Agent Antigravity

Agent Antigravity to zarządzany agent do zwykłych obciążeń w interfejsie Gemini API. Pojedyncze wywołanie interfejsu API zapewnia dostęp do agenta, który rozumuje, wykonuje kod, zarządza plikami i przegląda internet w bezpiecznym środowisku Linux Sandbox hostowanym przez Google.

Jest oparty na modelu Gemini 3.5 Flash i korzysta z tego samego środowiska co Antigravity IDE. Możesz z niej korzystać za pomocą Interactions API i Google AI Studio.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment="remote",
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment: "remote",
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    "environment": "remote"
}'

Uprawnienia

Każde wywołanie może udostępnić piaskownicę systemu Linux i rozpocząć pętlę używania narzędzi. Agent planuje, działa, obserwuje wyniki i powtarza te czynności, aż zadanie zostanie wykonane.

  • Wykonywanie kodu: uruchamiaj polecenia Bash, Python i Node.js. instalować pakiety, przeprowadzać testy i tworzyć aplikacje.
  • Zarządzanie plikami: odczytywanie, zapisywanie, edytowanie, wyszukiwanie i wyświetlanie listy plików w piaskownicy. Pliki są zachowywane podczas interakcji.
  • Dostęp do internetu: wyszukiwanie w Google i pobieranie adresów URL w celu uzyskania danych.
  • Kompaktowanie kontekstu: automatyczne kompaktowanie kontekstu (wyzwalane przy około 135 tys. tokenów) w celu obsługi długotrwałych sesji wieloetapowych bez utraty kontekstu i przekraczania limitów tokenów.

Więcej informacji o korzystaniu z wielu tur i transmitowaniu znajdziesz w krótkim wprowadzeniu.

Obsługiwane narzędzia

Domyślnie agent ma dostęp do code_execution, google_search i url_context. Narzędzia systemu plików są włączane automatycznie, gdy określisz parametr environment. Parametr tools musisz podać tylko wtedy, gdy dostosowujesz lub ograniczasz domyślny zestaw:

Narzędzie Wpisz wartość Opis
Wykonanie kodu code_execution Uruchamiaj polecenia powłoki (bash, Python, Node) z przechwytywaniem stdout/stderr.
Wyszukiwarka Google google_search wyszukiwać w sieci publicznej,
Kontekst adresu URL url_context pobierać i odczytywać strony internetowe,
System plików (włączone za pomocą environment) odczytywać, zapisywać, edytować, wyszukiwać i wyświetlać listę plików w piaskownicy; Brak osobnego typu narzędzia – włączany automatycznie po ustawieniu environment.

Aby ograniczyć agenta do określonych narzędzi, przekaż tylko te, których potrzebujesz:

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Search for the latest AI research papers on reasoning and summarize them.",
    environment="remote",
    tools=[
        {"type": "google_search"},
        {"type": "url_context"},
    ],
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Search for the latest AI research papers on reasoning and summarize them.",
    environment: "remote",
    tools: [
        { type: "google_search" },
        { type: "url_context" },
    ],
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Search for the latest AI research papers on reasoning and summarize them.",
    "environment": "remote",
    "tools": [
        {"type": "google_search"},
        {"type": "url_context"}
    ]
}'

Wielomodalne wprowadzanie danych

Agent Antigravity obsługuje dane wejściowe multimodalne. Obecnie obsługiwane są tylko dane wejściowe text i image. Obrazy muszą być podane jako ciągi tekstowe zakodowane w formacie base64 (data).

Python

import base64
from google import genai

client = genai.Client()

with open("path/to/chart.png", "rb") as f:
    image_bytes = f.read()

interaction_inline = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input=[
        {"type": "text", "text": "Analyze this chart and summarize the trends."},
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode("utf-8"),
            "mime_type": "image/png",
        },
    ],
    environment="remote",
)

JavaScript


import { GoogleGenAI } from "@google/genai";

import * as fs from "node:fs";

const client = new GoogleGenAI({});
const base64Image = fs.readFileSync("path/to/chart.png", { encoding: "base64" });

const interactionInline = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: [
        { type: "text", text: "Analyze this chart and summarize the trends." },
        {
            type: "image",
            data: base64Image,
            mime_type: "image/png",
        },
    ],
    environment: "remote",
}, { timeout: 300000 });

REST

BASE64_IMAGE=$(base64 -w0 /path/to/chart.png)

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d "{
    \"agent\": \"antigravity-preview-05-2026\",
    \"input\": [
        {\"type\": \"text\", \"text\": \"Analyze this chart and summarize the trends.\"},
        {
            \"type\": \"image\",
            \"mime_type\": \"image/png\",
            \"data\": \"$BASE64_IMAGE\"
        }
    ],
    \"environment\": \"remote\"
}"

Instrukcje systemowe

Dostosuj działanie agenta za pomocą system_instruction w przypadku promptów w tekście lub przez zamontowanie plików z instrukcjami w środowisku:

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Analyze the uploaded CSV and create a report.",
    environment="remote",
    system_instruction="You are a data analyst. Always include visualizations and export results as PDF.",
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Analyze the uploaded CSV and create a report.",
    environment: "remote",
    system_instruction: "You are a data analyst. Always include visualizations and export results as PDF.",
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Api-Revision: 2026-05-20" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Analyze the uploaded CSV and create a report.",
    "environment": "remote",
    "system_instruction": "You are a data analyst. Always include visualizations and export results as PDF."
}'

Agent automatycznie wczytuje pliki instrukcji ze środowiska:

  • AGENTS.md: dołączany jako instrukcje systemowe, gdy zostanie znaleziony w .agents/ lub w katalogu głównym obszaru roboczego.
  • SKILL.md: wczytane z .agents/skills/ i zarejestrowane jako funkcje, które agent może wywoływać.

Na przykład:

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Analyze the Q1 revenue data and create a slide deck.",
    environment={
        "type": "remote",
        "sources": [
            {
                "type": "inline",
                "target": ".agents/AGENTS.md",
                "content": "You are a data analyst. Always use matplotlib for charts.",
            },
            {
                "type": "inline",
                "target": ".agents/skills/slide-maker/SKILL.md",
                "content": "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks...",
            },
        ],
    },
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Analyze the Q1 revenue data and create a slide deck.",
    environment: {
        type: "remote",
        sources: [
            {
                type: "inline",
                target: ".agents/AGENTS.md",
                content: "You are a data analyst. Always use matplotlib for charts.",
            },
            {
                type: "inline",
                target: ".agents/skills/slide-maker/SKILL.md",
                content: "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks...",
            },
        ],
    },
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $API_KEY" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Analyze the Q1 revenue data and create a slide deck.",
    "environment": {
        "type": "remote",
        "sources": [
            {
                "type": "inline",
                "target": ".agents/AGENTS.md",
                "content": "You are a data analyst. Always use matplotlib for charts."
            },
            {
                "type": "inline",
                "target": ".agents/skills/slide-maker/SKILL.md",
                "content": "---\nname: slide-maker\n---\n# Slide Maker\nCreate HTML slide decks..."
            }
        ]
    }
}'

Pełny format definicji agenta i ponownie używane nazwane agenty znajdziesz w sekcji Tworzenie agentów niestandardowych.

Środowiska

Każde wywołanie tworzy lub ponownie wykorzystuje piaskownicę systemu Linux. Parametr environment może przyjmować 3 formy:

Formularz Opis
"remote" Utwórz nową piaskownicę z ustawieniami domyślnymi.
"env_abc123" Użyj ponownie istniejącego środowiska według identyfikatora, zachowując wszystkie pliki i stan.
{...} Pełna EnvironmentConfig z niestandardowymi źródłami i regułami sieciowymi.

Szczegółowe informacje o źródłach (Git, GCS, wbudowane), sieciach, cyklu życia i limitach zasobów znajdziesz w sekcji Środowiska.

Dostępność i ceny

Agent Antigravity jest dostępny w wersji podglądowej w ramach Interactions API w Google AI Studio i Gemini API.

Ceny są oparte na modelu płatności według wykorzystania, który zależy od tokenów bazowego modelu Gemini i narzędzi używanych przez agenta. W przeciwieństwie do standardowego żądania czatu, które generuje pojedynczy wynik, interakcja Antigravity to przepływ pracy oparty na agentach. Pojedyncze żądanie wywołuje autonomiczne pętle rozumowania, wykonywania narzędzi, uruchamiania kodu i zarządzania plikami.

Szacunkowy koszt

Koszty zależą od złożoności zadania. Pracownik obsługi klienta samodzielnie określa, ile wywołań narzędzi, wykonań kodu i operacji na plikach jest potrzebnych. Poniższe szacunki są oparte na przebiegach.

Kategoria zadania Tokeny wejściowe Tokeny wyjściowe Typowy koszt
Badania i synteza informacji 100 tys.–500 tys. 10–40 tys. 0,30–1,00 USD
Generowanie dokumentów i treści 100 tys.–500 tys. 15–50 tys. 0,30–1,30 PLN
Projektowanie procesów i systemów 100–400 tys. 10–30 tys. 0,25–0,80 USD
Przetwarzanie i analiza danych 300 tys.–3 mln 30 tys.–150 tys. 0,70–3,25 PLN

Zwykle w pamięci podręcznej jest przechowywanych 50–70% tokenów wejściowych. Złożone przepływy pracy agenta z wieloma wywołaniami narzędzi mogą w ramach jednej interakcji zgromadzić 3–5 mln tokenów, co wiąże się z kosztem do 5 USD.

Obliczenia środowiskowe (procesor, pamięć, wykonywanie w piaskownicy) nie są rozliczane w okresie wersji testowej.

Ograniczenia

  • Stan wersji testowej: agent Antigravity i interfejs Interactions API są dostępne w wersji testowej. Funkcje i schematy mogą ulec zmianie.
  • Nieobsługiwana konfiguracja generowania: te parametry nie są obsługiwane i zwracają błąd 400: temperature, top_p, top_k, stop_sequences, max_output_tokens.
  • Uporządkowane dane wyjściowe: agent Antigravity nie obsługuje uporządkowanych danych wyjściowych.
  • Niedostępne narzędzia: file_search, computer_use, google_maps, function_calling i mcp nie są jeszcze obsługiwane.
  • Narzędzie systemu plików: obecnie nie ma narzędzia systemu plików. Jest ona częścią environment.
  • Informacje: agent nie obsługuje background=True i wymaga store=True.
  • Nieobsługiwane typy multimodalne. Dane wejściowe w postaci audio, wideo i dokumentów nie są obecnie obsługiwane. Dozwolone są tylko tekst i obraz.

Co dalej?