Antigravity CLI: Googles Gratis-KI-Agent im Terminal

Wenn Du einen echten KI-Agenten ausprobieren willst, ohne dafür ein Abo abzuschließen, ist Google im Juni 2026 die erste Adresse: Die Antigravity CLI bringt einen vollwertigen Agenten mit Gemini 3 Pro in Dein Terminal, und das Gratis-Kontingent ist so großzügig bemessen, dass Du damit wochenlang ernsthaft arbeiten kannst. Der größte Charme liegt im Einstieg: So gut wie jeder besitzt durch seine Gmail-Adresse bereits ein Google-Konto, und mehr brauchst Du nicht. In dieser Anleitung installieren wir die Antigravity CLI auf dem Mac, melden uns an, gehen fünf praktische Use Cases durch und bauen zum Abschluss ein kleines Projekt, das ohne KI viele Stunden Arbeit kosten würde.

Von der Gemini CLI zur Antigravity CLI

Falls Dir bisher die Gemini CLI als Googles Terminal-KI begegnet ist: Die wird gerade abgelöst. Google hat offiziell angekündigt, dass die Gemini CLI ab dem 18. Juni 2026 keine Anfragen mehr für kostenlose Nutzer sowie Google-AI-Pro- und Ultra-Abonnenten bedient. Der Nachfolger für alle diese Nutzergruppen ist die Antigravity CLI, das Terminal-Gegenstück zur Antigravity-Entwicklungsumgebung. Die Gemini CLI bleibt zwar als Open-Source-Projekt unter Apache-2.0-Lizenz bestehen und funktioniert weiter mit eigenen API-Keys und Enterprise-Lizenzen, aber wer heute neu einsteigt, fängt direkt mit der Antigravity CLI an und erspart sich den Umzug.

Technisch ist der Wechsel ein Fortschritt: Die Antigravity CLI ist in Go geschrieben, startet schnell und beherrscht dieselben Agenten-Fähigkeiten wie die große Antigravity-Umgebung, also mehrstufiges Arbeiten über viele Dateien hinweg, Ausführen von Befehlen und parallele Aufgaben.

Warum Googles Gratis-Angebot der perfekte Einstieg ist

Laut Googles offizieller Übersicht zu den Antigravity-Plänen bekommen kostenlose Nutzer Zugriff auf Gemini 3 Pro und alle Produktfunktionen, mit einem wöchentlich bemessenen Kontingent, das bewusst so ausgelegt ist, dass Du nicht mitten im Projekt ausgebremst wirst. Der Verbrauch richtet sich nach der tatsächlich geleisteten Arbeit des Agenten: Einfache Fragen kosten wenig Kontingent, große Aufgaben mehr.

Dazu kommt, dass die Antigravity CLI kein Einzelstück ist, sondern Teil eines sehr breiten KI-Angebots, das alles an Deinem Google-Konto hängt: die Antigravity-IDE als grafische Agenten-Umgebung für größere Projekte, NotebookLM für die Arbeit mit eigenen Dokumenten, AI Studio zum Experimentieren mit den Gemini-Modellen, und Gemini steckt inzwischen direkt in Gmail, Google Docs und Google Sheets, sodass sich Ergebnisse aus dem Terminal nahtlos in Tabellen und Dokumente weiterverarbeiten lassen. Wenn Dir das kostenlose Kontingent irgendwann nicht mehr reicht, stockst Du mit Google AI Pro oder Google AI Ultra auf: Beide Abos bieten deutlich höhere Limits, die sich alle fünf Stunden erneuern, plus zubuchbare Credits für Lastspitzen. Aber das hat Zeit, denn zum Ausprobieren und für den Alltag kommst Du mit dem Gratis-Kontingent erstaunlich weit. Viel falsch machen kannst Du damit jedenfalls nicht.

Schritt 1: Antigravity CLI installieren

Öffne das Terminal (Cmd + Leertaste, dann Terminal tippen) und führe den offiziellen Installer aus:

curl -fsSL https://antigravity.google/cli/install.sh | bash

Das Script lädt das Programm herunter und legt es als Befehl agy unter ~/.local/bin ab. Öffne danach ein neues Terminal-Fenster, damit der Befehl gefunden wird.

Schritt 2: Mit dem Google-Konto anmelden

Starte die CLI in einem beliebigen Ordner:

agy

Beim ersten Start öffnet sich Dein Browser für die Google-Anmeldung. Du wählst Dein Konto, bestätigst die Freigabe, und das war es schon: Die Zugangsdaten landen sicher im macOS-Schlüsselbund, sodass Du Dich nicht erneut anmelden musst. Arbeitest Du per SSH auf einem Server ohne Browser, erkennt die CLI das und zeigt stattdessen eine Anmelde-URL samt Einmal-Code an, die Du auf einem anderen Gerät öffnest.

Danach landest Du in der interaktiven Oberfläche: unten die Eingabezeile, darüber der Verlauf. Du schreibst einfach auf Deutsch, was Du willst, und der Agent fragt nach, bevor er Dateien ändert oder Befehle ausführt.

Fünf praktische Use Cases für den Alltag

Code und Konfigurationen erklären lassen. Starte agy in einem Projektordner und frag zum Beispiel: „Erklär mir, was diese docker-compose.yml macht und ob darin etwas unsicher konfiguriert ist.” Der Agent liest die Datei selbst, Du musst nichts kopieren. Das funktioniert genauso für fremden Code, alte Skripte oder kryptische Konfigurationsdateien.

Dateien umwandeln. Beauftrage den Agenten direkt mit Konvertierungen: „Wandle alle CSV-Dateien in diesem Ordner in sauber formatierte Markdown-Tabellen um” oder „Erstelle aus notizen.txt eine strukturierte Markdown-Datei mit Überschriften”. Der Agent schreibt die neuen Dateien selbst und zeigt Dir vorher, was er vorhat.

Web-Recherche mit Quellen. Der Agent kann auf Wunsch im Web recherchieren und aktuelle Informationen einbeziehen, zum Beispiel: „Recherchiere die aktuellen Systemvoraussetzungen von macOS Tahoe und fasse sie mir in einer Tabelle zusammen.” Das Ergebnis lässt Du Dir direkt als Datei ablegen.

Shell-Befehle generieren statt googeln. Statt nach der richtigen ffmpeg- oder rsync-Syntax zu suchen, beschreibst Du das Ziel: „Gib mir den Befehl, der alle MOV-Dateien hier in platzsparende MP4s umwandelt, und erklär mir die Optionen.” Auf Wunsch führt der Agent den Befehl gleich aus, fragt aber vorher nach.

Texte zusammenfassen und übersetzen. Leg PDFs, Mails oder Notizen als Dateien in einen Ordner und lass Dir Zusammenfassungen, Übersetzungen oder Antwortentwürfe erstellen: „Fasse die drei Textdateien in diesem Ordner auf je fünf Sätze zusammen und schreib die Ergebnisse in zusammenfassung.md.”

Einstiegsprojekt: Ausgaben-Dashboard aus einer CSV in zehn Minuten

Zum Abschluss bauen wir etwas, wofür Du früher entweder Excel-Kenntnisse auf Formel-Niveau oder einen Programmierkurs gebraucht hättest: ein interaktives Dashboard, das Deine Kontoauszüge visualisiert. Fast jede Banking-App und jedes Online-Banking exportiert Umsätze als CSV-Datei, und genau die machen wir auswertbar.

1. Erstelle einen Ordner und leg Deine CSV-Datei hinein, zum Beispiel ~/Documents/finanzen/umsaetze.csv.
2. Wechsle im Terminal mit cd ~/Documents/finanzen in den Ordner und starte agy.
3. Gib diesen Auftrag ein: „Schau Dir umsaetze.csv an und baue daraus ein Dashboard als einzelne Datei dashboard.html, die ich ohne Server im Browser öffnen kann. Ich will ein Balkendiagramm der Ausgaben pro Monat, ein Tortendiagramm nach Kategorien und eine durchsuchbare Tabelle aller Buchungen. Ordne die Buchungen anhand des Verwendungszwecks sinnvollen Kategorien zu.”
4. Der Agent liest zuerst die CSV, um Spalten und Datumsformat zu verstehen, und legt Dir dann einen Plan vor. Bestätige ihn und auch die folgende Rückfrage, wenn er dashboard.html schreiben will.
5. Öffne das Ergebnis mit open dashboard.html. Im Browser erscheint Dein persönliches Finanz-Dashboard mit Diagrammen und Suchfunktion.

Das Beeindruckende daran: Die Datei ist komplett eigenständig, läuft lokal ohne Internetverbindung und ohne dass Deine Bankdaten irgendwo hochgeladen werden, und Du kannst sie beliebig weiterentwickeln. Sag dem Agenten einfach, was Dir fehlt: „Füge einen Filter nach Jahr hinzu” oder „Markiere alle Abbuchungen über 100 Euro rot”. Beim nächsten CSV-Export wiederholst Du den Vorgang oder bittest den Agenten gleich, das Dashboard so umzubauen, dass es jede neue CSV automatisch einliest. Und wenn Du die Auswertung lieber in einer Tabelle weiterpflegen willst, lässt Du Dir die kategorisierten Daten zusätzlich als CSV für Google Sheets exportieren, wo Gemini über dasselbe Google-Konto gleich weiterhelfen kann.

Fazit: Risikolos testen, bei Bedarf aufstocken

Mit der Antigravity CLI senkt Google die Einstiegshürde für KI-Agenten auf praktisch null: ein Installationsbefehl, Login mit dem Google-Konto, das ohnehin existiert, und ein wöchentliches Gratis-Kontingent mit Gemini 3 Pro, das für echte Projekte reicht. Wer mehr Volumen braucht, wächst mit Google AI Pro oder Ultra hinein, statt vorab zu bezahlen. Probier es mit dem Dashboard-Projekt aus diesem Artikel aus, danach findest Du garantiert eigene Anwendungsfälle. Und wenn Du anschließend wissen willst, wie sich der wichtigste Konkurrent im Terminal schlägt, lies die Anleitung: Claude Code auf dem Mac installieren & nutzen mit drei weiteren Alltags-Workflows.