⚡ Antigravity MCP Bridge

Die Open-Source-Brücke, die Google Cloud AI mit Ihrem lokalen Rechner über das Model Context Protocol verbindet

Verifizierter Proof of Concept: Eine einzelne Gemini-Spark-Eingabeaufforderung — „Erstelle einen Taschenrechner mit Unit-Tests" — erzeugte, führte aus und übergab funktionierenden Python-Code in weniger als 3 Sekunden an GitHub. Kein menschliches Kopieren und Einfügen.

Architektur • Tools-API • Schnellstart • Google-Ökosystem • Entwicklerdokumentation • Ressourcen & Links • Vorteile

🧩 Was ist dieses Projekt?

Antigravity MCP Bridge durchbricht die Barriere zwischen Cloud-KI und Ihrem lokalen Rechner. Es führt einen lokalen Model Context Protocol (MCP)-Server aus, der Ihr gesamtes Betriebssystem — Terminal, Dateien, Compiler und Git — jedem MCP-kompatiblen KI-Orchestrator über einen sicheren HTTPS-Tunnel zugänglich macht.

Verbinden Sie es mit Google Gemini Spark und Sie erhalten einen vollständig autonomen KI-Softwareentwickler, der Software direkt auf Ihrer Festplatte planen, codieren, testen, reparieren und ausliefern kann.

Related MCP server: Nexus-MCP

🏗️ Systemarchitektur

┌────────────────────────────────────────────────────────────────────┐
│                🌐  GOOGLE CLOUD ECOSYSTEM                          │
│                                                                    │
│  ┌─────────────────┐  ┌──────────────────┐  ┌─────────────────┐  │
│  │  Gemini Spark   │  │  Google Workspace │  │  Vertex AI /    │  │
│  │  (Orchestrator) │  │  Docs/Drive/Gmail │  │  Cloud Run      │  │
│  └────────┬────────┘  └──────────────────┘  └─────────────────┘  │
└───────────┼────────────────────────────────────────────────────────┘
            │  JSON-RPC 2.0 (Streamable HTTP / SSE)
            │  HTTPS via ngrok / Cloudflare Tunnel
┌───────────▼────────────────────────────────────────────────────────┐
│          ⚡  ANTIGRAVITY MCP BRIDGE  (Your Machine)                │
│                                                                    │
│   /mcp  (Streamable HTTP)    /sse  (Server-Sent Events)           │
│   CORS · Authentication · 7 Registered MCP Tools                  │
│                                                                    │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────────┐ │
│  │  File System │  │   Terminal   │  │  Antigravity Subagents   │ │
│  │  Read/Write  │  │  Shell/CMD   │  │  (Autonomous Tasks)      │ │
│  └──────────────┘  └──────────────┘  └──────────────────────────┘ │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────────────┐ │
│  │   Python     │  │  Node.js/npm │  │   Git / Docker / CI      │ │
│  └──────────────┘  └──────────────┘  └──────────────────────────┘ │
└────────────────────────────────────────────────────────────────────┘

Transportprotokoll

🧰 Vollständige Tools-Referenz

🔧 Tool 1: run_system_command

Führen Sie jeden Shell-, PowerShell- oder Bash-Befehl aus. Erfasst Exit-Code, stdout, stderr.

// Example: Run Python unit tests
{
  "name": "run_system_command",
  "arguments": {
    "command": "python -m pytest tests/ -v",
    "working_dir": "C:/Users/dev/myproject"
  }
}

Verwendung für: Ausführen von Python/Node/Java/Rust, pip install, npm install, Git-Operationen, Test-Runner, Docker, CI-Pipelines.

📝 Tool 2: write_file

Erstellen oder überschreiben Sie jede Datei auf der Festplatte mit KI-generiertem Inhalt. Erstellt automatisch Verzeichnisse.

// Example: Write a FastAPI route
{
  "name": "write_file",
  "arguments": {
    "file_path": "src/api/routes.py",
    "content": "from fastapi import APIRouter\nrouter = APIRouter()\n\n@router.get('/health')\ndef health(): return {'status': 'ok'}"
  }
}

Verwendung für: Schreiben von Quellcode, Konfigurationen, Dockerfiles, GitHub Actions YAML, Markdown-Dokumenten, .env-Dateien.

📖 Tool 3: read_file

Lesen und zurückgeben des vollständigen Inhalts einer beliebigen lokalen Datei.

{
  "name": "read_file",
  "arguments": { "file_path": "src/main.py" }
}

Verwendung für: Inspizieren von Code vor dem Refactoring, Lesen von Protokollen, Überprüfen von Konfigurationen, Lesen von Datensätzen.

📂 Tool 4: list_directory

Auflisten von Dateien und Verzeichnissen mit Typ und Größe.

{
  "name": "list_directory",
  "arguments": { "directory_path": "C:/Users/dev/myproject" }
}

Verwendung für: Entdecken der Projektstruktur, Überprüfen, ob Dateien erstellt wurden, Überprüfen von Repos.

🤖 Tool 5: run_agent_task

Startet einen autonomen, langlaufenden Antigravity-KI-Subagenten für komplexe mehrstufige Ziele. Gibt sofort eine task_id zurück.

{
  "name": "run_agent_task",
  "arguments": {
    "prompt": "Refactor all Python files to use async/await. Run tests after each file.",
    "workspace_dir": "C:/Users/dev/myproject"
  }
}

Verwendung für: Groß angelegtes Refactoring, vollständige Feature-Entwicklung, autonomes TDD, Sicherheitsaudits.

📊 Tool 6: get_agent_status

Abfragen des Live-Fortschritts, der Ausgabe und der Fehler einer Hintergrund-Subagenten-Aufgabe.

{
  "name": "get_agent_status",
  "arguments": { "task_id": "a1b2c3d4" }
}
// Returns: { "status": "completed", "output": "...", "error": null }

🛑 Tool 7: terminate_task

Sicher abbrechen einer laufenden Hintergrund-Subagenten-Aufgabe.

🔗 Google-Ökosystem-Integration

Gemini Spark

Verbinden Sie Ihre Brücke mit Gemini über benutzerdefinierte verbundene Apps.

• 📖 Gemini-Startseite

• 📖 Gemini-API-Dokumentation

• 📖 Gemini für Google Workspace

Google Cloud

Stellen Sie die Brücke in der Cloud bereit oder integrieren Sie sie mit Cloud-KI.

• 📖 Google Cloud Console

• 📖 Cloud Run-Dokumentation

• 📖 Cloud Build-Dokumentation

Vertex AI

Enterprise-KI-Orchestrierung mit lokaler Ausführung.

• 📖 Vertex-AI-Dokumentation

• 📖 Vertex AI Workbench

• 📖 Generative KI auf Vertex AI

Google Workspace

Verwenden Sie Docs, Drive, Gmail als KI-Kontextquellen.

• 📖 Google Workspace-APIs

• 📖 Google Drive-API

• 📖 Google Docs-API

📚 Offizielle Dokumentation & externe Ressourcen

🔵 Model Context Protocol (MCP)

🟣 Google Antigravity (AGY)

🔵 Google Gemini & KI-APIs

☁️ Google Cloud Platform

🐍 Python & Kernbibliotheken

🌐 Web- & ASGI-Framework

🔒 Tunneling & sichere Bereitstellung

📡 JSON-RPC- & SSE-Spezifikationen

🔧 Entwicklungswerkzeuge

🚀 Schnellstart

Voraussetzungen

Schritt 1 — Klonen und Installieren

git clone https://github.com/nandhakumar-murugan/antigravity-mcp-bridge.git
cd antigravity-mcp-bridge
pip install -r requirements.txt

Schritt 2 — Füge dein ngrok-Token hinzu

Hole dein Token unter dashboard.ngrok.com/get-started/your-authtoken.

Bearbeite run_with_tunnel.py:

AUTHTOKEN = "your_ngrok_authtoken_here"

Schritt 3 — Starten

# Windows (Double-click or run):
start_server.bat

# macOS / Linux:
python run_with_tunnel.py

Ausgabe:

[INFO] NGROK MCP TUNNEL IS LIVE!
[LINK] PASTE THIS IN GEMINI SPARK: https://xxxx.ngrok-free.dev/mcp

Schritt 4 — Mit Gemini Spark verbinden

1. Öffne gemini.google.com

2. Gehe zu Einstellungen → Benutzerdefinierte Connected Apps

3. Füge ein: https://xxxx.ngrok-free.dev/mcp

4. Berechtigungen akzeptieren → Klicke auf Speichern

5. Gib in einen beliebigen Chat @Antigravity System Bridge ein, um zu aktivieren!

💻 Entwickler-Integrationsanleitung

Python (Offizielles MCP-SDK)

import asyncio
from mcp.client.session import ClientSession
from mcp.client.streamable_http import streamable_http_client

async def main():
    url = "https://xxxx.ngrok-free.dev/mcp"
    async with streamable_http_client(url) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            tools = await session.list_tools()
            print([t.name for t in tools.tools])

            # Run a command
            result = await session.call_tool("run_system_command", {
                "command": "python --version"
            })
            print(result.content[0].text)

asyncio.run(main())

cURL (Beliebige Sprache)

curl -X POST https://xxxx.ngrok-free.dev/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"my-app","version":"1.0"}}}'

Claude Desktop-Konfiguration

{
  "mcpServers": {
    "antigravity-bridge": {
      "command": "python",
      "args": ["run_with_tunnel.py"],
      "env": { "NGROK_AUTHTOKEN": "your_token" }
    }
  }
}

👥 Wer profitiert davon?

🎓 Studierende

• Sieh echten Code, der auf deiner Festplatte geschrieben und ausgeführt wird — nicht in simulierten Sandboxes

• Die KI erledigt pip install, virtuelle Umgebungen und die PATH-Einrichtung für dich

• Lerne Debugging, indem du zusiehst, wie die KI echte Terminalfehler live behebt

💻 Entwickler

• Vollautomatisches TDD: Die KI schreibt Code → führt Tests aus → behebt Fehler → wiederholt

• Delegiere ganze Features: „Erstelle eine REST-API mit Authentifizierung" → in wenigen Minuten erledigt

• Kein Kopieren und Einfügen mehr zwischen Chat und Editor

🔬 Forschende

• Führe lokale Python-Pipelines aus, ohne sensible Daten in die Cloud hochzuladen

• Automatisiere Experiment-Skripte, Benchmarks und Datenanalysen per Gespräch geführten Workflows

• Nutze lokale GPU-Rechenleistung über Terminal-Befehle

📁 Projektstruktur

antigravity-mcp-bridge/
├── server.py               # Core MCP server with all 7 tool definitions
├── run_with_tunnel.py      # One-click launcher (server + ngrok tunnel)
├── start_server.bat        # Windows double-click starter
├── test_client.py          # MCP connection verification script
├── calculator.py           # Example: AI-generated code via Gemini Spark
├── test_calculator.py      # Example: AI-generated tests (all 6 passed)
├── requirements.txt        # Python dependencies
├── .gitignore
├── LICENSE                 # MIT
└── README.md

📦 requirements.txt

mcp>=2.0.0
uvicorn
fastapi
pyngrok
python-dotenv

🛡️ Sicherheit

• Der gesamte Datenverkehr ist TLS-verschlüsselt über ngrok HTTPS

• ngrok-Authtoken verhindert unbefugten Zugriff

• 180-Sekunden-Befehlstimeout bei allen Terminal-Ausführungen

• terminate_task stoppt sofort jeden laufenden Subagenten

• Alle Vorgänge sind in deinem lokalen Terminal vollständig sichtbar

📄 Lizenz

MIT-Lizenz — Einzelheiten siehe LICENSE für Details.

Erstellt mit dem Google-Ökosystem. Unterstützt von offenen Standards.

⭐ Vergib diesem Repo einen Stern, wenn es dir geholfen hat! | 🍴 Forke es, um es für dein Team anzupassen

🐛 Probleme melden · 💬 Diskussionen · 🤝 Mitwirken