ATtacK030130/antigrative-dashboard
开发工具在 Antigravity 模型选择区旁显示吞吐、缓存命中、上下文占用和配额窗口的本地小部件。
项目介绍
Antigrative Dashboard 是 Google Antigravity 的插件,在模型选择器旁放一条紧凑指标条,显示会话与最近一次请求的 TPS、缓存命中率、上下文占用,以及五小时和每周配额的剩余量与重置倒计时。适合使用 Antigravity 桌面 App、独立 IDE 或 CLI、希望随时了解用量的用户。
由于官方没有公开的插件挂载 API,插件通过宿主本地的 loopback 渲染调试端点读取对话与账户数据,并在应用更新后自动重新连接。桌面 App、IDE 和 CLI 各有独立适配器:桌面 App 与 CLI 共用发行 ZIP,独立 IDE 使用 VSIX;VS Code、JetBrains、Zed、Xcode 等其他编辑器不受支持。
快速开始(桌面 App)
前置条件:Antigravity 桌面 App 2.21.1–2.33.0,Python 3.10+。安装和运行不需要第三方 pip 或 npm 包,不要用 sudo 运行安装器。
git clone https://github.com/ATtacK030130/antigrative-dashboard.git
cd antigrative-dashboard
python manage.py install
Linux 和 macOS 使用 python3 manage.py install 或 sh install.sh。随后完全退出并重新打开 Antigravity,进入对话即可在模型选择器旁看到指标条;PowerShell 用户也可运行 ./install.ps1。独立 IDE 用户从最新发行版下载 antigrative-dashboard-ide-0.9.8.vsix,在扩展视图选择 Install from VSIX,并以 --remote-debugging-port=0 --remote-debugging-address=127.0.0.1 启动 IDE(发行版,IDE 安装说明)。
后续管理在解压目录中执行:python manage.py launch 以调试端口启动 App,status 检查挂载状态,disable、enable、uninstall 用于开关或卸载并保留已存统计。首次安装、代码更新和卸载后需要重启 App。请保留源码目录,后续命令依赖它(安装与生命周期命令)。
数字的计算方式
请求指标在请求结束后刷新,轮询间隔约 2.2 秒,不是逐 token 的实时速度表。会话 TPS 用有效请求的响应 token 除以其流式时长;TTFT 单独统计;疑似批量回包造成的异常高速会经过时序质量检查被排除,而不是被限速。配额每 60 秒刷新一次,来自账户返回的剩余比例,不是货币余额。上下文占用取宿主最近一次请求开始时的估算值,不是累计输入 token(时序策略)。
token 与缓存历史按账户和对话保存在 ~/.gemini/antigravity/sidecar_data/antigravity-pulse/panel/data/ 下,只包含白名单计数器和模型/状态字段,不含提示词、标题、邮箱或凭据。本地 Token 用量图表在打开时请求导入历史,日期按 UTC+8 计算、周从周一开始;它反映本地观察到的用量,不是服务商账单(统计说明)。
使用约束
桌面 GUI 验证以 Windows 11 + Antigravity 2.33.0 最充分;Linux 和 macOS 有自动化覆盖,但登录后的 GUI 验收仍未完成。IDE 适配器在 Windows 的 IDE 2.5.5 和 2.6.0 上测试过,Linux 和 macOS 的 GUI 检查尚待完成。内联指标条没有公开挂载 API,sidecar 依赖宿主的 loopback 渲染调试端点;安装器会配置用户自己的快捷方式和 .desktop 入口来传入调试参数,不修改 resources/app.asar。CLI 模式需要 Node.js 20+ 和支持 statusLine 接口的 CLI,并且无法提供 CLI 的 tok/s,因为文档化的数据中没有流式时长(兼容性)。项目以 MIT 许可证发布,与 Antigravity 官方无隶属或背书关系(许可证)。
HotRepo 点评
在 HotRepo 2026-11-19 的 JavaScript 新项目榜中,该仓库记录为 106 Star,约 1.5 小时的统计窗口内净增 6 Star,尚无全语言 GitHub 日榜名次。这只是一个单次小样本,说明这个 Antigravity 配套工具获得了早期关注,还不足以判断更大范围的采用情况。它的价值在于对统计口径写得很细,并明确处理了时序不确定的请求,比一般仅作装饰的浮层更进了一步。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。