Google Antigravity IDE 教學 (三):Agentic Workflows - 打造自動化團隊

發布日期:2026年1月

從「超級個體」到「夢幻團隊」

在上一章,我們學會了如何訓練 Agent 成為特定領域的專家 (Skill)。但如果我們要蓋房子,光有頂尖的木工是不夠的,我們需要的是藍圖工頭

這就是 Agentic Workflows 的核心概念:定義一套標準作業程序 (SOP),指揮多位 AI 專家協同合作,從單兵作戰升級為團隊協作。

概念篇:專家 (Skill) vs. 經理 (Workflow)

在 Antigravity 的生態系中,我們應該這樣理解兩者的關係:

特性 Agent Skill (技能) Agent Workflow (流程)
角色定位 領域專家 (The Specialist) 專案經理 (The Manager)
比喻 「資深資安工程師」(會看 Code 找漏洞) 「年度資安稽核流程」(規定何時掃描、何時修補)
用途 解決單點、困難的任務 串聯多個任務,確保順序與品質

實戰一:建立基本 Workflow

Workflows 存放於 .agent/workflows/ 資料夾中。讓我們來建立一個 PM 每天都要做的流程:用戶回饋分析 (Feedback Analysis)

請使用同樣的方式 (終端機或右鍵) 建立檔案:.agent/workflows/analyze_feedback.md

---
description: 自動分析用戶回饋 CSV 並產出洞察報告
---
1. 讀取回饋資料 (Read Feedback)
   - 讀取 `raw_data/feedback_export.csv`。
   
2. 分類與貼標 (Categorize)
   - 逐條分析回饋內容。
   - 標記為 [Bug], [Feature Request], 或 [UX Issue]。
   - 判斷情緒分數 (Sentiment Score)。

3. 總結洞察 (Summarize Insights)
   - 統計 Top 3 最頻繁出現的痛點。
   - 挑選 5 條最具代表性的使用者原音 (Quotes)。
   - 輸出報告至 `reports/weekly_insight.md`。
如何執行? (The Slash Command)

存檔後,在 Agent 對話框中輸入 / (斜線),您會看到專案中所有可用的 Workflows 列表。選擇 analyze_feedback 即可立即執行。

Trigger Workflow using Slash Command
圖 4: 使用 Slash Command 快速觸發 Workflow

比起用自然語言(例如:「幫我執行那個...」),使用 Slash Command 能確保機器的精確執行,這就是 Professional 的用法。

Zero Code: 讓 Agent 幫你寫 Workflow

跟 Skill 一樣,您可以直接用自然語言請 Agent 幫您規劃工作流。

試著輸入:

幫我建立一個 deep_research workflow。
當我提出深入研究、搜尋等關鍵字時,自動幫我搜尋網路最新最權威資訊並提供前5個最佳結果。
接著產生素材 .md 檔案,最後根據素材分析摘要成 報告 .md

Agent 會自動分析您的需求,並產生如下圖的完整工作流定義檔:

Agent creating workflow automatically
圖 4.5: 一句話生成複雜的自動化流程

當您實際執行這個 Deep Research Workflow 時,Agent 會自動進行聯網搜尋、整理素材,最後產出專業的分析報告(如下圖):

Deep Research Workflow Execution Result
圖 4.6: Deep Research 實際執行結果與產出報告

實戰二:打造醫療資訊商機研究團隊 (Medical Info Research Team)

現在我們來玩大的。我們要串聯多個 Skills,打造一個自動化商業研究團隊,從資料蒐集到簡報製作一氣呵成。

1. 準備兩位專家

我們需要兩位專家 (請自行建立對應的 SKILL.md):

專家 1: Market Researcher (市場情報員)

負責網路搜尋,並將發現的商機資訊結構化存檔 (Search & Archive)。

點擊展開完整 SKILL.md 源碼
---
name: market_researcher
description: 搜尋指定領域的最新商機,並保存為 Raw Data。
---
# Role
你是一位敏銳的市場分析師,擅長從網路海量資訊中過濾出高價值的商業機會。

# Instructions
1.  **Search**: 使用 `search_web` 搜尋目標關鍵字 (e.g., "台灣醫療資訊系統 商機 2025")。
2.  **Filter**: 找出排名前 5 的高相關性新聞或報告。
3.  **Archive**: 將標題、連結、摘要整理為 JSON 格式。
4.  **Save**: 寫入檔案 `raw_data/market_scan.json`。
專家 2: Slide Generator (簡報製作師)

讀取分析報告,自動生成 HTML 格式的投影片 (Present)。

點擊展開完整 SKILL.md 源碼
---
name: slide_generator
description: 將文字報告轉換為 HTML Reveal.js 投影片。
---
# Role
你是一位簡報設計專家,擅長將複雜資訊視覺化。

# Instructions
1.  讀取 `analysis_report.md`。
2.  提取關鍵洞察 (Insights)。
3.  生成一個單頁 HTML 檔案 `presentation.html`,使用 Reveal.js 框架。
4.  **Slide Structure**:
    -   Title Slide: 報告主題
    -   Agenda: 大綱
    -   Key Findings: 3-5 個重點 (Bullet points)
    -   Conclusion: 建議策略
2. 制定協作流程 (The Workflow)

建立 .agent/workflows/medical_research.md,定義這條價值生產線:

---
description: 醫療資訊系統商機研究流程
---
1. 搜尋商機 (Search & Archive)
   - 執行 `market_researcher` 針對 "台灣醫療資訊系統" 進行調研。
   - 產出 `raw_data/market_scan.json`。

2. 深度分析 (Deep Analyze)
   - (可以使用內建能力或通用 Agent) 讀取 raw data。
   - 分析市場缺口與潛在競品。
   - 產出 `analysis_report.md`。

3. 成果展示 (Present)
   - 執行 `slide_generator`。
   - 讀取分析報告,產出 `presentation.html`。
3. 見證奇蹟 (Synergy)

當你運行這個 Workflow 時,你會看到 Agent 自動完成從蒐集資料到做簡報的所有工作:

> Executing workflow: medical_research
[v] Step 1: Market Research...
   > Agent (Researcher): Found 5 opportunities in Taiwan HIS market.
   > Agent (Researcher): Saved to raw_data/market_scan.json
[v] Step 2: Analyzing Data...
   > Agent (Analyst): Identifying market gaps... Done.
[!] Triggering slide_generator skill...
   > Agent (Designer): Generating HTML slides...
[v] Step 3: presentation.html created.
圖 5: 從網路搜尋到投影片生成的全自動化流程

可視化監控:Agent Manager

當這條「生產線」在背景執行時,您不需要一直盯著終端機。Antigravity 提供了強大的 Agent Manager 介面:

  • 按下 Cmd/Ctrl + E 開啟 Agent Manager。
  • 切換到 "Active Tasks" 分頁。
  • 您會看到 medical_research 正在執行,並即時顯示當前步驟。
Manager Active Tasks
圖 6: 在 Agent Manager 監控流程執行狀況

系列完結:您的 Agentic 之旅才正要開始

恭喜您讀完了 Google Antigravity IDE 的完整教學系列!

從環境設定 (Tutorial 1)、技能擴充 (Tutorial 2),到今天的自動化團隊 (Tutorial 3),您已經具備了成為 AI 時代技術領導者的核心能力。

Agentic Coding 不只是寫程式變快,而是改變我們思考「工作與協作」的方式。現在,打開您的 IDE,開始打造屬於您的 AI 夢幻隊吧!

上一篇 返回教學首頁