vscode-antigravity-cockpit

GitHub
4.2k 120 非常简单 4 次阅读 今天MIT插件语言模型
AI 解读 由 AI 自动生成,仅供参考

vscode-antigravity-cockpit 是一款专为 Visual Studio Code 设计的扩展插件,核心功能是实时监控 Google Antigravity AI 模型的配额使用情况。对于频繁调用 AI 服务的开发者而言,准确掌握剩余 Token 数、重置时间和消耗进度至关重要,而它让这一切变得触手可及。

它解决了用户在编码环境中无法便捷获取 AI 资源状态的问题。通过集成在编辑器内,用户既可以通过直观的 Webview 仪表盘查看卡片式概览,也能利用原生 QuickPick 快速查询。状态栏支持多种显示格式,甚至能置顶监控特定模型。

特别适合需要管理多个 AI 模型配额的前端或后端开发者。独特的技术亮点在于其“自动唤醒”功能,支持设置定时任务提前触发模型请求,从而利用闲置时间完成配额重置周期的循环。此外,它还兼容本地进程与远程授权两种数据源,保障数据隐私的同时提供灵活的多账号管理能力,是提升 AI 开发效率的得力助手。

使用场景

某全栈开发者日常依赖多个 Antigravity 模型辅助编程,需精细管理各模型的 Token 配额以防任务中断。

没有 vscode-antigravity-cockpit 时

  • 无法直观查看不同模型剩余配额,常需手动切换浏览器或终端查询。
  • 编辑状态栏无提示,容易在关键编码阶段突然耗尽额度导致服务中断。
  • 缺乏分组管理,多模型配额混乱难以快速定位哪个配额池即将耗尽。
  • 无法提前重置配额周期,导致夜间闲置时间被浪费,成本利用率低。

使用 vscode-antigravity-cockpit 后

  • 状态栏实时显示百分比与倒计时,无需离开编辑器即可掌握可用资源。
  • 仪表盘卡片视图自动聚合配额池,支持拖拽排序,一眼看清整体消耗情况。
  • 配额低于警告阈值时自动发送通知,有效避免工作流因额度不足而意外中断。
  • 利用自动唤醒功能定时触发重置,最大化利用免费额度周期,保障持续开发。

vscode-antigravity-cockpit 将分散的配额监控整合至 IDE 内,显著提升开发效率与成本控制能力。

运行环境要求

操作系统
  • 未说明
GPU

不需要

内存

未说明

依赖
notes本工具为 VS Code 扩展,需安装 Visual Studio Code 编辑器。主要用于监控 AI 服务配额,不涉及本地模型推理,因此不需要 GPU 和特定内存配置。若从源码构建,需要 Node.js v18+ 和 npm v9+。
python未说明
Visual Studio Code
vscode-antigravity-cockpit hero image

快速开始

Antigravity Cockpit

English · 简体中文

版本 下载量 GitHub 星标 GitHub 问题 许可证

VS Code 扩展,用于监控 Google Antigravity AI 模型配额。

功能:Webview 仪表盘 · QuickPick 模式 · 配额分组 · 自动分组 · 重命名 · 卡片视图 · 拖拽排序 · 状态栏监控 · 阈值通知 · 隐私模式

语言:跟随 VS Code 语言设置,支持 16 种语言

🇺🇸 English · 🇨🇳 简体中文 · 繁體中文 · 🇯🇵 日本語 · 🇩🇪 Deutsch · 🇪🇸 Español · 🇫🇷 Français · 🇮🇹 Italiano · 🇰🇷 한국어 · 🇧🇷 Português · 🇷🇺 Русский · 🇹🇷 Türkçe · 🇵🇱 Polski · 🇨🇿 Čeština · 🇸🇦 العربية · 🇻🇳 Tiếng Việt


功能概览

显示模式

提供两种显示模式,可在设置中切换 (agCockpit.displayMode):

Webview 仪表盘

Dashboard Overview

  • 卡片视图:卡片布局展示模型配额
  • 分组模式:按配额池聚合模型,显示分组配额
  • 非分组模式:显示单个模型配额
  • 拖拽排序:拖动卡片调整显示顺序
  • 自动分组:根据配额池自动归类模型

QuickPick 模式

QuickPick Mode

使用 VS Code 原生 QuickPick API,适用于:

  • Webview 无法加载的环境
  • 偏好键盘操作的用户
  • 需要快速查看配额

功能:

  • 支持分组 / 非分组模式
  • 标题栏按钮:刷新、切换分组、打开日志、设置、切换到 Webview
  • 置顶模型到状态栏
  • 重命名模型和分组

状态栏

显示当前监控模型的配额状态。支持 6 种格式:

格式 示例
仅图标 🚀
仅状态点 🟢 / 🟡 / 🔴
仅百分比 95%
状态点 + 百分比 🟢 95%
名称 + 百分比 Sonnet: 95%
完整显示 🟢 Sonnet: 95%
  • 多模型置顶:可同时监控多个模型
  • 自动监控:未指定模型时,自动显示剩余配额最低的模型

配额显示

每个模型 / 分组显示:

  • 剩余配额百分比
  • 倒计时:如 4h 40m
  • 重置时间:如 15:16
  • 进度条:可视化剩余配额

配额来源(本地 / 授权)

支持两种配额来源,可在面板右上角随时切换:

  • 本地监控:读取本地 Antigravity 客户端进程,更稳定但需要客户端运行
  • 授权监控:通过授权访问远端接口获取配额,不依赖本地进程,适合 API 中转或无客户端场景
  • 多账号授权:授权监控支持多个账号,支持切换当前账号与状态展示
  • 切换提示:切换过程中会显示加载/超时提示,网络异常时可切回本地

模型能力提示

Model Capabilities Tooltip

悬停模型名称查看:

  • 支持的输入类型(文本、图片、视频等)
  • 上下文窗口大小
  • 其他能力标记

分组功能

  • 按配额池分组:共享配额池的模型自动或手动归类
  • 自定义分组名称:点击编辑图标重命名
  • 分组排序:拖拽调整分组顺序
  • 分组置顶:将分组固定到状态栏

设置面板

Settings Modal

通过仪表盘右上角齿轮图标打开,可配置:

  • 状态栏显示格式
  • 警告阈值(黄色)
  • 危险阈值(红色)
  • 视图模式(卡片 / 列表)
  • 通知开关

用户资料面板

显示:

  • 订阅等级
  • 用户 ID
  • 可折叠,隐私数据可脱敏

通知

当模型配额低于警告阈值或耗尽时发送通知。可在设置中禁用。


使用

  1. 打开

    • 点击状态栏图标
    • Ctrl/Cmd+Shift+Q
    • 或命令面板运行 Antigravity Cockpit: Open Dashboard
  2. 刷新:点击刷新按钮或 Ctrl/Cmd+Shift+R(仪表盘激活时)

  3. 故障排查

    • "Systems Offline" 时点击 Retry Connection
    • 点击 Open Logs 查看调试日志(授权请求会显示完整 URL 以便区分域名)


自动唤醒 (Auto Wake-up)

NEW 🔥 设置定时任务,提前唤醒 AI 模型,触发配额重置周期。

  • 灵活调度:支持每天、每周、间隔循环和高级 Crontab 模式
  • 多模型支持:同时唤醒多个模型
  • 多账号授权:支持多个账号授权、切换当前账号、查看账号状态
  • 账号管理:新增授权管理弹窗,可重新授权或移除账号
  • 安全保障:凭证加密存储于 VS Code Secret Storage,本地运行
  • 历史记录:查看详细的触发日志和 AI 响应
  • 使用场景:上班前自动唤醒,利用闲置时间跑完重置 CD

配置项

配置 默认值 说明
agCockpit.displayMode webview 显示模式:webview / quickpick
agCockpit.refreshInterval 120 刷新间隔(秒,10-3600)
agCockpit.statusBarFormat standard 状态栏格式
agCockpit.groupingEnabled true 启用分组模式
agCockpit.warningThreshold 30 警告阈值(%)
agCockpit.criticalThreshold 10 危险阈值(%)
agCockpit.notificationEnabled true 启用通知
agCockpit.pinnedModels [] 状态栏置顶模型
agCockpit.pinnedGroups [] 状态栏置顶分组

安装

Open VSX 市场

  1. Cmd/Ctrl+Shift+X 打开扩展面板
  2. 搜索 Antigravity Cockpit
  3. 点击安装

VSIX 文件

code --install-extension antigravity-cockpit-x.y.z.vsix

从源码构建

# 克隆仓库
git clone https://github.com/jlcodes99/vscode-antigravity-cockpit.git
cd vscode-antigravity-cockpit

# 安装依赖
npm install

# 编译
npm run compile

# 打包
npm run package

要求:Node.js v18+, npm v9+


更新日志


致谢

感谢以上项目作者的开源贡献!如果这些项目对你有帮助,也请给他们点个 ⭐ Star 支持一下!


支持


💬 交流群

QQ 交流群 或者加我微信 拉微信群

QQ 群 微信(个人)

☕ 请作者喝杯咖啡

如果这个插件对你有帮助,欢迎请作者喝杯咖啡!你的支持是我持续更新的最大动力 ❤️

Buy Me A Coffee


星标历史

Star History Chart


许可证

MIT


免责声明

本项目仅供个人学习和研究使用。使用本项目即表示您同意:

  • 不将本项目用于任何商业用途
  • 承担使用本项目的所有风险和责任
  • 遵守相关服务条款和法律法规

项目作者对因使用本项目而产生的任何直接或间接损失不承担责任。

版本历史

v2.1.422026/04/04
v2.1.412026/04/03
v2.1.402026/04/01
v2.1.392026/03/30
v2.1.382026/03/29
v2.1.372026/03/29
v2.1.362026/03/28
v2.1.342026/03/27
v2.1.332026/03/25
v2.1.322026/03/21
v2.1.312026/03/21
v2.1.302026/03/13
v2.1.292026/03/03
v2.1.282026/03/02
v2.1.272026/02/27
v2.1.262026/02/26
v2.1.252026/02/25
v2.1.242026/02/24
v2.1.232026/02/22
v2.1.222026/02/21

常见问题

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架