Google Antigravity 高级技巧：利用 Skills 打造可复用的 AI 工作流

1. 为什么你的 Antigravity 提示词总是「用完即弃」

如果你已经在用 Google Antigravity 写代码，大概率经历过这样的循环：打开对话框，敲一段精心组织的提示词，Agent 给出还不错的结果，关掉窗口，第二天遇到同类任务，又得从头把那段提示词重新拼一遍。拼的时候还经常漏掉几个关键约束，比如「用 Tailwind 而不是原生 CSS」「卡片要毛玻璃效果」「先给计划再动手」，结果输出质量忽高忽低。

这个问题的本质不是模型不行，而是你把「程序性知识」当成了「一次性对话」。Antigravity 的 Skills 特性就是来解决这件事的——它允许你把重复输入的提示词固化成 Agent 的「程序性记忆」，让 Agent 在特定任务场景下自动加载对应的标准作业程序（SOP）。

Skills 是什么、能做什么、适合谁：它是 Antigravity 项目内的一套目录约定，你在.agent/skills/下放 Markdown 文件，Agent 就会在合适的时机检索并学习其中的能力。它适合那些需要把重复性 AI 操作沉淀为可复用能力的开发者，尤其是前端页面生成、代码审查、文档撰写这类有固定套路的任务。相比 Rules 和 Workflow，Skills 的优势在于按需加载、模块化组织，不会把所有指令一股脑塞进上下文。

我试过把一套前端生成流程拆成「架构师」和「艺术家」两个角色文件，Agent 的输出稳定性和专业度明显上了一个台阶。下面把这套方法完整拆给你。

2. TaoToken 前置：给 Antigravity 配一个稳定的模型入口

Antigravity 本身是编辑器侧的 Agent 框架，它需要调用底层大模型来完成推理。如果你直接用官方默认通道，在国内网络环境下经常遇到超时、限流、响应中断的问题，Agent 的思考流跑到一半断了，Skills 加载得再完美也白搭。所以第一步是把模型入口配稳。

TaoToken 在这里扮演的角色是统一的模型接入层，它提供 OpenAI 兼容的 API 格式，Antigravity 里凡是需要填 Base URL 和 API Key 的地方，都可以指向它。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点是 https://taotoken.net/api ，注意 API 地址后面不加任何 UTM 参数，直接写这个就行。

你需要准备三样东西，我把它叫做「三件套」：

获取 Key 的路径是：先访问官网注册登录，然后进入控制台，在 API Keys 页面创建一个新的 Key。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API Keys 管理页是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。创建时建议给 Key 起一个能识别的名字，比如antigravity-dev，方便后续排查是哪个环境在用。

如果你用的是 Claude Code 这类命令行工具配合 Antigravity，配置方式略有不同，需要设置环境变量。Claude Code 的接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，里面有完整的 Base URL 和 Key 配置说明。对于长期做编码和 Agent 任务的场景，可以考虑 Coding Plan，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，它针对高频编码调用做了额度优化。

配好之后先别急着写 Skills，用一次最简单的对话验证通道是否通。打开模型对话页面 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，发一句「你好，请回复当前模型名称」，能正常返回就说明 Key 和模型 ID 没问题。这一步很重要，因为后面 Skills 调试时如果出问题，你需要先排除是模型通道的问题还是 Skills 配置的问题。

3. 可复制配置：Skills 目录结构与 settings 片段

Skills 的核心在于目录约定。Antigravity 会在项目根目录下寻找.agent/skills/目录，每个子目录代表一个独立的 Skill，入口文件固定叫SKILL.md。Agent 在对话时会根据当前任务和打开的文件，自动判断是否加载某个 Skill。

先看目录结构，这是我实测下来最清晰的一种组织方式：

your-project/ ├── .agent/ │ └── skills/ │ └── frontend-composer/ │ ├── SKILL.md # 入口：协调任务与角色切换 │ ├── layout-architect.md # 架构师：HTML 结构与布局规范 │ └── style-artist.md # 艺术家：CSS 风格与视觉规范 ├── src/ └── package.json

注意.agent目录是隐藏目录，在 macOS/Linux 下用ls -a才能看到，Windows 下需要在文件管理器里开启「显示隐藏文件」。创建命令如下：

mkdir -p .agent/skills/frontend-composer touch .agent/skills/frontend-composer/SKILL.md touch .agent/skills/frontend-composer/layout-architect.md touch .agent/skills/frontend-composer/style-artist.md

接下来是三个文件的内容。SKILL.md是主入口，它不负责具体细节，只负责告诉 Agent「什么时候用哪个角色」：

--- name: frontend-composer description: 生成高质量前端页面，采用架构师+艺术家双角色协作 --- # Frontend Composer Skill 当用户要求创建或修改前端页面时，按以下流程执行： ## 执行原则 1. Planning First：先输出实施计划，等待用户确认后再写代码 2. 关注点分离：结构问题交给架构师，视觉问题交给艺术家 3. 不要一次性输出全部代码，分阶段交付 ## 角色调度 - Phase 1 结构分析：加载 `layout-architect.md`，设计 HTML 语义结构与响应式布局 - Phase 2 美学注入：加载 `style-artist.md`，应用视觉风格与设计规范 ## 技术栈约定 - 默认使用 Tailwind CSS - 组件粒度：每个可复用区块独立成组件 - 响应式断点：sm / md / lg / xl

layout-architect.md定义结构规范：

# Layout Architect ## 职责 负责 HTML 语义化、组件划分、响应式布局。 ## 硬性要求 - 使用语义标签：header / nav / main / section / article / footer - 布局优先用 CSS Grid，局部用 Flex - 移动端优先，断点向上适配 - 表单元素必须有关联的 label ## 输出格式 先给出组件树，再给出每个组件的 HTML 骨架。

style-artist.md定义视觉规范，这里以玻璃拟态为例：

# Style Artist ## 职责 负责视觉风格、配色、动效、设计细节。 ## 设计语言：Glassmorphism - 背景：紫色渐变，从 #667eea 到 #764ba2 - 卡片：backdrop-blur-md，背景 rgba(255,255,255,0.1) - 边框：1px solid rgba(255,255,255,0.2) - 圆角：rounded-2xl - 阴影：shadow-xl，带轻微彩色投影 ## 动效 - hover 时卡片上浮 2px，过渡 200ms - 按钮点击有 scale(0.98) 反馈

如果你用的是支持 JSON 配置的工具链（比如某些 MCP 客户端或 Codex 的auth.json），可以把模型入口写成配置文件。Codex 的auth.json典型结构如下，路径通常在~/.codex/auth.json：

{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model": "claude-sonnet-4-20250514" }

Cline 的 MCP 配置则写在cline_mcp_settings.json里，Base URL、Key、Model ID 三件套一个都不能少：

{ "mcpServers": { "taotoken": { "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的Key", "model": "claude-sonnet-4-20250514" } } }

CC Switch 用户注意，切换配置时确认 Base URL 没有多余斜杠，Key 没有前后空格，Model ID 拼写和订阅列表完全一致。这三处是最高频的出错点。

4. 验证请求：观察 Agent 的思考流与 Artifacts

配置写完之后，必须验证 Skills 是否真的被加载。Antigravity 的一个好处是它会展示 Agent 的思考流（Thought Process），你可以直接看到它有没有读取你的 Skill 文件。

验证步骤我拆成四步：

第一步，在 Antigravity 中打开项目，确保.agent/skills/frontend-composer/SKILL.md这个文件处于打开状态。Agent 会优先感知当前打开的文件，这是触发 Skill 加载的一个信号。

第二步，在对话框输入指令，并且明确要求只做计划：

创建一个登录页，只输出工作计划，不要直接写代码。

第三步，观察 Thought 日志。正常情况下你会看到类似这样的思考过程：

Agent Thought: 用户希望创建一个登录页。 当前打开的是 SKILL.md 文件，这是一个 frontend-composer 技能。 根据技能要求，我需要： 1. 先查看 SKILL.md 了解调度规则 2. 加载 layout-architect.md 设计结构 3. 加载 style-artist.md 应用视觉 4. 生成 implementation_plan.md 供用户审核

如果 Thought 里完全没有提到 Skill 文件，说明加载失败，跳到第 5 节排查。

第四步，检查 Artifacts。Agent 应该生成一份实施计划，里面明确引用你的子技能文件。一份合格的计划长这样：

# Implementation Plan: 登录页 ## Phase 1: 结构分析 (The Architect) 基于 layout-architect.md： - 组件树：LoginPage > LoginCard > (Logo, Form, Footer) - 使用语义标签 form / label / input - 移动端优先，md 断点居中 ## Phase 2: 美学注入 (The Artist) 基于 style-artist.md： - 紫色渐变背景 #667eea → #764ba2 - 毛玻璃卡片 backdrop-blur-md - Tailwind CSS 实现

看到这份计划，就说明 Skills 生效了。Agent 不仅读到了入口文件，还正确加载了两个子角色文件，并且遵守了「Planning First」的约束。接下来你确认计划，它才会进入编码阶段。

这里有个细节值得注意：计划里明确写了「紫色渐变背景 + 毛玻璃卡片」和「Tailwind CSS」，这说明 LLM 真的理解了style-artist.md里的设计规范，并把它转换成了可执行的代码约束，而不是随便糊一个默认样式。这就是 Skills 相比普通提示词的价值——规范被固化，每次输出都对齐同一套标准。

5. 本篇常见错排查：401、local proxy failed 与 OAuth 报错

Skills 配置过程中，报错基本集中在模型通道和文件加载两类。下面按真实报错逐个拆。

401 Unauthorized。这是最常见的，九成是 Key 的问题。先检查 Key 有没有复制完整，前后有没有空格。然后确认 Key 对应的账户额度是否正常，在控制台 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 可以看到每个 Key 的状态。如果 Key 没问题，检查 Base URL 是不是写成了https://taotoken.net/api/（多了末尾斜杠），有些客户端对斜杠敏感，去掉即可。

local proxy failed / connection refused。这个报错通常出现在你本地配了代理层的情况下。Antigravity 或命令行工具尝试连接本地代理端口失败。排查顺序：先确认 Base URL 直接指向https://taotoken.net/api，不要经过任何本地转发；再检查环境变量里有没有残留的HTTP_PROXY/HTTPS_PROXY，有的话临时清掉再试：

unset HTTP_PROXY unset HTTPS_PROXY

reading choices 报错 / 返回体解析失败。典型表现是 Agent 收到响应但解析不出内容，日志里出现reading 'choices'或undefined is not an object。这多半是 Model ID 填错了，或者该模型不在你的订阅范围内。回到控制台核对模型列表，把 Model ID 改成完全一致的字符串。另外确认请求走的是 OpenAI 兼容格式，TaoToken 的/api端点支持这个格式。

OAuth 相关报错。如果你用的是 Claude Code 配合 Antigravity，可能会遇到 OAuth token 过期或回调失败。Claude Code 的接入方式不走 OAuth，而是走 API Key，参考文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 重新配置环境变量即可。如果之前登录过官方账号，先清理旧的凭证缓存再配 Key。

Skill 不加载。Thought 日志里完全没提 Skill 文件。检查三点：.agent/skills/目录名拼写是否正确（注意是.agent不是agent）；SKILL.md文件名是否全大写；YAML frontmatter 的---是否闭合。还有一个容易忽略的点：确保你在对话时打开的是 Skill 目录下的文件，Agent 对当前打开文件的感知是触发加载的重要信号。

Skill 加载了但没遵守约束。Agent 读了文件但输出还是老样子。这通常是SKILL.md里的指令太模糊，比如只写了「生成好看的页面」而没有可执行的判断条件。把约束写成明确的动作，比如「先输出计划再写代码」「使用 Tailwind 的 backdrop-blur-md 类」，越具体越容易被遵守。

6. 把 Skills 用起来：从单次提示到可复用工作流

Skills 真正的价值不在于省几次打字，而在于它把你的工程经验变成了项目资产。一套调好的 Skill 可以跟着仓库走，团队里任何人拉下代码，Agent 的行为都是一致的。新同学不需要知道「我们团队的前端规范是什么」，Agent 会自动按 Skill 里的标准执行。

回到最开始那个「架构师 + 艺术家」的例子，这套结构可以继续扩展。比如加一个accessibility-auditor.md负责无障碍检查，加一个performance-optimizer.md负责打包体积和加载性能。每个文件只关心一件事，Agent 按阶段调度，上下文不会被无关信息污染。

如果你想把 Skills 和更长期的编码任务结合，可以考虑 Coding Plan，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，它适合那种需要 Agent 持续参与、反复迭代的项目。日常验证模型响应是否正常，用模型对话页面 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 就够了。接入配置的完整说明在文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，遇到通道问题先翻文档再排查。

最后给一个实用建议：每次调好一个 Skill，在SKILL.md顶部用注释记下版本和修改原因。比如<!-- v2: 增加 Planning First 约束，修复 Agent 直接写代码的问题 -->。这样几个月后回头看，你知道每个约束是为了解决什么坑，而不是对着一堆规则发懵。Skills 是活的，跟着项目一起演进才有意义。