Антигравити без тормозов: как убрать цензуру у ИИ-агентов GoogleИнтегрировать очищенные модели от
HuiHui AI (запущенные локально через
как убрать цензуру у ИИ-агентов GoogleИнтегрировать оможно с помощью протокола
как убрать цензуру у ИИ-агентов G Поскольку Antigravity «из коробки» поддерживает MCP, мы можем настроить специальный мост, который позволит агенту отправлять запросы в Ollama.
Ниже приведена подробная инструкция по настройке такой связки.
### Шаг 1: Скачивание нужной модели HuiHui в Ollama
Для начала убедитесь, что у вас установлен Ollama, и скачайте нужную вам модель без цензуры. Например, если вы хотите использовать модифицированную версию *Llama 3*, *Qwen* или *Gemma 4* от HuiHui AI:
Откройте терминал и выполните команду для загрузки (замените название модели на нужное из репозитория
ollama.com/huihui_ai):
ollama run huihui_ai/gemma-2-9b-abliterated
*(Или любую другую модель, например huihui_ai/deepseek-r1-distill-llama-8b-abliterated)*. Убедитесь, что Ollama запущен локально (по умолчанию на порту http://localhost:11434).
### Шаг 2: Настройка MCP-сервера для связи
Google Antigravity использует конфигурационный файл mcp_config.json для подключения внешних инструментов и моделей. Существует два основных способа настроить мост:
#### Способ А: Через готовый коннектор (например, Composio MCP)
Если вы используете платформу Composio для управления инструментами в Antigravity:
1. В Antigravity перейдите в
Settings (Настройки) -> вкладка
ов: как убрать цензу(Кастомизация).
2. Нажмите
ак убрать цензуру у И(это откроет файл mcp_config.json прямо в редакторе).
3. Добавьте в раздел mcpServers конфигурацию для Ollama. Файл будет выглядеть примерно так:
{
"mcpServers": {
"ollama-mcp": {
"command": "npx",
"args": [
"-y",
"@composio/mcp-server"
],
"env": {
"COMPOSIO_API_KEY": "ВАШ_API_KEY_ИЗ_DASHBOARD_COMPOSIO"
}
}
}
}
После авторизации вы сможете обращаться к локальной Ollama напрямую через агента.
#### Способ Б: Через кастомный Python/Node.js скрипт-транспорт
Вы можете настроить прямой stdio-мост без сторонних облачных сервисов. Для этого создается легковесный скрипт (например, ollama_mcp.py в директории ~/.gemini/antigravity/), который принимает JSON-RPC запросы от Antigravity и перенаправляет их в локальный API Ollama (localhost:11434/api/generate).
Пропишите путь к вашему скрипту в глобальный файл конфигурации Antigravity (~/.gemini/config/mcp_config.json или через UI редактора):
{
"mcpServers": {
"huihui-ollama-bridge": {
"command": "python3",
"args": [
"/absolute/path/to/your/ollama_mcp.py"
],
"env": {
"OLLAMA_MODEL": "huihui_ai/gemma-2-9b-abliterated"
}
}
}
}
### Шаг 3: Перезапуск и проверка в Antigravity
1.
агентов GoogleИнтегрировать очище * Откройте боковую панель агента.
* Нажмите на три точки ... в верхней части панели и выберите
MCP Servers. * Нажмите
ез тормозов: (Обновить). Вы должны увидеть ваш новый сервер (huihui-ollama-bridge или ollama-mcp) в списке активных.
2.
В терминале Antigravity CLI (если используете agy):
* Запустите терминальный помощник: agy
* Введите команду /mcp для проверки статуса подключенных серверов.
### Шаг 4: Использование в работе
Теперь, когда вы общаетесь с агентом в Antigravity, вы можете делегировать ему задачи, требующие генерации кода или текста без стандартных контентных фильтров:
* Вы можете настроить системный триггер (через файлы навыков .agents/skills/), чтобы запросы с тегом
@huihui автоматически уходили на локальный MCP-инструмент.
* Либо напрямую просить агента Antigravity:
> *"Используй локальный инструмент Ollama с моделью huihui, чтобы сгенерировать нецензурированный скрипт для парсинга среды."*
>
Такой гибридный подход позволяет использовать мощь планирования Antigravity (работающего на базе облачного Gemini) в сочетании с приватностью и гибкостью локальной модели от HuiHui AI для непосредственного написания и обкатки кода.