1. Introdução
Neste codelab, você vai aprender a usar o Google Antigravity para projetar, criar e implantar um aplicativo sem servidor no Google Cloud. Vamos criar um pipeline de documentos sem servidor e orientado a eventos que ingere arquivos do Google Cloud Storage (GCS), os processa usando o Cloud Run e o Gemini e transmite os metadados para o BigQuery.
O que você vai aprender
- Como usar o Antigravity para planejamento e design arquitetônico.
- Gere infraestrutura como código (scripts shell) com um agente de IA.
- Crie e implante um serviço do Cloud Run baseado em Python.
- Integrar o Gemini na Vertex AI para análise de documentos multimodais.
- Verifique o pipeline de ponta a ponta usando o artefato de tutorial do Antigravity.
O que é necessário
- O Google Antigravity instalado. Se você precisar de ajuda para instalar o Antigravity e entender o básico, recomendamos concluir o codelab: Introdução ao Google Antigravity.
- um projeto do Google Cloud com faturamento ativado
- A CLI gcloud instalada e autenticada.
2. Visão geral do app
Antes de começar a arquitetar e implementar o aplicativo usando o Antigravity, vamos descrever o aplicativo que queremos criar.
Queremos criar um pipeline de documentos sem servidor e orientado a eventos que ingere arquivos do Google Cloud Storage (GCS), os processe usando o Cloud Run e o Gemini e transmita os metadados para o BigQuery.
Um diagrama de arquitetura de alto nível para esse aplicativo pode ser assim:
Não precisa ser preciso. O Antigravity pode nos ajudar a descobrir os detalhes da arquitetura ao longo do caminho. No entanto, é útil ter uma ideia do que você quer criar. Quanto mais detalhes você fornecer, melhores serão os resultados da Antigravity em termos de arquitetura e código.
3. Planejar a arquitetura
Agora podemos começar a planejar os detalhes da arquitetura com o Antigravity.
O Antigravity é excelente para planejar sistemas complexos. Em vez de escrever código imediatamente, podemos começar definindo a arquitetura de alto nível.
Primeiro, verifique se você está no Gerenciador de agentes. Se você acabou de abrir o Antigravidade, clique no botão Open Agent Manager no meio ou no mesmo Open Agent Manager no canto superior direito.
Primeiro, crie uma pasta para o aplicativo, por exemplo, document-pipeline, e adicione-a como um espaço de trabalho no Agent Manager:
No Gerenciador de agentes, inicie uma conversa no espaço de trabalho document-pipeline. Verifique se o modo de planejamento também está ativado:
No canto superior direito, clique no ícone de configurações ⚙️ e defina Review Policy em Artifact como Asks for Review e Terminal Command Auto Execution em Terminal como Request Review. Isso garante que, em cada etapa, você possa revisar e aprovar o plano antes da execução pelo agente.
Comando
Agora, podemos dar nosso primeiro comando para o Antigravity.
Primeiro, verifique se o Antigravity está no modo Plan. Para o modelo, vamos usar o Gemini Pro (High), mas você pode testar outros.
Insira o comando a seguir e clique no botão "Enviar":
I want to build a serverless event-driven document processing pipeline on Google Cloud.
Architecture:
- Ingestion: Users upload files to a Cloud Storage bucket.
- Trigger: File uploads trigger a Pub/Sub message.
- Processor: A Python-based Cloud Run service receives the message, processes the file (simulated OCR), and extracts metadata.
- Storage: Stream the metadata (filename, date, tags, word_count) into a BigQuery dataset.
Lista de tarefas e plano de implementação
O Antigravity vai analisar seu pedido e gerar uma lista de tarefas e um plano de implementação.
Este plano descreve:
- Infraestrutura: bucket do GCS, tópico do Pub/Sub, conjunto de dados do BigQuery.
- Processador: app Python/Flask, Dockerfile, requisitos.
- Integração: notificações do GCS → Pub/Sub → Cloud Run.
O resultado será semelhante ao seguinte:
Clique no botão Open ao lado da linha Task. Isso vai mostrar um conjunto de tarefas criadas pelo Antigravity. O agente vai analisar cada uma delas:
A próxima etapa é analisar o plano de implementação e dar permissão ao agente para continuar.
Clique no plano de implementação para conferir os detalhes. Leia com atenção. Esta é sua chance de enviar feedback sobre a implementação. Clique em qualquer parte do plano de implementação e adicione comentários. Depois de adicionar alguns comentários, envie para revisão as mudanças que você quer ver, principalmente em relação a nomes, ID do projeto do Google Cloud, região etc.
Quando tudo estiver certo, clique no botão Proceed para dar ao agente permissão para continuar com o plano de implementação.
4. Gerar o aplicativo
Depois que o plano é aprovado, o Antigravity começa a gerar os arquivos necessários para o aplicativo, desde scripts de provisionamento até código do aplicativo.
O Antigravity vai criar uma pasta e começar a criar os arquivos necessários para o projeto. Na nossa execução de amostra, vimos o seguinte:
Um arquivo de script de shell setup.sh ou com nome semelhante é gerado, o que automatiza a criação de recursos. Ela trabalha com:
- Ativação de APIs (
run,pubsub,bigquery,storage). - Criar o bucket do Cloud Storage (
doc-ingestion-{project-id}). - Criar o conjunto de dados e a tabela do BigQuery (
pipeline_data.processed_docs). - Configurar tópicos e notificações do Pub/Sub.
O agente precisa gerar um aplicativo Python (main.py) que detecte mensagens push do Pub/Sub. Ele usa uma lógica de OCR simulada, gerando contagens e tags de palavras aleatórias e persistindo isso no BigQuery.
Depois que esse script de configuração for gerado, o Antigravity vai pedir que você o execute. Confira um exemplo de tela abaixo:
Clique em Accept conforme necessário.
O script de provisionamento vai criar os recursos e validar se eles foram criados. Se a verificação for bem-sucedida, o processo vai criar o contêiner e implantá-lo como um serviço (em main.py) no Cloud Run. Confira um exemplo de saída abaixo:
Como parte da implantação do serviço, ele também vai configurar assinaturas do Pub/Sub e outras conexões necessárias para o funcionamento do pipeline. Isso deve levar alguns minutos.
Enquanto isso, mude para Inbox (no canto superior esquerdo) e confira as tarefas Pending que aguardam sua entrada:
Essa é uma boa maneira de garantir que você está aprovando as tarefas enquanto o agente busca seu feedback.
5. Verificar o aplicativo
Depois que o pipeline é implantado, o Antigravity verifica se o aplicativo realmente funciona. O Antigravity automatiza isso com etapas de verificação na lista de tarefas. Confira um exemplo de tela abaixo:
Ele cria um artefato de teste (test.txt) e quer fazer upload dele para um bucket do Cloud Storage. Clique em Accept para continuar.
Se quiser fazer mais testes por conta própria, tente enviar um arquivo de amostra para o bucket do Cloud Storage:
gcloud storage cp <some-test-doc>.txt gs://doc-ingestion-{project-id}/
Verificar os resultados no BigQuery
Como parte do processo de verificação, ele também vai verificar se os dados foram mantidos no BigQuery.
Observe a consulta SQL usada para verificar os documentos.
Depois da verificação, a lista de tarefas vai aparecer como concluída:
Opcional: verificação manual
Mesmo que a Antigravity já tenha verificado o aplicativo, você também pode conferir manualmente no console do Google Cloud se todos os recursos foram criados. Para isso, siga estas etapas.
Cloud Storage
Objetivo: verificar se o bucket existe e se há arquivos enviados.
- Acesse Cloud Storage > Buckets.
- Localize o bucket chamado
[PROJECT_ID]-doc-uploads. - Clique no nome do bucket para procurar arquivos.
- Verifique se os arquivos enviados aparecem (por exemplo,
test.txt).
Pub/Sub
Objetivo: confirmar se o tópico existe e tem uma assinatura por push.
- Navegue até Pub/Sub > Tópicos.
- Encontre doc-processing-topic.
- Clique no ID do tópico.
- Role a tela para baixo até a guia Inscrições.
- Verifique se doc-processing-sub está listado com o tipo de entrega "Push".
Cloud Run
Objetivo: verificar o status e os registros do serviço.
- Navegue até Cloud Run.
- Clique no serviço doc-processor.
- Verificar:
- Integridade: marca de seleção verde indicando que o serviço está ativo.
- Registros: clique na guia "Registros". Procure entradas como "Processando arquivo: gs://..." e "Processado com sucesso...".
BigQuery
Objetivo: validar se os dados estão realmente armazenados.
- Acesse BigQuery > Espaço de trabalho SQL.
- No painel "Explorador", expanda projeto > conjunto de dados pipeline_data.
- Clique na tabela processed_docs.
- Clique na guia Visualização.
- Verifique: você vai encontrar linhas com filename, upload_date, tags e word_count.
Tutorial
Como etapa final, o Antigravity gera um artefato de tutorial. Este artefato resume:
- Mudanças feitas.
- Os comandos de verificação são executados.
- Resultados reais (saída da consulta mostrando os metadados extraídos pelo Gemini).
Clique em Open para conferir. Confira um exemplo de saída abaixo:
6. Conheça o aplicativo
Neste ponto, você já tem o app básico provisionado e em execução. Antes de se aprofundar na extensão desse aplicativo, reserve um momento para analisar o código. Para mudar para o editor, clique no botão Open Editor no canto superior direito.
Confira um breve resumo dos arquivos que podem aparecer:
setup.sh: o script principal que provisiona todos os recursos do Google Cloud e ativa as APIs necessárias.main.py: o principal ponto de entrada do pipeline. Esse app Python cria um servidor da Web que recebe mensagens push do Pub/Sub, baixa o arquivo do GCS, o "processa" (simula OCR) e transmite os metadados para o BigQuery.Dockerfile: define como empacotar o app em uma imagem do contêiner.requirements.txt: lista as dependências do Python.
Você também pode encontrar outros scripts e arquivos de texto necessários para testes e verificação.
7. Estender o aplicativo
Agora que você tem um aplicativo básico funcionando, pode continuar iterando e estendendo o aplicativo. Confira algumas ideias.
Adicionar um front-end
Crie uma interface da Web simples para visualizar os documentos processados.
Tente o seguinte comando: Create a simple Streamlit or Flask web application that connects to BigQuery. It should display a table of the processed documents (filename, upload_date, tags, word_count) and allow me to filter the results by tag
Integração com IA/ML reais
Em vez de usar o processamento simulado de OCR, use modelos do Gemini para extrair, classificar e traduzir.
- Substitua a lógica de OCR fictícia. Envie a imagem/PDF para o Gemini extrair texto e dados reais. Analise o texto extraído para classificar o tipo de documento (fatura, contrato, currículo) ou extrair entidades (datas, nomes, locais).
- Detectar automaticamente o idioma do documento e traduzir para inglês antes de armazenar. Você também pode usar qualquer outro idioma.
Melhorar o armazenamento e a análise
É possível configurar regras de ciclo de vida no bucket para mover arquivos antigos para o armazenamento "Coldline" ou "Archive" e economizar custos.
Robustez e segurança
Você pode tornar o app mais robusto e seguro das seguintes maneiras:
- Filas de mensagens inativas (DLQ): atualize a assinatura do Pub/Sub para lidar com falhas. Se o serviço do Cloud Run não processar um arquivo cinco vezes, envie a mensagem para um tópico/bucket separado de "Dead Letter" para inspeção humana.
- Secret Manager: se o app precisar de chaves de API ou configurações sensíveis, armazene-as no Secret Manager e acesse-as com segurança no Cloud Run em vez de codificar strings.
- Eventarc: faça upgrade do Pub/Sub direto para o Eventarc e tenha um roteamento de eventos mais flexível, permitindo acionar com base em registros de auditoria complexos ou outros eventos de serviço do GCP.
É claro que você pode criar suas próprias ideias e usar o Antigravidade para ajudar a implementá-las.
8. Conclusão
Você criou um pipeline de documentos escalonável, sem servidor e com tecnologia de IA em minutos usando o Google Antigravity. Você aprendeu a:
- Planejar arquiteturas com IA.
- Instrua e gerencie o Antigravity enquanto ele gera o aplicativo, da geração de código à implantação e validação.
- Verificar implantações e validação com tutoriais.
Documentos de referência
- Site oficial : https://antigravity.google/
- Documentação: https://antigravity.google/docs
- Casos de uso : https://antigravity.google/use-cases
- Download : https://antigravity.google/download
- Codelab : Introdução ao Google Antigravity