Antigravity MCP Bridge
⚡ Antigravity MCP Bridge
Model Context Protocol을 통해 Google Cloud AI를 로컬 머신에 연결하는 오픈소스 브리지
검증된 개념 증명(PoC): Gemini Spark 프롬프트 한 줄 — "단위 테스트가 포함된 계산기를 만들어 줘" — 로 3초 만에 동작하는 Python 코드를 생성하고 실행한 뒤 GitHub에 커밋했습니다. 사람의 복사-붙여넣기는 전혀 없었습니다.
아키텍처 • 도구 API • 빠른 시작 • Google 생태계 • 개발자 문서 • 리소스 및 링크 • 혜택
🧩 이 프로젝트는 무엇인가요?
Antigravity MCP Bridge는 Cloud AI와 로컬 머신 사이의 장벽을 허뭅니다. 로컬 Model Context Protocol (MCP) 서버를 실행하여 운영 체제 전체(터미널, 파일, 컴파일러, Git)를 보안 HTTPS 터널을 통해 모든 MCP 호환 AI 오케스트레이터에 노출합니다.
이를 Google Gemini Spark에 연결하면 디스크에서 직접 소프트웨어를 계획하고, 코딩하고, 테스트하고, 수정하고, 배포할 수 있는 완전 자율 AI 소프트웨어 엔지니어를 얻게 됩니다.
Related MCP server: Nexus-MCP
🏗️ 시스템 아키텍처
┌────────────────────────────────────────────────────────────────────┐
│ 🌐 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 │ │
│ └──────────────┘ └──────────────┘ └──────────────────────────┘ │
└────────────────────────────────────────────────────────────────────┘전송 프로토콜
엔드포인트 | 프로토콜 | 최적 용도 |
| Streamable HTTP (MCP 2.0) | Google Gemini Spark, Vertex AI, 모든 최신 MCP 클라이언트 |
| Server-Sent Events (SSE) | 레거시 MCP 클라이언트, 사용자 지정 통합 |
| HTTP POST | SSE 세션에서 메시지 게시 |
🧰 전체 도구 참조
🔧 도구 1: run_system_command
모든 셸, PowerShell 또는 Bash 명령을 실행합니다. 종료 코드, stdout, stderr를 캡처합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ | 실행할 전체 셸 명령 |
| string | ❌ | 작업 디렉터리 경로(기본값: CWD) |
// Example: Run Python unit tests
{
"name": "run_system_command",
"arguments": {
"command": "python -m pytest tests/ -v",
"working_dir": "C:/Users/dev/myproject"
}
}용도: Python/Node/Java/Rust 실행, pip install, npm install, git 작업, 테스트 러너, Docker, CI 파이프라인.
📝 도구 2: write_file
AI가 생성한 콘텐츠로 디스크의 모든 파일을 생성하거나 덮어씁니다. 디렉터리를 자동으로 생성합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ | 절대 또는 상대 파일 경로 |
| string | ✅ | 작성할 전체 콘텐츠 |
// 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'}"
}
}용도: 소스 코드, 구성 파일, Dockerfile, GitHub Actions YAML, Markdown 문서, .env 파일 작성.
📖 도구 3: read_file
로컬 파일의 전체 콘텐츠를 읽고 반환합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ | 파일 경로 |
{
"name": "read_file",
"arguments": { "file_path": "src/main.py" }
}용도: 리팩터링 전 코드 검사, 로그 읽기, 구성 감사, 데이터셋 읽기.
📂 도구 4: list_directory
유형과 크기와 함께 파일 및 디렉터리를 나열합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ❌ | 나열할 디렉터리(기본값: CWD) |
{
"name": "list_directory",
"arguments": { "directory_path": "C:/Users/dev/myproject" }
}용도: 프로젝트 구조 파악, 파일 생성 확인, 리포지토리 감사.
🤖 도구 5: run_agent_task
복잡한 다단계 목표를 위한 자율 장기 실행 Antigravity AI 하위 에이전트를 생성합니다. task_id와 함께 즉시 반환됩니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ | 상위 수준의 자연어 목표 |
| string | ❌ | 에이전트가 작업할 디렉터리 |
{
"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"
}
}용도: 대규모 리팩터링, 전체 기능 개발, 자율 TDD, 보안 감사.
📊 도구 6: get_agent_status
백그라운드 하위 에이전트 작업의 실시간 진행 상황, 출력, 오류를 폴링합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ |
|
{
"name": "get_agent_status",
"arguments": { "task_id": "a1b2c3d4" }
}
// Returns: { "status": "completed", "output": "...", "error": null }🛑 도구 7: terminate_task
실행 중인 백그라운드 하위 에이전트 작업을 안전하게 취소합니다.
매개변수 | 유형 | 필수 | 설명 |
| string | ✅ | 취소할 작업 ID |
🔗 Google 생태계 통합
Gemini Spark
Custom Connected Apps를 통해 브리지를 Gemini에 연결하세요.
Google Cloud
브리지를 Cloud에 배포하거나 Cloud AI와 통합하세요.
Vertex AI
로컬 실행이 가능한 엔터프라이즈급 AI 오케스트레이션.
Google Workspace
Docs, Drive, Gmail을 AI 컨텍스트 소스로 사용하세요.
📚 공식 문서 및 외부 리소스
🔵 Model Context Protocol (MCP)
리소스 | 링크 |
🏠 MCP 공식 웹사이트 | |
📖 MCP 소개 | |
📖 MCP 빠른 시작 가이드 | |
📖 MCP 사양 | |
🐍 Python MCP SDK(공식) | |
📦 PyPI의 MCP | |
🐙 MCP GitHub 조직 | |
📖 MCP 전송 참조 | |
📖 MCP 도구 참조 |
🟣 Google Antigravity (AGY)
리소스 | 링크 |
🏠 Antigravity 홈 | |
📖 Antigravity 문서 | |
📖 MCP 통합 가이드 | |
📖 스킬 시스템 | |
📖 Python SDK | |
📖 후크 및 플러그인 | |
📖 에이전트 권한 | |
📖 변경 로그 |
🔵 Google Gemini 및 AI API
리소스 | 링크 |
🏠 Google Gemini 앱 | |
📖 Gemini API 문서 | |
📖 Gemini API 빠른 시작 | |
📖 Google Workspace용 Gemini | |
📖 Google AI Studio | |
📖 연결된 앱(MCP) 도움말 | |
🐙 Google Generative AI GitHub |
☁️ Google Cloud Platform
리소스 | 링크 |
🏠 Google Cloud 콘솔 | |
📖 Vertex AI 문서 | |
📖 Cloud Run 문서 | |
📖 Cloud Build 문서 | |
📖 Google Cloud APIs 탐색기 | |
📖 AI 및 머신러닝 제품 |
🐍 Python 및 핵심 라이브러리
리소스 | 링크 |
🏠 Python 공식 웹사이트 | |
📖 Python 문서 | |
📦 PyPI 패키지 인덱스 | |
📖 pip 문서 | |
📖 asyncio 문서 | |
📖 subprocess 문서 |
🌐 웹 및 ASGI 프레임워크
리소스 | 링크 |
🏠 Uvicorn(ASGI 서버) | |
📖 Uvicorn 문서 | |
🏠 Starlette 프레임워크 | |
📖 Starlette 문서 | |
📖 Starlette 라우팅 | |
📖 CORS 미들웨어 | |
🏠 FastAPI | |
📖 FastAPI 문서 |
🔒 터널링 및 안전한 노출
리소스 | 링크 |
🏠 ngrok 공식 웹사이트 | |
📖 ngrok 문서 | |
📖 ngrok HTTP 터널 | |
📦 pyngrok(Python SDK) | |
📖 pyngrok 문서 | |
🏠 Cloudflare 터널 | |
📖 Cloudflare 터널 문서 | developers.cloudflare.com/cloudflare-one/connections/connect-networks |
📡 JSON-RPC 및 SSE 사양
리소스 | 링크 |
📖 JSON-RPC 2.0 사양 | |
📖 Server-Sent Events(SSE) — MDN | |
📖 HTTP 상태 코드 — MDN |
🔧 개발 도구
리소스 | 링크 |
🏠 Git | |
📖 Git 문서 | |
🏠 GitHub | |
📖 GitHub CLI(gh) | |
🏠 Python IDLE | |
📖 pytest 테스트 프레임워크 | |
📖 unittest(내장) |
🚀 빠른 시작
사전 요구 사항
1단계 — 클론 및 설치
git clone https://github.com/nandhakumar-murugan/antigravity-mcp-bridge.git
cd antigravity-mcp-bridge
pip install -r requirements.txt2단계 — ngrok 토큰 추가
토큰은 dashboard.ngrok.com/get-started/your-authtoken에서 받으세요
run_with_tunnel.py를 편집하세요:
AUTHTOKEN = "your_ngrok_authtoken_here"3단계 — 실행
# Windows (Double-click or run):
start_server.bat
# macOS / Linux:
python run_with_tunnel.py출력:
[INFO] NGROK MCP TUNNEL IS LIVE!
[LINK] PASTE THIS IN GEMINI SPARK: https://xxxx.ngrok-free.dev/mcp4단계 — Gemini Spark에 연결
gemini.google.com을 엽니다
설정 → 맞춤 연결 앱으로 이동합니다
붙여넣기:
https://xxxx.ngrok-free.dev/mcp권한을 수락한 후 저장을 클릭합니다
아무 채팅에서
@Antigravity System Bridge를 입력하여 활성화하세요!
💻 개발자 통합 가이드
Python(공식 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(모든 언어)
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 구성
{
"mcpServers": {
"antigravity-bridge": {
"command": "python",
"args": ["run_with_tunnel.py"],
"env": { "NGROK_AUTHTOKEN": "your_token" }
}
}
}👥 누가 혜택을 받나요
🎓 학생
가짜 샌드박스가 아닌 실제 디스크에서 작성되고 실행되는 실제 코드를 확인하세요
AI가
pip install, 가상 환경, PATH 설정을 대신 처리합니다AI가 실제 터미널 오류를 실시간으로 수정하는 모습을 보며 디버깅을 배우세요
💻 엔지니어
완전 자동 TDD: AI가 코드 작성 → 테스트 실행 → 실패 수정 → 반복
전체 기능 위임: "인증이 포함된 REST API를 만들어 줘" → 몇 분 만에 완료
채팅과 편집기 사이의 복사-붙여넣기는 이제 그만
🔬 연구자
민감한 데이터를 클라우드에 업로드하지 않고 로컬 Python 파이프라인을 실행하세요
대화형으로 실험 스크립트, 벤치마크, 데이터 분석을 자동화하세요
터미널 명령을 통해 로컬 GPU 컴퓨팅을 사용하세요
📁 프로젝트 구조
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🛡️ 보안
모든 트래픽은 ngrok HTTPS를 통해 TLS 암호화됩니다
ngrok Authtoken이 무단 액세스를 차단합니다
모든 터미널 실행에 180초 명령 시간 제한 적용
terminate_task는 실행 중인 모든 하위 에이전트를 즉시 중지합니다모든 작업은 로컬 터미널에서 완전히 확인할 수 있습니다
📄 라이선스
MIT 라이선스 — 자세한 내용은 LICENSE를 참조하세요.
Google 생태계로 구축되었습니다. 개방형 표준으로 구동됩니다.
도움이 되셨다면 ⭐ 이 저장소에 Star를 눌러주세요! | 팀에 맞게 🍴 Fork하세요
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceA comprehensive Model Context Protocol server implementation that enables AI assistants to interact with file systems, databases, GitHub repositories, web resources, and system tools while maintaining security and control.492MIT
- AlicenseNot gradedqualityCmaintenanceA comprehensive Model Context Protocol toolkit that transforms AI assistants into autonomous agents capable of executing real-world tasks across filesystems, web requests, Git workflows, databases, system commands, and AI integrations.MIT
- AlicenseNot gradedqualityCmaintenanceA unified context layer that connects your local data — repositories, documents, remote machines, and notes — to LLM interfaces through the Model Context Protocol (MCP).3MIT
- AlicenseNot gradedqualityCmaintenanceA secure, local communication runtime bridge that interfaces a cloud-based Large Language Model (Claude Desktop) with a local machine execution environment using the Model Context Protocol (MCP).Eclipse Public 2.0
Related MCP Connectors
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/nandhakumar-murugan/antigravity-mcp-bridge'
If you have feedback or need assistance with the MCP directory API, please join our Discord server