antigravity
Enables local AI agents to generate code and interact with Google Antigravity (Gemini Pro) via MCP, consuming zero API tokens.
README
Serveur MCP Antigravity pour Hermes & Agents IA Locaux
Ce projet fournit un serveur MCP (Model Context Protocol) permettant d'interconnecter les agents IA exécutés sur Hermes (pilotés par des modèles LLM locaux sur Ollama) avec Google Antigravity (agy).
🎯 Objectif et Philosophie
- 0 Token Consommé en API payante : Les agents locaux Hermes (sur Ollama) orchestrent le projet et délèguent la génération lourde de code à Antigravity, qui dialogue directement avec Gemini Pro via votre abonnement Antigravity/Gemini Pro actif sur votre MiniPC Debian (sans clés d'API payantes à l'usage).
- 100% Headless / Ligne de Commande : Fonctionne parfaitement sur une installation Debian CLI sans interface graphique.
- Automatisable & Sécurisé : Exécution autonome du code avec auto-validation (
--dangerously-skip-permissions) ou mode planification (--mode plan).
🏗️ Architecture
┌────────────────────────────────┐
│ Agents IA Hermes │ (LLM local sur Ollama : Mistral, Llama 3, Qwen...)
└──────────────┬─────────────────┘
│ Protocole MCP (stdio ou SSE)
▼
┌────────────────────────────────┐
│ Serveur MCP Antigravity │ (server.py / FastMCP)
└──────────────┬─────────────────┘
│ Exécution asynchrone non-interactive
▼
┌────────────────────────────────┐
│ Antigravity CLI (`agy`) │ (Abonnement Gemini Pro - 0 token API)
└────────────────────────────────┘
🛠️ Outils MCP Exposés
Le serveur MCP met à disposition des agents Hermes les outils suivants :
| Outil MCP | Description | Exemples de paramètres |
|---|---|---|
antigravity_generate_code |
Génère du code ou effectue une tâche de dev complète dans un projet. | prompt, workspace_dir, model, effort, auto_approve |
antigravity_continue_conversation |
Poursuit une session ou répond à une question de suivi. | prompt, conversation_id, workspace_dir |
antigravity_plan_code |
Crée un plan d'architecture/conception sans modifier les fichiers. | prompt, workspace_dir, model, effort |
antigravity_list_models |
Liste l'ensemble des modèles Gemini disponibles (gemini-3.6-flash-high, gemini-3.1-pro-high...). |
aucun |
antigravity_check_status |
Vérifie le bon fonctionnement et l'authentification de la CLI Antigravity. | aucun |
🚀 Installation & Démarrage
1. Prérequis
- Python 3.10+
- Antigravity CLI (
agy) installé et authentifié sur le MiniPC Debian.
2. Installation du serveur MCP
Dans le dossier du projet /home/fabien/ragnarlab/projects/mcp_antigravity :
pip install -r requirements.txt
chmod +x server.py
3. Tester le serveur MCP
Vous pouvez valider le bon fonctionnement de tous les outils en lançant la suite de tests :
python3 test_server.py
⚙️ Configuration pour Hermes
Mode STDIO (Recommandé pour exécution sur la même machine Debian)
Ajoutez la configuration du serveur MCP dans votre fichier de configuration MCP d'Hermes (ex: hermes_config.json ou mcp.json) :
{
"mcpServers": {
"antigravity": {
"command": "python3",
"args": [
"/home/fabien/ragnarlab/projects/mcp_antigravity/server.py"
],
"env": {
"PYTHONUNBUFFERED": "1"
}
}
}
}
Mode SSE (Server-Sent Events / HTTP)
Si Hermes tourne dans un conteneur ou une autre machine sur le réseau local, vous pouvez lancer le serveur MCP en mode SSE :
python3 server.py --transport sse --host 0.0.0.0 --port 8000
Puis configurez Hermes avec le serveur HTTP SSE http://<IP_DU_MINIPC>:8000/sse.
💡 Exemple d'utilisation par un Agent Hermes
Quand votre agent local Hermes sur Ollama reçoit une demande comme :
"Crée une API FastAPI dans
/home/fabien/projets/my_apiavec la gestion des utilisateurs."
L'agent Hermes appellera automatiquement l'outil MCP antigravity_generate_code :
{
"name": "antigravity_generate_code",
"arguments": {
"prompt": "Crée une structure d'application FastAPI dans le workspace avec endpoints d'authentification et gestion des utilisateurs.",
"workspace_dir": "/home/fabien/projets/my_api",
"model": "gemini-3.6-flash-high",
"effort": "high",
"auto_approve": true
}
}
Antigravity exécutera alors la génération du code directement via Gemini Pro, créera les fichiers dans le dossier /home/fabien/projets/my_api, et renverra le rapport final à l'agent Hermes sans dépenser le moindre token d'API payante.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.