新一年的开源AI工具神器：Antigravity Tools、Vibe Kanban、CC-Switch

Ne0inhk

— 14 min read

CC-Switch

一键切换 Claude Code、Codex 与 Gemini 的 API 配置
AWS Bedrock 支持：内置 AWS Bedrock 供应商预设，支持 AKSK 和 API Key 两种认证方式，支持跨区域推理（global/us/eu/apac），覆盖 Claude Code 和 OpenCode、速度测试：测量 API 端点延迟，可视化连接质量指示器
导入导出：备份和恢复配置，自动轮换（保留最近 10 个）、国际化支持：完整的中英文本地化（UI、错误、托盘）
Claude 插件同步：一键应用或恢复 Claude 插件配置
https://github.com/farion1231/cc-switch/releases/tag/v3.11.1

Antigravity Manager

Antigravity Tools 是基于 Tauri v2 + React (Rust) 构建的专业AI账号管理与切换工具，核心定位是「打破API调用壁垒的终极解决方案」——将常见Web端Session (Google/Anthropic) 转化为标准化API接口，成为个人高性能AI调度网关。
GitHub：https://github.com/lbjlaq/Antigravity-Manager

Vibe Kanban

Vibe Kanban 是AI编码Agent编排平台，核心定位是「简化AI辅助编码的规划、审查与编排流程」——通过统一管理界面管控多个AI助手，每个助手在隔离的git worktrees中执行任务，兼顾安全性与控制力。
GitHub：https://github.com/BloopAI/vibe-kanban

这份文档将您提供的“Antigravity Tools”核心功能进行了结构化整理，优化了层级关系和术语准确性，适合用于技术手册、产品介绍或团队内部知识库。

Antigravity Tools 技术白皮书/核心功能概览

1. 全局监控与治理

实时掌控所有代理账号的健康状态与配额消耗。

  • 实时监控仪表板
    • 账号健康状况：实时监测并展示所有上游账号（如OpenAI、Google AI Studio）的可用性。
    • 配额管理：精确统计各账号剩余配额（Token/请求数），并通过可视化进度条或百分比进行预警。
    • 活跃状态：显示账号的在线/离线状态以及最后同步/使用的时间戳。
  • 智能推荐与切换
    • 最佳账号推荐：根据配额冗余度（剩余配额/最大配额）和稳定性算法，实时筛选出当前最优账号。
    • 一键切换：支持手动或自动将当前请求链路无缝切换至推荐账号，无需中断服务。
  • 异常监控与交互
    • 403封禁检测：自动轮询并标记因违规或风控导致返回403错误（封禁）的异常账号。
    • 双视图切换：支持列表视图（详细数据）与网格视图（缩略卡片）两种模式，方便不同场景下的监控与管理。

2. 账号管家

提供企业级的账号导入、认证与全生命周期管理能力。

  • OAuth 2.0 授权体系
    • 授权链接生成：自动生成标准的OAuth 2.0授权链接，支持复制并在任意浏览器中完成登录授权。
    • 自动回调处理：授权完成后，系统自动捕获回调信息，完成账号的绑定与凭证更新。
  • 多源数据导入
    • 单条录入：支持手动粘贴单个Token或API Key进行添加。
    • 批量导入：支持JSON格式文件批量导入。
    • 无缝迁移：支持从V1旧版本数据库直接热迁移账号数据至当前系统。
  • 精细权限控制
    • 独立代理池：支持对反代账号池进行独立控制。
    • 状态区分与批量操作：
      • 红色徽章：标记因403等错误被系统自动禁用的账号。
      • 橙色徽章：标记管理员手动禁用的账号。
      • 批量操作：支持对多个账号进行批量禁用、启用或删除。

3. 协议转换与流量中继

打破厂商壁垒，实现跨平台协议的无缝转换与高可用保障。

  • 全协议适配
    • OpenAI 格式：兼容99%的AI应用（如ChatGPT-Next-Web, LobeChat等），将非OpenAI请求转换为标准格式。
    • Anthropic 格式：完整支持Claude API，确保Claude Code等高级功能的正常调用。
    • Gemini 格式：完美兼容Google AI Studio及官方SDK的调用方式。
  • 智能状态自愈
    • 毫秒级重试：当检测到上游返回429（限流）或401（未授权）错误时，系统在毫秒级内自动切换至另一可用账号进行重试，对客户端完全静默。
  • 上游端点容灾
    • Fallback机制：支持配置多级上游端点（如 primary → secondary）。当生产环境端点（prod）不可用时，自动降级至备用端点（daily），极大提升服务可用性。

4. 模型路由中心

智能调度请求至最合适的模型与账号，优化成本与性能。

  • 系列化映射
    • 规格家族：将各大厂商复杂的模型ID（如 gemini-1.5-pro-latest，gemini-ultra）统一归类为用户易懂的规格家族（如 “GPT-4旗舰”、“轻量高速”）。
  • 专家级重定向
    • 自定义映射：支持通过正则表达式定义复杂的模型路由规则。例如，将以 claude-3-opus 开头的所有请求全部指向特定的高性能账号池。
  • 智能分级路由
    • 优先级排序：根据预设策略（如按账号类型：高速重置账号 > 普通账号）对可用账号进行优先级排序，优先消耗成本最低或速度最快的资源。
  • 后台任务静默降级
    • 配额保护：针对后台处理、数据分析等非实时轻量任务，系统自动将其重定向至更经济的模型（如从 Pro 模型降级至 Flash 模型），有效保护高级模型的核心配额。

5. 多模态与高级生成

突破标准API限制，释放多模态模型的全部潜能。

  • Imagen 3 高级画质控制
    • 参数映射：通过OpenAI标准的 size 参数（如 1024x1024）智能映射并控制Imagen 3的图像生成尺寸。
    • 超宽比例与2K高清：支持通过特定后缀或参数触发超宽比例（如 1792x1024）及2K高清分辨率输出。
  • 超强负载支持
    • 大文件处理：后端Payload支持扩容至100MB，完美满足4K高清图像识别、长视频帧提取或大型多模态文件的分析需求。

Antigravity Tools 功能补充文档

Multi-Agent Orchestration 模块

核心概述

企业级多智能体协调器，实现跨Agent的无缝调度、隔离执行与可视化协作。

1. Multi-Agent Orchestration（多智能体编排）

统一调度多种顶级AI编码助手，为每个任务匹配最合适的执行引擎。

  • 多Agent无缝切换
    • 全栈支持：集成并动态切换多种主流Agent，包括：
      • Claude Code（Anthropic）
      • OpenAI Codex
      • Amp
      • Cursor Agent CLI
      • Gemini（Google）
      • （可扩展支持更多自定义Agent）
    • 零侵入切换：开发者无需修改现有工作流代码，即可为不同任务指定不同的执行Agent。
  • 任务级Agent匹配
    • 智能推荐：系统根据任务类型（如前端重构、后端调试、单元测试生成）自动推荐最适合的Agent。
    • 手动指定：支持在任务创建时手动选择特定Agent执行。
  • 独立配置支持
    • Agent个性配置：每个Agent可拥有独立的配置文件（如温度参数temperature、系统提示词system prompt、最大Token数等），实现行为精细化控制。

2. 隔离执行与安全保障

通过底层文件系统隔离，确保任务执行的安全性与代码库的稳定性。

  • 隔离环境
    • 独立Git Worktree：每个任务在独立的Git工作目录（Worktree）中运行，与主分支物理隔离，彻底杜绝Agent间的代码污染与依赖冲突。
  • 安全机制
    • 零污染原则：任务执行过程中产生的任何更改都不会影响主分支代码。
    • 安全回滚：任务完成后，支持一键回滚至执行前的状态，便于实验性功能测试和异常恢复。

3. 可视化审查与任务管理

提供图形化的代码审查面板，将AI生成的更改纳入标准开发流程。

  • 逐行差异审查
    • 可视化DIFF：清晰展示AI生成的代码更改与原文件的差异对比。
    • 交互式反馈：支持在差异界面上添加内联注释、提出修改意见或直接与Agent交互反馈。
    • 细粒度审批：支持单条更改的独立审批（批准/拒绝），实现精细化控制。
  • 任务状态跟踪
    • 全生命周期管理：任务状态包括：待办、进行中、审查中、已完成、已取消。
    • 标签与筛选：支持为任务添加自定义标签，并通过多维度筛选快速定位任务。
  • 批量操作
    • 高效管理：支持批量选择任务，进行状态更新、重新执行或批量删除。

4. 实时监控与Git集成

深度集成Git版本控制，实现任务执行的全程透明化与自动化。

  • 实时监控
    • 流式日志输出：实时查看Agent执行过程中的详细日志。
    • 进度指示器：可视化展示任务当前执行阶段（如代码生成中、测试运行中）。
    • 状态跟踪：实时更新Agent的健康状态与执行进度。
  • Git自动化
    • 自动创建隔离Worktree：任务启动时自动创建独立的Git工作目录。
    • 分支管理：自动为任务创建特性分支，并处理分支间的切换逻辑。
    • PR自动化：任务审查通过后，支持自动生成Pull Request并填充描述信息。
    • 冲突解决引导：检测到合并冲突时，提供引导式解决方案，协助开发者快速解决冲突。

5. 协作功能

将AI任务纳入团队协作流程，实现跨成员、跨项目的协同工作。

  • 团队共享
    • 任务分配：支持将任务分配给特定团队成员，明确责任归属。
    • 所有权跟踪：清晰展示每个任务的创建者、执行者、审查者。
    • 跨客户端实时更新：任务状态变更实时同步至团队所有成员（Web端/CLI端）。
  • 组织级管理
    • 多仓库支持：允许在同一个组织下管理多个Git仓库的Agent任务。
    • 团队协作流程：内置标准的开发协作流程（如任务领取、代码审查、合并发布），无缝融入现有团队工作方式。

CC-Switch 产品手册

Claude Code 智能切换器

产品定位

CC-Switch 是专为 Claude Code 打造的轻量级辅助工具，旨在解决多账号、多配置、多环境下的切换痛点，让开发者专注于编码本身，而非环境配置。

核心功能

（1）一键账号切换

告别繁琐的Token配置，秒级切换不同Claude账号。

  • 多账号管理
    • 支持保存多个Claude Code账号的认证信息（Session Key / API Key）
    • 账号列表展示：账号别名、配额剩余、过期时间、最后使用时间
    • 一键激活：点击即可切换当前终端会话使用的Claude账号
  • 智能推荐
    • 自动检测各账号剩余配额，优先推荐可用配额最高的账号
    • 支持设置"默认账号"和"备用账号"策略

（2）多配置环境管理

为不同项目场景定制独立的Claude Code配置。

  • 项目级配置
    • 每个项目可绑定独立的Claude Code配置文件（.claude.json / .claude.yml）
    • 配置内容隔离：系统提示词、温度参数temperature、最大Token数max_tokens等
  • 场景预设
    • 代码开发模式：低温度、严格输出格式
    • 架构设计模式：高温度、长上下文、详细解释
    • 测试生成模式：专注单元测试生成的专用配置
    • 支持自定义保存任意配置模板

（3）环境快速切换

一键切换不同运行时环境，适配开发/测试/生产需求。

  • 多环境支持
    • 开发环境：本地调试模式，输出详细日志
    • 测试环境：模拟API调用，不计费模式
    • 生产环境：正式调用，配额实时扣除
  • 上下文管理
    • 自动保存每个环境的对话上下文
    • 切换环境时保持上下文连续性（可选）

（4）配额监控与预警

实时掌握账号消耗，避免因配额耗尽影响工作。

  • 实时监控
    • 终端状态栏显示当前账号配额剩余（Token数/百分比）
    • 配额消耗速度预估（剩余可用时间）
  • 智能预警
    • 配额低于20%时自动提示更换账号
    • 支持设置自定义预警阈值
    • 配额耗尽时自动切换至备用账号（需预先配置）

（5）快捷指令集

为Claude Code高频操作提供快捷指令，提升效率。

快捷指令功能说明
cc-switch list查看所有可用账号及当前使用中账号
cc-switch use <alias>切换到指定别名的账号
cc-switch config --project查看/编辑当前项目配置
cc-switch env <dev/test/prod>切换运行环境
cc-switch quota查看当前账号详细配额信息
cc-switch logs查看最近调用日志
cc-switch --help查看帮助文档

（6）团队协作支持

将个人效率工具扩展至团队使用。

  • 配置共享
    • 支持导出/导入配置模板（JSON格式）
    • 团队公共账号池管理（需配合后端服务）
  • 权限继承
    • 继承项目级Git权限，自动匹配对应Claude配置
    • 新人入职一键拉取团队统一配置

技术架构

实现方式

  • CLI工具：Node.js / Python 编写，跨平台支持（macOS/Linux/Windows WSL）
  • 配置文件存储：~/.cc-switch/config.json（本地） + 项目级 .cc-switch.json
  • 无缝集成：通过环境变量劫持或Session代理实现，对Claude Code透明

工作流程

用户执行claude命令

CC-Switch拦截

读取当前环境配置

注入对应账号凭证

调用Claude Code

记录配额消耗

返回执行结果

使用场景示例

场景一：多项目并行

  • 项目A（React前端）→ 使用"前端优化专用"配置 + 账号A
  • 项目B（Python后端）→ 使用"架构设计"配置 + 账号B
  • 效果：切换项目目录时，CC-Switch自动加载对应配置

场景二：配额精细管理

  • 主账号（高频使用）→ 用于日常开发
  • 备用账号（应急使用）→ 主账号配额耗尽时自动切换
  • 测试账号（免费额度）→ 用于实验性功能测试

场景三：团队标准化

  • 团队统一配置模板 → 确保所有成员使用相同的Claude参数
  • 公共账号池 → 多个成员共享企业版配额

快速上手

# 安装npminstall-g cc-switch # 或 pip install cc-switch # 添加账号 cc-switch add personal --key YOUR_API_KEY cc-switch add work --session YOUR_SESSION_TOKEN # 项目内初始化cd your-project cc-switch init cc-switch config set--temperature0.2 --max-tokens 4000# 开始使用 cc-switch use personal claude "解释这段代码"# 正常使用Claude Code，CC-Switch自动处理切换

路线图规划

版本预计时间核心功能
v0.1Q2 2025基础账号管理、手动切换
v0.5Q3 2025项目级配置、配额监控
v1.0Q4 2025智能推荐、自动切换、团队共享
v2.02026Web Dashboard、API开放、插件市场

让Claude Code切换，像切换Git分支一样简单。

Read more

Spring WebFlux 核心操作符详解：map、flatMap 与 Mono 常用方法

Spring WebFlux 核心操作符详解：map、flatMap 与 Mono 常用方法

🧑 博主简介：ZEEKLOG博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/?__c=1000，移动端可关注公众号 “ 心海云图 ” 微信小程序搜索“历代文学”）总架构师，16年工作经验，精通Java编程，高并发设计，分布式系统架构设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。 🤝商务合作：请搜索或扫码关注微信公众号 “ 心海云图 ” Spring WebFlux 核心操作符详解：map、flatMap 与 Mono 常用方法 1. 响应式编程简介 Spring WebFlux 是 Spring Framework

By Ne0inhk
【全网最详细！十万字解析】SpringAI+Deepseek大模型应用开发实战笔记-上半（进阶+详细+完整代码）

【全网最详细！十万字解析】SpringAI+Deepseek大模型应用开发实战笔记-上半（进阶+详细+完整代码）

前言         全网目前最完整的针对黑马程序员的SpringAI+Deepseek大模型应用课程的学习笔记         在课程的基础之上进行了许多的拓展和延伸         相信一定可以帮到你更好的学习和掌握大模型应用的开发和SpringAI的运用         希望觉得有用的小伙伴可以点赞收藏关注！！！         目前文章还剩一点没更新完，后续会把完整前后端开发好的代码传上去，现在因为还没有完全改好，怕涉及侵权文档，不敢直接发，后续我把前端也做一定修改之后，会打包一起分享出来        下半部分链接：【全网最详细！十万字解析】黑马SpringAI+Deepseek大模型应用开发实战笔记-下半（进阶+详细+完整代码）-ZEEKLOG博客        后端完整代码：GM828/HFUT-AIChat: SpringAI实战项目，实现了Prompt+FunctionCalling+RAG的功能，通过MySQL和Redis进行数据持久化操作 目录 前言 1.对话机器人 1.1对话机器人-初步实现 1.1.1引入依赖 1.1.2配置模型信息

By Ne0inhk
PostgreSQL - 与 Redis 的结合使用：缓存策略优化

PostgreSQL - 与 Redis 的结合使用：缓存策略优化

👋 大家好，欢迎来到我的技术博客！ 📚 在这里，我会分享学习笔记、实战经验与技术思考，力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕PostgreSQL这个话题展开，希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手，还是正在进阶的开发者，希望你都能有所收获！ 文章目录 * PostgreSQL - 与 Redis 的结合使用：缓存策略优化 💡 * 为什么需要缓存？🤔 * 缓存架构设计：PostgreSQL + Redis 的典型拓扑 🏗️ * 缓存策略详解 🧠 * 1. Cache-Aside（旁路缓存）✅ * Java 示例：Cache-Aside 实现 * 2. Read-Through（读穿透）🔄 * 示例：Spring Cache + Redis（简化版 Read-Through） * 3. Write-Through（写穿透）✍️ * 缓存一致性：如何避免脏数据？🧼 * 常见问题：先更新 DB 还是先删缓存？ * 场景分析（

By Ne0inhk
【抽奖系统开发实战】Spring Boot 抽奖模块全解析：MQ 异步处理、缓存信息、状态扭转与异常回滚

【抽奖系统开发实战】Spring Boot 抽奖模块全解析：MQ 异步处理、缓存信息、状态扭转与异常回滚

文章目录 * 一、抽奖设计 * 二、RabbitMQ的配置与使用 * 三、抽奖请求处理 * 四、MQ异步抽奖逻辑执行 * 4.1 消费 MQ 消息 * 4.2 请求验证（核对抽奖信息有效性） * 4.3 状态转换 * > 活动/奖品/参与者状态转换设计 * > 常规写法的问题 * > 问题与解决 * > 优化写法 * 4.4 结果记录 * 4.5 中奖者通知 * 4.6 事务一致性——异常回滚 * 4.7 保证消息消费成功（加入死信队列） * 五、中奖名单 * 六、抽奖页面前端设计 * 6.

By Ne0inhk