Google Antigravity Skills：别再向AI解释你的代码库

每天，你的团队都在浪费数小时向机器人解释自己的公司。

你粘贴API文档。你解释遗留数据库架构。你第十次提醒AI你们使用自定义的部署包装器。

这是软件开发的「土拨鼠日」。

Google Antigravity 刚刚用一个名为 「Skills」 的新功能终结了这个循环。

与标准提示不同，Skills 让你可以将初创公司的专有逻辑直接「硬编码」到IDE中。它将你的AI从通用编码助手转变为比你更了解你的技术栈的专业员工。

以下是为什么 Antigravity Skills 胜过 Claude 的 MCP，以及如何使用它们来自动化你的「部落知识」。

---

范式转移：提示 vs. 教学

大多数开发者将AI视为聊天机器人：你提问，它猜测。 Antigravity Skills 将AI视为运行时环境：你定义，它执行。

根据官方文档，「Skill」只是一个TypeScript定义，授予IDE执行代码的权限。

• 使用Skills之前： 你将内部文档粘贴到聊天窗口中。
• 使用Skills之后： AI执行 read_internal_docs() 并立即获取所需的确切上下文。

---

什么是 Google Antigravity Skills？

（以及为什么它们不只是「提示」）

从核心来看，「Skill」是一个TypeScript定义，授予你的AI在环境中执行代码的权限。

大多数开发者习惯将AI视为聊天机器人：你提问，它返回文本。 Antigravity Skills 将AI转变为代理。你给它一个工具箱。

• 没有Skills： 「我该如何查询我们的用户数据库？」（AI给出一个失败的通用SQL示例）。
• 有Skills： 「查找用户 [email protected]。」（AI执行你的内部 fetchUser() 函数并返回真实的实时数据）。

这将范式从**「提示」转变为「教学」**。你教导IDE你的内部API一次，它就会永远记住。

---

对决：Google Antigravity Skills vs. Claude (MCP)

如果你一直在关注AI领域，你可能会问：「这与Claude的模型上下文协议（MCP）或工具使用有什么不同？」

虽然这两种技术都允许AI使用工具，但它们在初创环境中的实现方式截然不同。

功能	Claude Skills (MCP)	Google Antigravity Skills
主要焦点	通用目的。 将Claude连接到外部世界（Google Drive、Slack、Notion）。	深度代码集成。 将IDE连接到你的特定仓库、本地数据库和CLI工具。
延迟	高。 需要往返API服务器。适合聊天，对编码循环来说太慢。	接近零。 在Antigravity引擎内本地运行。即时执行以进行调试和脚本。
上下文	广泛。 「读取这个PDF」、「总结这个Slack线程」。	专有。 「运行我们的特定迁移脚本」、「检查我们的预发布环境健康状态」。
结论	适合通用助手。	自动化初创工作流程的明显赢家。

要点： 使用Claude来总结你的电子邮件。使用Antigravity来修复你的生产数据库。

---

3种教导AI你的专有代码库的方法

对于初创创始人或主要开发者来说，目标是降低「公交车因子」。以下是三个你应该立即构建的特定Skills，以捕获你团队的知识。

1. 「图书管理员」Skill（解决上下文限制）

• 问题： 你的AI不知道如何使用你的内部 MyCompany-UI-Kit。它不断产生你不使用的Tailwind类。
• Skill： read_internal_docs(component_name)
• 工作原理： 你公开一个函数，让AI搜索你的内部Wiki或Storybook。
• 结果： 当初级开发者要求「按钮」时，AI首先获取你的特定文档，然后编写实际可以编译的代码。

2. 「运维」Skill（自动化恐惧）

• 问题： 初级开发者在部署期间害怕破坏东西。他们要求资深开发者手动检查所有内容。
• Skill： check_staging_health()
• 工作原理： 你将监控CLI（Datadog/Sentry）包装在Skill中。
• 结果： 开发者询问IDE：「合并安全吗？」 AI运行检查，验证系统正常，并给予许可。

3. 「数据」Skill（实时调试）

• 问题： 调试客户问题涉及登录三个不同的仪表板来查找用户ID。
• Skill： fetch_user_debug_info(email)
• 工作原理： 一个安全的、只读的函数，查询你的生产副本。
• 结果： 你只需询问Antigravity：「为什么用户X遇到500错误？」 AI拉取他们的真实数据并立即发现异常。

---

教程：构建「运维」Skill（来自示例#2）

让我们采用上面提到的**「运维Skill」**并实际构建它。我们将教导AI如何在允许部署之前验证系统健康状态。

根据官方文档，我们需要创建特定的文件夹结构。

步骤1：创建目录

Antigravity在 .agent/skills/ 目录中寻找skills。创建一个名为 ops-safety 的文件夹和一个 scripts 子文件夹。

.agent/skills/
└─── ops-safety/
    ├─── SKILL.md                 <-- 说明文件
    └─── scripts/
         └─── check_staging.sh    <-- 「黑盒」脚本

步骤2：创建「黑盒」脚本

我们希望AI执行特定检查，而不是读取我们整个DevOps代码库。我们创建一个包装脚本，返回简单的「绿色」或「红色」信号。

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

#!/bin/bash
# 模拟检查Datadog/Sentry状态
# 用法：./check_staging.sh

echo "连接到预发布环境监控..."
# 在现实生活中，这会curl你的监控API
echo "STATUS: 200 OK"
echo "ERROR_RATE: 0.01%"
exit 0

（确保在此文件上运行 chmod +x）

步骤3：定义逻辑（SKILL.md）

现在，我们编写说明。我们使用YAML前置元数据来定义触发关键字，并使用决策树来强制执行安全规则。

文件： .agent/skills/ops-safety/SKILL.md

---
name: ops-safety
description: 验证预发布环境健康状态。每当用户询问「合并安全吗？」或「我可以部署吗？」时使用此功能。
---

# 部署安全协议

你是此仓库的安全官。你必须回答部署问题之前验证预发布环境健康状态。

## 何时使用此skill
- 当用户询问「合并安全吗？」
- 当用户询问「检查预发布环境状态」
- 在生成任何 `git push` 命令之前

## 决策树（严格遵循）

1. **执行健康检查**
   - 执行脚本：`./scripts/check_staging.sh`

2. **分析输出**
   - **如果**输出包含「STATUS: 200 OK」：
     -> 告诉用户：「✅ 预发布环境正常。可以进行合并。」
   - **如果**输出包含「ERROR」或高延迟：
     -> 告诉用户：「🛑 预发布环境不稳定。不要合并。」
     -> 显示脚本的错误日志。

## 风格指南
- 保持响应简洁。
- 使用表情符号（✅/🛑）清楚标示安全状态。

步骤4：结果

一旦保存，「运维Skill」就会生效。

用户： 「嘿，合并这个PR安全吗？」

Antigravity代理：

读取ops-safety skill...执行 ./scripts/check_staging.sh...

"✅ 预发布环境正常。 状态：200 OK 错误率：0.01%

你可以进行合并。"

---

结论：Skills是商业资产

对于小团队来说，扩展的障碍不是招聘——而是知识转移。

每次你编写Antigravity Skill时，你都在将「机构记忆」保存到你的代码库中。你确保即使你的主要工程师在休假，AI也知道如何运行构建脚本。

不要让你的AI永远停留在初级开发者阶段。

准备好自动化你的繁忙工作了吗？ 深入官方Antigravity文档，立即开始构建你的第一个专业代理。