Antigravity SDK: Erklärung, Installation und dein erster Agent

Was ist das Antigravity SDK?

Ein SDK gibt Anwendungscode einen gepflegten Weg, eine Produktfunktion aufzurufen. Das Antigravity SDK richtet sich an Entwickler, die einen Agent definieren, Anweisungen geben, freigegebene Tools verbinden und das Ergebnis aus Python übernehmen wollen. Das passt zu internen Assistenten, Repository-Helfern, Test-Harnesses und wiederholbaren Abläufen, die mehr Kontrolle als ein einzelner Prompt benötigen.

Entscheidend ist, wer den Workflow besitzt. Die IDE dient interaktiver Projektarbeit, die CLI Terminal-Befehlen und das SDK einer Anwendung, die den Ablauf orchestriert. Die Oberflächen können sich ergänzen, teilen aber weder eine universelle Versionsnummer noch dieselbe Konfigurationsdatei.

Das Antigravity Python SDK installieren

Beginne mit der offiziellen SDK-Einstiegsseite und den aktuellen PyPI-Metadaten. Prüfe Python-Version, Extras, Authentifizierung und Importpfade, statt ein altes Beispiel zu kopieren. Eine saubere virtuelle Umgebung erleichtert die Fehlersuche. Für den ersten Test verwendest du ein Wegwerfprojekt, notierst die installierte Version, hältst Geheimnisse aus Git heraus und startest mit einer schreibgeschützten oder umkehrbaren Anfrage.

python -m venv .venv
.venv\Scripts\activate  # Windows
source .venv/bin/activate   # macOS or Linux
python -m pip install --upgrade pip
python -m pip install google-antigravity

1. Isolierte Umgebung erstellenNutze eine lokale virtuelle Umgebung für vorhersehbare Auflösung und Rückkehr.
2. Aus der gepflegten Quelle installierenFolge der offiziellen Anleitung einschließlich aktueller Extras und Authentifizierung.
3. Erst nach einem Test pinnenFühre das kleinste Beispiel aus und notiere Laufzeit und Version.
4. Konfiguration nicht committenVerwende Umgebungsvariablen oder einen Secret Manager.
5. Vor Updates die Hinweise lesenDie SDK-API kann sich unabhängig von Desktop, CLI und IDE ändern.

Das ist ein lokales Setup-Muster. Prüfe Python-Anforderungen und aktuelle Anleitung vor dem Produktionseinsatz.

Einen kleinen ersten Agent bauen

Ein guter erster Agent hat eine Aufgabe, eine klare Anweisung und ein Ergebnis, das du von Hand prüfen kannst. Lass ihn etwa eine kurze Release-Notiz zusammenfassen oder ein lokales Fixture klassifizieren. Starte nicht gleichzeitig mit Browser, Shell, Datenbank und Schreibrechten; sonst ist die Fehlerursache schwer einzugrenzen.

Die genauen Klassennamen und Antwortfelder gehören zur aktuellen SDK-Version. Das Beispiel zeigt die Form des Quickstarts: konfigurieren, eine Anfrage senden, das Ergebnis prüfen und den dokumentierten Lebenszyklus einhalten. Sieh es als Lernmuster und nicht als dauerhafte API-Garantie.

from google.antigravity import Agent, AgentConfig

config = AgentConfig(
    instructions="Summarize the supplied release note in three bullets."
)
agent = Agent(config=config)
result = agent.run("Release note: the test suite now reports flaky browser checks.")
print(result)

• Eingabe — Verwende ein kurzes Fixture mit erwarteter Antwort.
• Ergebnis — Prüfe das Ergebnis vor weiterer Automatisierung.
• Lebenszyklus — Halte dokumentierten Lebenszyklus und Retry-Verhalten ein.
• Reproduzierbarkeit — Speichere Prompt, Version, Einstellungen und Ergebnis.

Tools einzeln hinzufügen

Tools verbinden die Überlegung des Agents mit einer externen Aktion. Ein Tool kann eine Datei lesen, einen begrenzten Dienst fragen, einen Wert berechnen oder eine Repository-Operation aufrufen. Wähle die kleinste nützliche Aktion, definiere einen engen Eingabevertrag, validiere Argumente und liefere ein begrenztes Ergebnis. Protokolliere sichere Kennungen und Ergebnisse; gib weder das gesamte Benutzerverzeichnis noch unnötige Schreibrechte frei.

Subagents für getrennte Aufgaben nutzen

Ein Subagent hilft, wenn eine Aufgabe eine wirklich getrennte Rolle besitzt: Planung, Suche, Validierung oder Formatierung. Gib jeder Rolle klare Eingabe- und Ausgabegrenzen; ein Planer sollte nicht automatisch die Zugangsdaten eines Validators erhalten.

Starte mit einer sequenziellen Kette, damit jede Übergabe prüfbar bleibt. Ergänze Parallelität, Timeouts und Retries erst bei stabilen Grenzen und mache Teilausfälle sichtbar.

Strukturierte Ausgabe für dein Programm

Freier Text ist für Menschen praktisch, aber für Anwendungslogik fragil. Wenn ein Ergebnis eine Datenbank, UI, einen Test oder einen weiteren Agent speist, verwende die aktuelle Structured-Output-Funktion des SDK mit einem kleinen Schema und validiere es lokal.

Ein Schema macht eine Antwort nicht wahr: Prüfe Typen, erlaubte Werte, Pflichtfelder und Geschäftsregeln. Halte rohe Diagnosedaten von der Benutzerausgabe getrennt.

result = agent.run("Classify the fixture.")
validated = {
    "label": result.label,
    "confidence": float(result.confidence),
    "needs_review": bool(result.needs_review),
}
assert validated["label"] in {"pass", "review", "fail"}

• Das zurückgegebene Objekt lokal validieren.
• Enums und begrenzte Strings für endliche Auswahl verwenden.
• Fehlende oder fehlerhafte Felder als sichtbaren Fehler behandeln.
• Diagnose von der Benutzerausgabe trennen.

SDK, IDE oder CLI: die passende Oberfläche wählen

Das SDK bettet einen Agent-Workflow in Code ein, die IDE dient interaktiven Projekten und die CLI Terminal-Befehlen und Scripts. Wähle die Oberfläche, die die Aufgabe besitzt, statt alle drei als unterschiedliche Schaltflächen desselben Ablaufs zu behandeln.

Auch die Versionen können zu verschiedenen Zeitpunkten erscheinen. Notiere Quelle und Datum der Komponente, die du tatsächlich nutzt.

Sicherheits- und Zuverlässigkeitschecks

Ein SDK kann einen Agent zu einem Teil einer echten Anwendung machen. Prüfe Paketquelle, Zugangsdaten, Netzwerkziele, lokale Pfade, Tool-Argumente und Logs. Wenn Tools externe Daten erreichen, beginne mit Wegwerfprojekt und Testkonto.

Lass die Freigabe für Aktionen sichtbar, die Dateien ändern, Nachrichten senden, Geld ausgeben, Konten verändern oder Inhalte veröffentlichen. Verwende Timeouts und begrenzte Retries und unterscheide ungültige Eingabe, nicht verfügbaren Dienst, verweigerte Berechtigung und Ergebnisse für menschliche Prüfung.

• Zugangsdaten — Secret Manager verwenden; Tokens nie in Git oder Prompts speichern.
• Pfade — Nur nötige Projektverzeichnisse erlauben, nie die Laufwerkswurzel.
• Aktionen — Lesen von Schreiben, Shell, Browser und Netzwerk trennen.
• Beobachtbarkeit — Kennungen, Dauer, Ergebnis und sichere Fehlerklassen protokollieren.
• Recovery — Deaktivierung, Widerruf, Fixture-Wiederholung und Rollback dokumentieren.

Häufige Probleme mit dem Antigravity SDK

Wenn der erste Lauf scheitert, ändere jeweils nur eine Variable.

Das Paket installiert, aber der Import scheitert

Virtuelle Umgebung und Interpreter prüfen und den Importpfad mit dem aktuellen Quickstart vergleichen. Vor Codeänderungen die Paketmetadaten ansehen.

Der Agent liefert einen Autorisierungsfehler

Quelle der Zugangsdaten, Kontobereich und nötige Rechte mit der aktuellen Doku vergleichen. Geheimnisse aus Logs entfernen und kleinste Anfrage wiederholen.

Ein Tool hängt oder wiederholt sich

Timeout setzen, Grenze protokollieren und das Tool mit fester Eingabe testen. Unbekannte Schreibaktionen niemals automatisch wiederholen.

Strukturierte Ausgabe ist unvollständig

Schema verkleinern und Pflichtfelder lokal prüfen. Ablehnung, Kürzung oder fehlerhafte Daten als Prüfung statt Erfolg behandeln.

Versionsstand und Quellenregel

Am 12. September 2026 zeigte PyPI google-antigravity v0.1.16. Offizielle Listen zeigten Desktop v2.13.0, CLI v1.2.0 und IDE v2.5.5; diese Oberflächen entwickeln sich unabhängig.

Nutze aktuelle offizielle Einstiegsseiten und notiere die Version, die deine Umgebung installiert. Die offizielle Download-Seite bleibt die Quelle für Desktop- und CLI-Hinweise.