El desarrollo de entornos orientados a agentes de IA autónomos (Agent-first IDEs) estuvo frenado durante mucho tiempo por un problema fundamental: el aislamiento respecto al circuito real de trabajo del ingeniero. Un bot autónomo puede escribir código con virtuosismo y ejecutar pruebas locales, pero en cuanto necesita leer un ticket en el gestor de tareas corporativo, consultar una página de arquitectura en Confluence, pedir logs a Datadog o verificar una transacción en Stripe, el proceso se detiene.
El desarrollador tenía que convertirse en integrador de sistemas: desplegar a mano servidores del protocolo Model Context Protocol (MCP), escribir variables de entorno en decenas de archivos de configuración ocultos, redactar envoltorios en bash y configurar subagentes por repositorios dispersos. El más mínimo error en una URL o un token derivaba en fallos incomprensibles al invocar herramientas.
El equipo de Google Developer Relations liderado por Nohe le dio la vuelta a este concepto al presentar en el anuncio oficial de Google Antigravity un catálogo centralizado de extensiones: Plugin Marketplace en Google Antigravity. El nuevo marketplace está disponible tanto en la aplicación gráfica Antigravity como en la interfaz de consola Antigravity CLI (agy), convirtiendo la conexión de sistemas corporativos externos en una operación trivial de un clic.
Arquitectura de extensibilidad: cinco primitivas básicas
En el enfoque de Antigravity me atrapó su carácter sistemático. En lugar de levantar un zoológico de scripts heterogéneos, los ingenieros de Google reunieron todos los aspectos de extensión de la plataforma en cinco primitivas estrictamente tipadas, empaquetadas en un único paquete versionado con el manifiesto raíz plugin.json.
Veamos de qué engranajes se compone cada plugin en el ecosistema:
- Habilidades (Skills): directorios de instrucciones de dominio y scripts auxiliares definidos mediante el archivo
SKILL.md. Funcionan bajo el principio de divulgación progresiva (progressive disclosure): el modelo no satura la ventana de contexto con textos de varias páginas al inicio, sino que carga el reglamento necesario solo en el momento de ejecutar la tarea correspondiente; - Servidores MCP (MCP Servers): especificaciones declarativas en el archivo
mcp.jsonque configuran la conexión con APIs externas mediante los protocolos stdio o Streamable HTTP con soporte de autenticación segura OAuth 2.0; - Reglas (Rules): archivos de instrucciones en el directorio
rules/que fijan estándares estrictos de arquitectura, requisitos de estilo de código y restricciones corporativas; - Hooks de ciclo de vida (Lifecycle Hooks): scripts shell deterministas que interceptan eventos del agente (
SessionStart,PreToolUse,PostToolUse,Stop). Permiten bloquear comandos destructivos de terminal, enmascarar tokens en los logs y ejecutar linters de forma obligatoria antes de entregar el trabajo; - Agentes personalizados (Custom Agents): perfiles aislados de subagentes (
agents/*.md) con instrucciones de sistema especializadas y un conjunto limitado de herramientas (por ejemplo, un agente auditor o un agente de pruebas).
Todos estos elementos se gestionan de forma síncrona: instalar, actualizar, desactivar temporalmente o eliminar un plugin cambia el estado de los cinco componentes a la vez, garantizando la integridad del entorno.
Cómo está estructurado el manifiesto del plugin plugin.json
Cada desarrollador puede crear y publicar su propio conector. Toda la configuración se describe en un archivo JSON declarativo en la raíz del repositorio:
{
"name": "linear-workspace-connector",
"version": "1.2.0",
"displayName": "Linear Workspace Connector",
"description": "Permite a los agentes de programación leer tickets, actualizar estados de tareas y vincular ramas Git con tareas de Linear",
"publisher": "Engineering Platform Team",
"primitives": {
"mcpServers": "./mcp.json",
"skills": [
"./skills/linear-triage/SKILL.md",
"./skills/git-branch-sync/SKILL.md"
],
"rules": [
"./rules/issue-linking.md"
],
"hooks": "./hooks.json"
},
"userVariables": {
"LINEAR_API_KEY": {
"type": "string",
"required": true,
"description": "Clave API personal de acceso a Linear Workspace"
}
}
}
El archivo complementario mcp.json describe cómo iniciar el servidor de herramientas:
{
"mcpServers": {
"linear-api": {
"command": "node",
"args": ["./dist/linear-mcp-server.js"],
"env": {
"LINEAR_API_KEY": "${userVariables.LINEAR_API_KEY}"
},
"transport": "stdio"
}
}
}
La interacción con el marketplace mediante la utilidad de consola agy toma segundos:
# Búsqueda e instalación de un plugin verificado del catálogo del marketplace
agy plugin install linear-workspace-connector
# Validación local de un conector propio en desarrollo
agy plugin validate ./my-custom-plugin
# Vista de herramientas y hooks activos en la sesión actual de desarrollo
agy plugin list --active
Seguridad y control de acceso a la infraestructura
El mayor desafío al conectar agentes de IA autónomos con bases de datos de producción y gestores de tareas es la seguridad de la información. Si se otorga al modelo acceso sin control a la API, una alucinación accidental o un ataque de inyección de prompts (prompt injection) puede derivar en la eliminación de tareas o la fuga de datos de usuarios.
La arquitectura de Antigravity resuelve este problema a nivel de plataforma:
- Aislamiento de secretos: las variables de entorno y los tokens OAuth 2.0 se guardan en un almacén seguro del sistema de la plataforma. Se inyectan directamente en los procesos en ejecución de los servidores MCP y físicamente no entran en la ventana de contexto del modelo de lenguaje ni en los logs del chat;
- Hooks de seguridad
PreToolUse: antes de ejecutar cualquier acción mutante (por ejemplo, enviar una peticiónPOST /issueso cambiar el estado de un despliegue en Vercel), el sistema puede solicitar confirmación explícita de una persona o ejecutar un script de verificación; - Permisos granulares: los plugins declaran el conjunto mínimo necesario de permisos (scopes), evitando acceso excesivo a recursos vecinos de la organización.
Ya desde el arranque, la plataforma ofrece decenas de conectores listos para usar con servicios populares: Atlassian (Jira, Confluence, Bitbucket), Linear, GitHub, GitLab, Firebase, Datadog, Postman, Cloudflare, Canva, Figma y Stripe.
Estamos ante un paso importante para que los agentes de IA dejen de ser simples sugeridores de texto aislados y se conviertan en colegas digitales completos, integrados sin fisuras en toda la infraestructura de ingeniería de la empresa.

![Node.JS [ru]](/api/digests/it_development/daily/20261101/assets/sources/we-use-js.jpg?v=afa57dd22899de281ce8acde5ab09ad661ce4a0bf3c6c59b7ff06ca9aae95f23)