agy-mcp
Wraps Google Antigravity CLI into 11 typed MCP tools, enabling any MCP client to invoke agy for code review, prototyping, execution, and long-running tasks.
README
agy-mcp
把 Google Antigravity CLI(
agy)包装成 11 个 typed MCP 工具, 任何 MCP 客户端(Claude Code / OpenAI Codex / Cursor / Cline / Continue …)都能直接调用。配套可选 Skill bundle,让支持 skill 的 平台学会何时调、用哪个 mode。
快速开始
# 1. 装 uv(已有可跳过)
curl -LsSf https://astral.sh/uv/install.sh | sh
# 2. 装 agy-mcp(从 PyPI)
uv tool install agy-mcp
# 3. 注册 MCP server(以 Claude Code 为例;其它客户端见折叠区)
claude mcp add agy -s user --transport stdio -- agymcp
# 4. (可选)装 SKILL,让 Claude / Codex / Antigravity 学会何时调
agy-install-skill --target all
# 5. 验证(不调真实 agy API)
agy-doctor
<details> <summary><strong>让本地 agent 自己装</strong>(推荐:复制下方提示词到 Claude Code / OpenAI Codex CLI,它会自己读、执行、验证)</summary>
请帮我把 agy-mcp 这个开源 MCP 安装好。具体目标:
1. 用 uv tool 装本仓库的 console scripts(agymcp / agy-bridge /
agy-doctor / agy-install-skill)。如果本机没有 uv,先用
`curl -LsSf https://astral.sh/uv/install.sh | sh` 装好。
2. 把 agy MCP server 注册到我当前正在使用的 agent 平台:
- 如果你是 Claude Code,执行:
`claude mcp add agy -s user --transport stdio -- agymcp`
并用 `claude mcp list` 确认 `agy: ✓ Connected`。
- 如果你是 OpenAI Codex CLI,向 `~/.codex/config.toml` 追加:
```toml
[mcp_servers.agy]
command = "agymcp"
args = []
```
并重启 Codex 会话让其生效。
3. 装协作 SKILL(让本平台知道何时调用 agy):直接调用刚才暴露的
`agy_install_skill` MCP 工具,参数 `targets=["all"], scope="user"`。
它会写到 `~/.claude/skills/`、`~/.agents/skills/`、`~/.agy/skills/`
三处。装完后告诉我重启窗口让 SKILL 生效。
4. 验证:调用 `agy_doctor` MCP 工具,把返回的 JSON 完整贴给我看;
预期 `healthy=true`,主要 check 全部 `ok=true`。如果 `auth` 这项
显示未登录,告诉我手动跑一次 `agy --version` 触发 OAuth 流程,
然后再调一次 `agy_doctor`。
5. 安装来源默认走 PyPI:`uv tool install agy-mcp`。如果我让你装某个
未发布分支或本地 clone,再切到 `git+https://github.com/Boulea7/agy-mcp.git`
或本地 `--from <项目本地绝对路径>`。
约束:
- 不要 push 任何东西、不要改我的 .gitconfig。
- 在没有我确认前不要调真实的 `agy` 模型(只能跑 doctor / dry-run)。
- 任何写入操作(包括上面这些)做之前先简短说一下要做什么,等我点头
再执行;如果你的当前权限模式允许 acceptEdits,就直接执行。
每完成一步给我一行汇报,全部完成后给出一份 4 行总结:装在哪、11 个
MCP 工具是否齐、SKILL 落地路径、剩余可选项。
</details>
<details> <summary><strong>其它 MCP 客户端注册方式</strong></summary>
- OpenAI Codex CLI:向
~/.codex/config.toml追加:重启 Codex 会话生效。[mcp_servers.agy] command = "agymcp" args = [] - Cursor / Cline / Continue / 其它 MCP 客户端:在客户端的
MCP server 配置里加一条 name=
agy、command=agymcp、transport=stdio 即可。具体语法各家不同,参考各自文档。
</details>
完整安装与故障排查 → docs/installation.md。
它是什么
把 Google 新发布的 Antigravity CLI(agy)包装成可被任意 MCP 客户端
调用的协作 agent backend。两条等价路径:
- MCP server:
agymcp经 FastMCP stdio 暴露 11 个 typed JSON 工具, pydantic envelope 稳定可解析。任何 MCP 客户端皆可。 - Skill bundles:装到
~/.claude/skills/、~/.agents/skills/、~/.agy/skills/,教 agent 何时调 agy、用哪个 mode、注意哪些安全 规则。仅对 Claude Code / OpenAI Codex / Antigravity 三家有效。 - 共享 backend:两条路径都走同一
bridge.py→ adapter → safety policy → worktree,行为一致。
除
agy_doctor与--dry-run外,agy/agy_start会启动真实agy --print,可能消耗 Antigravity 请求额度。本项目只包装、路由、 隔离、审计,不重新实现agyAPI。
11 个 MCP 工具
| 工具 | 用途 |
|---|---|
agy |
同步一次性调用(PROMPT / cd / sandbox / SESSION_ID + mode / backend / output_protocol / worktree / allow_write / extra_env) |
agy_continue |
续 SESSION_ID |
agy_start |
后台启动长任务,立即返回 job_id |
agy_status |
查 job 状态:running / completed / failed / cancelled / upstream_error |
agy_read |
读 job 事件流(raw / claude / codex 三协议) |
agy_result |
取已完成 job 的结果;不传 job_id 时返回最近完成任务 |
agy_cancel |
跨平台 process group 终止 |
agy_sessions |
列最近 session |
agy_doctor |
环境 + 鉴权 + capability 探测(不泄漏 secrets) |
agy_install_skill |
把 SKILL bundle 装到 Claude / Codex / Antigravity 目录 |
agy_purge |
清理本机 session-store 目录(refuse days<=0) |
何时调用 / 何时不调用
| 情景 | 建议路径 |
|---|---|
| 上下文里能直接答的 Q&A | 不调,自己答 |
| Bug 假设的第二意见 | agy(..., mode="review") |
| 给 review 用的 diff | agy(..., mode="prototype")(无 allow_write) |
| 应用 reviewed diff | agy(..., mode="execute", allow_write=True)(自动 worktree) |
| 数小时大重构 | agy_start(..., mode="long") 然后轮询 |
| 需要 Anthropic / OpenAI 对话状态 | 不调 —— agy 是独立模型独立上下文 |
安全底线
- 所有错误 / 日志 / 响应字段先过
SafetyPolicy.redact:/Users/<u>/→~/,PEM / JWT / AKID / Bearer 全脱敏; mode=execute写入必须显式allow_write=True;destructive prompt 即使置位仍拒;execute模式下读 / 提及~/.ssh、~/.aws/credentials、浏览器 cookie、OS keychain 都拒;mode=execute + allow_write默认worktree=True(可经~/.config/agy-mcp/config.toml或AGY_MCP_WORKTREE_DEFAULT=0关闭);- 不写任何文件到
~/.gemini/(Antigravity CLI 自有状态目录);user-scope antigravity skill 落在~/.agy/skills/。
完整威胁模型与「不防御」清单 → docs/security.md。
项目协议片段
直接复制到项目根的 CLAUDE.md / AGENTS.md:
prompts/CLAUDE.md— Claude Code 协作协议prompts/AGENTS.md— OpenAI Codex 协作协议prompts/antigravity-system.md—agy端 system prompt 建议
文档目录
| 文件 | 内容 |
|---|---|
docs/installation.md |
安装 + Claude Code / Codex 注册 + SKILL + 验证 |
docs/architecture.md |
模块图(caller / MCP server / bridge / supervisor / adapter / safety) |
docs/output-strategy.md |
Hybrid backend:stdout + klog + transcript.jsonl + 协议翻译器 |
docs/README_EN.md |
English README |
docs/README_ZH-TW.md |
繁體中文 README |
docs/README_JA.md |
日本語 README |
docs/security.md |
威胁模型、防护清单、明确不防御项 |
docs/cli-capabilities.md |
agy --help 实测 + capability 矩阵 |
docs/examples.md |
7 个典型场景 |
docs/comparison-with-cli-wrappers.md |
Stream-json passthrough vs Hybrid backend 两种 wrapper 模式对比 |
docs/release.md |
PyPI trusted publishing + GitHub Release 发布手册(一次性设置 + 常规流程) |
CHANGELOG.md |
版本变更记录(Keep a Changelog) |
开发
uv sync
uv run pytest # 全量测试
uv run agymcp # 启动 MCP stdio server(人工测试用)
uv run agy-bridge --cd . --PROMPT "Hello" --mode ask --dry-run --debug
uv run agy-doctor # 环境与鉴权探测
License
MIT.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。