【实操】Google AI编程工具Antigravity 实践：20251126 10分钟完成知乎热榜爬虫项目

前言

在今天的技术实践中，我首次使用了 Google AI 编程工具 Antigravity，搭配其最新的 Gemini 3 Pro 模型，完成了一个简单但实用的项目 —— 知乎热榜爬虫。

从需求到代码生成、调试、运行再到结果输出，全程由 AI 自动完成，我只需提供简单的需求描述，整个过程耗时不到 10 分钟！

这次实践让我深刻体会到 AI 编程工具的强大能力：不仅能自动生成高质量代码，还能调试环境、验证结果并生成详细的操作文档。以下是完整的项目实操记录，展示 AI 如何彻底改变开发方式。

---

项目简介

🎯 项目目标

• 爬取知乎热榜数据；
• 提取标题、链接、热度等信息；
• 将结果保存为 JSON 文件，供后续分析或展示。

📦 项目成果

• 爬虫脚本：zhihu_crawler.py（由 AI 自动生成，基于 Python 的 aiohttp 实现异步请求）
• 数据文件：zhihu_hot_list.json（包含知乎热榜的标题、链接、热度等结构化数据）
• 操作指南：walkthrough.md（由 AI 自动生成的详细使用文档）

---

使用 Antigravity 的完整过程

⚡ 自动化执行流程

在 Antigravity 工具中，我仅输入了一句简单的需求描述：

创建一个爬取知乎热榜的脚本，并保存为 JSON 文件。

随后，Google Gemini 3 Pro 模型接管了整个开发过程，自动完成以下步骤：

1. 需求分析
2. API 验证（确认 https://api.zhihu.com/topstory/hot-list 可用性）
3. 实现计划（选用 aiohttp 异步爬虫）
4. 代码生成（自动编写 zhihu_crawler.py）
5. 环境调试（自动检查依赖与环境）
6. 脚本验证（自动运行脚本）
7. 结果生成（输出 JSON 文件）
8. 文档生成（自动生成 walkthrough.md）

整个过程无需手动调试代码或解决环境问题，AI 完成了从代码到结果的全流程开发。

---

📝 AI 生成的核心文件

1. 爬虫脚本：zhihu_crawler.py

由 Gemini 3 Pro AI 自动生成，功能完整、逻辑清晰：

import aiohttp
import asyncio
import json

API_URL = "https://api.zhihu.com/topstory/hot-list"
HEADERS = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
}

async def fetch_hot_list():
    async with aiohttp.ClientSession() as session:
        async with session.get(API_URL, headers=HEADERS) as response:
            if response.status == 200:
                return await response.json()

async def main():
    data = await fetch_hot_list()
    with open("zhihu_hot_list.json", "w", encoding="utf-8") as f:
        json.dump(data, f, ensure_ascii=False, indent=4)

if __name__ == "__main__":
    asyncio.run(main())

---

2. 数据文件：zhihu_hot_list.json

运行爬虫脚本后，自动生成的结构化数据示例：

[
    {
        "title": "「史上最严」充电宝安全标准曝光，3C 认证将全面失效，哪些变化值得关注？",
        "url": "https://www.zhihu.com/question/1976602590901977862",
        "excerpt": "当 “史上最严” 充电宝安全标准进入落地倒计时...",
        "hot_value": "1068 万热度"
    },
    {
        "title": "如何看待《疯狂动物城2》预售总票房破3亿...",
        "url": "https://www.zhihu.com/question/1976591353623367882",
        "excerpt": "11月25日，据猫眼专业版数据...",
        "hot_value": "484 万热度"
    }
]

---

3. 操作指南：walkthrough.md

由 Antigravity 自动生成，简单易懂，适合所有用户：

Zhihu Hot List Crawler Walkthrough
Overview
I have successfully created a Python crawler that fetches the Zhihu Hot List using aiohttp and saves the data to a JSON file.

Implementation Details
Script: 
zhihu_crawler.py
Library: aiohttp for asynchronous HTTP requests.
Endpoint: https://api.zhihu.com/topstory/hot-list
Anti-Crawling Bypass: Uses a standard browser User-Agent header.
Verification Results
I ran the script and it successfully fetched 30 hot list items.

Execution Output
Fetching Zhihu Hot List...
Successfully saved 30 items to zhihu_hot_list.json
Output File (
zhihu_hot_list.json
)
The generated JSON file contains a list of hot items with the following structure:

[
    {
        "title": "Topic Title",
        "url": "https://www.zhihu.com/question/...",
        "excerpt": "Topic excerpt...",
        "hot_value": "123 万热度"
    },
    ...
]
How to Run
Ensure you have Python 3 installed.
Install dependencies:
pip install aiohttp
Run the script:
python zhihu_crawler.py

如何运行脚本

1. 确保已安装 Python 3 环境；

2. 安装依赖：

   pip install aiohttp
   

3. 运行脚本：

   python zhihu_crawler.py
   

4. 结果文件 zhihu_hot_list.json 将保存在当前目录。

🚀 AI 编程工具的强大能力

全流程自动化

从需求分析到代码生成，再到环境调试和结果验证，全程由 AI 自动完成。我只需提供简单的需求描述，剩下的工作都交给 Antigravity。

高效代码生成

AI 生成的代码不仅功能完整，而且逻辑清晰、可读性高，完全达到了专业开发的水平。

自动调试与环境适配

AI 能自动解决环境问题，如：

• 检查 Python 版本和依赖安装；
• 调试脚本运行错误；
• 确保输出文件格式正确。

结构化文档输出

AI 自动生成的操作指南通俗易懂，降低了技术门槛，即使是非专业开发者也能轻松使用生成的脚本。

---

🏆 使用体验与总结

使用体验

1. AI 编程工具的颠覆性体验
   Antigravity 让编程变得前所未有的简单高效。以前需要几个小时完成的任务，现在 10 分钟内搞定，并且全程无需手动调试。

2. 从辅助工具到开发伙伴
   这次实践证明，AI 不仅是开发者的辅助工具，更是一个真正的 开发伙伴。它能独立完成从需求到成品的全过程，极大提升了开发效率。

---

总结

通过这次实践，我深刻感受到 Google AI 编程工具 Antigravity 的强大能力。它让编程变得更高效、更智能，真正实现了从“写代码”到“生成代码”的转变。

如果你也想体验 AI 编程的魅力，不妨试试 Antigravity，让 AI 成为你的开发助手，解锁全新的编程体验！

---