
/context(脈絡用量):這次和 AI 的對話中,AI 還有多少腦容量可以記憶。/model(模型切換):要選快速回答的 Flash 模型,還是思考的 Pro 模型/effort(思考強度調整):決定模型在回答前要「直覺秒回(low)」還是「展開深度思考鏈、反覆自我推演驗證(high)」。/context(脈絡用量):人類要記的資訊太多的話,容易忘東忘西,大語言模型(LLM)也是一樣,如果讓 LLM 記住太多內容,他會越來越難專心在你的命令,所以我們要隨時注意這次對話的用量,一般來說大概用到 70% 就要清除或壓縮/model(模型切換):現在 Token 越來越貴,不然要切換這次任務使用的模型,讓貴的模型做要探索的事,便宜的模型做明確的事/effort(思考強度調整):跟人類一樣,做事情前要靈光一閃就做事情,還是深思熟慮後再做,當然讓 LLM 想久一點也會讓要付的錢變多當你在 Antigravity CLI 中與 AI 代理對話時,每次發送請求所消耗的 Tokens 並非只有你打的那行字,而是由以下四大區塊組成:
Antigravity CLI 支援動態調整模型版本與思考層級:
/context:顯示脈絡用量在終端機中直接輸入:
/context
◉ ◉ ◉ ◉ ◉ Gemini 3.7 Flash (High) · 225.1k/1.0M tokens
◉ ◉ ◉ ◉ ◉ (21.5%)
◉ ◉ ◉ □ □ Token usage by category
□ □ □ □ □ ◉ User messages: 149 tokens (0.0%)
□ □ □ □ □ ◉ Agent responses: 116.0k tokens (11.1%)
□ □ □ □ □ ◉ Tool calls: 85.5k tokens (8.2%)
□ □ □ □ □ ⛁ System prompt: 6.5k tokens (0.6%)
□ □ □ □ □ ⛁ System tools: 13.7k tokens (1.3%)
□ □ □ □ □ ⛁ Skills: 2.6k tokens (0.3%)
□ □ □ □ □ ⛁ Subagents: 653 tokens (0.1%)
□ □ □ □ □ □ Free space: 823.5k (78.5%)
這能讓你一眼看清到底是哪份規則或對話歷史佔用了大量脈絡。
/model:模型切換指令語法:
/model
顯示樣式(沒錯,輸入 /model 也是能同時調整/effort)
Switch Model
> Gemini 3.7 Flash (current)
Gemini 3.6 Flash
Gemini 3.5 Flash
Gemini 3.1 Pro
Claude Sonnet 4.6 (Thinking)
Claude Opus 4.6 (Thinking)
GPT-OSS 120B (Medium)
Effort ◂ ●━━━━━━━━━━━━━━●━━━━━━━━━━━━━━◉ ▸
low medium high
Deepest reasoning for complex problems — slower but strongest
Keyboard: ↑/↓ Navigate ←/→ Effort enter Select esc Go Back
/effort:思考強度調整指令語法:
/effort
顯示樣式
Set Effort
◂ ●━━━━━━━━━━━━━━●━━━━━━━━━━━━━━◉ ▸
low medium high
Deepest reasoning for complex problems — slower but strongest (current)
Keyboard: ←/→ Effort enter Select esc Go Back