antigravity
Provides tools to interact with Google Antigravity via its local CLI, enabling AI agents to ask questions, read repositories, run agents, manage sessions and background jobs, check quota, and list available models and agents using an existing Antigravity account.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@antigravity Analyze the current repo and explain its overall architecture and main entry points."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
agy-mcp
把本机的 Antigravity CLI(agy)接成一个 MCP 服务器,
让 Codex、Claude 等 MCP 客户端可以直接调用它——用你已有的 Antigravity 账号额度(含 Google One AI Pro)
回答、读仓库、跑 agent,而不必把 Google 凭据导出给任何中转。
当前版本 v0.2.1,见 Releases。
兼容性:目前只在 Windows 实机验证过(agy 1.2.0)。macOS / Linux 的代码路径已按平台写好、 离线测试覆盖,但还没有实机跑过
--self-test;跑通后欢迎反馈。详细文档见 docs/:复用 Codex 的工具(含浏览器)、 排障与兼容性。
代码结构:实现都在
core/包里,main.py是正式入口,agy_mcp.py是等价的兼容壳 (既有客户端配置写的就是它,继续可用)。模块分工见 docs/modules.md。
纯 Python 标准库、零第三方依赖(实现按职责拆在
core/包里,见 docs/modules.md)凭据始终由
agy自己保管(macOS 钥匙串 / Windows 凭据管理器),MCP 侧不接触 token每个客户端会话复用一个常驻
agy进程:首次调用约 7 秒,之后热轮通常 1~2 秒(视网络而定)内置会话续接、上下文过长提醒、交接(handoff)、额度查询与调用节流
要求
项 | 要求 |
Python | 3.11 或更高(macOS / Linux 用 |
Antigravity CLI |
|
网络 | 能访问 Google(中国大陆需要代理,见下) |
MCP 客户端 | Codex 默认( |
Related MCP server: antigravity-mcp
安装
git clone <this-repo> && cd agy-mcp
# 一次性自检:路径 / 代理 / 版本 / 登录 / 额度 / 真跑一个小提问
python3 agy_mcp.py --self-test
# 只看状态(不消耗额度):当日调用与 token、耗时统计、会话进程
python3 agy_mcp.py --status也支持 pip 安装(纯标准库,零运行期依赖;Python 3.9 / 3.10 需要 tomli 那个 extra):
pip install . # 提供 agy-mcp 与 agy-mcp-register 两个命令
pip install ".[tomli]" # Python < 3.11 注册脚本用得到 tomllib版本号只维护一处:core/config.py 的 SERVER_VERSION,pyproject.toml 用 dynamic 读它。
--self-test 会逐步打印检查结果,最后给出 self-test OK 或失败项清单:
基础:agy 路径、代理、版本、登录、额度(额度那步不扣额度)
实测一轮(会花一点点额度),并校验我们依赖的协议形状:
result里是否有conversation_id/status/response,stream 模式下是否有init/step_update(嵌套)/result
这几项是为了防"CLI 升级悄悄改字段"——stream-json 不是公开契约,形状一变本地实现就会静默退化。
--skip-ask 跳过实测那步,--no-proxy-required 把"没有代理"从失败降级为提示。
macOS / Linux
定位 CLI:
which agy;常见位置是~/.local/bin/agy。找不到就显式指定:export AGY_BIN="$HOME/.local/bin/agy"登录一次:终端直接运行
agy,走浏览器授权。OAuth token 存在 macOS 钥匙串(Linux 走 keyring, 不可用时回退到文件),agy-mcp不需要任何凭据配置。代理(见下节)。
Windows
默认安装在
%LOCALAPPDATA%\agy\bin\agy.exe,脚本会自动探测。登录一次:终端运行
agy。OAuth token 存在 Windows 凭据管理器。代理(见下节)。
配置里不想写两行(解释器 + 脚本路径)的话,用仓库里的 agy-mcp.cmd 包装,只写一行命令即可:
[mcp_servers.antigravity]
type = "stdio"
command = '''C:\tools\agy-mcp\agy-mcp.cmd'''必须设置代理
agy 是 Go 程序,不读 macOS / Windows 的"系统代理"设置,只认 HTTP_PROXY / HTTPS_PROXY 环境变量。
没设代理时的表现很有迷惑性:
dial tcp 172.217.118.4:443: connectex: ... failed to respond
Error: Please sign in to view available models. Launch the CLI without arguments to sign in.这个 "Please sign in" 通常不是没登录,而是连不上 Google——网络不通时它先超时、再回落到登录提示。
直接验证(能列出模型即通):
# macOS / Linux
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890
agy models
# Windows PowerShell
$env:HTTP_PROXY="http://127.0.0.1:7890"; $env:HTTPS_PROXY="http://127.0.0.1:7890"; agy models端口按你自己的代理客户端填(Clash 常见 7890/7897,Surge 常见 6152)。注册脚本会把这些变量写进 MCP 条目,
所以客户端拉起的服务器进程会带上它们,并附加 NO_PROXY=localhost,127.0.0.1,::1 避免把本机回环也代理走。
注册到客户端
方式 A:脚本(推荐)
python3 register_agy_mcp.py --proxy http://127.0.0.1:7890脚本会 upsert ~/.codex/config.toml 里的 [mcp_servers.antigravity](写前备份、写前校验 TOML 可解析),
幂等可重跑;--dry-run 只看改动,--remove 卸载,--clear-env 清空重置(默认会合并已登记的 env)。
注册后新开一个客户端会话(MCP 服务器在会话启动时加载)。
方式 B:同时使用 cc-switch
如果 Codex 配置由 cc-switch 管理,同一条命令会顺手把这台机器上的
cc-switch 数据库(~/.cc-switch/cc-switch.db 的 mcp_servers 表)也写好——因为 cc-switch 以数据库为准,
会在切换供应商/模式时把启用项重新投影到 ~/.codex/config.toml,只手改配置文件会被覆盖。
检测不到数据库时这一步自动跳过:
cc-switch DB : ~/.cc-switch/cc-switch.db -> skipped (no cc-switch DB)方式 C:手写配置
macOS / Linux:
[mcp_servers.antigravity]
type = "stdio"
command = "python3"
args = ["/Users/you/agy-mcp/agy_mcp.py"]
startup_timeout_sec = 30
tool_timeout_sec = 604800
[mcp_servers.antigravity.env]
AGY_BIN = "/Users/you/.local/bin/agy"
HTTP_PROXY = "http://127.0.0.1:7890"
HTTPS_PROXY = "http://127.0.0.1:7890"
NO_PROXY = "localhost,127.0.0.1,::1"Windows:
[mcp_servers.antigravity]
type = "stdio"
command = 'C:\Python312\python.exe'
args = ['C:\tools\agy-mcp\agy_mcp.py']
startup_timeout_sec = 30
tool_timeout_sec = 604800
[mcp_servers.antigravity.env]
AGY_BIN = 'C:\Users\you\AppData\Local\agy\bin\agy.exe'
HTTP_PROXY = 'http://127.0.0.1:7890'
HTTPS_PROXY = 'http://127.0.0.1:7890'
NO_PROXY = 'localhost,127.0.0.1,::1'
tool_timeout_sec给足:轮次默认不限时,客户端的工具超时才是最后一道闸(默认值往往只有几分钟, 会把长任务掐断)。这里写 604800(一周)——多天的任务,客户端这一层不能成为瓶颈。
提供的工具
工具 | 说明 |
| 提问 / 下达任务;默认续接同一会话,回答返回纯文本 |
| 查看剩余额度(按模型组的周 / 5 小时窗口);由 CLI 自身回答,不扣额度 |
| 后台跑一轮,立刻返回 job id(长任务不阻塞客户端) |
| 查/列/清理后台任务( |
| 查看 / 遗忘本服务器跟踪的会话,并列出 CLI 本地已有的会话 |
| 列出可用模型,返回结构化 JSON( |
| 列出可用 agent |
| 诊断:agy 路径、版本、工作目录、代理可见性、当日调用与 token、耗时 p50/p95、登录探测 |
会话连续性
默认 session = "default":同一会话名 + 同一 workspace 的连续调用续接同一个 Antigravity 会话,
不会每次新开。
每个会话长期驻留一个
agy进程(--input-format stream-json),多轮共用: 冷启动约 6.9 秒(含鉴权与模型/额度初始化),热轮约 1.4 秒;空闲 15 分钟回收。会话 id 存在
~/.agy-mcp/sessions.json;进程被回收或崩溃后,下次调用用--conversation <id>重新拉起,历史不丢。会话表按 MCP 服务器实例隔离,因此一个客户端会话对应一个 agy 会话;同一线程重启服务器会沿用最近实例, 除非检测到另一个实例仍活跃(
AGY_MCP_INSTANCE_WINDOW_SEC,默认 120 秒)。想退回"一次调用一个进程":
AGY_MCP_TRANSPORT=oneshot。
注意:续接会把该会话历史一起发给模型,input token 随轮次增长(一次实测中第二轮 input 从 14k 涨到 28k), 长会话既费额度也费时间。
取消:客户端中断一次调用(Codex 里按 Esc)会发 notifications/cancelled,服务器收到就立刻结束那一轮所对应的
agy 进程(常驻会话进程,或 oneshot / 额度 / 模型这类一次性调用的进程),不再继续烧额度,
也不再回一条没人要的响应;下次调用会自动接着同一会话继续。
工具调用在服务器内保持先进先出,所以不会出现两轮抢同一个会话。
只是查询用的只读工具(status / models / agents / quota / sessions)不排队,不会被长轮次堵住。
改模型/强度不会打断正在跑的工作:切换只在轮次之间生效——正在执行的 Antigravity 轮次会跑完, 旧进程被标记为待回收,空闲后立刻停掉,新轮次用新配置继续同一个会话(上下文不丢)。
进度:客户端请求里带 progressToken 时,服务器会把每一步转成 notifications/progress 发出去——
包括步骤类型与状态,以及正在生成的那段文字(例如 step 2: agent_response ACTIVE — 1 2 3 4 5),
长时间任务不会再看起来像卡死。默认节流到每 400ms 一条,可用 AGY_MCP_PROGRESS_INTERVAL_MS 调整。
切换会话与 handoff
评审改动(diff: true)
让 Antigravity 当第二个评审者时,不要指望它自己跑 git diff——实测在默认沙箱下这类任务几分钟都跑不完。
服务器改为在本地抓 diff 再作为文本传进去:
antigravity_ask(prompt="逐条评审这些改动,按 file:line 给结论", diff=true, cwd="/path/to/repo")它会附上 git status --short 与 git diff HEAD(无提交时回退到暂存+未暂存),超过
AGY_MCP_MAX_DIFF_CHARS 会截断并注明;不是 git 仓库时会记一条说明并照常回答。想对比别的分支用 diff_base: "main"。
人工切换:让客户端带不同的 session 名调用即可(session: "review" / session: "writing");
不指定就一直是同一个会话。
上下文过长时会自动提示一次(默认超过 AGY_MCP_LONG_CONTEXT_TOKENS=100000 input token):
[agy-mcp] this Antigravity conversation now resends about 105k input tokens per turn (turn 7);
consider handoff: true to compact it into a fresh conversation, or new_session: true to drop the historyhandoff: true 是本地实现的"分叉续接":先在旧会话里要一份 ≤400 字交接摘要,再新开一个会话把摘要作为
前情提要发过去。新会话因此知道前因后果,而每轮重发的历史只剩摘要。
Antigravity CLI 自身的
/fork只在交互式界面里可用,print / stream 模式会拒绝由 CLI 处理的斜杠命令, 所以 headless 场景需要上面这套。
验证方式:在旧会话里记住一个口令,handoff 后在新会话(conversation id 不同)追问同一问题,应能正确答出该口令。
代价:handoff 会多花一轮(摘要轮仍是全量上下文),适合"还要继续聊好几轮"的场景;只差一两句就结束的话直接继续更划算。
额度查询
antigravity_quota 走 CLI 自己回答的 /quota,不起 turn、不扣额度、不留会话:
Gemini Models Weekly Limit Remaining 99%
Gemini Models Five Hour Limit Remaining 99%
Claude and GPT models Weekly Limit Remaining 72%
Claude and GPT models Five Hour Limit Remaining 100%结果缓存 60 秒(AGY_MCP_QUOTA_CACHE_SEC)。
参数(antigravity_ask,除 prompt 外均可省略)
参数 | 默认 | 说明 |
| 必填 | 提示词 |
| 无 | 让 Antigravity 自己去读的文件路径列表(比把文件内容粘进 prompt 更省 token) |
|
| 把本地抓的工作区 diff 作为上下文附上(评审改动用,不依赖 agent 自己跑 git) |
|
| 配合 |
|
| 会话名,同名 + 同 workspace 续接 |
|
| 重开会话 |
|
| 压成交接摘要后开新会话继续 |
| 无 | 直接指定要续接的会话 id |
|
| 让 CLI 自己挑最近一个会话续接 |
| 当前工作目录 | 作为 Antigravity 会话的 workspace |
|
| 模型 id(见 |
| 无 | 透传 |
| 会话记忆 |
|
| 无 |
|
|
|
|
|
| 自动批准工具调用(headless 无法弹审批框,关掉就连文件都读不到) |
|
|
|
| 无 | 透传 |
|
| 单次调用上限; |
| 无 | 追加任意 |
默认权限:自动批准 + 终端沙箱
headless 模式无法弹出批准提示,所以"不自动批准"等于"什么都做不了"——实测默认拒绝时 Antigravity 连读一个文件都会被拒
(ViewFile denied,返回空回答)。因此本服务器的默认是:
--sandbox --dangerously-skip-permissions即保留终端沙箱(命令仍受限制),但不再逐次请求批准。这也是官方 CLI 在无人值守场景下的既定用法; 代价是 agent 可以在可访问范围内读写文件、执行沙箱允许的命令,所以:
需要严格限制时显式传
skip_permissions: false(配合cwd指向只读目录),但要接受"可能读不到文件"。想把影响面收窄,用
cwd把它圈在目标目录,而不是关掉批准。想只读:
mode: "plan"会限制它不要动代码(注意 headless 下仍需上面的权限设置才读得到文件)。
其余安全边界:服务器只在 stdio 上跑 MCP 协议,日志走 stderr,不写任何凭据文件;
工具被拒时(CLI 仍返回 status=SUCCESS 但回答为空)会被识别成明确错误并列出 denied_actions,而不是空回答。
关于"反代 / 转 API"的取舍
把 agy 反代成 OpenAI 兼容接口,好处是能当模型用;代价是要维护一个常驻转发服务,并把 Google 凭据交给它,
而且这类做法在账号侧风险更高(非官方客户端、凭据离开官方存储、机器化流量形状)。
MCP 路线对前两条是结构性免疫:请求由官方 CLI 自己发出,OAuth 一直待在系统凭据存储里, 客户端只是触发一次本地进程调用。第三条靠护栏收敛(见下)。
护栏(默认开启)
护栏 | 默认 | 环境变量 |
单飞锁:同一时刻只跑一个 | 开 | 等待上限 600 秒 |
两次会话之间的最小间隔(热轮只有约 1.4 秒,默认下限会盖过它,追求速度可降到 1~2 秒) | 5 秒 |
|
每日调用上限,防止循环调用打光额度 | 200 次 |
|
本地用量日志:时间、会话、会话 id、是否续接、模型、cwd、prompt 字符数、耗时、退出码、token 用量 | 开 |
|
用量日志默认不写 prompt 正文,只记长度。失败调用不计入每日上限。
环境变量
变量 | 默认 | 作用 |
| 自动探测 |
|
| 无 | 用整条命令前缀替换 |
| 无(一般必须设) |
|
|
| 本机回环不走代理 |
|
|
|
|
| 不传 |
|
| 驻留进程空闲回收时间 |
|
| 判定"另一个实例仍活跃"的时间窗 |
|
| 两次调用最小间隔 |
|
| 每日调用上限( |
|
| 超过多少 input token 提醒 handoff( |
|
| 额度结果缓存时长 |
|
|
|
| 内置提示词 | 覆盖 handoff 摘要提示词(内置版要求"用与原对话相同的语言"输出) |
|
| 客户端关闭连接后,等待在跑的工具调用收尾的秒数(超时则中止) |
|
| 设 |
|
| 用量日志超过该大小就丢掉较旧的一半( |
|
| 进度通知最小间隔( |
|
| prompt 软上限;超了会提示改用 |
|
|
|
|
| 不传 |
| gemini 3.8 flash high → 3.1 pro high → claude sonnet 4.6 → claude opus 4.6 → gpt-oss |
|
|
| 5 小时 / 周余量低于该百分比时提示一次( |
|
| 后台刷新配额与提示冷却的间隔 |
|
|
|
|
| 设 |
|
| 会话 / 用量 / 锁文件目录 |
|
| CLI 自身状态目录(一般不用改) |
状态文件
路径 | 作用 |
| 会话名 → 会话 id / workspace / 轮次(按实例隔离) |
| 当日调用次数、token 累计、最小间隔时间戳 |
| 每次调用一行(不含 prompt 正文) |
| 跨进程单飞锁( |
| 按实例分租记录会话进程 pid + 所属服务器 pid;服务器被强杀后,下次启动据此清理遗留进程 |
|
|
常用配方
场景 | 怎么调 |
长任务(分析、写长文、逐条评审) | 默认就不限时: |
长任务不阻塞 | 用 |
不需要联网的分析 |
|
评审改动 |
|
只出方案不改代码 |
|
省钱跑日常 | 不传 |
中途改强度 | 直接传一次 |
难题上强模型 |
|
不知道额度够不够 |
|
让它读指定文件 |
|
换话题 / 压缩上下文 | 换 |
额度快用完时(5 小时或周余量低于 AGY_MCP_QUOTA_WARN_PERCENT,默认 10%)会在回答后附一句提示,
只提示不拦截;配 model: "auto" 就能自动绕到还有余量的那一组。
多账号 / 多实例
两件事分开看:
多个 MCP 实例(多条客户端会话)是默认支持、无需配置的。会话表按实例隔离,每个实例一个
INSTANCE_ID,所以两个 Codex 线程不会抢同一个 Antigravity 会话;workers.json 里的会话进程
按实例分租,启动时的孤儿清理只回收服务器进程已经不在的租,不会误杀另一条线程正在跑的会话进程。
同一线程内重启服务器会沿用它最近的会话(除非另一个实例仍在活跃期,AGY_MCP_INSTANCE_WINDOW_SEC,默认 120 秒)。
同一台机器上的多个 Antigravity 账号:给第二条换个条目 id、各用各的状态目录即可
(前提是 agy 自己能区分两个账号——CLI 的多 profile,或用 AGY_MCP_AGY_CMD 指向另一份安装 /
换账号的包装脚本):
python3 register_agy_mcp.py --id antigravity-b \
--env AGY_MCP_STATE_DIR=/abs/state-b --env AGY_CLI_HOME=/abs/cli-home-b它写出来的条目就是下面这样(也可靠手写实现同样的效果):
[mcp_servers.antigravity-b]
type = "stdio"
command = 'D:\miniconda\python.exe'
args = ['D:\project\ShenLunBang\tools\agy-mcp\agy_mcp.py']
startup_timeout_sec = 30
tool_timeout_sec = 604800
[mcp_servers.antigravity-b.env]
AGY_MCP_STATE_DIR = 'C:\Users\you\.agy-mcp-b'
AGY_CLI_HOME = 'C:\Users\you\.gemini\antigravity-cli-b'
HTTP_PROXY = 'http://127.0.0.1:7897'
HTTPS_PROXY = 'http://127.0.0.1:7897'
NO_PROXY = 'localhost,127.0.0.1,::1'状态目录必须分开——会话表、用量日志、护栏计数、锁文件都在里面,共用会让两个账号互相串会话。
(已注册的那条要改环境变量时用 register_agy_mcp.py --env KEY=VALUE,它会与已有 env 合并。)
复用 Codex 的工具(浏览器等)
见 docs/codex-tools.md:为什么(Playwright 旧 CDN 404)、一条命令共享 Codex 的工具、实测结果与注意事项。
自带浏览器建议直接禁用:agy 内置的浏览器驱动是 playwright-go,下载源已经全部 404, 装不上(每次会话启动还会白试一遍)。让它用共享进来的 Codex 工具联网更实际:
python3 register_agy_mcp.py --disable-browser # 安装;--remove 可卸载它往 ~/.gemini/config/hooks.json 写一条 agy 的 PreToolUse 钩子(hooks/deny_browser.py),
命中 browser|playwright 一族的工具时直接 deny,agent 会转而用共享的 MCP 工具。安装前会实测钩子命令
(命令跑不起来时 agy 会把那一轮判成失败,所以不能盲写)。实测 agy 的日志确认会加载:
hooks_manager.go: loaded 1 named hooks from 1 hooks.json file(s)。
注意两点:会话启动时 CLI 仍会尝试安装 playwright 驱动(约几秒,然后 404),这个没有开关可关; 钩子只在工具调用前生效。
排障与已知边界
见 docs/troubleshooting.md:症状 → 原因 → 处理,以及已知边界与兼容性矩阵。
开发
python3 -m compileall -q core hooks main.py agy_mcp.py register_agy_mcp.py test_agy_mcp.py
python3 test_agy_mcp.py # 40 项离线测试:不需要网络、账号或 agy测试通过 AGY_MCP_AGY_CMD 注入一个假 CLI,因此连"常驻会话进程 + 多轮协议"也能离线跑。
覆盖:答案提取、会话表按实例隔离、常驻进程多轮复用、oneshot 传输、handoff 换会话、取消(Esc)、
进度通知(含文字片段)、自动 handoff、--self-test、默认权限、files、prompt 护栏、结构化 models、
会话 token 累计、只读工具不排队、new_session 真的换会话、预热进程被复用且不会被拿去续接、
中断的轮次保住粘住的 model/effort、失败轮次如实报错且照样记账、孤儿进程回收(含"不误杀无关进程"
与"不误杀另活在跑的实例")、--id 多账号注册、浏览器钩子的安装/卸载与"钩子命令必须真能跑"。
本地 diff 抓取(含非 git 仓库的降级路径)也在其中。
tests/fixtures/stream_turn.ndjson 是录下来的真实 stream 转写(已脱敏),用来防协议漂移:
改解析器时不用装 agy 也能发现回归。
CI(GitHub Actions)在 Linux / macOS / Windows 上跑同样的命令。
许可
MIT。
Available Tools
8 toolsantigravity_agentsB
列出当前 agy 账号可用的 agent。
Inputs: no named parameters.
antigravity_askC
通过本机 Antigravity CLI(agy)跑一轮非交互提问并返回回答;默认续接同一会话。用的是 agy 已登录的 Google 账号额度(Antigravity / Gemini),不占用当前供应商的额度。
Inputs: prompt (required), cwd, diff, mode, +18 more.
antigravity_jobB
查询、列出或清理由 antigravity_submit 启动的后台作业。
Inputs: action, job_id.
antigravity_modelsB
列出当前 agy 账号可用的 Antigravity 模型。
Inputs: no named parameters.
antigravity_quotaA
查看 Antigravity 剩余额度(按模型组的周窗口与 5 小时窗口)。由 CLI 自身回答:不起 turn、不扣额度。
Inputs: no named parameters.
antigravity_sessionsB
查看或遗忘本服务器跟踪的 Antigravity 会话,并列出 CLI 本地已有的会话。
Inputs: action, session.
antigravity_statusA
报告 agy 路径、CLI 版本、工作目录、代理可见性、当日调用与 token、耗时统计与登录探测;排查故障先看它。
Inputs: no named parameters.
antigravity_submitA
在后台启动一轮 Antigravity 作业并立刻返回 job id。长作业(深度分析、长文档)用它避免阻塞;之后用 antigravity_job 取结果。参数与 antigravity_ask 相同。
Inputs: prompt (required), cwd, diff, mode, +18 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 8 tools
Each tool targets a distinct concern: job lifecycle, status, ask, models, agents, sessions, quota, and submit. antigravity_ask and antigravity_submit share parameters but are clearly differentiated by synchronous vs background execution, so confusion is unlikely.
All tools use the antigravity_ prefix with lowercase snake_case verbs/nouns, forming a consistent pattern. Minor deviation: antigravity_job is a noun rather than a verb like the others, but it still fits the overall scheme.
8 tools is well-scoped for an Antigravity CLI wrapper: status, ask, submit, job management, models, agents, sessions, and quota cover the core surface without redundancy or bloat.
The set covers the main workflows: interactive ask, background submit, job retrieval/cleanup, model/agent discovery, session management, and quota checking. A minor gap is the lack of an explicit cancel operation for running jobs, but antigravity_job's cleanup role partially mitigates this.
Maintenance
Related MCP Connectors
Connect ChatGPT and Claude to your Mac, Windows or Linux with secure MCP remote access.
Governed MCP gateway: one endpoint for your tools, with credential custody and audit log.
Talk to your public-facing AI from any MCP client — Claude, ChatGPT, Cursor, Cline, Windsurf.
Enable secure connectivity between Sentry issues and debugging data, and LLM clients, using a Model Context Protocol (MCP) server.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables MCP-compatible clients like Codex to delegate tasks to the Antigravity CLI, using ConPTY on Windows to reliably capture responses.8MIT
- AlicenseNot gradedqualityDmaintenanceEnables MCP-compatible coding agents to run the local Antigravity CLI as a coding agent, manage conversation context and common options, and inspect usage, quota, models, version, help, and read-only slash commands.26 npmMIT
- AlicenseAqualityCmaintenanceEnables AI harnesses to delegate code analysis, modification, testing, and long-running tasks to the locally installed Antigravity CLI via stdio MCP, with job status tracking and conversation continuity.3MIT
- AlicenseBqualityCmaintenanceExposes the Antigravity CLI to MCP clients for structured planning, code review, test validation, general prompts, and literal slash commands against Google Gemini models.5MIT