企业官网建设流程全解析

Google Antigravity SDK企业级部署指南：接入Gemini Enterprise Agent Platform（Vertex AI）完整教程

【免费下载链接】antigravity-sdk-pythonA Python library for building AI agents that leverage the full power of Google Antigravity.项目地址: https://gitcode.com/gh_mirrors/an/antigravity-sdk-python

Google Antigravity SDK 是一个用于构建 AI Agent 的 Python 库，本指南手把手教你将它部署到企业环境，完成 Gemini Enterprise Agent Platform（原 Vertex AI）接入。只需配置vertex=True和 GCP 项目信息，几行代码就能让 Agent 跑在企业的云端平台上，享受企业级的配额、安全与审计能力。

为什么要企业级部署？

🚀 个人开发用 Gemini Developer API（API Key）就够用了，但进入生产环境后，企业通常需要：

SDK 从 0.1.1 版本 就原生集成了 Vertex AI 认证，0.1.11 版本 又新增了 Express Mode（API Key 认证），覆盖绝大多数部署场景。

两种认证模式，怎么选？

SDK 的 Vertex 接入（VertexEndpoint，定义在 models.py）支持两种互斥模式：

• 标准模式（ADC）：用project+location，凭据走 GCP 应用默认凭据。适合已有 GCP 项目的正规企业。
• Express 模式（API Key）：只需一个api_key，无需 GCP 项目和区域。适合无 GCP 环境的快速落地。

⚠️ 注意：api_key和project/location不能同时设置，SDK 会直接报错拒绝。

一键安装：先装 SDK

Google Antigravity SDK 依赖编译好的运行时二进制（包含在平台对应的 wheel 里），所以请务必从 PyPI 安装，而不是克隆源码（详见 README.md 的醒目提示）：

pip install google-antigravity

标准模式：ADC 认证完整步骤

第 1 步：本地认证 GCP

gcloud auth application-default login

第 2 步：配置并启动 Agent

from google.antigravity import Agent, LocalAgentConfig config = LocalAgentConfig( vertex=True, project="your-gcp-project", location="us-central1", ) async with Agent(config) as agent: response = await agent.chat("Hello!") print(await response.text())

就这么多！Agent类封装了二进制发现、工具接线、Hook 注册和策略默认值等全部生命周期细节（参见 agent.py）。

第 3 步（可选）：用环境变量代替代码

不想硬编码项目信息？把配置字段留空，改用环境变量即可，SDK 会自动从GOOGLE_CLOUD_PROJECT/GOOGLE_CLOUD_LOCATION读取（该逻辑见 local_connection_config.py）：

# GOOGLE_GENAI_USE_VERTEXAI 或 GOOGLE_GENAI_USE_ENTERPRISE 任一为 True 都会启用 Vertex export GOOGLE_GENAI_USE_VERTEXAI=True export GOOGLE_CLOUD_PROJECT="your-gcp-project" export GOOGLE_CLOUD_LOCATION="us-central1"

💡优先级规则：代码里显式传入的参数，永远优先于环境变量。

Express 模式：无 GCP 环境的快速接入

没有 GCP 项目、只想用 API Key 快速上线？配置两个参数即可（认证目标为aiplatform.googleapis.com）：

from google.antigravity import Agent, LocalAgentConfig config = LocalAgentConfig( vertex=True, api_key="your-express-api-key", )

这种模式特别适合 headless（无界面）服务和非 GCP 部署环境。

企业生产环境的三大加分项

接好平台只是第一步，以下能力让部署真正"企业级"：

1. 预算与成本管控

通过BudgetConfig限制单会话的总 token、轮数和花费，并可用StopReason枚举检查对话为何结束（如BUDGET_EXCEEDED），参考示例 budget_limits.py：

budget_config=types.BudgetConfig( max_model_calls=10, max_tool_calls=20, max_total_tokens=100_000, )

2. 声明式安全策略

用策略系统声明式地控制 Agent 行为：默认拒绝全部工具、放行读文件、执行命令前先征求人工批准——见 policy.py 与示例 policies.py。

3. 优先推理服务等级

核心业务可开启 Prioritized Inference 服务等级，高峰期自动优雅降级到标准等级（并按时价计费），完整说明见 agent_configuration.md：

options = types.GeminiModelOptions(service_tier=types.ServiceTier.PRIORITY)

常见问题排查

❓报Either (project and location) or api_key must be set标准模式下两个字段必须同时提供；或改用 Express 模式只传api_key。

❓标准模式下认证失败先确认已执行gcloud auth application-default login，且当前账号对该 GCP 项目有 AI Platform 权限。

❓装完不能运行确认是用pip install google-antigravity安装的（源码仓库本身不含运行时二进制）。

❓模型版本？当前默认文本模型为gemini-3.7-flash（定义见 models.py），通常无需手动指定。

总结

Google Antigravity SDK 的 Vertex AI 接入非常克制地保持了"少配置"哲学：

1. pip install google-antigravity安装
2. gcloud auth application-default login认证
3. LocalAgentConfig(vertex=True, project=..., location=...)三行代码上线
4. 按需叠加预算控制、安全策略与优先推理

更多架构与组件细节可查阅 架构参考 与 官方 README，祝部署顺利！

【免费下载链接】antigravity-sdk-pythonA Python library for building AI agents that leverage the full power of Google Antigravity.项目地址: https://gitcode.com/gh_mirrors/an/antigravity-sdk-python