Google Antigravity Skills：別再向AI解釋你的程式碼庫

每天，你的團隊都在浪費數小時向機器人解釋自己的公司。

你貼上API文件。你解釋舊版資料庫架構。你第十次提醒AI你們使用自訂的部署包裝器。

這是軟體開發的「土撥鼠日」。

Google Antigravity 剛剛用一個名為 「Skills」 的新功能終結了這個循環。

與標準提示不同，Skills 讓你可以將新創公司的專有邏輯直接「硬編碼」到IDE中。它將你的AI從通用編碼助手轉變為比你更了解你的技術棧的專業員工。

以下是為什麼 Antigravity Skills 勝過 Claude 的 MCP，以及如何使用它們來自動化你的「部落知識」。

---

範式轉移：提示 vs. 教學

大多數開發者將AI視為聊天機器人：你提問，它猜測。 Antigravity Skills 將AI視為執行環境：你定義，它執行。

根據官方文件，「Skill」只是一個TypeScript定義，授予IDE執行程式碼的權限。

• 使用Skills之前： 你將內部文件貼到聊天視窗中。
• 使用Skills之後： AI執行 read_internal_docs() 並立即獲取所需的確切上下文。

---

什麼是 Google Antigravity Skills？

（以及為什麼它們不只是「提示」）

從核心來看，「Skill」是一個TypeScript定義，授予你的AI在環境中執行程式碼的權限。

大多數開發者習慣將AI視為聊天機器人：你提問，它回傳文字。 Antigravity Skills 將AI轉變為代理。你給它一個工具箱。

• 沒有Skills： 「我該如何查詢我們的用戶資料庫？」（AI給出一個失敗的通用SQL範例）。
• 有Skills： 「查找用戶 [email protected]。」（AI執行你的內部 fetchUser() 函數並回傳真實的即時資料）。

這將範式從**「提示」轉變為「教學」**。你教導IDE你的內部API一次，它就會永遠記住。

---

對決：Google Antigravity Skills vs. Claude (MCP)

如果你一直在關注AI領域，你可能會問：「這與Claude的模型上下文協議（MCP）或工具使用有什麼不同？」

雖然這兩種技術都允許AI使用工具，但它們在新創環境中的實作方式截然不同。

功能	Claude Skills (MCP)	Google Antigravity Skills
主要焦點	通用目的。 將Claude連接到外部世界（Google Drive、Slack、Notion）。	深度程式碼整合。 將IDE連接到你的特定儲存庫、本地資料庫和CLI工具。
延遲	高。 需要往返API伺服器。適合聊天，對編碼循環來說太慢。	接近零。 在Antigravity引擎內本地執行。即時執行以進行除錯和腳本。
上下文	廣泛。 「讀取這個PDF」、「總結這個Slack線程」。	專有。 「執行我們的特定遷移腳本」、「檢查我們的預備環境健康狀態」。
結論	適合通用助手。	自動化新創工作流程的明顯贏家。

要點： 使用Claude來總結你的電子郵件。使用Antigravity來修復你的生產資料庫。

---

3種教導AI你的專有程式碼庫的方法

對於新創創辦人或主要開發者來說，目標是降低「公車因子」。以下是三個你應該立即建立的特定Skills，以捕捉你團隊的知識。

1. 「圖書館員」Skill（解決上下文限制）

• 問題： 你的AI不知道如何使用你的內部 MyCompany-UI-Kit。它不斷產生你不使用的Tailwind類別。
• Skill： read_internal_docs(component_name)
• 運作方式： 你公開一個函數，讓AI搜尋你的內部Wiki或Storybook。
• 結果： 當初級開發者要求「按鈕」時，AI首先獲取你的特定文件，然後編寫實際可以編譯的程式碼。

2. 「運維」Skill（自動化恐懼）

• 問題： 初級開發者在部署期間害怕破壞東西。他們要求資深開發者手動檢查所有內容。
• Skill： check_staging_health()
• 運作方式： 你將監控CLI（Datadog/Sentry）包裝在Skill中。
• 結果： 開發者詢問IDE：「合併安全嗎？」 AI執行檢查，驗證系統正常，並給予許可。

3. 「資料」Skill（即時除錯）

• 問題： 除錯客戶問題涉及登入三個不同的儀表板來查找用戶ID。
• Skill： fetch_user_debug_info(email)
• 運作方式： 一個安全的、唯讀的函數，查詢你的生產副本。
• 結果： 你只需詢問Antigravity：「為什麼用戶X遇到500錯誤？」 AI拉取他們的真實資料並立即發現異常。

---

教學：建立「運維」Skill（來自範例#2）

讓我們採用上面提到的**「運維Skill」**並實際建立它。我們將教導AI如何在允許部署之前驗證系統健康狀態。

根據官方文件，我們需要建立特定的資料夾結構。

步驟1：建立目錄

Antigravity在 .agent/skills/ 目錄中尋找skills。建立一個名為 ops-safety 的資料夾和一個 scripts 子資料夾。

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

步驟2：建立「黑盒」腳本

我們希望AI執行特定檢查，而不是讀取我們整個DevOps程式碼庫。我們建立一個包裝腳本，回傳簡單的「綠色」或「紅色」信號。

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

#!/bin/bash
# 模擬檢查Datadog/Sentry狀態
# 用法：./check_staging.sh

echo "連接到預備環境監控..."
# 在現實生活中，這會curl你的監控API
echo "STATUS: 200 OK"
echo "ERROR_RATE: 0.01%"
exit 0

（確保在此檔案上執行 chmod +x）

步驟3：定義邏輯（SKILL.md）

現在，我們編寫說明。我們使用YAML前置資料來定義觸發關鍵字，並使用決策樹來強制執行安全規則。

檔案： .agent/skills/ops-safety/SKILL.md

---
name: ops-safety
description: 驗證預備環境健康狀態。每當用戶詢問「合併安全嗎？」或「我可以部署嗎？」時使用此功能。
---

# 部署安全協議

你是此儲存庫的安全官。你必須在回答部署問題之前驗證預備環境健康狀態。

## 何時使用此skill
- 當用戶詢問「合併安全嗎？」
- 當用戶詢問「檢查預備環境狀態」
- 在生成任何 `git push` 命令之前

## 決策樹（嚴格遵循）

1. **執行健康檢查**
   - 執行腳本：`./scripts/check_staging.sh`

2. **分析輸出**
   - **如果**輸出包含「STATUS: 200 OK」：
     -> 告訴用戶：「✅ 預備環境正常。可以進行合併。」
   - **如果**輸出包含「ERROR」或高延遲：
     -> 告訴用戶：「🛑 預備環境不穩定。不要合併。」
     -> 顯示腳本的錯誤日誌。

## 風格指南
- 保持回應簡潔。
- 使用表情符號（✅/🛑）清楚標示安全狀態。

步驟4：結果

一旦儲存，「運維Skill」就會生效。

用戶： 「嘿，合併這個PR安全嗎？」

Antigravity代理：

讀取ops-safety skill...執行 ./scripts/check_staging.sh...

"✅ 預備環境正常。 狀態：200 OK 錯誤率：0.01%

你可以進行合併。"

---

結論：Skills是商業資產

對於小團隊來說，擴展的障礙不是招聘——而是知識轉移。

每次你編寫Antigravity Skill時，你都在將「機構記憶」儲存到你的程式碼庫中。你確保即使你的主要工程師在休假，AI也知道如何執行建置腳本。

不要讓你的AI永遠停留在初級開發者階段。

準備好自動化你的繁忙工作了嗎？ 深入官方Antigravity文件，立即開始建立你的第一個專業代理。