
Google Antigravity MCP là gì? Cách kết nối AI với công cụ ngoài an toàn
1. Google Antigravity MCP là gì?
Google Antigravity MCP giúp trợ lý AI kết nối với dữ liệu hoặc công cụ bên ngoài, chẳng hạn kho tài liệu và hệ thống quản lý công việc. Trước khi kết nối, bạn cần kiểm tra phiên bản Antigravity có hỗ trợ MCP hay không, chọn nguồn đáng tin cậy, giới hạn quyền truy cập và tuyệt đối không dán API key vào câu lệnh cho AI.
MCP là viết tắt của Model Context Protocol, một tiêu chuẩn mở giúp ứng dụng AI kết nối với các hệ thống bên ngoài theo cách thống nhất. Có thể hình dung MCP giống như một ổ cắm chung. Thay vì mỗi công cụ phải làm một kiểu kết nối riêng, MCP tạo ra một cách giao tiếp chung giữa ứng dụng AI và nguồn dữ liệu hoặc công cụ mà bạn muốn dùng.
Trong cụm từ Google Antigravity MCP:
- Google Antigravity là nơi bạn giao việc cho trợ lý AI.
- MCP là cầu nối.
- MCP server là chương trình cung cấp dữ liệu hoặc chức năng cho AI sử dụng.
Ví dụ, thay vì tự sao chép nội dung một lỗi từ hệ thống quản lý công việc vào Antigravity, MCP có thể cho phép trợ lý AI đọc trực tiếp lỗi đó nếu bạn đã kết nối và cấp quyền phù hợp.
2. Google Antigravity MCP dùng để làm gì?
Google Antigravity MCP có thể hữu ích khi trợ lý AI cần thông tin nằm ngoài thư mục code đang mở.

Ví dụ, bạn đang sửa một trang giới thiệu được viết bằng React và Tailwind. Trợ lý AI có thể cần:
- Đọc mô tả lỗi từ hệ thống quản lý công việc.
- Tìm quy định về màu sắc và kích thước chữ trong kho tài liệu.
- Kiểm tra thông tin của bản xem trước trên Vercel.
- Tổng hợp file đã sửa và kết quả kiểm tra.
Nếu các dịch vụ trên có MCP server phù hợp và phiên bản Antigravity của bạn hỗ trợ kết nối MCP, trợ lý AI có thể truy cập chúng theo quyền bạn cấp.
MCP không giúp AI “biết mọi thứ”. AI chỉ đọc được dữ liệu và sử dụng được chức năng mà kết nối cho phép. Nếu bạn cấp quyền quá rộng, trợ lý AI cũng có thể tiếp cận nhiều thông tin hơn mức cần thiết.
3. Trước khi kết nối Google Antigravity MCP cần kiểm tra gì?
Đừng bắt đầu bằng cách sao chép một đoạn cấu hình trên mạng. Trước tiên, hãy trả lời bốn câu hỏi:
- Phiên bản Google Antigravity đang dùng có hỗ trợ MCP không?
- MCP server do ai phát hành và có tài liệu chính thức không?
- Server sẽ đọc dữ liệu nào hoặc thực hiện thao tác gì?
- Bạn có thể thu hồi quyền truy cập khi không dùng nữa không?
4. Cách kết nối Google Antigravity MCP an toàn
Các bước dưới đây tập trung vào phần người dùng cần kiểm tra, không đưa một đoạn cấu hình chưa được Google xác nhận.
Bước 1: Kiểm tra Antigravity có hỗ trợ MCP
Mở tài liệu chính thức từ website Google Antigravity. Tìm các mục có tên MCP, Model Context Protocol hoặc Integrations, nghĩa là phần kết nối với công cụ khác.
Bạn cần xác nhận:
- Phiên bản Antigravity đang dùng.
- Có hỗ trợ server cục bộ, server từ xa hay cả hai.
- Nơi nhập thông tin kết nối.
- Cách bật, tắt và xem lịch sử sử dụng công cụ.
Nếu tài liệu không có hướng dẫn tương ứng, hãy dừng lại thay vì thử nhiều file cấu hình ngẫu nhiên.
Bước 2: Chọn MCP server đáng tin cậy
Ưu tiên server do chính nhà cung cấp dịch vụ phát hành hoặc có kho mã, người duy trì và hướng dẫn rõ ràng.
Lần đầu sử dụng, hãy chọn server chỉ cho phép đọc dữ liệu thử nghiệm. Tránh server có quyền xóa dữ liệu, sửa mã nguồn, hợp nhất code hoặc đưa sản phẩm lên hệ thống thật.
Bước 3: Chỉ cấp quyền cần thiết
Nếu server cần token hoặc API key, hãy tạo một mã riêng cho dự án thử nghiệm và chỉ cấp quyền đọc.
- Token/API key là mã bí mật dùng để xác nhận bạn được phép truy cập dịch vụ.
- Không dán mã này vào câu lệnh cho AI.
- Không lưu mã vào file sẽ được đưa lên Git.
- Không chụp màn hình có mã rồi chia sẻ.
Hãy dùng khu vực lưu thông tin bí mật do Antigravity hỗ trợ hoặc biến môi trường, tức nơi hệ thống đọc mã mà không ghi thẳng vào nội dung câu lệnh.

Bước 4: Nhập thông tin theo tài liệu đúng phiên bản
Chỉ dùng mẫu trong tài liệu chính thức của phiên bản Antigravity đang cài. Nếu hệ thống báo trường không hợp lệ, quay lại kiểm tra tài liệu thay vì đổi nhiều giá trị cùng lúc.
Bước 5: Thử bằng yêu cầu chỉ đọc
Sau khi kết nối, đừng cho AI sửa hoặc xóa dữ liệu ngay. Hãy dùng một yêu cầu có kết quả dễ kiểm tra, ví dụ:
Hãy tìm trong kho tài liệu thử nghiệm quy định về giao diện trên điện thoại. Chỉ đọc, không sửa nội dung. Trả lại tên tài liệu và đoạn thông tin liên quan.
Một lần thử đạt cần cho thấy:
- Antigravity nhận ra đúng công cụ đã kết nối.
- Trợ lý AI trả về đúng dữ liệu mong đợi.
- Lịch sử hoạt động không cho thấy truy cập ngoài phạm vi cho phép.
Bước 6: Kiểm tra lại và thu hẹp quyền
Sau lần thử đầu tiên:
- Tắt những chức năng không dùng.
- Giới hạn thư mục, dự án hoặc kho dữ liệu được phép đọc.
- Ghi lại cách vô hiệu hóa token.
Kết nối chạy được chưa có nghĩa là kết nối đã an toàn. Bạn phải biết cách dừng và thu hồi quyền khi có sự cố.
5. Checklist bảo mật Google Antigravity MCP
- Chỉ dùng MCP server có nguồn rõ ràng.
- Đọc danh sách dữ liệu và thao tác server cung cấp.
- Tạo token riêng với quyền tối thiểu.
- Không để API key trong câu lệnh, Git hoặc ảnh chụp màn hình.
- Lần thử đầu chỉ đọc dữ liệu trong dự án thử nghiệm.
- Các thao tác sửa, xóa hoặc đưa sản phẩm lên hệ thống thật phải chờ bạn duyệt.
- Biết cách tắt server và thu hồi token.
6. Câu hỏi thường gặp
6.1 Google Antigravity có hỗ trợ MCP không?
Bạn cần kiểm tra tài liệu của đúng phiên bản đang dùng. Nguồn Google công khai được kiểm tra ngày 10/08/2026 chưa cung cấp một mẫu cấu hình MCP chung đủ rõ cho mọi phiên bản.
6.2 Có nên lưu API key trực tiếp trong file cấu hình không?
Không nên nếu file có thể được chia sẻ hoặc đưa lên Git. Hãy dùng khu vực lưu thông tin bí mật hoặc biến môi trường mà ứng dụng hỗ trợ.
Kết luận
Google Antigravity MCP là cầu nối giúp trợ lý AI dùng dữ liệu và công cụ bên ngoài. Tuy nhiên, kết nối chỉ đáng dùng khi server rõ nguồn, quyền được giới hạn và lần thử đầu có kết quả kiểm tra được.
Hãy bắt đầu bằng một nguồn dữ liệu thử nghiệm và quyền chỉ đọc. Sau khi xác nhận Antigravity truy cập đúng phạm vi, bạn mới mở thêm chức năng cần thiết. Nếu bạn muốn tự xây AI Workspace, kết nối công cụ và tổ chức nhiều AI Agent cùng hỗ trợ một quy trình làm việc, lộ trình AI for Work tại MindX là bước tiếp theo phù hợp để biến kiến thức này thành một hệ thống có thể sử dụng

