Antigravity SDKでローカルAI Agentを動かす方法：Gemma 4・Ollama対応

社内コードを外部APIへ送りたくない、従量課金を気にせず長い調査を回したい、ネット接続が不安定な環境でもAgentを使いたい——Google Antigravity SDKのローカルモデル対応は、この3つを同時に試せる選択肢です。

2026年9月23日の公式発表では、Gemma 4 26B A4BをLiteRTで端末内実行する方法と、Ollama・LM Studio・vLLMなどのOpenAI互換サーバーへ接続する方法が案内されました。本記事では、導入手順、必要なハードウェア、安全設定、クラウドとの使い分けを整理します。

Antigravityのローカル実行で変わること

通常のAI Agentは、プロンプト、コード、取得したファイルをクラウドAPIへ送って推論します。ローカルモデルでは推論処理を自分の端末や管理下のサーバーで行います。

主な利点は次の3つです。

• プライバシー：コードや指示を端末内に留めやすい
• コスト：ローカル推論部分にAPIのトークン料金が発生しない
• オフライン耐性：モデルと依存関係を準備すればネット接続なしでも実行できる

Googleの公開例では、クラウドモデルを計画役、ローカルモデルをコード監査・修正役にした構成で、処理トークンの97.2%に当たる3,322トークンをローカル実行しました。この数値は特定のデモ結果であり、すべての案件で同じ割合になるわけではありません。

2つのローカル実行方式

LiteRT方式ではSDKがローカルのループバックサーバーを管理します。Ollamaなどを使う場合は、推論サーバーを自分で起動・更新・監視します。

必要な環境

公式はGemma 4 26B A4Bに、24GB以上のVRAMまたはユニファイドメモリを推奨しています。モデルのダウンロード容量は約16.8GBです。

• macOS：Apple SiliconのMetalを利用
• Linux：NVIDIA GPUとCUDAを利用
• Windows：NVIDIA GPU、CUDA、WebGPU/Dawn関連コンポーネントを利用
• 対応機器：NPUバックエンドも選択可能

24GB未満でも別のOpenAI互換モデルを接続できる可能性はありますが、品質、ツール呼び出し、コンテキスト長はモデルごとに検証が必要です。

LiteRTでGemma 4を動かす手順

1. Python仮想環境を作る

python3 -m venv .venv
source .venv/bin/activate

Windowsでは仮想環境の有効化コマンドが異なります。

2. SDKとLiteRT-LMをインストールする

pip install google-antigravity litert-lm

3. モデルを取り込む

litert-lm import \
  --from-huggingface-repo=litert-community/gemma-4-26B-A4B-it-litert-lm \
  gemma-4-26B-A4B-it-web.litertlm \
  gemma4-26b

公式ガイドでは、モデルは通常 ~/.litert-lm/models/gemma4-26b/model.litertlm に登録されます。model_path では ~ が自動展開されないため、Python側で os.path.expanduser() を使います。

4. 最小構成で応答を確認する

import asyncio
import os
 
from google.antigravity import Agent, LiteRTAgentConfig
 
 
async def main():
    config = LiteRTAgentConfig(
        model_path=os.path.expanduser(
            "~/.litert-lm/models/gemma4-26b/model.litertlm"
        ),
    )
 
    async with Agent(config) as agent:
        response = await agent.chat("Pythonのgeneratorを説明してください")
        async for token in response:
            print(token, end="", flush=True)
 
 
if __name__ == "__main__":
    asyncio.run(main())

最初からファイル編集権限を与えず、まずは応答、速度、メモリ使用量を確認してください。

OllamaやLM Studioへ接続する方法

OpenAI互換エンドポイントがすでに動いている場合は、LocalOpenAIAgentConfigを使います。Ollamaの例は次の通りです。

import asyncio
 
from google.antigravity import Agent, LocalOpenAIAgentConfig
 
 
async def main():
    config = LocalOpenAIAgentConfig(
        model="gemma4:26b",
        base_url="http://localhost:11434/v1",
    ).lightweight()
 
    async with Agent(config) as agent:
        response = await agent.chat("このリポジトリの構成を要約してください")
        async for token in response:
            print(token, end="", flush=True)
 
 
if __name__ == "__main__":
    asyncio.run(main())

事前にOllamaサーバーを起動し、指定したモデルを取得しておく必要があります。LiteRT-LMへ接続するためにこの設定を使うのではなく、LiteRTにはLiteRTAgentConfigを使います。

ファイル編集を許可する前の安全設定

ローカル実行は、Agentの操作まで安全になることを意味しません。モデルが端末内にあっても、シェルコマンドや外部通信によってファイル削除・秘密情報流出が起こる可能性があります。

最初の評価では、次の制限を推奨します。

1. テスト専用リポジトリまたはコンテナを使う
2. 書き込み可能なワークスペースを限定する
3. シェルコマンドを自動承認しない
4. .env、SSH鍵、クラウド認証情報を読み取り対象から外す
5. 外部ネットワークを止めた試験も行う
6. 実行前後のGit差分とコマンド履歴を保存する

公式例には全コマンドを自動許可するpolicy.allow_all()もありますが、本番コードで最初から有効にするのは避ける方が安全です。

ローカルとクラウドの使い分け

ローカルモデルだけで完結させる必要はありません。実務では役割を分けると扱いやすくなります。

小さなクラウドモデルを計画役にし、トークン量の多い読み取りと修正をローカルへ任せる「Architect–Builder」構成は、品質と情報管理の折衷案になります。

日本企業で確認したいポイント

• ソースコードや顧客データの社内分類
• OSSモデルと依存パッケージのライセンス
• 端末紛失時のディスク暗号化
• モデルファイルと実行ログの保管場所
• 開発者端末ごとの性能差
• 脆弱性修正とモデル更新の担当者

「クラウドへ送らない」だけで監査要件を満たすとは限りません。モデル、SDK、Pythonパッケージの供給経路も含めて管理してください。

どちらから始めるべきか

• Apple Siliconや24GB以上のGPU環境があり、Gemma 4を試したい：LiteRT
• すでにOllamaやLM Studioを運用している：OpenAI互換接続
• 小型端末で試したい：より小さい互換モデルで機能検証
• 最高品質を優先する：クラウドとのハイブリッド

AIしるべでは、Antigravity CLIの機能と料金、モデルとして利用できるGemini、ほかの開発・プログラミング向けAI、ローカル実行対応ツールも確認できます。

公式資料

• Google Developers Blog：Local AI Models in the Antigravity SDK
• Antigravity SDK公式GitHub
• ローカルモデル公式ガイド

まずは読み取り専用の小さなリポジトリで、同じ課題をローカルとクラウドの両方に実行し、正確性、速度、メモリ、総費用を比較するのが現実的です。