google-antigravity-sdk

Google Antigravity SDK

インストールとセットアップ

Google Antigravity のタスクを開始する前に、環境が整っていることを確認してください。

• 適用可能性の確認：既存のコードベースで作業している場合、この Python SDK を使用でき、プロジェクトに適していることを確認してください。
• 依存関係の確認：google-antigravity がプロジェクトの依存関係（例：requirements.txt、pyproject.toml）に含まれているか確認してください。
• パッケージのインストール：google-antigravity Python パッケージがインストールされていることを確認してください。
• 認証のセットアップ：
  • SDK は、API キーを使用してホスト型 Gemini モデルをデフォルトで利用します（LocalAgentConfig）。デバイス上で実行する場合や、クラウド接続なしでの利用が望ましい場合は、API キーやクラウド認証情報なしで使えるローカルモデル（LiteRTAgentConfig または LocalOpenAIAgentConfig）を代わりに使用できます。
  • ホスト型モデル（Gemini - デフォルト）：有効な GEMINI_API_KEY 環境変数または .env ファイルがあることを確認してください（Gemini モデルへのアクセスに必要です）。
    • 認証情報がない場合は、次のリンクを案内して API キーの取得を積極的に支援する必要があります。
      • デフォルトでは Google AI Studio を案内します。 https://aistudio.google.com/app/api-keys
    • API キーは省略形としてコード内で明示的に渡すことも（例：LocalAgentConfig(api_key="...")）、環境から自動的に読み込ませることもできると説明してください。
    • Gemini Enterprise Agent Platform（旧 Vertex AI）の認証では、SDK は Standard Mode と Express Mode の両方をサポートしています。
      • Standard Mode（ADC）：gcloud auth application-default login を実行し、LocalAgentConfig で vertex=True と project および location を設定するよう案内してください。
      • Express Mode（API キー）：LocalAgentConfig で vertex=True と api_key="your-express-api-key" を設定するよう案内してください（ADC やリージョンのプロジェクト／ロケーション設定は不要です）。
  • ローカルモデル（代替）：ローカルモデル（LiteRTAgentConfig または LocalOpenAIAgentConfig）では、API キーやクラウド認証情報は不要です。LiteRT は、Gemma 4 26B などのローカルモデルでサポートされているオンデバイス実行環境です。セットアップの詳細については、references/local_models.md と examples/getting_started/local_models.md を参照してください。

ルーティングテーブル

ユーザーのリクエストに応じて特定のトピックを詳しく調べるには、以下の情報を使用してください。関連情報を見つけるため、参照先のファイルを読んだり、ディレクトリを調べたりしてください。

参考資料

• Google Antigravity SDK の概要と中核となる概念（Agent、Conversation、Connection）を理解する必要がある場合は、 references/architecture.md をお読みください。
• 高度なエージェント設定（適切なモデルの選択、agent_behavior による実行動作の設定（自律型と対話型のどちらかをデフォルトにするかなど）、接続の信頼性の設定など）を行う必要がある場合や、 思い込みを避けるためにモデル識別子に関する重要なルールを理解する必要がある場合は、 references/agent_configuration.md をお読みください。
• Model Context Protocol（MCP）サーバーを統合してエージェントの機能を拡張する必要がある場合や、エージェントのツール権限を設定する必要がある場合は、 references/mcp_integration.md をお読みください。
• 安全ポリシーを定義する必要がある場合、実行順序を解決する必要がある場合、述語を使用してエージェントのアクションを制限する必要がある場合、または OS レベルのサンドボックス内でターミナルコマンドを実行する必要がある場合は、 references/safety_policies.md をお読みください。
• 失敗したエージェントのデバッグ、ログのストリーミング、またはエージェントの堅牢性を高めるためのフックを使用したエラーリカバリーの実装が必要な場合は、 references/error_handling.md をお読みください。
• コストの監視、（思考トークンを含む）トークン使用量の追跡、または高度な監視用のカスタム監査ログの構築が必要な場合は、 references/observability.md をお読みください。
• 組み込みツールの一覧を確認し、デフォルトの状態を理解する必要がある場合は、references/built_in_tools.md をお読みください。
• デバイス上のモデル（サポート対象のデバイス上ランタイム向けの LiteRTAgentConfig、または Ollama／LM Studio などの外部 OpenAI 互換サーバー向けの LocalOpenAIAgentConfig）を使用してエージェントをローカルで実行する必要がある場合、ハードウェア要件を理解する必要がある場合、またはローカル実行を設定する必要がある場合は、 references/local_models.md をお読みください。

例

• ユーザーが基本的なエージェントの動作、ストリーミング応答、または 内部思考の公開を実装する必要がある場合は、 examples/getting_started/hello_world.md をお読みください。
• ユーザーが API エラーやスキーマ検証に対するデフォルトの再試行動作と 指数バックオフをカスタマイズまたは上書きする必要がある場合は、 examples/getting_started/customizing_retries.md をお読みください。
• ユーザーが Python 関数をもとにカスタム機能（ツール）をエージェントに 持たせる必要がある場合、またはツール実行をまたいでエージェントの状態を 保持する必要がある場合は、examples/getting_started/custom_tool.md を お読みください。
• ユーザーがエージェントのペルソナを設定したり、システム指示を定義したり、 動作を動的に適応させたりする必要がある場合は、 examples/getting_started/persona_config.md をお読みください。
• ユーザーが画像や PDF を処理したり、視覚コンテンツを生成したりできる マルチモーダルエージェントを構築する必要がある場合は、 examples/getting_started/multimodal.md をお読みください。
• ユーザーがメインエージェントによるサブエージェントの起動と調整を可能にする マルチエージェント委任を実装する必要がある場合、または多層のネストされた サブエージェント階層（max_subagent_depth と allowed_subagents を使用） を設定する必要がある場合は、examples/getting_started/subagents.md を お読みください。
• ユーザーが @beta.workflows.define（phase、log、agent、parallel、 pipeline）と await agent.beta.run_workflow(...) を使用して、 決定論的なマルチエージェントワークフローを作成・実行する必要がある場合は、 examples/getting_started/workflows.md をお読みください。
• ユーザーが MCP（Stdio または SSE）経由でエージェントを外部サービスに 接続する必要がある場合は、examples/getting_started/mcp_tools.md を お読みください。
• ユーザーが時間ベースのイベントやファイルシステムのトリガーにバックグラウンドで 応答する、プロアクティブなエージェントを作成する必要がある場合は、 examples/getting_started/periodic_trigger.md をお読みください。
• ユーザーがエージェントのライフサイクルイベント（例：ターンの前後、停止、 ツール実行、エラー）をインターセプトして実行フローをカスタマイズする必要が ある場合は、examples/getting_started/hooks.md をお読みください。
• ユーザーがターン単位のキャンセルやプログラムによるストリームの中断を 実装する必要がある場合は、examples/getting_started/cancellation.md を お読みください。
• ユーザーがセッションをまたいで過去のやり取りを記憶する永続的なエージェントを 実装する必要がある場合は、examples/getting_started/persistence.md を お読みください。
• ユーザーがエージェントの成果物、一時ファイル、メディアの保存先となる デフォルトのアプリケーションデータディレクトリを上書きする必要がある場合は、 examples/getting_started/app_data_dir_override.md をお読みください。
• ユーザーが信頼性の高い連携のために、構造化データ（例：Pydantic スキーマに 一致する JSON）を出力するエージェントを必要とする場合は、 examples/getting_started/structured_output.md をお読みください。
• ユーザーが Google Antigravity SDK エージェントにエージェントスキルを追加、 設定、または読み込む必要がある場合は、 examples/getting_started/agent_skills.md をお読みください。
• ユーザーがエージェントで組み込みのウェブツール（Google Search や URL の取得など） を有効化して使用する必要がある場合は、examples/getting_started/web_tools.md をお読みください。（注：大量のウェブページや記事を取得する場合は、 read_url_content と view_file を組み合わせて、キャッシュされたディスク上の ファイルを確認してください）。
• ユーザーがセッションの運用上の上限（モデル呼び出しまたはツール呼び出し）や プロアクティブなトークン予算の制御（入力、出力、または合計トークン数）を 適用し、StopReason を処理する必要がある場合は、 examples/getting_started/budget_limits.md をお読みください。
• ユーザーがローカルモデルのエージェント（LiteRT、または Ollama などの OpenAI 互換サーバー）をセットアップして実行する必要がある場合は、モデルの ダウンロード、ハードウェア要件、コンテキスト圧縮の設定も含めて、 examples/getting_started/local_models.md をお読みください。
• ユーザーが長時間実行されるセッションに対応するため、会話コンテキストの上限と 圧縮のしきい値を設定する必要がある場合は、 examples/getting_started/compaction.md をお読みください。