Antigravity Agent

Antigravity 에이전트는 Gemini API의 범용 관리형 에이전트입니다. 단일 API 호출을 통해 Google에서 호스팅하는 자체 보안 Linux 샌드박스 내에서 추론하고, 코드를 실행하고, 파일을 관리하고, 웹을 탐색하는 에이전트를 얻을 수 있습니다.

Gemini 3.5 Flash로 구동되며 Antigravity IDE와 동일한 하네스를 사용합니다. Interactions API 및 Google AI Studio를 통해 사용할 수 있습니다.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment="remote",
)

print(interaction.output_text)

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    environment: "remote",
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Read Hacker News, summarize the top 10 stories, and save the results as a PDF.",
    "environment": "remote"
}'

기능

각 호출은 Linux 샌드박스를 프로비저닝하고 도구 사용 루프를 시작할 수 있습니다. 에이전트는 계획을 세우고, 행동하고, 결과를 관찰하고, 작업이 완료될 때까지 반복합니다.

  • 코드 실행: Bash, Python, Node.js 명령어를 실행합니다. 패키지 설치, 테스트 실행, 앱 빌드
  • 파일 관리: 샌드박스에서 파일을 읽고, 쓰고, 수정하고, 검색하고, 나열합니다. 파일은 상호작용 전반에 걸쳐 유지됩니다.
  • 웹 액세스: 데이터에 대한 Google 검색 및 URL 가져오기
  • 컨텍스트 압축: 컨텍스트를 손실하거나 토큰 한도에 도달하지 않고 장기 실행 멀티턴 세션을 지원하기 위해 자동 컨텍스트 압축이 트리거됩니다 (~135, 000개 토큰).

멀티턴 사용 및 스트리밍은 빠른 시작을 참고하세요.

지원되는 도구

기본적으로 에이전트는 code_execution, google_search, url_context에 액세스할 수 있습니다. environment 매개변수를 지정하면 파일 시스템 도구가 자동으로 사용 설정됩니다. 맞춤 함수를 정의하여 에이전트를 자체 API 및 도구에 연결할 수도 있습니다. 기본 세트를 맞춤설정하거나 제한할 때 또는 맞춤 함수를 추가할 때만 tools 매개변수를 지정하면 됩니다.

도구 유형 값 설명
코드 실행 code_execution stdout/stderr 캡처를 사용하여 셸 명령어 (bash, Python, Node)를 실행합니다.
Google 검색 google_search 공개 웹을 검색합니다.
URL 컨텍스트 url_context 웹페이지를 가져오고 읽습니다.
파일 시스템 (environment을 통해 사용 설정됨) 샌드박스에서 파일을 읽고, 쓰고, 수정하고, 검색하고, 나열합니다. 별도의 도구 유형이 없습니다. environment가 설정되면 자동으로 사용 설정됩니다.
맞춤 함수 function 에이전트가 실행을 요청할 수 있는 맞춤 함수를 정의합니다. 함수 호출을 참조하세요.
원격 MCP 서버 mcp_server 외부 모델 컨텍스트 프로토콜 (MCP) 서버를 도구로 등록합니다. MCP 서버를 참고하세요.

에이전트를 특정 도구로 제한하려면 필요한 도구만 전달하세요.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Search for the latest AI research papers on reasoning and summarize them.",
    environment="remote",
    tools=[
        {"type": "google_search"},
        {"type": "url_context"},
    ],
)

print(interaction.output_text)

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Search for the latest AI research papers on reasoning and summarize them.",
    environment: "remote",
    tools: [
        { type: "google_search" },
        { type: "url_context" },
    ],
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "agent": "antigravity-preview-05-2026",
    "input": "Search for the latest AI research papers on reasoning and summarize them.",
    "environment": "remote",
    "tools": [
        {"type": "google_search"},
        {"type": "url_context"}
    ]
}'

멀티모달 입력

Antigravity 에이전트는 멀티모달 입력을 지원합니다. 현재 text 및 image 입력만 지원됩니다. 이미지는 인라인 base64 인코딩 문자열 (data)로 제공해야 합니다.

Python

import base64
from google import genai

client = genai.Client()

with open("path/to/chart.png", "rb") as f:
    image_bytes = f.read()

interaction_inline = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input=[
        {"type": "text", "text": "Analyze this chart and summarize the trends."},
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode("utf-8"),
            "mime_type": "image/png",
        },
    ],
    environment="remote",
)

자바스크립트


import { GoogleGenAI } from "@google/genai";

import * as fs from "node:fs";

const client = new GoogleGenAI({});
const base64Image = fs.readFileSync("path/to/chart.png", { encoding: "base64" });

const interactionInline = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: [
        { type: "text", text: "Analyze this chart and summarize the trends." },
        {
            type: "image",
            data: base64Image,
            mime_type: "image/png",
        },
    ],
    environment: "remote",
}, { timeout: 300000 });

REST

BASE64_IMAGE=$(base64 -w0 /path/to/chart.png)

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d "{
    \"agent\": \"antigravity-preview-05-2026\",
    \"input\": [
        {\"type\": \"text\", \"text\": \"Analyze this chart and summarize the trends.\"},
        {
            \"type\": \"image\",
            \"mime_type\": \"image/png\",
            \"data\": \"$BASE64_IMAGE\"
        }
    ],
    \"environment\": \"remote\"
}"

함수 호출

함수 호출을 사용하면 에이전트가 호출할 수 있는 맞춤 도구를 정의하여 Antigravity 에이전트를 외부 API 및 데이터베이스에 연결할 수 있습니다. 일반적인 개념은 Gemini API를 사용한 함수 호출을 참고하세요.

다음 예는 2턴 상호작용을 보여줍니다. 에이전트는 먼저 맞춤 get_weather 함수 호출을 요청하고 클라이언트는 이를 실행하고 두 번째 턴에서 결과를 반환합니다.

Python

from google import genai

client = genai.Client()

# 1. Define the custom function
get_weather_tool = {
    "type": "function",
    "name": "get_weather",
    "description": "Gets the current weather for a given location.",
    "parameters": {
        "type": "object",
        "properties": {
            "location": {
                "type": "string",
                "description": "The city and country, e.g. San Francisco, USA",
            }
        },
        "required": ["location"],
    },
}

# 2. Call the agent with the custom tool (Turn 1)
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="What is the weather in Tokyo?",
    environment="remote",
    tools=[
        {"type": "code_execution"},  # Enable default code execution
        get_weather_tool,            # Add custom function
    ],
)

# Check if the agent requested a function call
if interaction.status == "requires_action":
    # Find function calls that do not have a matching function result.
    # Filesystem tools (like write_file) are also represented as function calls
    # but are executed automatically by the environment.
    executed_calls = {step.call_id for step in interaction.steps if step.type == "function_result"}
    pending_calls = [step for step in interaction.steps if step.type == "function_call" and step.id not in executed_calls]

    if pending_calls:
        fc_step = pending_calls[0]
        print(f"Function to call: {fc_step.name} (ID: {fc_step.id})")
        print(f"Arguments: {fc_step.arguments}")

        # 3. Execute the function locally (simulated get_weather()) and send the result back (Turn 2)
        function_result = {
            "temperature": 23,
            "unit": "celsius"
        }

        final_interaction = client.interactions.create(
            agent="antigravity-preview-05-2026",
            previous_interaction_id=interaction.id,  # Reference the interaction ID
            environment=interaction.environment_id,
            input=[
                {
                    "type": "function_result",
                    "name": fc_step.name,
                    "call_id": fc_step.id,
                    "result": function_result,
                }
            ],
        )

        print(final_interaction.output_text)
        # Output: The current weather in Tokyo, Japan is 23°C (Celsius).
    else:
        print("No pending function calls.")
else:
    print(f"Interaction completed with status: {interaction.status}")

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

// 1. Define the custom function
const get_weather_tool = {
  type: "function",
  name: "get_weather",
  description: "Gets the current weather for a given location.",
  parameters: {
    type: "object",
    properties: {
      location: {
        type: "string",
        description: "The city and country, e.g. San Francisco, USA",
      },
    },
    required: ["location"],
  },
};

// 2. Call the agent with the custom tool (Turn 1)
const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "What is the weather in Tokyo?",
  environment: "remote",
  tools: [
    { type: "code_execution" },
    get_weather_tool,
  ],
}, { timeout: 300000 });

if (interaction.status === "requires_action") {
  // Find function calls that do not have a matching function result.
  // Filesystem tools (like write_file) are also represented as function calls
  // but are executed automatically by the environment.
  const executedCalls = new Set(
    interaction.steps
      .filter(s => s.type === "function_result")
      .map(s => s.call_id)
  );
  const pendingCalls = interaction.steps.filter(
    s => s.type === "function_call" && !executedCalls.has(s.id)
  );

  if (pendingCalls.length > 0) {
    const fcStep = pendingCalls[0];
    console.log(`Function to call: ${fcStep.name} (ID: ${fcStep.id})`);

    // 3. Execute the function locally (simulated get_weather()) and send the result back (Turn 2)
    const functionResult = {
      temperature: 23,
      unit: "celsius"
    };

    const finalInteraction = await client.interactions.create({
      agent: "antigravity-preview-05-2026",
      previous_interaction_id: interaction.id, // Reference the interaction ID
      environment: interaction.environment_id,
      input: [
        {
          type: "function_result",
          name: fcStep.name,
          call_id: fcStep.id,
          result: functionResult,
        }
      ],
    }, { timeout: 300000 });

    console.log(finalInteraction.output_text);
  } else {
    console.log("No pending function calls.");
  }
} else {
  console.log(`Interaction completed with status: ${interaction.status}`);
}

REST

# 1. Turn 1: Request function call
RESPONSE=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "What is the weather in Tokyo?",
      "environment": "remote",
      "tools": [
          {"type": "code_execution"},
          {
              "type": "function",
              "name": "get_weather",
              "description": "Gets the current weather for a given location.",
              "parameters": {
                  "type": "object",
                  "properties": {
                      "location": {"type": "string"}
                  },
                  "required": ["location"]
              }
          }
      ]
  }')

# Extract interaction ID, environment ID, and call ID (requires jq)
INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')
ENVIRONMENT_ID=$(echo $RESPONSE | jq -r '.environment_id')
CALL_ID=$(echo $RESPONSE | jq -r '.steps[] | select(.type=="function_call") | .id')

# 2. Turn 2: Send function result back using variables
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d "{
      \"agent\": \"antigravity-preview-05-2026\",
      \"previous_interaction_id\": \"$INTERACTION_ID\",
      \"environment\": \"$ENVIRONMENT_ID\",
      \"input\": [
          {
              \"type\": \"function_result\",
              \"name\": \"get_weather\",
              \"call_id\": \"$CALL_ID\",
              \"result\": {
                  \"temperature\": 23,
                  \"unit\": \"celsius\"
              }
          }
      ]
  }"

MCP 서버

원격 모델 컨텍스트 프로토콜 (MCP) 서버를 등록하여 Antigravity 에이전트를 외부 도구에 연결할 수 있습니다. 에이전트는 스트리밍 가능한 HTTP를 통해 원격 MCP 서버를 지원합니다.

MCP 서버를 등록할 때 tools 배열에 다음 필드를 지정해야 합니다.

필드 유형 필수 설명
type 문자열 예 "mcp_server"이어야 합니다.
name 문자열 예 서버의 고유 식별자입니다. 엄격하게 소문자 및 영숫자여야 합니다 (^[a-z0-9_-]+$와 일치).
url 문자열 예 원격 MCP 서버의 엔드포인트 URL입니다.
headers 객체 아니요 요청과 함께 전송되는 맞춤 헤더 (예: 인증)입니다.
allowed_tools 배열 아니요 실행이 허용된 도구 이름 목록입니다. 생략하면 모든 도구가 허용됩니다.

Python

from google import genai

client = genai.Client()

# Register a remote HTTP MCP server
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="What is the weather in Tokyo?",
    environment="remote",
    tools=[{
        "type": "mcp_server",
        "name": "weather", # Must be lowercase
        "url": "https://gemini-api-demos.uc.r.appspot.com/mcp"
    }]
)

print(interaction.output_text)

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "What is the weather in Tokyo?",
    environment: "remote",
    tools: [{
        type: "mcp_server",
        name: "weather", // Must be lowercase
        url: "https://gemini-api-demos.uc.r.appspot.com/mcp"
    }]
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "What is the weather in Tokyo?",
      "environment": "remote",
      "tools": [{
          "type": "mcp_server",
          "name": "weather",
          "url": "https://gemini-api-demos.uc.r.appspot.com/mcp"
      }]
  }'

에이전트 맞춤설정

안티그래비티 에이전트의 안내, 도구, 환경을 맞춤설정하여 확장할 수 있습니다. 에이전트는 파일 시스템 네이티브 맞춤설정 방식을 지원합니다. .agents/skills/ 아래에 있는 안내 및 스킬용 AGENTS.md과 같은 파일을 샌드박스에 직접 마운트하거나 상호작용 시 인라인으로 구성을 전달할 수 있습니다. 구성을 인라인으로 반복한 다음 준비가 되면 관리 에이전트로 저장할 수 있습니다.

맞춤 에이전트를 빌드하는 방법에 관한 자세한 내용은 관리형 에이전트 빌드를 참고하세요.

백그라운드 실행

다단계 추론, 코드 실행 또는 파일 작업이 포함된 에이전트 작업은 완료하는 데 몇 분이 걸릴 수 있습니다. background=True를 사용하여 상호작용을 비동기식으로 실행합니다. API는 상태가 completed 또는 failed가 될 때까지 폴링하는 상호작용 ID와 함께 즉시 반환됩니다.

Python

import time
from google import genai

client = genai.Client()

# 1. Start the interaction in the background
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Run a complex analysis on the repository.",
    environment="remote",
    background=True,
)

print(f"Interaction started in background: {interaction.id}")

# 2. Poll for completion
while interaction.status == "in_progress":
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

if interaction.status == "completed":
    print(interaction.output_text)
else:
    print(f"Finished with status: {interaction.status}")

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Run a complex analysis on the repository.",
    environment: "remote",
    background: true,
});

console.log(`Interaction started in background: ${interaction.id}`);

let result = interaction;
while (result.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    result = await client.interactions.get(interaction.id);
}

if (result.status === "completed") {
    console.log(result.output_text);
} else {
    console.log(`Finished with status: ${result.status}`);
}

REST

# 1. Start the interaction in the background
RESPONSE=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Api-Revision: 2026-05-20" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "Run a complex analysis on the repository.",
      "environment": "remote",
      "background": true
  }')

INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')

# 2. Poll for results (repeat until status is "completed")
curl -s -X GET "https://generativelanguage.googleapis.com/v1beta/interactions/$INTERACTION_ID" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

백그라운드 실행에는 store=True가 필요하며 이는 기본값입니다. 백그라운드 실행 중 실시간 진행 상황 업데이트는 백그라운드 상호작용 스트리밍을 참고하세요.

cancel 메서드를 사용하여 실행 중인 백그라운드 상호작용을 취소할 수 있습니다.

Python

client.interactions.cancel(id="INTERACTION_ID")

자바스크립트

await client.interactions.cancel({ id: "INTERACTION_ID" });

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions/INTERACTION_ID:cancel" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

백그라운드 실행을 사용한 멀티턴

백그라운드 상호작용에 상태 저장 도구 (예: 샌드박스에서의 코드 실행)가 포함되는 경우 완료된 상호작용의 environment_id를 사용하여 동일한 환경에서 계속합니다. 이렇게 하면 에이전트가 모든 파일과 상태를 그대로 유지한 채 중단된 부분부터 다시 시작할 수 있습니다.

Python

import time
from google import genai

client = genai.Client()

# First turn: run a task in the background
interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Clone https://github.com/google/generative-ai-python and run its tests.",
    environment="remote",
    background=True,
)

while interaction.status == "in_progress":
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

# Second turn: continue in the same environment
followup = client.interactions.create(
    agent="antigravity-preview-05-2026",
    input="Fix any failing tests and re-run them.",
    previous_interaction_id=interaction.id,
    environment=interaction.environment_id,
    background=True,
)

while followup.status == "in_progress":
    time.sleep(5)
    followup = client.interactions.get(id=followup.id)

print(followup.output_text)

자바스크립트

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

// First turn: run a task in the background
let interaction = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Clone https://github.com/google/generative-ai-python and run its tests.",
    environment: "remote",
    background: true,
});

while (interaction.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    interaction = await client.interactions.get(interaction.id);
}

// Second turn: continue in the same environment
let followup = await client.interactions.create({
    agent: "antigravity-preview-05-2026",
    input: "Fix any failing tests and re-run them.",
    previous_interaction_id: interaction.id,
    environment: interaction.environment_id,
    background: true,
});

while (followup.status === "in_progress") {
    await new Promise(resolve => setTimeout(resolve, 5000));
    followup = await client.interactions.get(followup.id);
}

console.log(followup.output_text);

REST

# 1. Start first interaction in the background
RESPONSE=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Api-Revision: 2026-05-20" \
  -d '{
      "agent": "antigravity-preview-05-2026",
      "input": "Clone https://github.com/google/generative-ai-python and run its tests.",
      "environment": "remote",
      "background": true
  }')

INTERACTION_ID=$(echo $RESPONSE | jq -r '.id')

# 2. Poll until completed (repeat until status is "completed")
RESULT=$(curl -s -X GET "https://generativelanguage.googleapis.com/v1beta/interactions/$INTERACTION_ID" \
  -H "x-goog-api-key: $GEMINI_API_KEY")

ENVIRONMENT_ID=$(echo $RESULT | jq -r '.environment_id')

# 3. Continue in the same environment
curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Api-Revision: 2026-05-20" \
  -d "{
      \"agent\": \"antigravity-preview-05-2026\",
      \"input\": \"Fix any failing tests and re-run them.\",
      \"previous_interaction_id\": \"$INTERACTION_ID\",
      \"environment\": \"$ENVIRONMENT_ID\",
      \"background\": true
  }"

환경

각 호출은 Linux 샌드박스를 만들거나 재사용합니다. environment 매개변수는 다음 세 가지 형식을 사용합니다.

양식 설명
"remote" 기본 설정으로 새 샌드박스를 프로비저닝합니다.
"env_abc123" ID로 기존 환경을 재사용하여 모든 파일과 상태를 보존합니다.
{...} 맞춤 소스 및 네트워크 규칙이 있는 전체 EnvironmentConfig

소스 (Git, GCS, 인라인), 네트워킹, 수명 주기, 리소스 한도에 관한 자세한 내용은 환경을 참고하세요.

사용 가능 여부 및 가격 책정

Antigravity 에이전트는 Google AI Studio 및 Gemini API의 Interactions API를 통해 프리뷰로 제공됩니다.

가격은 기본 Gemini 모델 토큰과 에이전트가 사용하는 도구를 기반으로 하는 사용한 만큼만 지불 모델을 따릅니다. 단일 출력을 생성하는 표준 채팅 요청과 달리 Antigravity 상호작용은 에이전트형 워크플로입니다. 단일 요청은 추론, 도구 실행, 코드 실행, 파일 관리의 자율 루프를 트리거합니다.

예상 비용

비용은 작업의 복잡성에 따라 다릅니다. 에이전트는 필요한 도구 호출, 코드 실행, 파일 작업을 자율적으로 결정합니다. 다음 추정치는 러닝을 기반으로 합니다.

작업 카테고리 입력 토큰 출력 토큰 일반적인 비용
연구 및 정보 합성 100,000~500,000 10,000~40,000 0.30~1.00달러
문서 및 콘텐츠 생성 100,000~500,000 15,000~50,000 $0.30~$1.30
프로세스 및 시스템 설계 100,000~400,000 10,000~30,000 0.25~0.80달러
데이터 처리 및 분석 30만~300만 30,000~150,000 0.70~3.25달러

일반적으로 입력 토큰의 50~70% 가 캐시됩니다. 도구 호출이 많은 복잡한 에이전트 워크플로는 단일 상호작용에서 300만~500만 개의 토큰이 누적될 수 있으며 비용은 최대 5달러입니다.

미리보기 기간에는 환경 컴퓨팅 (CPU, 메모리, 샌드박스 실행)에 대한 요금이 청구되지 않습니다.

제한사항

  • 미리보기 상태: Antigravity 에이전트 및 Interactions API 기능과 스키마는 변경될 수 있습니다.
  • 지원되지 않는 생성 구성: 다음 매개변수는 지원되지 않으며 400 오류가 반환됩니다. temperature, top_p, top_k, stop_sequences, max_output_tokens
  • 구조화된 출력: Antigravity 에이전트는 구조화된 출력을 지원하지 않습니다.
  • 사용할 수 없는 도구: file_search, computer_use, google_maps은 아직 지원되지 않습니다.
  • 원격 MCP 제한사항: 서버 전송 이벤트 (SSE) 전송은 지원되지 않습니다 (스트리밍 가능 HTTP 사용). 또한 서버 name는 엄격하게 소문자 및 영숫자여야 합니다 (대문자를 사용하면 일반적인 400 Bad Request 오류가 트리거됨).
  • 파일 시스템 도구: 현재 파일 시스템 도구가 없습니다. environment의 일부입니다.
  • 스토어 요구사항: background=True를 사용하는 에이전트 실행에는 store=True이 필요합니다.
  • 상태 저장 모드 전용 함수 호출: 함수 호출은 상태 저장 모드에서만 지원됩니다. previous_interaction_id를 사용하여 턴을 계속해야 합니다. 기록을 수동으로 재구성하는 것은 지원되지 않습니다 (상태 비저장 모드).
  • 지원되지 않는 멀티모달 유형 현재 오디오, 동영상, 문서 입력은 지원되지 않습니다. 텍스트와 이미지만 허용됩니다.

다음 단계