ID.
• Skill: fetch_user_debug_info(email)
• Cara kerjanya: Fungsi read-only yang aman yang mengquery replica produksi Anda.
• Hasil: Anda cukup bertanya kepada Antigravity: "Mengapa User X mendapatkan error 500?" AI menarik data real mereka dan menemukan anomali secara instan.

---

Tutorial: Membangun Skill "Ops" (Dari Contoh #2)

Mari kita ambil "Ops Skill" yang disebutkan di atas dan membangunnya dengan sungguh-sungguh. Kita akan mengajarkan AI cara memverifikasi kesehatan sistem sebelum mengizinkan deployment.

Menurut dokumentasi resmi, kita perlu membuat struktur folder spesifik.

Langkah 1: Buat Direktori

Antigravity mencari skills di direktori .agent/skills/. Buat folder bernama ops-safety dan subfolder scripts.

.agent/skills/
└─── ops-safety/
    ├─── SKILL.md                 <-- Instruksi
    └─── scripts/
         └─── check_staging.sh    <-- Script "Black Box"

Langkah 2: Buat Script "Black Box"

Kita ingin AI mengeksekusi pengecekan spesifik, bukan membaca seluruh codebase DevOps kita. Kita membuat wrapper script yang mengembalikan sinyal "Green" atau "Red" yang sederhana.

File: .agent/skills/ops-safety/scripts/check_staging.sh

#!/bin/bash
# Mensimulasikan pengecekan status Datadog/Sentry
# Penggunaan: ./check_staging.sh

echo "Menghubungkan ke Staging Monitor..."
# Dalam kehidupan nyata, ini akan curl API monitoring Anda
echo "STATUS: 200 OK"
echo "ERROR_RATE: 0.01%"
exit 0

(Pastikan untuk menjalankan chmod +x pada file ini)

Langkah 3: Definisikan Logika (SKILL.md)

Sekarang, kita menulis instruksi. Kita menggunakan YAML frontmatter untuk mendefinisikan kata kunci trigger, dan Decision Tree untuk menegakkan aturan keselamatan.

File: .agent/skills/ops-safety/SKILL.md

---
name: ops-safety
description: Memvalidasi kesehatan environment staging. Gunakan ini kapan pun pengguna bertanya "Apakah aman untuk merge?" atau "Bisakah saya deploy?".
---

# Protokol Keamanan Deployment

Anda adalah petugas keamanan untuk repository ini. Anda harus memverifikasi kesehatan environment staging sebelum menjawab pertanyaan deployment.

## Kapan menggunakan skill ini
- Ketika pengguna bertanya "Apakah aman untuk merge?"
- Ketika pengguna bertanya "Periksa status staging"
- Sebelum menghasilkan perintah `git push` apa pun

## Decision Tree (Ikuti dengan Ketat)

1. **Jalankan Health Check**
   - Eksekusi script: `./scripts/check_staging.sh`

2. **Analisis Output**
   - **JIKA** output berisi "STATUS: 200 OK":
     -> Beri tahu pengguna: "✅ Staging Green. Lanjutkan dengan merge."
   - **JIKA** output berisi "ERROR" atau latency tinggi:
     -> Beri tahu pengguna: "🛑 Staging tidak stabil. Jangan merge."
     -> Tampilkan error log dari script.

## Panduan Gaya
- Jaga respons tetap singkat.
- Gunakan emoji (✅/🛑) untuk memberi sinyal status keamanan dengan jelas.

Langkah 4: Hasil

Setelah disimpan, "Ops Skill" aktif.

Pengguna: "Hei, apakah aman untuk merge PR ini?"

Antigravity Agent:

Membaca ops-safety skill...Mengeksekusi ./scripts/check_staging.sh...

"✅ Staging Green. Status: 200 OK Error Rate: 0.01%

Anda bebas untuk merge."

---

Kesimpulan: Skills Adalah Aset Bisnis

Untuk tim kecil, hambatan untuk scaling bukanlah hiring—melainkan transfer pengetahuan.

Setiap kali Anda menulis Antigravity Skill, Anda menyimpan "Institutional Memory" ke dalam codebase Anda. Anda memastikan bahwa bahkan jika Lead Engineer Anda sedang liburan, AI tahu cara menjalankan build script.

Jangan biarkan AI Anda tetap menjadi developer junior selamanya.

Siap untuk mengotomatisasi pekerjaan sibuk Anda? Masuk ke Dokumentasi Antigravity Resmi dan mulai membangun agen spesialis pertama Anda hari ini.