Anti-Gravity 集成 MCP 指南:从连接配置到自动化实战
Anti-Gravity 近期通过集成 MCP(Model Context Protocol)协议,显著提升了 AI 工作流的扩展性与智能化水平。该架构允许用户在同一界面下无缝调用 Firecrawl、Notion、Pinecone、Supabase 等多种工具,将传统自动化流程升级为具备多工具协同能力的智能体系统。本文将梳理 Anti-Gravity 的核心能力,详细拆解 MCP 工具的连接与配置流程,并演示如何搭建基于 RAG(检索增强生成)的企业级知识库。
01核心组件与连接准备
在开始连接前,需准备好两类基础文件:Business DNA 与 Operation System。Business DNA 用于定义企业的基本信息(如目标客群、地理位置、营收成本等),为 AI 提供决策背景;Operation System 则充当 Agent 的提示词中枢,明确其使命、行动逻辑及数据来源。这两个文件作为输入上下文,决定了后续自动化任务的执行方向。
02MCP 工具连接配置
Anti-Gravity 支持 MCP Store 一键安装与手动配置两种方式。通过 Agent 界面的 MCP Server 入口,用户可灵活添加各类工具。以下是 Notion、Firecrawl、Pinecone 及 Supabase 的具体配置步骤:
- Notion 连接
在 MCP Store 搜索 Notion 并点击 Install。需获取 Notion API Token:进入 Notion Integrations 页面,创建新的 Internal Integration,复制生成的 Internal Integration Token 填入 Anti-Gravity 并保存。连接成功后,需在 Notion 页面设置中找到 Connections,确认授权给 Anti-Gravity,否则无法写入数据。 - Firecrawl 连接
若 MCP Store 暂无 Firecrawl,需手动添加。进入 Firecrawl 官网获取 API Key。在配置文件中,需将官方提供的配置模板中的 $API_KEY 替换为实际的 API Key,然后将完整配置复制给 Agent,由其自动完成 Server 的更新与加载。 - Pinecone 连接
在 MCP Store 搜索 Pinecone 并安装。登录 Pinecone 控制台创建 API Key,并将其填入配置框中。连接成功后,Anti-Gravity 即可直接操作 Pinecone 的 Vector Database,用于存储和检索向量数据。 - Supabase 连接
在 MCP Store 搜索 Supabase 并安装。系统将跳转至 Supabase 官网引导创建 Token。复制该 Token 回填至 Anti-Gravity 即可完成连接。该连接允许 AI 直接访问 Supabase 中已存在的数据库资源。
03实战场景:RAG 系统搭建
利用上述 MCP 工具,可以快速搭建一个企业级 RAG 系统。以下是一个典型的工作流演示:
- 数据抓取与填充
指令 Agent 调用 Firecrawl 爬取指定网站内容,并将获取的信息填充至 Business DNA 文件中,完成企业背景数据的更新。 - 任务规划与生成
基于 Operation System 的指令,Agent 根据 Business DNA 的信息,生成具体的岗位职责说明(如业务开发经理、AI 架构师)及标准作业程序(SOP),涵盖客户开发、Onboarding 及交付流程。 - 知识库构建
将 PDF 文档(如 NBA 官方规则)上传至 Agent,指令其将文件内容向量化并存储至 Pinecone 数据库。上传完成后,删除本地文件以验证 RAG 机制。 - 检索与问答
向 Agent 提问(如“什么是三秒违例”),系统将调用 Pinecone MCP Server 进行向量检索,并基于检索结果生成准确回答,证明其能够从外部知识库获取信息而非依赖本地上下文。
04总结
Anti-Gravity 与 MCP 的结合,通过模块化的工具集成,打破了单一 AI 模型的能力边界。用户无需编写复杂的 n8n 工作流代码,仅需通过自然语言指令即可驱动多工具协同,完成从数据爬取、知识库构建到自动化文档生成的全链路任务。这一架构不仅降低了技术门槛,也为企业构建智能化 Agent 系统提供了高可用的解决方案。
当前文章无评论,是时候发表评论了