Antigravity MCP Bridge
⚡ Antigravity MCP Bridge
Model Context Protocol を介して Google Cloud AI をローカルマシンに接続するオープンソースブリッジ
検証済みの概念実証: Gemini Spark へのプロンプト 1 つ — 「ユニットテスト付きの電卓を作成して」 — で、動作する Python コードが 3 秒以内に生成・実行され、GitHub にコミットされました。人間によるコピー&ペーストは一切不要です。
アーキテクチャ • ツール API • クイックスタート • Google エコシステム • 開発者ドキュメント • リソースとリンク • メリット
🧩 このプロジェクトとは?
Antigravity MCP Bridge は、クラウド AI とローカルマシンの間の壁を打ち破ります。ローカルで Model Context Protocol (MCP) サーバーを実行し、ターミナル、ファイル、コンパイラ、Git といった OS 全体を、セキュアな HTTPS トンネル経由で MCP 互換の AI オーケストレーターに公開します。
Google Gemini Spark に接続すれば、ソフトウェアの計画、コーディング、テスト、修正、リリースをディスク上で直接行える、完全自律型の AI ソフトウェアエンジニアを手に入れられます。
Related MCP server: simple_mcp_demo
🏗️ システムアーキテクチャ
┌────────────────────────────────────────────────────────────────────┐
│ 🌐 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 │ │
│ └──────────────┘ └──────────────┘ └──────────────────────────┘ │
└────────────────────────────────────────────────────────────────────┘トランスポートプロトコル
エンドポイント | プロトコル | 最適な用途 |
| Streamable HTTP (MCP 2.0) | Google Gemini Spark、Vertex AI、および最新の MCP クライアント全般 |
| Server-Sent Events (SSE) | レガシー MCP クライアント、カスタム統合 |
| HTTP POST | SSE セッションでのメッセージ送信 |
🧰 全ツールリファレンス
🔧 ツール 1: run_system_command
任意のシェル、PowerShell、Bash コマンドを実行します。終了コード、stdout、stderr を取得します。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ | 実行する完全なシェルコマンド |
| string | ❌ | 作業ディレクトリのパス(デフォルトは CWD) |
// Example: Run Python unit tests
{
"name": "run_system_command",
"arguments": {
"command": "python -m pytest tests/ -v",
"working_dir": "C:/Users/dev/myproject"
}
}用途: Python/Node/Java/Rust の実行、pip install、npm install、git 操作、テストランナー、Docker、CI パイプライン。
📝 ツール 2: write_file
AI が生成したコンテンツで、ディスク上の任意のファイルを作成または上書きします。ディレクトリは自動的に作成されます。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ | 絶対パスまたは相対パス |
| string | ✅ | 書き込む完全なコンテンツ |
// 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'}"
}
}用途: ソースコード、設定ファイル、Dockerfile、GitHub Actions の YAML、Markdown ドキュメント、.env ファイルの作成。
📖 ツール 3: read_file
ローカルファイルの完全な内容を読み取って返します。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ | ファイルへのパス |
{
"name": "read_file",
"arguments": { "file_path": "src/main.py" }
}用途: リファクタリング前のコード確認、ログの読み取り、設定の監査、データセットの読み取り。
📂 ツール 4: list_directory
ファイルとディレクトリをタイプとサイズ付きで列挙します。
パラメータ | 型 | 必須 | 説明 |
| string | ❌ | 一覧表示するディレクトリ(デフォルトは CWD) |
{
"name": "list_directory",
"arguments": { "directory_path": "C:/Users/dev/myproject" }
}用途: プロジェクト構造の把握、ファイル作成の確認、リポジトリの監査。
🤖 ツール 5: run_agent_task
複雑な多段階の目標を処理する、自律型の長時間実行 Antigravity AI サブエージェント を起動します。task_id とともに即座に返ります。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ | 高レベルの自然言語による目標 |
| string | ❌ | エージェントが作業するディレクトリ |
{
"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"
}
}用途: 大規模なリファクタリング、機能のフル開発、自律型 TDD、セキュリティ監査。
📊 ツール 6: get_agent_status
バックグラウンドのサブエージェントタスクの進行状況、出力、エラーをポーリングします。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ |
|
{
"name": "get_agent_status",
"arguments": { "task_id": "a1b2c3d4" }
}
// Returns: { "status": "completed", "output": "...", "error": null }🛑 ツール 7: terminate_task
実行中のバックグラウンドサブエージェントタスクを安全にキャンセルします。
パラメータ | 型 | 必須 | 説明 |
| string | ✅ | キャンセルするタスク ID |
🔗 Google エコシステム統合
Gemini Spark
カスタム接続アプリ経由でブリッジを Gemini に接続します。
Google Cloud
ブリッジをクラウドにデプロイするか、Cloud AI と統合します。
Vertex AI
ローカル実行を備えたエンタープライズグレードの AI オーケストレーション。
Google Workspace
Docs、Drive、Gmail を AI コンテキストソースとして使用します。
📚 公式ドキュメントと外部リソース
🔵 Model Context Protocol (MCP)
リソース | リンク |
🏠 MCP 公式ウェブサイト | |
📖 MCP イントロダクション | |
📖 MCP クイックスタートガイド | |
📖 MCP 仕様 | |
🐍 Python MCP SDK(公式) | |
📦 PyPI の MCP | |
🐙 MCP GitHub オーガニゼーション | |
📖 MCP トランスポートリファレンス | |
📖 MCP ツールリファレンス |
🟣 Google Antigravity (AGY)
リソース | リンク |
🏠 Antigravity ホーム | |
📖 Antigravity ドキュメント | |
📖 MCP 統合ガイド | |
📖 スキルシステム | |
📖 Python SDK | |
📖 フックとプラグイン | |
📖 エージェント権限 | |
📖 チェンジログ |
🔵 Google Gemini & AI API
リソース | リンク |
🏠 Google Gemini App | |
📖 Gemini API ドキュメント | |
📖 Gemini API クイックスタート | |
📖 Gemini for Google Workspace | |
📖 Google AI Studio | |
📖 接続アプリ(MCP)ヘルプ | |
🐙 Google Generative AI GitHub |
☁️ Google Cloud Platform
リソース | リンク |
🏠 Google Cloud Console | |
📖 Vertex AI ドキュメント | |
📖 Cloud Run ドキュメント | |
📖 Cloud Build ドキュメント | |
📖 Google Cloud APIs Explorer | |
📖 AI・機械学習プロダクト |
🐍 Python とコアライブラリ
リソース | リンク |
🏠 Python 公式サイト | |
📖 Python ドキュメント | |
📦 PyPI パッケージインデックス | |
📖 pip ドキュメント | |
📖 asyncio ドキュメント | |
📖 subprocess ドキュメント |
🌐 Web と ASGI フレームワーク
リソース | リンク |
🏠 Uvicorn(ASGI サーバー) | |
📖 Uvicorn ドキュメント | |
🏠 Starlette フレームワーク | |
📖 Starlette ドキュメント | |
📖 Starlette ルーティング | |
📖 CORS ミドルウェア | |
🏠 FastAPI | |
📖 FastAPI ドキュメント |
🔒 トンネリングと安全な公開
リソース | リンク |
🏠 ngrok 公式サイト | |
📖 ngrok ドキュメント | |
📖 ngrok HTTP トンネル | |
📦 pyngrok(Python SDK) | |
📖 pyngrok ドキュメント | |
🏠 Cloudflare Tunnel | |
📖 Cloudflare Tunnel ドキュメント | developers.cloudflare.com/cloudflare-one/connections/connect-networks |
📡 JSON-RPC と SSE 仕様
リソース | リンク |
📖 JSON-RPC 2.0 仕様 | |
📖 Server-Sent Events(SSE)— MDN | |
📖 HTTP ステータスコード — MDN |
🔧 開発ツール
リソース | リンク |
🏠 Git | |
📖 Git ドキュメント | |
🏠 GitHub | |
📖 GitHub CLI(gh) | |
🏠 Python IDLE | |
📖 pytest テストフレームワーク | |
📖 unittest(組み込み) |
🚀 クイックスタート
前提条件
ステップ 1 — クローンとインストール
git clone https://github.com/nandhakumar-murugan/antigravity-mcp-bridge.git
cd antigravity-mcp-bridge
pip install -r requirements.txtステップ 2 — ngrok トークンを追加
トークンは dashboard.ngrok.com/get-started/your-authtoken で取得できます。
run_with_tunnel.py を編集します:
AUTHTOKEN = "your_ngrok_authtoken_here"ステップ 3 — 起動
# Windows (Double-click or run):
start_server.bat
# macOS / Linux:
python run_with_tunnel.py出力:
[INFO] NGROK MCP TUNNEL IS LIVE!
[LINK] PASTE THIS IN GEMINI SPARK: https://xxxx.ngrok-free.dev/mcpステップ 4 — Gemini Spark に接続する
設定 → カスタム接続アプリ に移動
https://xxxx.ngrok-free.dev/mcpを貼り付ける権限を承認 → 保存 をクリック
任意のチャットで
@Antigravity System Bridgeと入力してアクティベート!
💻 開発者向け統合ガイド
Python(公式 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(任意の言語)
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 設定
{
"mcpServers": {
"antigravity-bridge": {
"command": "python",
"args": ["run_with_tunnel.py"],
"env": { "NGROK_AUTHTOKEN": "your_token" }
}
}
}👥 対象となるユーザー
🎓 学生
実際のコードがディスク上で書かれて実行されるのを見られる(偽のサンドボックスではない)
AI が
pip install、仮想環境、PATH 設定を代行AI が実際のターミナルエラーをライブで修正するのを見てデバッグを学べる
💻 エンジニア
完全自律型 TDD: AI がコードを書き → テストを実行 → 失敗を修正 → 繰り返す
機能全体を委任: 「認証付き REST API を構築して」 → 数分で完了
チャットとエディタの間のコピーペーストが不要に
🔬 研究者
機密データをクラウドにアップロードせずにローカル Python パイプラインを実行
実験スクリプト、ベンチマーク、データ分析を会話形式で自動化
ターミナルコマンドでローカル GPU コンピュートを利用
📁 プロジェクト構造
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🛡️ セキュリティ
すべてのトラフィックは ngrok HTTPS により TLS 暗号化 されます
ngrok Authtoken が不正アクセスを防止します
すべてのターミナル実行に 180 秒のコマンドタイムアウト
terminate_taskは実行中のサブエージェントを 即座に停止 しますすべての操作はローカルターミナルで 完全に可視化 されます
📄 ライセンス
MIT ライセンス — 詳細は LICENSE を参照してください。
Google エコシステムで構築。オープンスタンダードで動作。
このリポジトリが役に立ったら ⭐ を付けてください! | 🍴 フォーク してチーム用にカスタマイズ
This server cannot be installed
Maintenance
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.
Real-time planetary signal engine and Model Context Protocol (MCP) server for autonomous AI agents.
Zero-setup MCP gateway securely connecting AI to your tools with authentication and workflows
Related MCP Servers
- 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 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
- FlicenseNot gradedqualityBmaintenanceAn AI-powered development assistant that enables LLMs to securely interact with local development tools including Git, filesystem, Docker, PostgreSQL, and GitHub via the Model Context Protocol.
- AlicenseDqualityDmaintenanceEnables AI assistants to interact with local Docker containers, Kubernetes clusters, and system logs using the Model Context Protocol.922ISC
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/gemini-antigravity-bridge'
If you have feedback or need assistance with the MCP directory API, please join our Discord server