最近不少朋友开始从“用 Google Antigravity 聊天”切换到“用 Google Antigravity 干活”,这两个状态之间的差距,大部分时候不是模型能力决定的,而是有没有把 Skills 玩明白。Google Antigravity 的 Skills 机制,简单说就是把一套可复用的能力模块塞给 AI Agent,让它在网页里写完代码之后还能自己跑测试、自己修前端样式、自己整理文献。对于写前端、做测试、搞研究和做内容创作的人来说,这个东西一旦用顺手,基本就回不去了。
这篇文章不讲基础操作,直接聊我实际跑过的玩法:Skills 怎么装、怎么定位、怎么写,以及把 Skills 用在测试、前端、研究和分镜里的具体踩坑记录。适合已经能跑通 Antigravity 基础流程、想再往上提一截的开发者。如果你连 Skills 是什么都还不太清楚,跟着下面的内容走一遍应该也能跑起来。
1. Antigravity 和 Skills 是什么关系
1.1 Antigravity 到底是什么
Google Antigravity 的核心并不是“又多了一个聊天窗口”,而是一个自带 Agent 运行时、能直接产出可运行 Web 应用的开发环境。它把模型能力塞进了编辑器、预览环境和部署流程里,你用自然语言描述需求,它负责拆任务、写代码、渲染预览、再根据反馈继续改。和传统 IDE 最大的差别是,这里的主角不是文件和光标,而是 Agent 的执行循环:理解任务、调用工具、观察结果、修正动作。
这也带来一个很明显的问题:默认情况下,Agent 每次接到任务都是从“通用知识”出发。它对你的项目结构、团队规范、测试习惯完全陌生,每次都要靠提示词交代一遍。我在实际使用中很快就发现,同样的需求,如果把上下文准备充分,产出质量和执行速度能差一个数量级。而“上下文准备”和“操作能力”的载体,就是这个项目标题里反复强调的 Skills。
1.2 Skills 到底在解决什么问题
Skills 本质上是一个“可复用的能力模块”。它把三样东西放在一起打包:一套给 Agent 看的操作规范,一般写在 SKILL.md 里,说明在什么场景下怎么做事;若干可执行的脚本或工具,用来调用外部 API、跑测试、解析文件;一份领域知识或模板,比如 API 文档摘要、代码风格约定、输出模板。
你可以把 Agent 理解成一位能力很强但经验不足的新员工,Skills 就是“新员工手册加检查清单加工具箱”。没有 Skills 的时候,你每次都要口头交代一遍;有 Skills 之后,你只要说“按前端开发流程处理”,Agent 自己会去加载对应 Skill,按既定步骤执行。
很多刚接触的人会把 Skills 和普通提示词混淆。区别在于提示词只是一次性文本,Skills 是带文件结构、可版本管理、可被条件触发、甚至能调用脚本的真正程序模块。它跟 Agent 的关系也不是绑定,而是按需加载:Agent 会根据当前任务目标去匹配 description,判断要不要调用这个能力。
1.3 这个设计和 Claude Code、Codex 的 Skills 有什么关系
提到 Skills,很多人第一时间想到的是 Claude Code 的 Skills、Codex Skills、OpenCode Skills。这批工具其实在把同一件事标准化:AI 编程 Agent 都需要一个可插拔的能力层。Antigravity 的做法在思路上高度一致,所以你之前如果已经会写 Claude Code Skills,迁移到 Antigravity 基本没有障碍。社区的很多经验也都是互相通用的,比如那些“好用的 claude code skills 安装”教程,里面的目录组织方式、提示词写法,在 Antigravity 里同样适用。
这也就解释了为什么现在各大平台都在强调 Agent Skills。从 AI Skills 到 Agent Skills 的演进,本质是从“会聊天”到“能干活”的演进。至于 AI Skills 和 Agent 的区别,我后面会专门说。总之,把 Antigravity 的 Skills 当作一个开放标准来学,而不是当作某个产品的私有功能,你的经验才不会白积累。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
