1. Introduzione
Google Antigravity (denominato Antigravity per il resto del documento) è un IDE autonomo di Google. In Introduzione al codelab Antigravity, puoi imparare le nozioni di base di Antigravity. In questo codelab, utilizzeremo Antigravity per creare applicazioni reali. Passeremo dalla semplice ricerca sul web alla generazione di applicazioni full-stack e test unitari di livello aziendale.
Prerequisiti:
- Google Antigravity installato e configurato.
- Conoscenza di base di Google Antigravity. Ti consigliamo di completare il codelab Introduzione a Google Antigravity.
2. Informazioni sui casi d'uso
Ora che hai una conoscenza di base di Antigravity, vediamo alcuni casi d'uso per vederlo in azione. Tieni presente che Antigravity è una piattaforma che dà la priorità agli agenti. Ciò significa che nella maggior parte dei casi, ci limitiamo a dare un'istruzione all'agente, che poi svolge il suo compito in autonomia, chiede le autorizzazioni se necessario, produce gli artefatti e ci avvisa quando il compito è terminato. Di conseguenza, non possiamo produrre ogni singolo output della conversazione dell'agente in ciascuno dei seguenti casi d'uso. Ti forniremo le istruzioni e alcuni screenshot necessari dei risultati previsti, ma i tuoi risultati potrebbero essere leggermente diversi.
I casi d'uso che tratteremo vanno dall'automazione di alcune attività con siti esterni alla generazione e alla verifica di casi di test unitari per un progetto, fino allo sviluppo completo di un sito web. Andiamo.
3. Approfondimenti delle notizie
Si tratta di un caso d'uso semplice, ma può essere la base per utilizzare il browser web per visitare siti web, estrarre informazioni, eseguire alcune azioni e quindi restituire i dati all'utente.
In questo caso, visiteremo il sito di Google News ed estrarremo alcune informazioni. Tuttavia, puoi sperimentare facilmente con un sito a tua scelta e vedere come va.
Assicurati di trovarti in Agent Manager e di aver selezionato Playground, come mostrato di seguito:
Poi, dai la seguente istruzione:
Verrà avviato il processo dell'agente, che determinerà la necessità di avviare il browser e così via. Presta molta attenzione al processo di pensiero e osserva come l'agente svolge il suo lavoro. Se tutto va bene, dovrebbe avviarsi il browser Antigravity e visitare il sito come mostrato di seguito. Il bordo blu attorno al sito indica che l'agente ora controlla il browser e naviga nel sito per ottenere le informazioni.
Al termine dell'operazione, dovresti visualizzare anche la generazione degli artefatti, come mostrato di seguito:
Di seguito è riportato un esempio di esecuzione da parte dell'agente:
A sinistra, puoi notare la sezione Procedimento, in cui puoi scorrere i punti e visualizzare la riproduzione e altri dati.
Cose da provare
- Una volta compreso questo, scegli un sito web disponibile da cui l'agente deve estrarre/riassumere alcuni dati. Prendi in considerazione un sito web che sai che ha dashboard e grafici e chiedi di scegliere alcuni valori.
- Prova il seguente prompt:
Visit https://docs.cloud.google.com/release-notes and get me a summary of the release notes, categorized by product.
4. Genera un sito web dinamico con Python + Flask
Passiamo ora alla generazione di un'applicazione web completa. L'applicazione web che creeremo è un sito che fornisce informazioni su un evento tecnico di un giorno, con interventi di più relatori durante la giornata.
Ancora una volta, assicurati di trovarti nella Agent Manager e di aver selezionato Playground.
Inserisci il seguente prompt:
I would like to generate a website that is a 1-day technical conference informational site.
The website should have the following functionality:
1. A home page that shows the current date, location, schedule and time table.
2. The 1-day event is a list of 8 talks in total.
3. Each talk has 1 or 2 max. speakers.
4. A talk has an ID, Title, Speakers, Category (1 or 2), Description and time of the talk.
5. Each speaker has a First Name, Last Name and LinkedIn url.
6. Allow for users to search by category, speaker, title.
7. Give a lunch break of 60 minutes.
8. Use dummy data for events and speakers, come up with a schedule, the event is about Google Cloud Technologies.
9. Tech Stack: Python and Flask framework on server side. Front-end is basic HTML, CSS and JavaScript.
10. Test out the site on your own for all functionality and provide a detailed README on how to setup, run and make any further changes.
11. Launch the web application for me to review.
Puoi iniziare la conversazione con il prompt riportato sopra:
Mentre l'agente svolge il suo compito, procederà con la creazione degli artefatti:
- Artefatto dell'attività
- Artefatto di implementazione
- Artefatto della procedura dettagliata
L'artefatto di attività riportato di seguito era la sequenza iniziale di attività che l'agente ha decifrato in base all'attività assegnata. Di seguito è riportato uno screenshot di esempio dell'esecuzione:
A questo punto, puoi fare clic sull'artefatto Piano di implementazione. Di seguito è riportato uno screenshot di esempio:
Infine, c'è l'artefatto Procedura dettagliata. Contiene tutto ciò che ha fatto l'agente, come mostrato di seguito:
Nota che ha avviato il server e mi ha fornito l'URL, su cui faccio clic e ho l'applicazione. Di seguito è mostrato uno screenshot di esempio:
Se passo all'Editor, nota che nella schermata è presente la cartella in cui viene generata l'applicazione Python Flask. Noterai anche che Agent mode è taggato a destra e puoi continuare la conversazione anche lì.
Ora, supponiamo di voler aggiungere altri talk all'evento. Possiamo rimanere nell'editor e nel riquadro dell'agente, dare un'istruzione come Add two more talks to the schedule.
In questo modo, l'agente analizzerà il requisito, aggiornerà l'attività, il piano di implementazione e convaliderà anche la funzionalità aggiornata. Di seguito è riportato un esempio di conversazione:
Se vuoi, puoi tornare a Gestione agenti. Questa procedura dovrebbe aiutarti a comprendere il processo di transizione da Agent Manager a Editor, apportando le modifiche di conseguenza e così via.
Cose da provare
- Aggiungi all'applicazione funzionalità aggiuntive che ti interessano. Fornisci i dettagli all'agente e osserva come svolge il suo compito modificando prima l'elenco delle attività, poi il piano di implementazione e così via.
- Chiedi all'agente di generare un file README o altra documentazione per l'applicazione.
5. Generare una semplice app di produttività
Ora genereremo una semplice applicazione web per il timer Pomodoro.
Assicurati di trovarti in Agent Manager e di aver selezionato Playground. Inserisci il seguente prompt:
Create a productivity app that features a Pomodoro timer. Give a calm and aesthetic look to the application.
Nota come procede alla creazione dell'elenco delle attività, del piano di implementazione e poi lo esegue. Continua a prestare attenzione al flusso, potrebbero esserci situazioni in cui ti verrà chiesto di lasciare una recensione. Di seguito è riportato un esempio di esecuzione.
In questo caso, dovrebbe anche avviare il browser Antigravity, eseguire i propri test e quindi confermare che sono andati a buon fine. Uno degli elementi generati è un artefatto multimediale che contiene il video della verifica. È un ottimo modo per vedere cosa è stato testato. Ho anche suggerito alcune modifiche allo stile, dato che non erano state applicate, e sono state apportate.
L'app finale aveva l'aspetto di quella riportata di seguito ed era piuttosto buona.
Che ne dici di aggiungere una bella immagine del timer all'applicazione? Tutto ciò che dobbiamo fare è emettere un'istruzione di follow-up come indicato di seguito:
Add an image to the application that displays a timer.
Di conseguenza, l'agente ha aggiunto una nuova attività all'artefatto Attività:
Poi ha generato un'immagine mentre svolgeva il compito:
Infine, l'app aveva l'immagine come richiesto:
Cose da provare
- Nota che lo sfondo dell'icona a forma di clessidra nell'applicazione non è trasparente. Prova a chiedere all'agente di rendere trasparente questa informazione.
- Prova alcune varianti di qualsiasi applicazione che vuoi generare. Gioca con gli stili, le immagini, chiedi modifiche e così via.
6. Generare test delle unità, stub simulati e convalidare i test
L'ultimo caso d'uso che proveremo qui è quello di generare test delle unità per un file di codice specifico che abbiamo e per l'agente di eseguire anche i test e convalidarli.
A questo scopo, avremo uno spazio di lavoro con un singolo file Python, come mostrato di seguito:
from typing import Dict
# --- Custom Exceptions ---
class InventoryShortageError(Exception):
"""Raised when there is not enough item stock."""
pass
class PaymentFailedError(Exception):
"""Raised when the payment gateway rejects the transaction."""
pass
class InvalidOrderError(Exception):
"""Raised when the order violates business rules."""
pass
# --- External Service Interfaces (To be Mocked) ---
class InventoryService:
def get_stock(self, product_id: str) -> int:
"""Connects to DB to check stock."""
raise NotImplementedError("Real connection required")
def decrement_stock(self, product_id: str, quantity: int):
"""Connects to DB to reduce stock."""
raise NotImplementedError("Real connection required")
class PaymentGateway:
def charge(self, amount: float, currency: str) -> bool:
"""Connects to Stripe/PayPal."""
raise NotImplementedError("Real connection required")
# --- Main Business Logic ---
class Order:
def __init__(self,
inventory_service: InventoryService,
payment_gateway: PaymentGateway,
customer_email: str,
is_vip: bool = False):
self.inventory = inventory_service
self.payment = payment_gateway
self.customer_email = customer_email
self.is_vip = is_vip
self.items: Dict[str, Dict] = {} # {product_id: {'price': float, 'qty': int}}
self.is_paid = False
self.status = "DRAFT"
def add_item(self, product_id: str, price: float, quantity: int = 1):
"""Adds items to the cart. Rejects invalid prices or quantities."""
if price < 0:
raise ValueError("Price cannot be negative")
if quantity <= 0:
raise ValueError("Quantity must be greater than zero")
if product_id in self.items:
self.items[product_id]['qty'] += quantity
else:
self.items[product_id] = {'price': price, 'qty': quantity}
def remove_item(self, product_id: str):
"""Removes an item entirely from the cart."""
if product_id in self.items:
del self.items[product_id]
@property
def total_price(self) -> float:
"""Calculates raw total before discounts."""
return sum(item['price'] * item['qty'] for item in self.items.values())
def apply_discount(self) -> float:
"""
Applies business logic:
1. VIPs get flat 20% off.
2. Regulars get 10% off if total > 100.
3. No discount otherwise.
"""
total = self.total_price
if self.is_vip:
return round(total * 0.8, 2)
elif total > 100:
return round(total * 0.9, 2)
return round(total, 2)
def checkout(self):
"""
Orchestrates the checkout process:
1. Validates cart is not empty.
2. Checks stock for all items.
3. Calculates final price.
4. Charges payment.
5. Updates inventory.
"""
if not self.items:
raise InvalidOrderError("Cannot checkout an empty cart")
# 1. Check Inventory Logic
for product_id, data in self.items.items():
available_stock = self.inventory.get_stock(product_id)
if available_stock < data['qty']:
raise InventoryShortageError(f"Not enough stock for {product_id}")
# 2. Calculate Final Price
final_amount = self.apply_discount()
# 3. Process Payment
try:
success = self.payment.charge(final_amount, "USD")
if not success:
raise PaymentFailedError("Transaction declined by gateway")
except Exception as e:
# Catching generic network errors from the gateway
raise PaymentFailedError(f"Payment gateway error: {str(e)}")
# 4. Decrement Stock (Only occurs if payment succeeded)
for product_id, data in self.items.items():
self.inventory.decrement_stock(product_id, data['qty'])
self.is_paid = True
self.status = "COMPLETED"
return {"status": "success", "charged_amount": final_amount}
Assicurati di avere il file Python sopra indicato localmente in una cartella e di caricarlo come Workspace in Antigravity.
Si tratta di un semplice servizio di ordini che ha la seguente funzionalità chiave nella funzione checkout:
- Verifica che il carrello non sia vuoto.
- Controlla le scorte di tutti gli articoli.
- Calcola il prezzo finale.
- Pagamento degli addebiti.
- Aggiorna l'inventario.
Assegneremo all'agente il compito di generare scenari di test unitari, fornire implementazioni di simulazione ed eseguire i test per assicurarci che vadano a buon fine.
Si aprirà la cartella specifica dello spazio di lavoro e noterai che ora possiamo utilizzare anche il simbolo @ per fare riferimento al file. Ad esempio, potremmo:
Viene visualizzata una spiegazione del contenuto del file:
Possiamo chiedere di generare una visualizzazione migliore tramite il prompt:
Can you visually show this class for better understanding
Il passaggio successivo consiste nel generare i test delle unità e chiedere all'agente di provarli. Inserisco il seguente prompt:
generate unit tests for this module and test it out with mock implementations.
Ha generato il seguente artefatto dell'attività e ha svolto il suo compito.
Puoi anche visualizzare i dettagli dei test eseguiti:
Uno dei file generati era anche il file di test. Di seguito è riportato uno screenshot:
Cose da provare
Prendi il tuo codice e scopri cosa puoi chiedere all'agente, dall'aggiunta di altre funzionalità al refactoring di parti del codice.
7. Complimenti
Complimenti! Hai utilizzato correttamente Google Antigravity per:
- Eseguire ricerche sul web in autonomia.
- Crea e itera sulle applicazioni web full stack.
- Genera asset e perfeziona l'estetica dell'interfaccia utente.
- Scrivere e convalidare test delle unità complessi con simulazioni.
Ora puoi lasciare che Antigravity si occupi del lavoro più pesante nei tuoi progetti.
Documenti di riferimento
- Codelab : Guida introduttiva a Google Antigravity
- Sito ufficiale : https://antigravity.google/
- Documentazione: https://antigravity.google/docs
- Casi d'uso : https://antigravity.google/use-cases
- Download : https://antigravity.google/download
- Canale YouTube di Google Antigravity : https://www.youtube.com/@googleantigravity