用 Gemma 4 配合 Antigravity CLI 做运维自动

在 TPU v6e 上部署 vLLM 实例时，如果还在手动查日志、敲命令，那工程效率真的太低了。我最近在折腾一套基于 MCP（Model Context Protocol）的 DevOps 助手，专门用来管理 Gemma 4 的部署。简单来说，就是用 Antigravity CLI 这个终端工具，配合自己写的 Python MCP Server，实现对模型容器的自动化运维、性能测试甚至可观测性监控。

很多新人可能会觉得 MCP 听起来很玄学，其实逻辑很简单：把复杂的运维指令封装成 MCP 工具，让 AI Agent 直接通过 stdio 传输协议来调用。

如果你也想尝试这种“AI 驱动运维”的玩法，可以参考我整理的这个实验环境配置流程。首先是拉取相关的开发脚本，这套脚本里包含了一些自动配置环境变量的逻辑，省去了手动去改 PROJECT_ID 的麻烦。

cd ~
git clone https://github.com/xbill9/gemma4-tips
cd tpu-4B-v6e1-devops-agent
source init.sh

如果中途因为 Token 过期或者 session 超时导致环境变量失效，别傻傻地重开终端，直接运行这个脚本重置一下环境就行：

source set_env.sh

配置好环境后，最关键的一步是验证 Antigravity CLI 是否能正常通过 MCP 连接到你的本地 Server。在开发这种 Agent 工具时，我建议一定要先从最小化的 Python MCP Server 开始做测试，验证 stdio 传输是否通畅。

对于追求极致工程效率的开发者来说，这种把模型能力直接“注入”到运维链路里的做法，确实比传统的 Shell 脚本要聪明得多。

promptcube3.com