拓冰网站定制 
1. Antigravity 里 code review skills 到底解决什么问题Antigravity 是 Google 推出的 AI 编辑器它和普通补全工具最大的区别在于它内置了一套 Skills 机制允许你把「代码审查」这种重复性动作固化成可复用的技能包。你只要在对话框里指定文件、敲一句code review它就会自动加载对应的 SKILL.md按你定义的检查清单逐条过一遍代码。但真正落地时会撞上一个很现实的问题Antigravity 默认走的是 Google 自家的模型通道而做代码审查这件事不同模型的表现差异极大。有的模型擅长抓边界条件有的模型对安全漏洞更敏感有的模型在重构建议上更靠谱。如果你只用一个模型从头审到尾很容易漏掉某一类问题。更麻烦的是每换一个模型就要重新配一次 Key、改一次 Base URL来回折腾的时间比写代码还长。我试过在三个模型之间来回切换做审查结果光配置就花了半小时。后来换成 TaoToken 的统一 Key 通道所有模型走同一个 Base URL 和同一个 API KeyAntigravity 里只需要维护一份 auth.json切换模型只改一个 Model ID 字段就行。这篇就把这套配置完整拆开从目录结构到 auth.json 写法再到触发审查和验证返回结果每一步都能直接复制。适合谁看已经在用 Antigravity、想让 code review skills 真正跑起来、并且需要多模型切换做代码审查的开发者。如果你还没配过 Skills也能跟着从零搭起来。2. TaoToken 统一 Key 接入 Antigravity 的前置准备在动手改配置之前先把几个概念理清楚不然后面看到 auth.json 里的字段会懵。Antigravity 的模型调用走的是 OpenAI 兼容协议也就是说它期望一个 Base URL 加一个 API Key然后用标准的/v1/chat/completions格式发请求。TaoToken 提供的正是这样一个统一入口你拿一个 Key就能访问它背后挂载的多个模型不需要为每个模型单独申请账号。Base URL 固定为https://taotoken.net/api注意这里不带任何查询参数直接填这个地址就行。为什么要在 Antigravity 里用统一 Key 而不是每个模型单独配核心原因是 code review skills 的触发逻辑和模型绑定是分离的。Skills 本身只定义「怎么审」模型决定「审得多深」。当你把模型通道统一后可以在同一个 Skills 配置下快速换模型对比审查结果而不用动 SKILL.md 一个字。前置准备分三步。第一步去 TaoToken 控制台创建一个 API Key地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentconsole创建后复制那串以sk-开头的字符串后面 auth.json 要用。第二步确认你的 Antigravity 版本支持自定义模型端点目前主流版本都在设置里留了Model Provider或Custom Endpoint入口。第三步找到 Antigravity 的配置目录Windows 下一般在C:\Users\你的用户名\.gemini\antigravity\macOS 和 Linux 在~/.gemini/antigravity/auth.json 就放在这个目录下。这里有个容易踩的坑很多人把 auth.json 放到项目根目录结果 Antigravity 读不到。它只认全局配置目录下的 auth.json项目级的配置是另一套机制。所以第一步先把目录确认对后面所有操作都在这个目录里进行。另外提醒一句TaoToken 的 Key 是敏感信息不要提交到 Git 仓库。auth.json 本身应该加进.gitignore如果你在团队里共享配置用环境变量注入的方式更安全。Antigravity 支持从环境变量读取 Key字段名通常是TAOTOKEN_API_KEY这个后面配置章节会给出两种写法。3. 可复制的 auth.json 与 code-review SKILL.md 配置这一节是整篇的核心所有配置都能直接复制。先配模型通道再配 Skills顺序不要反因为 Skills 触发时要先能连上模型。3.1 auth.json 完整写法在~/.gemini/antigravity/auth.jsonWindows 是C:\Users\你的用户名\.gemini\antigravity\auth.json里写入以下内容{ provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: claude-sonnet-4-20250514, models: { review-fast: gpt-4o-mini, review-deep: claude-sonnet-4-20250514, review-secure: deepseek-chat } }三个关键字段说明baseUrl必须是https://taotoken.net/api不要加/v1后缀Antigravity 会自动补全路径apiKey填你在控制台创建的那串model是默认模型models里可以预置多个别名方便在 Skills 里按场景切换。比如做快速扫描用review-fast做深度逻辑审查用review-deep做安全专项用review-secure。如果你不想把 Key 写死在文件里改成环境变量引用{ provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, model: claude-sonnet-4-20250514 }然后在系统环境变量里设置TAOTOKEN_API_KEYsk-你的密钥。这样 auth.json 可以安全地放进版本控制。3.2 code-review SKILL.md 完整写法在~/.gemini/antigravity/skills/code-review/SKILL.md里写入--- name: code-review description: Reviews code changes for bugs, style issues, and best practices. Use when reviewing PRs or checking code quality. model: review-deep --- # Code Review Skill When reviewing code, follow these steps: ## Review checklist 1. **Correctness**: Does the code do what its supposed to? 2. **Edge cases**: Are error conditions handled? 3. **Style**: Does it follow project conventions? 4. **Performance**: Are there obvious inefficiencies? 5. **Security**: Any injection, exposure, or unsafe defaults? ## How to provide feedback - Be specific about what needs to change - Explain why, not just what - Suggest alternatives when possible - Mark severity: [blocker] [major] [minor] [nit]注意 frontmatter 里的model: review-deep它会去 auth.json 的models映射里找对应模型。这样你改审查深度时只改 SKILL.md 这一行不用动 auth.json。如果你想让安全审查走另一个模型复制一份 SKILL.md 改名为code-review-security把model改成review-secure即可。3.3 目录结构确认配完后目录应该是这样~/.gemini/antigravity/ ├── auth.json └── skills/ └── code-review/ └── SKILL.mdWindows 下路径对应C:\Users\你的用户名\.gemini\antigravity\。确认 skills 目录名是复数skills不是skill这个拼写错误会导致 Skills 完全不加载而且没有任何报错提示非常隐蔽。4. 触发 code review skills 并验证审查结果返回配置写完后重启 Antigravity 让 auth.json 生效。然后打开一个你想审查的代码文件在对话框里输入code review src/utils/parser.js后面跟文件路径Antigravity 会把文件内容注入上下文然后匹配到code-review这个 Skill 并加载 SKILL.md。如果配置正确你会看到它按 checklist 逐条输出每条带严重级别标记。验证请求是否真的走了 TaoToken 通道有两个方法。第一个方法看 Antigravity 的输出面板如果模型返回的格式是标准的 Markdown 列表加严重级别标记说明 SKILL.md 被正确加载了。第二个方法更直接去 TaoToken 控制台的用量页面看请求记录地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentconsole每次触发审查都会有一条记录包含模型名和 token 消耗。如果你想单独验证模型通道是否通可以用 curl 直接打一发curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [{role: user, content: 回复 OK 两个字母}] }返回里如果有choices[0].message.content字段且内容是OK说明 Key 和 Base URL 都没问题。这一步能帮你把「模型通道问题」和「Skills 配置问题」分开定位省很多排查时间。实测下来一个 200 行左右的 JS 文件用review-deep模型审查大约 8 到 12 秒返回输出包含 3 到 5 条具体建议。如果超过 30 秒没返回大概率是模型通道卡住了先跑上面的 curl 确认通道。5. 常见报错排查401、local proxy failed、reading choices这一节按真实报错逐条拆每条给出原因和修法。401 Unauthorized。最常见的原因是 apiKey 填错或者带了多余空格。检查 auth.json 里sk-开头那串是否完整复制前后有没有换行符。另一个原因是 Key 过期或被禁用去控制台确认 Key 状态。如果用的是环境变量写法确认TAOTOKEN_API_KEY在当前 shell 里能echo出来Antigravity 启动时如果读不到环境变量会直接 401。local proxy failed / connection refused。这个报错说明 Antigravity 尝试连本地代理但失败了。检查 auth.json 里baseUrl是不是被误改成了http://localhost:xxxx。正确值必须是https://taotoken.net/api。如果你之前配过其他工具留下的代理设置去 Antigravity 设置里把Proxy字段清空。reading choices 报错 / Cannot read property choices of undefined。这个通常发生在模型返回了非标准格式或者 Base URL 多了/v1导致路径变成/v1/v1/chat/completions。检查baseUrl是否严格等于https://taotoken.net/api不要加任何后缀。另一个可能是model字段填了一个 TaoToken 不支持的模型名去控制台看可用模型列表确认拼写。Skills 不触发输入 code review 没反应。三个检查点skills 目录名是不是复数SKILL.md 的 frontmatter 里name字段是不是code-review文件编码是不是 UTF-8 无 BOM。这三个任意一个不对Skills 都会静默失败。OAuth 相关报错。如果你之前用 Google 账号登录过 Antigravity它可能缓存了 OAuth token 并优先走官方通道。去设置里把登录状态退出强制走 auth.json 里的自定义 provider。有些版本需要在设置里显式把Model Provider切成Custom。排查顺序建议先 curl 验通道再验 auth.json 字段最后验 Skills 目录。这样能把问题范围快速缩小到某一层。6. 多模型切换做代码审查的长期用法配置跑通之后真正的价值在于多模型对比审查。同一个文件你可以用review-fast先扫一遍抓明显问题再用review-deep深挖逻辑最后用review-secure做安全专项。三次审查走同一个 Key、同一个 Base URL切换成本几乎为零。如果你要把这套流程固化到日常开发里建议把 code review 作为提交前的固定动作。Antigravity 支持在保存文件时触发 Skills你可以在设置里绑定onSave事件到code-review这样每次保存自动跑一遍快速审查。深度审查还是手动触发避免每次保存都等十几秒。对于长期做代码审查和 Agent 类任务的场景可以考虑用 Coding Plan 来管理额度地址是https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding-plan它比按量计费更适合高频审查的用法。如果你只是想先验证模型对话效果可以直接用模型对话页面试地址是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodel-chat。最后给一个实用技巧把审查结果里的[blocker]和[major]单独过滤出来作为合并前的硬性门槛。[minor]和[nit]可以攒着批量处理。这样 code review skills 就不只是一个「看看建议」的工具而是真正卡住代码质量的关卡。SKILL.md 里的严重级别标记就是为这个设计的用起来别浪费。 在Antigravity中用code review skills提升代码质量：TaoToken统一Key接入实战
1. Antigravity 里 code review skills 到底解决什么问题Antigravity 是 Google 推出的 AI 编辑器它和普通补全工具最大的区别在于它内置了一套 Skills 机制允许你把「代码审查」这种重复性动作固化成可复用的技能包。你只要在对话框里指定文件、敲一句code review它就会自动加载对应的 SKILL.md按你定义的检查清单逐条过一遍代码。但真正落地时会撞上一个很现实的问题Antigravity 默认走的是 Google 自家的模型通道而做代码审查这件事不同模型的表现差异极大。有的模型擅长抓边界条件有的模型对安全漏洞更敏感有的模型在重构建议上更靠谱。如果你只用一个模型从头审到尾很容易漏掉某一类问题。更麻烦的是每换一个模型就要重新配一次 Key、改一次 Base URL来回折腾的时间比写代码还长。我试过在三个模型之间来回切换做审查结果光配置就花了半小时。后来换成 TaoToken 的统一 Key 通道所有模型走同一个 Base URL 和同一个 API KeyAntigravity 里只需要维护一份 auth.json切换模型只改一个 Model ID 字段就行。这篇就把这套配置完整拆开从目录结构到 auth.json 写法再到触发审查和验证返回结果每一步都能直接复制。适合谁看已经在用 Antigravity、想让 code review skills 真正跑起来、并且需要多模型切换做代码审查的开发者。如果你还没配过 Skills也能跟着从零搭起来。2. TaoToken 统一 Key 接入 Antigravity 的前置准备在动手改配置之前先把几个概念理清楚不然后面看到 auth.json 里的字段会懵。Antigravity 的模型调用走的是 OpenAI 兼容协议也就是说它期望一个 Base URL 加一个 API Key然后用标准的/v1/chat/completions格式发请求。TaoToken 提供的正是这样一个统一入口你拿一个 Key就能访问它背后挂载的多个模型不需要为每个模型单独申请账号。Base URL 固定为https://taotoken.net/api注意这里不带任何查询参数直接填这个地址就行。为什么要在 Antigravity 里用统一 Key 而不是每个模型单独配核心原因是 code review skills 的触发逻辑和模型绑定是分离的。Skills 本身只定义「怎么审」模型决定「审得多深」。当你把模型通道统一后可以在同一个 Skills 配置下快速换模型对比审查结果而不用动 SKILL.md 一个字。前置准备分三步。第一步去 TaoToken 控制台创建一个 API Key地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentconsole创建后复制那串以sk-开头的字符串后面 auth.json 要用。第二步确认你的 Antigravity 版本支持自定义模型端点目前主流版本都在设置里留了Model Provider或Custom Endpoint入口。第三步找到 Antigravity 的配置目录Windows 下一般在C:\Users\你的用户名\.gemini\antigravity\macOS 和 Linux 在~/.gemini/antigravity/auth.json 就放在这个目录下。这里有个容易踩的坑很多人把 auth.json 放到项目根目录结果 Antigravity 读不到。它只认全局配置目录下的 auth.json项目级的配置是另一套机制。所以第一步先把目录确认对后面所有操作都在这个目录里进行。另外提醒一句TaoToken 的 Key 是敏感信息不要提交到 Git 仓库。auth.json 本身应该加进.gitignore如果你在团队里共享配置用环境变量注入的方式更安全。Antigravity 支持从环境变量读取 Key字段名通常是TAOTOKEN_API_KEY这个后面配置章节会给出两种写法。3. 可复制的 auth.json 与 code-review SKILL.md 配置这一节是整篇的核心所有配置都能直接复制。先配模型通道再配 Skills顺序不要反因为 Skills 触发时要先能连上模型。3.1 auth.json 完整写法在~/.gemini/antigravity/auth.jsonWindows 是C:\Users\你的用户名\.gemini\antigravity\auth.json里写入以下内容{ provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: claude-sonnet-4-20250514, models: { review-fast: gpt-4o-mini, review-deep: claude-sonnet-4-20250514, review-secure: deepseek-chat } }三个关键字段说明baseUrl必须是https://taotoken.net/api不要加/v1后缀Antigravity 会自动补全路径apiKey填你在控制台创建的那串model是默认模型models里可以预置多个别名方便在 Skills 里按场景切换。比如做快速扫描用review-fast做深度逻辑审查用review-deep做安全专项用review-secure。如果你不想把 Key 写死在文件里改成环境变量引用{ provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, model: claude-sonnet-4-20250514 }然后在系统环境变量里设置TAOTOKEN_API_KEYsk-你的密钥。这样 auth.json 可以安全地放进版本控制。3.2 code-review SKILL.md 完整写法在~/.gemini/antigravity/skills/code-review/SKILL.md里写入--- name: code-review description: Reviews code changes for bugs, style issues, and best practices. Use when reviewing PRs or checking code quality. model: review-deep --- # Code Review Skill When reviewing code, follow these steps: ## Review checklist 1. **Correctness**: Does the code do what its supposed to? 2. **Edge cases**: Are error conditions handled? 3. **Style**: Does it follow project conventions? 4. **Performance**: Are there obvious inefficiencies? 5. **Security**: Any injection, exposure, or unsafe defaults? ## How to provide feedback - Be specific about what needs to change - Explain why, not just what - Suggest alternatives when possible - Mark severity: [blocker] [major] [minor] [nit]注意 frontmatter 里的model: review-deep它会去 auth.json 的models映射里找对应模型。这样你改审查深度时只改 SKILL.md 这一行不用动 auth.json。如果你想让安全审查走另一个模型复制一份 SKILL.md 改名为code-review-security把model改成review-secure即可。3.3 目录结构确认配完后目录应该是这样~/.gemini/antigravity/ ├── auth.json └── skills/ └── code-review/ └── SKILL.mdWindows 下路径对应C:\Users\你的用户名\.gemini\antigravity\。确认 skills 目录名是复数skills不是skill这个拼写错误会导致 Skills 完全不加载而且没有任何报错提示非常隐蔽。4. 触发 code review skills 并验证审查结果返回配置写完后重启 Antigravity 让 auth.json 生效。然后打开一个你想审查的代码文件在对话框里输入code review src/utils/parser.js后面跟文件路径Antigravity 会把文件内容注入上下文然后匹配到code-review这个 Skill 并加载 SKILL.md。如果配置正确你会看到它按 checklist 逐条输出每条带严重级别标记。验证请求是否真的走了 TaoToken 通道有两个方法。第一个方法看 Antigravity 的输出面板如果模型返回的格式是标准的 Markdown 列表加严重级别标记说明 SKILL.md 被正确加载了。第二个方法更直接去 TaoToken 控制台的用量页面看请求记录地址是https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentconsole每次触发审查都会有一条记录包含模型名和 token 消耗。如果你想单独验证模型通道是否通可以用 curl 直接打一发curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [{role: user, content: 回复 OK 两个字母}] }返回里如果有choices[0].message.content字段且内容是OK说明 Key 和 Base URL 都没问题。这一步能帮你把「模型通道问题」和「Skills 配置问题」分开定位省很多排查时间。实测下来一个 200 行左右的 JS 文件用review-deep模型审查大约 8 到 12 秒返回输出包含 3 到 5 条具体建议。如果超过 30 秒没返回大概率是模型通道卡住了先跑上面的 curl 确认通道。5. 常见报错排查401、local proxy failed、reading choices这一节按真实报错逐条拆每条给出原因和修法。401 Unauthorized。最常见的原因是 apiKey 填错或者带了多余空格。检查 auth.json 里sk-开头那串是否完整复制前后有没有换行符。另一个原因是 Key 过期或被禁用去控制台确认 Key 状态。如果用的是环境变量写法确认TAOTOKEN_API_KEY在当前 shell 里能echo出来Antigravity 启动时如果读不到环境变量会直接 401。local proxy failed / connection refused。这个报错说明 Antigravity 尝试连本地代理但失败了。检查 auth.json 里baseUrl是不是被误改成了http://localhost:xxxx。正确值必须是https://taotoken.net/api。如果你之前配过其他工具留下的代理设置去 Antigravity 设置里把Proxy字段清空。reading choices 报错 / Cannot read property choices of undefined。这个通常发生在模型返回了非标准格式或者 Base URL 多了/v1导致路径变成/v1/v1/chat/completions。检查baseUrl是否严格等于https://taotoken.net/api不要加任何后缀。另一个可能是model字段填了一个 TaoToken 不支持的模型名去控制台看可用模型列表确认拼写。Skills 不触发输入 code review 没反应。三个检查点skills 目录名是不是复数SKILL.md 的 frontmatter 里name字段是不是code-review文件编码是不是 UTF-8 无 BOM。这三个任意一个不对Skills 都会静默失败。OAuth 相关报错。如果你之前用 Google 账号登录过 Antigravity它可能缓存了 OAuth token 并优先走官方通道。去设置里把登录状态退出强制走 auth.json 里的自定义 provider。有些版本需要在设置里显式把Model Provider切成Custom。排查顺序建议先 curl 验通道再验 auth.json 字段最后验 Skills 目录。这样能把问题范围快速缩小到某一层。6. 多模型切换做代码审查的长期用法配置跑通之后真正的价值在于多模型对比审查。同一个文件你可以用review-fast先扫一遍抓明显问题再用review-deep深挖逻辑最后用review-secure做安全专项。三次审查走同一个 Key、同一个 Base URL切换成本几乎为零。如果你要把这套流程固化到日常开发里建议把 code review 作为提交前的固定动作。Antigravity 支持在保存文件时触发 Skills你可以在设置里绑定onSave事件到code-review这样每次保存自动跑一遍快速审查。深度审查还是手动触发避免每次保存都等十几秒。对于长期做代码审查和 Agent 类任务的场景可以考虑用 Coding Plan 来管理额度地址是https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding-plan它比按量计费更适合高频审查的用法。如果你只是想先验证模型对话效果可以直接用模型对话页面试地址是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodel-chat。最后给一个实用技巧把审查结果里的[blocker]和[major]单独过滤出来作为合并前的硬性门槛。[minor]和[nit]可以攒着批量处理。这样 code review skills 就不只是一个「看看建议」的工具而是真正卡住代码质量的关卡。SKILL.md 里的严重级别标记就是为这个设计的用起来别浪费。