1. Przegląd
W erze generatywnej AI bariera między pomysłem a działającym prototypem praktycznie zniknęła, co dało początek „vibe coderom”. Dzięki wykorzystaniu języka naturalnego i intencji wysokiego poziomu twórcy mogą teraz w ciągu kilku minut tworzyć złożone aplikacje, skupiając się w pełni na procesie twórczym, a nie na ręcznym wpisywaniu składni. Ten impet często napotyka jednak przeszkodę na etapie wdrażania, gdzie tradycyjne problemy z infrastrukturą, takie jak konteneryzacja, konfiguracja, obsługa serwerów i konserwacja, ponownie wprowadzają tarcia, które AI miała wyeliminować.
W tym ćwiczeniu w Codelabs dowiesz się, jak utrzymać tempo tworzenia kreacji, przekształcając wdrażanie w naturalne rozszerzenie procesu vibe coding. Szczegółowo omówimy, jak wdrożyć aplikację z interfejsu wiersza poleceń Gemini i Antigravity w Cloud Run przy użyciu serwera Cloud Run MCP. Dzięki temu możesz poprosić aplikację AI o wdrożenie aplikacji w Cloud Run, czyli przygotowanej do zastosowań produkcyjnych usłudze bezserwerowej, która wykonuje wszystkie złożone zadania związane z zarządzaniem infrastrukturą.
Co utworzysz
W ramach tego laboratorium:
- Instalowanie serwera MCP Cloud Run jako dodatku do interfejsu wiersza poleceń Gemini
- Tworzenie prostej aplikacji metodą vibe coding w interfejsie wiersza poleceń Gemini
- Wdrażanie aplikacji w Cloud Run przy użyciu serwera MCP Cloud Run
- Włączanie serwera MCP Cloud Run w Antigravity
- Wdrażanie tej samej aplikacji w Cloud Run z Antigravity przy użyciu serwera MCP Cloud Run
Wymagania
- Projekt Google Cloud z włączonymi płatnościami.
- Zainstalowane gcloud, interfejs wiersza poleceń Gemini i Antigravity.
2. Zanim zaczniesz
Utwórz projekt
- W konsoli Google Cloud na stronie selektora projektów wybierz lub utwórz projekt Google Cloud.
- Sprawdź, czy w projekcie Cloud włączone są płatności. Dowiedz się, jak sprawdzić, czy w projekcie są włączone płatności.
Logowanie z terminala
Podczas korzystania z serwera MCP Cloud Run w interfejsie wiersza poleceń Gemini i Antigravity wymagane jest logowanie za pomocą gcloud.
- Będziesz używać aplikacji
gcloudzainstalowanej na komputerze. W terminalu zaloguj się na konto Google Cloud za pomocą tego polecenia:
gcloud auth login
- Skonfiguruj dane logowania aplikacji za pomocą tego polecenia:
gcloud auth application-default login
- Uruchom to polecenie, aby potwierdzić, że polecenie
gcloudzna Twój projekt.
gcloud config list project
- Jeśli projekt nie jest ustawiony, użyj tego polecenia, aby go ustawić:
gcloud config set project <YOUR_PROJECT_ID>
Generowanie klucza interfejsu Gemini API
- W przeglądarce otwórz stronę kluczy interfejsów API.
- W prawym górnym rogu strony kliknij przycisk Utwórz klucz API.
- W wyświetlonym wyskakującym okienku Utwórz nowy klucz podaj odpowiednią nazwę klucza i wybierz projekt Google Cloud, w którym zostanie utworzony klucz.
- Kliknij przycisk Utwórz klucz. Zostanie wygenerowany nowy klucz.
- Skopiuj nowo wygenerowany klucz.
- W terminalu (lokalnym lub Cloud Shell) ustaw zmienną środowiskową dla tego klucza w ten sposób:
export GOOGLE_API_KEY=<YOUR_API_KEY>
export GEMINI_API_KEY=<YOUR_API_KEY>
3. Wprowadzenie
Wprowadzenie do serwera MCP
Serwer MCP (Model Context Protocol Server) działa jako standardowy pomost, który łączy asystentów AI z systemami i narzędziami zewnętrznymi. Można go porównać do uniwersalnego sterownika lub „portu USB-C” dla sztucznej inteligencji. Zamiast tworzyć unikalną integrację każdego źródła danych (takiego jak Dysk Google, Gmail czy lokalna baza danych) z każdym modelem AI, deweloperzy mogą korzystać z MCP, który zapewnia wspólny język zrozumiały dla wszystkich. Ten serwer działa zwykle lokalnie na Twoim komputerze lub zdalnie i nasłuchuje żądań od „klienta AI” (takiego jak AI Studio, interfejs wiersza poleceń Gemini czy Antigravity), aby bezpiecznie uzyskiwać dostęp do informacji, które nie znajdują się w danych treningowych AI.
Głównym celem serwera MCP jest przekształcenie pasywnego chatbota w aktywnego agenta poprzez udostępnienie określonych funkcji, które są technicznie zdefiniowane jako zasoby, narzędzia i prompty. Połączenie z serwerem daje AI możliwość wykonywania rzeczywistych zadań, takich jak odczytywanie plików dziennika na żywo, wysyłanie zapytań do bazy danych SQL czy wykonywanie skryptów.
Serwer MCP Cloud Run
Serwer MCP Cloud Run umożliwia agentom AI zgodnym z MCP integrację z Cloud Run i wykonywanie na nim różnych działań. Serwer MCP Cloud Run zawiera bogaty zestaw narzędzi i promptów.
Narzędzia
Narzędzia to wykonywalne funkcje, które umożliwiają AI interakcję z systemami zewnętrznymi i wykonywanie rzeczywistych zadań.
- deploy-file-contents: wdraża pliki w Cloud Run, podając bezpośrednio ich zawartość.
- list-services:wyświetla listę usług Cloud Run w danym projekcie i regionie.
- get-service: pobiera szczegóły konkretnej usługi Cloud Run.
- get-service-log: pobiera logi i komunikaty o błędach dotyczące konkretnej usługi Cloud Run.
- deploy-local-folder: wdraża lokalny folder w usłudze Google Cloud Run.
- list-projects: wyświetla listę dostępnych projektów GCP.
- create-project:tworzy nowy projekt GCP i dołącza go do pierwszego dostępnego konta rozliczeniowego. Identyfikator projektu można opcjonalnie określić.
Prompty
Prompty to polecenia w języku naturalnym, których można używać do wykonywania typowych zadań. Są to skróty do wykonywania wywołań narzędzi z wstępnie wypełnionymi argumentami.
- deploy: wdraża bieżący katalog roboczy w Cloud Run. Jeśli nazwa usługi nie zostanie podana, zostanie użyta zmienna środowiskowa DEFAULT_SERVICE_NAME lub nazwa bieżącego katalogu roboczego.
- logs:pobiera logi usługi Cloud Run. Jeśli nazwa usługi nie zostanie podana, zostanie użyta zmienna środowiskowa DEFAULT_SERVICE_NAME lub nazwa bieżącego katalogu roboczego.
4. Instalowanie serwera Run MCP na potrzeby interfejsu wiersza poleceń Gemini
Dodatek do interfejsu wiersza poleceń Gemini
Rozszerzenia interfejsu wiersza poleceń Gemini to modułowe pakiety, które łączą serwery MCP, pliki kontekstu i niestandardowe polecenia w jedną jednostkę instalacyjną. Są one „kontenerami transportowymi” dla funkcji, dzięki czemu możesz natychmiast wyposażyć interfejs wiersza poleceń Gemini w specjalistyczne umiejętności dla konkretnych platform, takich jak GitHub, Firebase czy Google Cloud.
Instalowanie serwera MCP Cloud Run jako dodatku do interfejsu wiersza poleceń Gemini
Aby zainstalować serwer MCP Cloud Run jako dodatek do interfejsu wiersza poleceń Gemini, uruchom to polecenie:
gemini extensions install https://github.com/GoogleCloudPlatform/cloud-run-mcp
Zapewnianie prawidłowej instalacji
Otwórz interfejs wiersza poleceń Gemini, uruchamiając w terminalu to polecenie:
gemini
Gdy terminal przejdzie w tryb interfejsu wiersza poleceń Gemini, uruchom to polecenie, aby sprawdzić, czy serwer MCP Cloud Run jest w stanie Gotowy.
/mcp list
Aby korzystać z Gemini Code Assist do vibe codingu, musisz się też uwierzytelnić. Aby to zrobić, uruchom w interfejsie wiersza poleceń Gemini to polecenie:
/auth login
Wybierz opcję Use Gemini API Key (Użyj klucza interfejsu Gemini API). Spowoduje to automatyczne zalogowanie, ponieważ zmienna środowiskowa GEMINI_API_KEY została już ustawiona.
5. Vibe-Coding w interfejsie wiersza poleceń Gemini
Teraz utworzymy aplikację internetową z użyciem vibe coding za pomocą interfejsu wiersza poleceń Gemini, a następnie wdrożymy ją w Cloud Run za pomocą serwera MCP.
- Upewnij się, że korzystasz z terminala interfejsu wiersza poleceń Gemini.
- Użyj prompta, aby utworzyć aplikację internetową. Oto przykładowy prompt:
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.
Interfejs wiersza poleceń Gemini prawdopodobnie poprosi Cię o podanie danych wejściowych w wielu punktach procesu tworzenia aplikacji internetowej. Podaj odpowiednie dane wejściowe, aby interfejs wiersza poleceń Gemini mógł kontynuować działanie i wdrożyć aplikację internetową.
- Gdy aplikacja będzie gotowa, uruchom ją lokalnie zgodnie z instrukcjami interfejsu wiersza poleceń Gemini. Wypróbuj funkcje aplikacji.
- Opcjonalnie możesz użyć w interfejsie wiersza poleceń Gemini prompta skutkującego wprowadzeniem dowolnej zmiany w aplikacji.
6. Wdrażanie w Cloud Run z interfejsu wiersza poleceń Gemini
- Gdy uznasz, że aplikacja internetowa działa prawidłowo, wdróż ją w Cloud Run, używając tego prompta:
Deploy the neon-tic-tac-toe folder as Cloud Run service in the project <project-id> in us-west1 region.
Zmień symbol zastępczy na identyfikator projektu Google Cloud. Możesz też zmienić region na wybrany region.
Pamiętaj, że interfejs wiersza poleceń Gemini wywołuje narzędzie deploy_local_folder serwera MCP Cloud Run. Zezwól interfejsowi wiersza poleceń Gemini na uruchomienie tego narzędzia.
- Wdrożenie aplikacji w Cloud Run zajmie kilka minut. Gdy wdrożenie się zakończy, otrzymasz adres URL konsoli Cloud i adres URL usługi. Skopiuj i wklej adres URL usługi w przeglądarce.
- Udało Ci się wdrożyć aplikację internetową w Cloud Run z interfejsu wiersza poleceń Gemini za pomocą serwera MCP Cloud Run.
7. Vibe-Coding w Antigravity
- Otwórz aplikację Antigravity.
- Możesz teraz otworzyć folder
neon-tic-tac-toeutworzony w ostatniej sekcji lub nowy folder, w którym możesz napisać kod aplikacji internetowej. - Sprawdź, czy w Antigravity jest otwarty panel Agent Manager, jak pokazano na ilustracji poniżej.
- Jeśli masz otwarty nowy folder, w panelu Menedżera agentów podaj instrukcje, aby utworzyć aplikację internetową. Podejmij odpowiednie działania, aby mieć pewność, że aplikacja internetowa zostanie utworzona zgodnie z oczekiwaniami. Możesz też uruchomić aplikację lokalnie i sprawdzić, czy działa zgodnie z oczekiwaniami.
8. Wdrażanie w Cloud Run z Antigravity
Teraz zainstalujemy serwer MCP Cloud Run.
- W prawym górnym rogu panelu Menedżer agentów kliknij ikonę z trzema kropkami (...). W menu kliknij opcję Serwery MCP.
- W polu wyszukiwania w Sklepie MCP wpisz
Cloud Run. Najedź kursorem na serwer MCP Cloud Run i kliknij przycisk Install (Zainstaluj), który pojawi się po prawej stronie.
- Po zainstalowaniu kliknij przycisk Wróć do agenta u góry panelu Menedżer agentów.
- W panelu Agent Manager wyświetlimy teraz prośbę o wdrożenie tego folderu jako usługi Cloud Run w projekcie Google Cloud:
Deploy this folder as Cloud Run service in the project <project-id> in us-west1 region.
Zauważ, że wywoływane jest narzędzie deploy_local_folder serwera MCP Cloud Run. Nazwa folderu będzie nazwą usługi Cloud Run.
Możesz też zmienić region na wybrany region.
- Wdrożenie aplikacji w Cloud Run zajmie kilka minut. Gdy wdrożenie się zakończy, otrzymasz adres URL konsoli Cloud i adres URL usługi. Skopiuj i wklej adres URL usługi w przeglądarce.
- Udało Ci się wdrożyć aplikację internetową w Cloud Run z Antigravity za pomocą serwera MCP Cloud Run.
9. Czyszczenie danych
Aby uniknąć obciążenia konta Google Cloud opłatami za zasoby użyte w tym poście, wykonaj te czynności:
- W konsoli Google Cloud otwórz stronę Zarządzanie zasobami.
- Z listy projektów wybierz projekt do usunięcia, a potem kliknij Usuń.
- W oknie wpisz identyfikator projektu i kliknij Wyłącz, aby usunąć projekt.
10. Gratulacje
Gratulacje! Udało Ci się zakończyć kodowanie aplikacji i wdrożyć ją w Cloud Run za pomocą serwera MCP Cloud Run w interfejsie wiersza poleceń Gemini i Antigravity.
Interfejs wiersza poleceń Gemini i Antigravity to aplikacje do tworzenia i testowania aplikacji, które pozwalają użytkownikom od razu wcielać w życie swoje pomysły.
Płynna integracja tych narzędzi z Cloud Run za pomocą serwera MCP Cloud Run umożliwia użytkownikom łatwe wdrażanie aplikacji bezpośrednio w Google Cloud. Korzystanie z Cloud Run zapewnia wszystkie zalety środowiska bezserwerowego, eliminując złożoność i koszty zarządzania infrastrukturą.