Manual setup required. The maintainer's config contains paths only you know - edit the placeholders below before adding it to Claude Code.
1
Prepare the server locally
Run this once before adding it to Claude Code.
git clone https://github.com/coreline-ai/antigravity_glm_mcp.git
cd antigravity_glm_mcp
python3.11 -m venv .venv
source .venv/bin/activate
python scripts/install.py2
Register it in Claude Code
claude mcp add -e "ZHIPU_API_KEY=${ZHIPU_API_KEY}" -e "PROJECT_ROOT=${PROJECT_ROOT}" antigravity-glm -- /path/to/.venv/bin/python /path/to/antigravity_glm_mcp/src/server.pyReplace any placeholder paths in the command with the real path on your machine.
Required:
ZHIPU_API_KEYPROJECT_ROOT+ 2 optional3
Make your agent remember this setup
antigravity-glm's config, env vars, and the gotchas you hit — recalled in every future Claude Code, Cursor, and Codex session.
npx conare@latestFree · one command · indexes the sessions already on disk. Set up in the browser instead →
What it does
- Zero-Docker architecture for direct HTTPS execution
- Security-hardened environment with command whitelisting and sandboxing
- Automatic file versioning and backup system
- Persistent JSON-based long-term memory storage
- Integrated Git collaboration and code execution tools
Tools 8
glm_cmdDelegate complex tasks to GLMglm_file_readRead file contentglm_file_createCreate a new fileglm_file_editEdit file using string replacementglm_code_runExecute code in a Python sandboxglm_shell_execExecute whitelisted shell commandsglm_web_searchPerform a DuckDuckGo web searchglm_memory_saveSave data to long-term memoryEnvironment Variables
ZHIPU_API_KEYrequiredAPI key for Zhipu AIPROJECT_ROOTrequiredRoot directory for file operationsGLM_MODELThe GLM model version to useGLM_BASE_URLBase URL for the GLM APITry it
→Analyze the current directory and summarize the project structure.
→Search for the latest documentation on Python's asyncio and save the key points to my memory.
→Create a new Python script that calculates Fibonacci numbers and run it in the sandbox.
→Find all occurrences of 'TODO' in the project files and list them.
→Commit the recent changes to the repository with a descriptive message.
Original README from coreline-ai/antigravity_glm_mcp
🚀 Antigravity GLM MCP
Gemini (Antigravity) ⟷ GLM-4.5 모델 브릿지 MCP 서버
복잡한 코딩 작업을 GLM AI에게 위임하고, 25가지 강력한 도구로 자동화하세요.
📖 문서 · ⚡ 빠른 시작 · 🛠️ 도구 · 🛡️ 보안
✨ 왜 이 프로젝트인가요?
| 문제점 | 해결책 |
|---|---|
| 🐳 복잡한 Docker 설정 | ✅ Zero-Docker: HTTPS 직접 호출로 즉시 시작 |
| 🔐 API 키 유출 우려 | ✅ 보안 강화: 환경변수 필터링, 샌드박스 적용 |
| 📁 파일 실수 복구 불가 | ✅ 자동 백업: 수정/삭제 전 버전 관리 |
| 🧠 세션 간 정보 손실 | ✅ 영구 메모리: JSON 기반 장기 기억 저장소 |
| ⚠️ 위험한 쉘 명령 실행 | ✅ 화이트리스트: 승인된 명령만 허용 |
🏗️ 아키텍처
flowchart LR
subgraph "🖥️ Gemini Desktop"
A[Antigravity Agent]
end
subgraph "🔧 MCP Server"
B[antigravity_glm_mcp]
C[25 Tools]
D[Security Layer]
end
subgraph "☁️ Cloud APIs"
E[GLM-4.5 API]
F[Web Search]
end
subgraph "💾 Local Storage"
G[Files & Git]
H[Memory DB]
I[Backups]
end
A <--> |MCP Protocol| B
B --> C
C --> D
D --> E
D --> F
D --> G
D --> H
D --> I
📖 문서
| 📄 문서 | 🔍 설명 |
|---|---|
| 🏛️ 아키텍처 | 시스템 설계, 보안 계층, 통신 흐름 상세 |
| 📚 도구 레퍼런스 | 25개 도구 파라미터 및 응답 명세 |
| ⚡ 퀵스타트 | 5분 설치 가이드 및 첫 사용 예제 |
⚡ 빠른 시작 (5분)
📋 사전 요구사항
- Python 3.11+ (가상환경 권장)
- Zhipu AI API 키 또는 호환 엔드포인트
🚀 설치 방법
# 1. 저장소 클론
git clone https://github.com/coreline-ai/antigravity_glm_mcp.git
cd antigravity_glm_mcp
# 2. 가상환경 생성 및 활성화
python3.11 -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 3. 자동 설치 (권장)
python scripts/install.py
# 의존성 설치
pip install -r requirements.txt
# MCP 설정 파일에 추가 (~/.gemini/settings.json 등)
{
"mcpServers": {
"antigravity_glm_mcp": {
"command": "/path/to/.venv/bin/python",
"args": ["/path/to/antigravity_glm_mcp/src/server.py"],
"env": {
"PROJECT_ROOT": "/your/workspace",
"ZHIPU_API_KEY": "your-api-key",
"GLM_MODEL": "GLM-4.5",
"GLM_BASE_URL": "https://api.z.ai/api/coding/paas/v4",
"PYTHONPATH": "/path/to/antigravity_glm_mcp"
}
}
}
}
🛠️ 전체 도구 목록 (25개)
🧠 지능 위임 (Intelligence Delegation)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_cmd |
GLM에 복잡한 작업 위임 | task_description, context |
glm_bypass |
원시 프롬프트 직접 전송 | prompt |
glm_image_analyze |
이미지 분석 (Vision) | image_path, prompt |
📁 파일 시스템 (File System)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_file_read |
파일 내용 읽기 | path, encoding |
glm_file_create |
새 파일 생성 | path, content, overwrite |
glm_file_edit |
문자열 치환 수정 | path, old_string, new_string |
glm_file_delete |
파일 삭제 (백업 보관) | path |
glm_file_rollback |
이전 버전 복원 | path, version |
glm_dir_list |
디렉토리 목록 | path, recursive |
glm_grep |
정규식 파일 검색 | pattern, path, case_sensitive |
💻 코드 실행 (Code Execution)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_code_run |
Python 샌드박스 실행 | code, timeout |
glm_shell_exec |
화이트리스트 쉘 실행 | command, cwd |
🌿 Git 협업 (Git Collaboration)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_git_status |
저장소 상태 조회 | repo_path |
glm_git_commit |
변경사항 커밋 | message, add_all |
glm_git_log |
커밋 이력 조회 | n, oneline |
glm_git_diff |
변경사항 비교 | stat_only, commit |
🌐 네트워크 (Network)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_http_request |
HTTP 요청 (SSRF 방지) | url, method, body |
glm_web_search |
DuckDuckGo 웹 검색 | query, max_results |
🧠 메모리 & 데이터 (Memory & Data)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_memory_save |
장기 메모리 저장 | key, value, category |
glm_memory_get |
메모리 조회 | key |
glm_memory_list |
전체 메모리 목록 | category, limit |
glm_memory_delete |
메모리 삭제 | key |
glm_db_query |
SQLite 쿼리 실행 | query, db_path, read_only |
📊 관리 & 로깅 (Management)
| 도구 | 설명 | 주요 파라미터 |
|---|---|---|
glm_schedule_task |
작업 예약 (Cron) | action, cron, command |
glm_action_log |
에이전트 활동 로그 | limit, ` |