Antigravity GLM MCP

MCP开发工具

提供方 coreline-ai

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

Antigravity GLM MCP是一个连接Gemini和GLM-4.5模型的桥梁服务,提供25种自动化工具,用于代码生成、文件管理、Git协作等任务。

一句话选型结论

按资料字段整理

Antigravity GLM MCP 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类开发工具 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 25 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量25暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI自动化Python本地部署代码生成文件管理Git协作任务自动化

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python scripts/install.py

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 25 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 25 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Antigravity GLM MCP当前 25 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方coreline-ai上游标注的维护方 coreline-ai
分类开发工具本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

9.4 KB
来自项目仓库与上游目录的原文,未做删改

🚀 反重力GLM MCP

Gemini(Antigravity)⟷GLM-4.5型号桥接MCP服务器

将复杂的编码任务委托给GLM AI,并将其自动化为25种强大的工具。


为什么是这个项目?

问题 · 解决方案
🐳 复杂的Docker设置 · 零Docker:通过HTTPS直接呼叫立即启动
🔐 担心API密钥泄露 · 增强的安全性:过滤环境变量,应用沙盒
📁 无法恢复文件错误 自动备份:修改/删除前版本管理
| 🧠 会话间丢失信息 永久内存:基于JSON的长期存储
执行危险的shell命令 白名单:仅允许批准的命令|


🏗️ 体系结构```mermaid

flowchart LR
subgraph "🖥️ Gemini Desktop"
A[Antigravity Agent]
end

subgraph "🔧 MCP Server"
B[antigravity_glm_mcp]
C[25 Tools]
D[Security Layer]
end

subgraph "☁️ Cloud APIs"
E[GLM-4.5 API]
F[Web Search]
end

subgraph "💾 Local Storage"
G[Files & Git]
H[Memory DB]
I[Backups]
end

A <--> |MCP Protocol| B
B --> C
C --> D
D --> E
D --> F
D --> G
D --> H
D --> I


______________________________________________________________________

## 📖 文件

| 📄 文档|🔍 说明|
|:--------|:--------|
| **🏛️ 体系结构** |系统设计、安全层、通信流详细信息|
| **📚 工具参考** | 25个工具参数和响应说明|
| **-快速启动** | 5分钟安装指南和首次使用示例|

______________________________________________________________________

## -快速入门(5分钟)

### 📋 前提条件

- **Python 3.11+** (推荐虚拟环境)
- **智浦AI API키** 或兼容的端点

### 🚀 安装方法```bash
# 1. 저장소 클론
git clone https://github.com/coreline-ai/antigravity_glm_mcp.git
cd antigravity_glm_mcp

# 2. 가상환경 생성 및 활성화
python3.11 -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 3. 자동 설치 (권장)
python scripts/install.py

📝 수동 설치 (대안)```bash

의존성 설치

pip install -r requirements.txt

MCP 설정 파일에 추가 (~/.gemini/settings.json 등)

``````json
{
"mcpServers": {
"antigravity_glm_mcp": {
"command": "/path/to/.venv/bin/python",
"args": ["/path/to/antigravity_glm_mcp/src/server.py"],
"env": {
"PROJECT_ROOT": "/your/workspace",
"ZHIPU_API_KEY": "your-api-key",
"GLM_MODEL": "GLM-4.5",
"GLM_BASE_URL": "https://api.z.ai/api/coding/paas/v4",
"PYTHONPATH": "/path/to/antigravity_glm_mcp"
}
}
}
}


______________________________________________________________________

## 🛠️ 完整工具列表(25个)

### 🧠 智能委派(Intelligence Delegation)

“工具”“说明”“主要参数”
**`glm_cmd`** · 将复杂任务委派给GLM · `task_description`, `context`
**`glm_bypass`** · 直接发送原始提示 · `prompt`
**`glm_image_analyze`** · 图像分析(Vision) · `image_path`, `prompt`

### 📁 文件系统(File System)

“工具”“说明”“主要参数”
**`glm_file_read`** · 读取文件内容 · `path`, `encoding`
**`glm_file_create`** · 创建新文件 · `path`, `content`, `overwrite`
**`glm_file_edit`** · 修改字符串替换 · `path`, `old_string`, `new_string`
**`glm_file_delete`** · 删除文件(备份存档) · `path`
**`glm_file_rollback`** 恢复以前的版本 · `path`, `version`
**`glm_dir_list`** · 目录列表 · `path`, `recursive`
**`glm_grep`** · 搜索正则表达式文件 · `pattern`, `path`, `case_sensitive`

### 💻 代码执行(Code Execution)

“工具”“说明”“主要参数”
**`glm_code_run`** 运行Python沙盒 · `code`, `timeout`
**`glm_shell_exec`** 运行白名单shell · `command`, `cwd`

### 🌿 Git 협업 (Git协作)

“工具”“说明”“主要参数”
**`glm_git_status`** 查询存储库状态 · `repo_path`
**`glm_git_commit`** · 提交更改 · `message`, `add_all`
**`glm_git_log`** · 查询提交历史记录 · `n`, `oneline`
**`glm_git_diff`** · 比较更改 · `stat_only`, `commit`

### 🌐 网络(Network)

“工具”“说明”“主要参数”
**`glm_http_request`** HTTP请求(SSRF防护) `url`, `method`, `body`
**`glm_web_search`** · DuckDuckGo网络搜索 · `query`, `max_results`

### 🧠 内存与数据(Memory&amp;Data)

“工具”“说明”“主要参数”
**`glm_memory_save`** · 长期内存存储 · `key`, `value`, `category`
**`glm_memory_get`** · 内存查询 · `key`
**`glm_memory_list`** · 完整内存列表 · `category`, `limit`
**`glm_memory_delete`** · 删除内存 · `key`
**`glm_db_query`** 运行SQLite查询 · `query`, `db_path`, `read_only`

### 📊 管理和记录(Management)

“工具”“说明”“主要参数”
**`glm_schedule_task`** · 计划任务(Cron) · `action`, `cron`, `command`
**`glm_action_log`** · 代理活动日志 · `limit`, `action_filter`

______________________________________________________________________

## 🛡️ 安全体系结构

这个项目 **步骤4安全层**实施:```mermaid
flowchart TB
subgraph &quot;Layer 1: Sandbox&quot;
A[PROJECT_ROOT 경로 검증]
end

subgraph &quot;Layer 2: Network&quot;
B[SSRF 방지 - 내부망 IP 차단]
C[DNS Rebinding 방어]
end

subgraph &quot;Layer 3: Execution&quot;
D[RCE 방지 - 환경변수 필터링]
E[쉘 화이트리스트]
end

subgraph &quot;Layer 4: Data&quot;
F[자동 백업]
G[API 키 격리]
end

A --&gt; B --&gt; D --&gt; F

受保护的威胁防御措施
文件系统 · Path Traversal · PROJECT_ROOT 阻止外部访问
过滤网络SSRF攻击内部网IP(10.x,172.x,192.168.x)
执行代码RCE/密钥泄露 ZHIPU_API_KEY 阻止等敏感环境变量
shell命令 · 系统破坏 · rm -rf, sudo 阻止等危险命令

> [!警告]
> glm_shell_exec是 只有在白名单中注册的安全命令 运行。
> rm, sudo, chmod 777 等将被切断源头。


🔧 设置环境变量

变量名 · 必需 · 说明 · 默认值
ZHIPU_API_KEY · GLM API验证密钥--
PROJECT_ROOT · 工作目标目录 · 当前目录
GLM_MODEL · 要使用的型号 · glm-4-plus
GLM_BASE_URL · API端点 · https://open.bigmodel.cn/api/paas/v4
GLM_TIMEOUT 请求超时(秒) 120


📂 项目结构```

antigravity_glm_mcp/
├── 📄 README.md # 이 문서
├── 📄 requirements.txt # Python 의존성
├── 📄 pyproject.toml # 패키지 메타데이터
│
├── 📁 src/ # 소스 코드
│ ├── server.py # MCP 서버 진입점
│ ├── models.py # 공통 모델 (ToolResponse 등)
│ │
│ ├── 📁 core/ # 핵심 인프라
│ │ ├── config.py # 설정 관리자
│ │ ├── glm_client.py # GLM API 클라이언트
│ │ ├── sandbox.py # 경로 보안 검증
│ │ └── backup.py # 자동 백업 시스템
│ │
│ └── 📁 tools/ # 25개 도구 구현
│ ├── glm_cmd.py # 지능 위임 (cmd, bypass)
│ ├── file_ops.py # 파일 CRUD
│ ├── dir_ops.py # 디렉토리 작업
│ ├── grep_ops.py # 파일 검색
│ ├── code_ops.py # 코드 실행
│ ├── shell_ops.py # 쉘 실행
│ ├── git_ops.py # Git 협업
│ ├── http_ops.py # HTTP 요청
│ ├── web_ops.py # 웹 검색
│ ├── db_ops.py # DB 쿼리
│ ├── memory_ops.py # 메모리 관리
│ ├── image_ops.py # 이미지 분석
│ ├── schedule_ops.py # 작업 예약
│ └── reporting.py # 로그 관리
│
├── 📁 scripts/ # 유틸리티 스크립트
│ └── install.py # 자동 설치 스크립트
│
├── 📁 docs/ # 문서
│ ├── ARCHITECTURE.md # 아키텍처 상세
│ ├── TOOLS.md # 도구 레퍼런스
│ └── QUICKSTART.md # 빠른 시작 가이드
│
├── 📁 tests/ # 테스트 코드
│ ├── local_tools_test.py # 로컬 도구 통합 테스트
│ └── simple_test.py # 지능 도구 테스트
│
└── 📁 data/ # 런타임 데이터 (Git 제외)
├── memory/ # 영구 메모리 저장소
└── action_logs.jsonl # 에이전트 활동 로그


______________________________________________________________________

## 🧪 测试```bash
# 가상환경 활성화 후

# 1. .env 파일 생성 (권장)
cp .env.sample .env
# .env 파일을 열어 ZHIPU_API_KEY를 입력하세요.

# 2. 로컬 도구 테스트 (API 키 불필요)
./.venv/bin/python tests/local_tools_test.py

# 3. 지능 도구 테스트 (API 키 필요)
# .env 파일이 없다면 직접 export 하세요.
export ZHIPU_API_KEY=&quot;your-key&quot;
./.venv/bin/python tests/simple_test.py

📜 许可证

这个项目 MIT许可证 以下分发。
可以自由使用、修改和分发。


制作❤️ Gemini×GLM协作

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Antigravity GLM MCP 怎么安装?

在客户端按下面的安装命令接入:python scripts/install.py。装完在客户端配置里引用同一个包或端点。

Antigravity GLM MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Antigravity GLM MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Antigravity GLM MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Antigravity GLM MCP 能提供哪些能力?

资料显示约 25 个工具;能力标签包括 AI自动化、代码生成、Python、任务自动化。具体工具清单以官方文档为准。

Antigravity GLM MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Antigravity GLM MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。