Antigravity 实测:免费用 Gemini 3 + Claude 4.5,AI 编程真的变天了!

Antigravity 实测:免费用 Gemini 3 + Claude 4.5,AI 编程真的变天了!

Antigravity 实测:免费用 Gemini 3 + Claude 4.5,AI 编程真的变天了!

码上全栈创享家|AI 编程工具实战

还在 VS Code 里反复写模板代码、修重复 Bug 吗?Google 最新推出的 AI 编程 IDE——Antigravity,已经不再是「补代码」,而是直接替你跑完整个开发流程

更狠的是:👉 内置 Gemini 3 + Claude 4.5

👉 个人用户免费使用

我实测一周,结论只有一句话:

AI 编程,已经从“辅助”进化成“代工”。

一、为什么 Antigravity 值得所有程序员试一次?

1️⃣ 双模型免费:Gemini 3 + Claude 4.5

Antigravity 最大的杀手锏,是直接把两大顶级模型塞进 IDE 里:

  • Gemini 3
    • 超长上下文(百万 Token)
    • 非常适合 复杂业务 / 全栈项目 / 多文件联动
  • Claude 4.5
    • Bug 定位、代码重构、性能优化非常稳
    • 自动生成单元测试,实用到离谱

👉 一个负责“想方案”,一个负责“把代码打磨到能上线”


2️⃣ 代理驱动开发:你说需求,AI 执行

这点是 Antigravity 和传统 IDE 最大的区别。

你只需要一句话:

「用 React + Node.js 写一个博客系统」

AI 会自动:

  • 拆分前端 / 后端 / 数据库任务
  • 安装依赖
  • 写代码
  • 启动项目
  • 甚至帮你 git commit

你在当产品经理,AI 在当全栈工程师。


3️⃣ VS Code 原生体验,几乎 0 学习成本

  • 界面、快捷键、调试方式 = VS Code
  • 原有使用习惯完全不需要改
  • 新增 AI 面板,可实时查看代理执行进度

老 VS Code 用户,上手成本≈0。


二、3 步上手 Antigravity(新手必看)

Step 1:准备环境

  • 科学上网(推荐 美国 / 新加坡节点
  • 使用 个人 Gmail 账号
  • 若遇到地区限制,将 Google 账号地区改为 California, USA

Step 2:下载安装

  • 登录 Gmail
  • 按提示安装官方浏览器插件(前端自动化测试用)

首次启动选择:代理辅助开发模式

官网下载 Antigravity(Win / macOS / Linux)


Step 3:切换模型

右下角 Settings → Model

  • gemini-3-pro:复杂逻辑 / 多模态 / 全栈
  • claude-sonnet-4.5:Bug 修复 / 重构 / 单测

📌 免费额度:

  • Gemini 3:每天 120 次
  • Claude 4.5:目前无明显限制

三、3 个真实使用场景

场景 1:全栈项目秒起

一句话生成:

  • 前端页面
  • 后端 API
  • 数据库结构并且直接跑起来

场景 2:Bug 自动修 + 单测

  • 自动定位错误
  • 给出修复方案
  • 顺带补齐单元测试

场景 3:多代理并行开发(高阶)

  • 一个代理写前端
  • 一个代理设计数据库
  • 一个代理写 API 文档

一个人,顶一个小团队。


四、⚠️ 必看避坑:VS Code 插件导入不全的真正原因

很多人启动 Antigravity 时勾选了:

✅ 导入 VS Code 配置

结果发现:

  • settings.json 导入成功
  • 插件却缺一大堆

这不是 Bug,而是插件市场源不同导致的。


❌ 问题根因

  • VS Code 默认插件市场:Visual Studio Marketplace
  • Antigravity 默认插件市场:Open VSX

👉 很多常用插件只在 VS 官方市场发布👉 导致插件无法自动同步


✅ 完整解决方案(亲测)

Step 1:修改插件市场源

进入:

Antigravity User Settings → Editor

填写👇

Marketplace Item URL

https://marketplace.visualstudio.com/items

Marketplace Gallery URL

https://marketplace.visualstudio.com/_apis/public/gallery

Step 2:重启 Antigravity(必须)

  • macOS:Cmd + Shift + P
  • Windows:Ctrl + Shift + P
  • 输入reload


Step 3:导入 VS Code 插件

  • macOS:Cmd + Shift + P
  • Windows:Ctrl + Shift + P

输入 import,选择:

Import VS Code Extensions

🎉 所有 VS Code 插件将完整同步


五、写在最后

Antigravity 已经不是「AI 写代码」这么简单了,而是:

AI 正在接管整个开发流程

如果你是:

  • Java / 前端 / Flutter / 全栈开发者
  • 想明显提升效率
  • 或正在研究 AI 编程

这款工具,非常值得亲自试一次。


📌 关注公众号:码上全栈创享家持续分享:

  • AI 编程工具实测
  • 开发者效率进化路线
  • 真正能落地的技术方案

💬 评论区聊聊:你最想让 AI 帮你解决哪类开发问题?

Read more

用Claude Code构建AI内容创作工作流:从灵感到发布的自动化实践

用Claude Code构建AI内容创作工作流:从灵感到发布的自动化实践

✨道路是曲折的,前途是光明的! 📝 专注C/C++、Linux编程与人工智能领域,分享学习笔记! 🌟 感谢各位小伙伴的长期陪伴与支持,欢迎文末添加好友一起交流! * 前言 * 一、为什么选择Claude Code? * 二、核心工作流设计 * 2.1 整体流程图 * 2.2 核心模块架构 * 三、实战代码实现 * 3.1 灵感捕捉器 * 3.2 与Claude Code集成 * 3.3 内容生成工作流 * 3.4 质量审查自动化 * 四、完整工作流示例 * 五、让AI工作起来还不够,需要让它"为你工作" * 六、创作不是终点,分享才是 * 七、总结 * 参考资源 前言

By Ne0inhk
【保姆级】无需公网 IP!Windows 本地一键部署 OpenClaw,10 分钟打造你的飞书 AI 数字员工

【保姆级】无需公网 IP!Windows 本地一键部署 OpenClaw,10 分钟打造你的飞书 AI 数字员工

目录 写在前面 OpenClaw 是什么? 蓝耘平台是什么?与 OpenClaw 的关系 步骤一:极速安装,一行命令搞定环境 步骤二:启动向导,初始化配置参数 步骤 三:注入灵魂,获取蓝耘MaaS API Key 步骤四:打通渠道,搭建飞书长连接桥梁 步骤五:引擎点火,启动核心网关服务 步骤六:仪表盘检阅,后台状态可视化 步骤七:实战演练,验证智能交互效果 快速排错提示 写在末尾 写在前面 本文面向:想在 Windows 本地(PowerShell)一键部署 OpenClaw,使用蓝耘MaaS作为大模型,并通过飞书长连接模式实现 AI 机器人的用户。 内容涵盖:从零开始安装配置、对接飞书机器人、验证与排错的完整流程,

By Ne0inhk
学生党自动排版 AI 写论文工具推荐(小白必备)

学生党自动排版 AI 写论文工具推荐(小白必备)

对于论文写作小白,自动排版是最能节省时间、避免格式错误的核心功能。以下是 2026 年实测好用的 5 款工具,覆盖从选题到终稿的全流程,尤其适合学生党快速上手、高效完成论文。 一、全流程王者:PaperRed(推荐指数:★★★★★) 核心优势:一站式解决论文写作所有痛点,自动排版功能尤为强大 * 智能排版:内置 2000 + 高校专属模板,一键匹配本校格式规范(字体、行距、页眉页脚、标题层级全到位) * 文献自动排版:支持 GB/T 7714 全类型引用,自动生成参考文献列表,避免手动编号错误 * 动态目录:章节修改后自动更新,公式编号、图表引用精准匹配 * 小白友好:分步引导式写作,从选题到答辩 PPT 全流程辅助,降低学术写作门槛 * 免费额度:基础排版、查重、AIGC 检测免费,

By Ne0inhk
一篇文章讲清楚:在单片机上部署AI的整个流程!(TinyML+STM32)

一篇文章讲清楚:在单片机上部署AI的整个流程!(TinyML+STM32)

本公众号的老粉丝比较清楚,我们正在做嵌入式AI的课程,其中最主要的目的是教会大家如何将AI部署到单片机中,让单片机学会思考,可以实现自动推理。 最近文章很久没有更新,是因为小编在忙着录制课程,已经报名课程的同学感觉直播讲课太慢并且还不能快放,所以我们将直播课程改为了“录播+直播答疑”的形式。 今天小编带大家讲清楚整个部署的流程是什么样的! 上面这张图是本次课程出场次数比较多的“老演员”。下面本文以上面图为例,讲解清楚整个流程。 从上面流程中可以发现,共分为了8个主要的步骤。其中最上面带着芯片图片的代表相关工作是在单片机或MCU测完成的。即:数据采集和运行推理是在MCU测进行的。其他步骤在云端或者PC端运行。 一:收集数据(数据采集) 收集数据是整个TInyML的第一步,目的是为了进行模型训练。 数据采集是“把物理世界的真实信号,转换为MCU可以识别的数字信号”。比如把环境或者设备的状态转变为温度,把(电机负载的转换为电流、把声音转换为麦克风的信号、把震动或者冲击转换为加速度计或陀螺仪。 再用一句简单的话讲解:其实就是单片机的ADC 虽然看似简单的一句话,但是整个

By Ne0inhk