Antigravity Vibe Coding
實戰工作坊

• 傳統開發：需要精通語法、邏輯與演算法，專注於「如何實作」。
• Vibe Coding：透過自然語言與 AI 協作，專注於「想要做什麼」與「體驗如何」，而非底層實作細節。

• 原生 AI 整合：不僅是自動補全，而是能理解整個專案脈絡的 AI 助理。
• Agentic Capabilities：具備自主執行任務的能力（如執行終端機指令、瀏覽網頁）。
• Global Context：內建專案級知識庫，會隨著開發過程自動累積與學習。
• Internal Browser (內建瀏覽器)：Agent 可直接操控 Chrome 進行網頁測試與資料爬取。
• Manager View (雙視角協作)：獨創 Editor/Manager 雙視角，讓開發者從「寫 Code」升級為「管理 Agent」。

1. Antigravity Editor：請至 官網下載 並安裝適用於您作業系統的版本。首次啟動需登入 Google 帳號。
2. Git (版本控管)：前往 git-scm.com 下載安裝。

git config --global user.name "Your Name"
git config --global user.email "your@email.com"

GitHub CLI (gh)：請至 cli.github.com 下載安裝。安裝後執行登入授權：

gh auth login

• Pandoc：文件轉換神器 (md 轉 docx/pdf)。下載連結
• ffmpeg：影音處理工具 (影片轉音訊、轉檔)。下載連結
• yt-dlp：強大的影片下載工具 (用於字幕產生器專案)。GitHub Release

Rules 是指導 AI 行為的準則。

• Global Rules：~/.gemini/GEMINI.md (套用於所有專案)
• Workspace Rules：.agent/rules/*.md (套用於當前專案)

進階設定支援 Glob Patterns（如 **/*.ts 只對 TypeScript 生效）和 觸發模式（Always On / Model Decision）。

Workflow 是一套預先定義好的 SOP，讓 AI 依照標準步驟執行任務。

• 專案級：.agent/workflows/
• 全域級：~/.gemini/antigravity/workflows/

---
description: 部署網站到 GitHub Pages
---
1. 執行 build 指令
2. 確認 build 資料夾是否存在
3. [Turbo] 執行 gh-pages 部署指令

MCP 是連接 AI 模型與外部工具的標準協議。

• Context Resources：讓 AI 讀取外部資料（如資料庫、Notion）。
• Tools：讓 AI 執行外部動作（如發送 Slack 訊息）。

自訂 Server 範例 (JSON 設定檔):

{
  "mcpServers": {
    "my-db": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "test.db"]
    }
  }
}

Skills 是讓 Agent 學會特定技能的機制，類似於為 AI 安裝「應用程式」。

• 專案級：.agent/skills/
• 全域級：~/.gemini/antigravity/skills/

SKILL.md 結構範例：

---
name: document-converter
description: Converts Markdown files to PDF using Pandoc.
---
# Instructions
當使用者想要轉換文件格式時...

資源推薦：Skills Marketplace (skillsmp.com)

Antigravity 的核心中樞，透過 Cmd+E (macOS) 或 Ctrl+E (Windows) 喚醒。

• Context Aware：自動感知當前編輯的檔案與游標位置。
• Tools Integration：直接調用終端機、瀏覽器與檔案系統。
• Background Tasks：在背景執行耗時任務而不卡住編輯器。

Agent 不只是聊天，而是產出結構化的工作成果。

- [ ] 此檔案用於追蹤任務進度
- [x] Agent 會自動更新此清單
- [ ] 確保目標清晰可執行

# 技術實作計畫
## Proposed Changes
- 詳細列出將修改的檔案
- 預先識別潛在風險

1. PRD (需求文件)：描述「為什麼要做」以及「使用者是誰」。
2. Spec (規格文件)：定義「系統架構」、「資料格式」與「關鍵邏輯」。
3. Task List (任務清單)：將大目標拆解為可執行的小任務 (task.md)。
4. Implementation Plan (實作計畫)：規劃修改哪些檔案、新增哪些功能。
5. Walkthrough (變更說明)：完成後產出說明文件，紀錄做了什麼與如何驗證。

目標：編寫 Python 腳本，自動將雜亂檔案依據副檔名分類。

Prompt 範例：

請寫一個 Python 腳本，將當前資料夾下的所有檔案依據副檔名分類到對應的子資料夾中。如果不支援的格式則移到 'Others' 資料夾。

目標：建立一個可重複使用的 Skill，將 Markdown 文件轉換為 DOCX 或 PDF。

使用 Pandoc：

pandoc readme.md -o output.docx
pandoc readme.md -o output.pdf --pdf-engine=xelatex

目標：製作一個個人教學網頁，並部署到 GitHub Pages。

# 建立遠端儲存庫並推送
gh repo create my-website --public --source=.
git add .
git commit -m "Initial commit"
git push -u origin main

目標：使用 Browser Subagent 自動瀏覽 YouTube 頻道，抓取影片數據並產出 HTML 報告。

Prompt 範例：

請前往『Antigravity 官方頻道』，抓取最近 10 部影片的標題與觀看次數，並找出一週內觀看數最高的影片，整理成一份包含長條圖的 HTML 報告。

目標：輸入 YouTube 連結，自動下載影片、轉檔音訊、並使用 Whisper 模型生成 SRT 字幕檔。

核心步驟：

1. 使用 yt-dlp 下載音訊。
2. 呼叫 Groq API (Whisper) 進行語音轉文字。
3. 將回應格式轉換為標準 SRT 時間軸格式。

# 使用 yt-dlp 下載音訊
yt-dlp -x --audio-format mp3 "YOUR_YOUTUBE_URL"