Men-deploy Aplikasi dari Gemini CLI dan Antigravity ke Cloud Run menggunakan Server MCP

1. Ringkasan

Pada era AI generatif, hambatan antara ide dan prototipe yang berfungsi telah hilang secara efektif, sehingga memunculkan "pembuat kode suasana". Dengan memanfaatkan bahasa alami dan niat tingkat tinggi, kreator kini dapat mewujudkan aplikasi kompleks dalam hitungan menit, dengan berfokus sepenuhnya pada alur kreatif, bukan sintaksis manual. Namun, momentum ini sering kali terhenti di tahap deployment, di mana hambatan infrastruktur tradisional — seperti containerisasi, konfigurasi, penanganan server, pemeliharaan — kembali menimbulkan gesekan yang seharusnya dihilangkan oleh AI.

Codelab ini menjelaskan cara mempertahankan kecepatan kreativitas Anda dengan menjadikan deployment sebagai perluasan alami dari proses vibe coding. Kita akan mempelajari secara mendalam cara men-deploy aplikasi dari Gemini CLI dan Antigravity ke Cloud Run menggunakan Server MCP Cloud Run. Dengan demikian, Anda kini dapat meminta aplikasi AI untuk men-deploy aplikasi Anda ke Cloud Run, layanan serverless siap produksi yang menangani semua tugas berat terkait pengelolaan infrastruktur.

Yang akan Anda build

Sebagai bagian dari lab ini, Anda akan:

  1. Menginstal Server MCP Cloud Run sebagai Ekstensi Gemini CLI
  2. Membangun aplikasi sederhana melalui vibe-coding di Gemini CLI
  3. Men-deploy aplikasi ke Cloud Run menggunakan Server MCP Cloud Run
  4. Mengaktifkan Server MCP Cloud Run di Antigravity
  5. Men-deploy aplikasi yang sama ke Cloud Run dari Antigravity menggunakan Server MCP Cloud Run

Persyaratan

2. Sebelum memulai

Membuat project

  1. Di Konsol Google Cloud, di halaman pemilih project, pilih atau buat project Google Cloud.
  2. Pastikan penagihan diaktifkan untuk project Cloud Anda. Pelajari cara memeriksa apakah penagihan telah diaktifkan pada suatu project.

Login dari terminal

Login menggunakan gcloud diperlukan saat menggunakan server MCP Cloud Run di Gemini CLI dan Antigravity.

  1. Anda akan menggunakan gcloud yang diinstal di komputer Anda. Di terminal, login ke akun Google Cloud Anda menggunakan perintah:
gcloud auth login
  1. Siapkan kredensial aplikasi menggunakan perintah:
gcloud auth application-default login
  1. Jalankan perintah berikut untuk mengonfirmasi bahwa perintah gcloud mengetahui project Anda.
gcloud config list project
  1. Jika project Anda belum ditetapkan, gunakan perintah berikut untuk menetapkannya:
gcloud config set project <YOUR_PROJECT_ID>

Buat Kunci Gemini API

  1. Di browser Anda, buka halaman Kunci API.
  2. Klik tombol Create API Key di pojok kanan atas halaman.
  3. Di pop-up Create a new key yang muncul, berikan nama yang sesuai untuk kunci Anda, dan pilih project Google Cloud tempat kunci akan dibuat.
  4. Klik tombol Create key. Kunci baru akan dibuat.
  5. Salin kunci yang baru dibuat.
  6. Di terminal Anda (lokal atau Cloud Shell), tetapkan variabel lingkungan untuk kunci ini sebagai berikut:
export GOOGLE_API_KEY=<YOUR_API_KEY>
export GEMINI_API_KEY=<YOUR_API_KEY>

3. Pengantar

Pengantar Server MCP

Server MCP (Model Context Protocol Server) berfungsi sebagai jembatan standar yang menghubungkan asisten AI ke sistem dan alat eksternal. Anggap saja ini sebagai driver universal atau "port USB-C" untuk Kecerdasan Buatan; alih-alih developer perlu membangun integrasi unik untuk setiap sumber data (seperti Google Drive, Gmail, atau database lokal) agar dapat berkomunikasi dengan setiap model AI tertentu, MCP menyediakan bahasa umum yang dapat dipahami oleh semuanya. Server ini biasanya berjalan secara lokal di komputer Anda atau dari jarak jauh, dengan memproses permintaan dari "Klien AI" (seperti AI Studio, Gemini CLI, Antigravity) untuk mengakses informasi secara aman yang ada di luar data pelatihan AI.

Tujuan utama Server MCP adalah mengubah chatbot pasif menjadi agen aktif dengan mengekspos kemampuan tertentu, yang secara teknis ditentukan sebagai resource, alat, dan perintah. Dengan menghubungkan server, Anda memberi AI kemampuan untuk melakukan tugas nyata — seperti membaca file log live, mengkueri database SQL, atau mengeksekusi skrip kode.

Server MCP Cloud Run

Server MCP Cloud Run memungkinkan agen AI yang kompatibel dengan MCP berintegrasi dengan Cloud Run, dan melakukan berbagai tindakan di dalamnya. Server MCP Cloud Run dilengkapi dengan serangkaian alat dan perintah yang lengkap.

Alat

Alat adalah kemampuan yang dapat dieksekusi yang memungkinkan AI berinteraksi dengan sistem eksternal dan melakukan pekerjaan yang sebenarnya.

  • deploy-file-contents: Men-deploy file ke Cloud Run dengan menyediakan isinya secara langsung.
  • list-services: Mencantumkan layanan Cloud Run dalam project dan region tertentu.
  • get-service: Mendapatkan detail untuk layanan Cloud Run tertentu.
  • get-service-log: Mendapatkan Log dan Pesan Error untuk layanan Cloud Run tertentu.
  • deploy-local-folder: Men-deploy folder lokal ke layanan Google Cloud Run.
  • list-projects: Mencantumkan project GCP yang tersedia.
  • create-project: Membuat project GCP baru dan melampirkannya ke akun penagihan pertama yang tersedia. Project ID dapat ditentukan secara opsional.

Perintah

Perintah adalah perintah bahasa natural yang dapat digunakan untuk melakukan tugas umum. Pintasan ini digunakan untuk mengeksekusi panggilan alat dengan argumen yang telah diisi sebelumnya.

  • deploy: Men-deploy direktori kerja saat ini ke Cloud Run. Jika nama layanan tidak diberikan, nama tersebut akan menggunakan variabel lingkungan DEFAULT_SERVICE_NAME, atau nama direktori kerja saat ini.
  • logs: Mendapatkan log untuk layanan Cloud Run. Jika nama layanan tidak diberikan, nama tersebut akan menggunakan variabel lingkungan DEFAULT_SERVICE_NAME, atau nama direktori kerja saat ini.

4. Menginstal Server MCP untuk Gemini CLI

Ekstensi Gemini CLI

Ekstensi Gemini CLI adalah paket modular yang menggabungkan server MCP, file konteks, dan perintah kustom ke dalam satu unit yang dapat diinstal. Ekstensi berfungsi sebagai "kontainer pengiriman" untuk kemampuan, sehingga Anda dapat langsung melengkapi Gemini CLI dengan keterampilan khusus untuk platform tertentu seperti GitHub, Firebase, atau Google Cloud.

Menginstal Server MCP Cloud Run sebagai Ekstensi Gemini CLI

Untuk menginstal Server MCP Cloud Run sebagai ekstensi Gemini CLI, jalankan perintah berikut:

gemini extensions install https://github.com/GoogleCloudPlatform/cloud-run-mcp

Memastikan Penginstalan Berhasil

Buka Gemini CLI dengan menjalankan perintah berikut di terminal Anda:

gemini

Setelah terminal memasuki mode Gemini CLI, jalankan perintah berikut untuk memastikan Server MCP Cloud Run muncul dalam status Siap.

/mcp list

Screenshot Server MCP Cloud Run yang tercantum di Gemini CLI

Selain itu, Anda perlu melakukan autentikasi untuk menggunakan Gemini Code Assist dalam melakukan vibe coding. Untuk melakukannya, jalankan perintah berikut di Gemini CLI Anda:

/auth login

Pilih opsi Gunakan Kunci Gemini API. Anda akan otomatis login karena telah menetapkan variabel lingkungan GEMINI_API_KEY.

5. Vibe Coding di Gemini CLI

Sekarang kita akan membuat aplikasi web dengan kode vibe menggunakan Gemini CLI, lalu men-deploy-nya ke Cloud Run menggunakan server MCP.

  1. Pastikan Anda berada di terminal Gemini CLI.
  2. Gunakan perintah untuk membuat aplikasi web. Berikut salah satu contoh perintahnya:
Build a NodeJS-based neon-themed Tic-Tac-Toe web app where the grid glows and players X (cyan) and O (magenta) pulse with light against a dark background. The UI must focus on immersion, using CSS shadows and transitions to make the board feel responsive and alive.

Program the game logic in NodeJS in a new folder `neon-tic-tac-toe`, that handles turn switching, win detection, and a dramatic 'Game Over' announcement at the top of the screen.

Once the application is ready, tell me how to run it locally so that I can try it out before deploying on the server.

Gemini CLI kemungkinan akan meminta input Anda di beberapa titik dalam proses pembuatan aplikasi web. Berikan input yang sesuai agar Gemini CLI dapat melanjutkan dan mengimplementasikan aplikasi web.

  1. Setelah aplikasi siap, jalankan secara lokal seperti yang ditentukan oleh Gemini CLI. Coba fungsionalitas di aplikasi.
  2. Secara opsional, Anda dapat meminta Gemini CLI untuk melakukan perubahan apa pun dalam aplikasi.

6. Men-deploy ke Cloud Run dari Gemini CLI

  1. Setelah Anda puas dengan cara kerja aplikasi web, kita akan men-deploy aplikasi ke Cloud Run menggunakan perintah berikut:
Deploy the neon-tic-tac-toe folder as Cloud Run service in the project <project-id> in us-west1 region.

Ganti placeholder dengan project ID Google Cloud Anda. Secara opsional, Anda dapat mengubah region ke region pilihan Anda.

Perhatikan bahwa Gemini CLI memanggil alat deploy_local_folder dari Server MCP Cloud Run. Izinkan Gemini CLI melanjutkan menjalankan alat ini.

  1. Diperlukan waktu beberapa menit untuk men-deploy aplikasi ke Cloud Run. Segera setelah deployment selesai, Anda akan mendapatkan URL Konsol Cloud dan URL Layanan. Salin dan tempel URL Layanan di browser.

Screenshot keberhasilan deployment dari Gemini CLI

  1. Anda telah berhasil men-deploy aplikasi web ke Cloud Run dari Gemini CLI menggunakan Server MCP Cloud Run.

7. Vibe-Coding di Antigravity

  1. Buka aplikasi Antigravity.
  2. Sekarang Anda dapat memilih untuk membuka folder neon-tic-tac-toe yang dibuat di bagian terakhir, atau folder baru tempat Anda dapat mengodekan aplikasi web.
  3. Pastikan panel Agent Manager terbuka di Antigravity seperti yang ditunjukkan pada gambar di bawah.

Screenshot panel Agent Manager di Antigravity

  1. Jika Anda telah membuka folder baru, berikan petunjuk perintah untuk membuat aplikasi web di panel Pengelola Agen. Lakukan tindakan yang sesuai untuk memastikan aplikasi web dibuat seperti yang diharapkan. Anda juga dapat menjalankan aplikasi secara lokal, dan memeriksa apakah aplikasi berjalan seperti yang diharapkan.

8. Men-deploy ke Cloud Run dari Antigravity

Sekarang kita akan menginstal Server MCP Cloud Run.

  1. Klik tiga titik (...) di pojok kanan atas panel Pengelola Agen. Dari dropdown, klik opsi MCP Servers.

Opsi Server MCP di panel Pengelola Agen

  1. Telusuri Cloud Run di kotak teks penelusuran di MCP Store. Arahkan kursor ke server MCP Cloud Run, lalu klik tombol Install yang muncul di sebelah kanan.

Menginstal Server MCP Cloud Run

  1. Setelah diinstal, klik tombol Back to Agent di bagian atas panel Agent Manager.
  2. Di panel Agent Manager, kita akan diminta untuk men-deploy folder ini sebagai layanan Cloud Run di project Google Cloud sebagai berikut:
Deploy this folder as Cloud Run service in the project <project-id> in us-west1 region.

Perhatikan bahwa alat deploy_local_folder server MCP Cloud Run dipanggil. Nama folder akan digunakan sebagai nama layanan Cloud Run.

Secara opsional, Anda dapat mengubah region ke region pilihan Anda.

  1. Diperlukan waktu beberapa menit untuk men-deploy aplikasi ke Cloud Run. Segera setelah deployment selesai, Anda akan mendapatkan URL Konsol Cloud dan URL Layanan. Salin dan tempel URL Layanan di browser.

Screenshot deployment yang berhasil dari Antigravity

  1. Anda telah berhasil men-deploy aplikasi web ke Cloud Run dari Antigravity menggunakan Server MCP Cloud Run.

9. Pembersihan

Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam posting ini, ikuti langkah-langkah berikut:

  • Di konsol Google Cloud, buka halaman Manage resources.
  • Dalam daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus.
  • Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

10. Selamat

Selamat! Anda telah berhasil menyelesaikan vibe-coding aplikasi dan men-deploy-nya ke Cloud Run melalui server MCP Cloud Run di Gemini CLI dan Antigravity.

Gemini CLI dan Antigravity adalah aplikasi pilihan untuk mengembangkan dan menguji aplikasi, sehingga memungkinkan pengguna langsung mewujudkan ide mereka.

Integrasi yang lancar dari alat ini dengan Cloud Run melalui server MCP Cloud Run memungkinkan pengguna men-deploy aplikasi mereka dengan mudah langsung ke Google Cloud. Dengan memanfaatkan Cloud Run, Anda akan mendapatkan semua manfaat inheren dari lingkungan serverless, yang menyederhanakan kompleksitas dan overhead pengelolaan infrastruktur.