企业官网建设流程全解析

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 Key，Antigravity 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_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=console，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.json（Windows 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_KEY=sk-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 it's 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.md

Windows 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_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=console，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_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-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_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=model-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。