探索 stitch、Open Lovable、Gemini、antigravity协作的可能性
task:探索 stitch、Open Lovable、Gemini、antigravity协作的可能性
小插曲:最终是通过 Claude opus 4.6 完成的,Gemini 受限了!
背景
之前一直在想如何使用 google 体系的工具,完成一个实际场景的准备,自从看到了Open Lovable,我认为这些工具之间是有协作可能性的,同时为了测试 trae 配置的平迁,到底能不能达到要求。所以,开始了这个项目
航海日志-实操
思路大概是这样:先在 trae 内调用Open Lovable测试复刻的效果,然后在antigravity 使用trae 的文件,进行二开!

虽然有点偏差,但是对于小型的项目应该是够用了!中大型的项目理论上还是要用 stitch。

关于antigravity 的事情,其实有几种方案:
1、要么通过 trae 直接建设方案,调用 Gemini cli 工具,肯定有限制。
2、要么导入到 vscode,用 google AI assistent,额度会多一些。
3、要么导入 antigravity,公测期间免费。
4、API 方式(暂不考虑)
所以我先试一下方案 3,先将 trae 下面的东西创建一个指引.antigravity。目的就是为了快速冷启动antigravity,以验证项目。大概实现如下效果:



trae 准备:以下是trae AI 执行全过程,原汁原味,谨慎使用
让我先查看 `.trae` 目录的结构,然后创建 `.antigravity` 配置:
toolName: todo_write
status: success
Todos updated: 4 items
toolName: view_folder
status: success
/Volumes/jeff/trae-dev/.trae
toolName: view_folder
status: success
/Volumes/jeff/trae-dev/.vscode
toolName: view_files
status: success
filePath: /Volumes/jeff/trae-dev/.vscode/settings.json
toolName: view_files
status: success
filePath: /Volumes/jeff/trae-dev/.trae/rules/project_rules.md
toolName: view_files
status: success
filePath: /Volumes/jeff/trae-dev/.trae/custom-agents/index.json
现在创建 `.antigravity` 目录结构和配置:
toolName: todo_write
status: success
Todos updated: 4 items
toolName: Write
status: success
filePath: /Volumes/jeff/trae-dev/.antigravity/settings.json
changes: undefined
toolName: Write
status: success
filePath: /Volumes/jeff/trae-dev/.antigravity/ANTIGRAVITY.md
changes: undefined
toolName: Write
status: success
filePath: /Volumes/jeff/trae-dev/.antigravity/rules.md
changes: undefined
toolName: Write
status: success
filePath: /Volumes/jeff/trae-dev/.antigravity/index.json
changes: undefined
toolName: todo_write
status: success
Todos updated: 4 items
toolName: view_folder
status: success
/Volumes/jeff/trae-dev/.antigravity
## ✅ `.antigravity` 目录创建完成!
已在 `/Volumes/jeff/trae-dev/.antigravity/` 创建配置:
### 目录结构
```
.antigravity/
├── settings.json # 主配置文件
├── ANTIGRAVITY.md # 项目指引(Antigravity 读取)
├── rules.md # 项目规则
└── index.json # 服务索引
```
### 配置内容
| 文件 | 说明 |
|------|------|
| `settings.json` | 共享服务路径、模型配置、Agent 策略 |
| `ANTIGRAVITY.md` | 完整的项目指引,包含智能体、技能、公共库说明 |
| `rules.md` | 代码规范、文件操作规则、敏感信息处理 |
| `index.json` | 所有可用服务的详细索引 |
### 共享的 Trae 服务
**智能体 (12个)**
- architect, backend-engineer, business-analyst
- devops-engineer, frontend-engineer, product-manager
- qa-engineer, team-coordinator, ui-ux-designer
- feishu-messenger, permanent-memory, session-logger
**技能 (20个)**
- permanent-memory, session-logger, smart-conversation
- mcp-agents, mcp-search, mcp-storage
- agent-creator, agent-registry, team-coordinator
- 等等...
**公共库**
- `shared-libs/openai-assistants` - OpenAI Assistants API 模块
### 在 Antigravity 中使用
1. 打开 Antigravity 应用
2. 打开 `/Volumes/jeff/trae-dev` 项目
3. Antigravity 会自动读取 `.antigravity/ANTIGRAVITY.md` 作为项目指引
4. 可以调用 `.trae/` 下的所有智能体和技能
需要我帮你做其他配置吗?
记忆迁移:如果想让不同编程工具记住 对话,保留部分记忆:还得把 seesion-logger 更新!
明白了,按照三步流程规划:
1. **当前阶段**:Session 按原框架记录(`.trae/skills/session-logger/data/sessions/`)
2. **知识库启动后**:将 session data 导入知识库
3. **备份阶段**:按知识库规则备份到外接硬盘
让我更新当前 session 记录这个规划:
toolName: view_files
status: success
filePath: /Volumes/jeff/trae-dev/.trae/skills/session-logger/scripts/session_manager.py
明白,按照三步流程执行。让我更新当前 session 记录这个规划:
toolName: run_command
status: success
command: cd /Volumes/jeff/trae-dev/.trae/skills/session-logger/scripts && python3 -c "
from session_manager import SessionManager
manager = SessionManager()
# 更新当前 session
session = manager.update_session(
'设置自动记录机制',
{
'user_message': 'session按照原框架记录。后续根据启动知识库时,再将session data放进去,然后再按照知识库规则备份到外面。遵循三步流程',
'ai_actions': [
'确认三步流程规划',
'阶段1: Session按原框架记录(.trae/skills/session-logger/data/sessions/)',
'阶段2: 知识库启动后将session data导入知识库',
'阶段3: 按知识库规则备份到外接硬盘'
],
'files_changed': [],
'summary': '确认Session数据存储三步流程规划'
}
)
print(f'Session更新成功: {session[\"task_name\"]}')
print(f'当前交互次数: {session[\"metadata\"][\"total_interactions\"]}')
"
undefined
## ✅ Session 记录已更新
已将三步流程规划记录到当前 session 中。
### 📋 Session 数据存储三步流程
```
┌─────────────────────────────────────────────────────────────┐
│ 阶段 1: 原框架记录(当前) │
│ 📁 .trae/skills/session-logger/data/sessions/ │
│ └─ 按任务名组织,增量更新 │
└─────────────────────────────────────────────────────────────┘
↓ 知识库启动后
┌─────────────────────────────────────────────────────────────┐
│ 阶段 2: 导入知识库 │
│ 📁 FastGPT 知识库 │
│ └─ 将 session data 导入知识库系统 │
└─────────────────────────────────────────────────────────────┘
↓ 定期备份
┌─────────────────────────────────────────────────────────────┐
│ 阶段 3: 备份到外接硬盘 │
│ 📁 /Volumes/jeff/backup/knowledge-base/ │
│ └─ 按知识库备份规则执行 │
└─────────────────────────────────────────────────────────────┘
```
### 📊 当前 Session 状态
| 字段 | 值 |
|------|-----|
| 任务名 | 设置自动记录机制 |
| 状态 | `in_progress` |
| 交互次数 | 2 |
| 最后更新 | 2026-02-21 |
当前 session 正在按原框架正常记录,后续知识库启动后再执行导入和备份流程。
antigravity复刻:以下是antigravityAI执行全过程,原汁原味,请谨慎使用!

复刻基础配置之后,给了一个新的任务,能根据索引找到!


最后提醒的是,共享文件夹的禁止性命令非常重要!

antigravity 对网页二开验证
我们来看看网站复刻项目的在 antigravity 二开任务执行的如何
经过了这一次我是真的体验到了什么是真正牛逼的模型,Claude opus 的执行前确认机制非常严谨!

我觉得 antigravity 对 agent 的使用就比较干脆,trae 的 agent 换了软件就消失的,而 antigravity 貌似是通过文件配置就能自主注册。

最后总结:估计是Gemini对项目的理解有点问题,它把全部文件合并了。并且没有trae原本的js动效,后续再研究一下!

Agent manager,我理解应该与 trae 的 solo coder 差不多!

更多推荐
所有评论(0)