Google Antigravity + Felo Search: Dê aos seus Agentes de IA Pesquisa em Tempo Real e Respostas com Citações
Feche a lacuna de corte de conhecimento do Gemini 3 com a habilidade Felo Search para o Google Antigravity — pesquisa na web ao vivo, respostas com citações e verificação em tempo real, acionadas automaticamente dentro do Gerenciador de Agentes.
O Gerenciador de Agentes do Google Antigravity é um planejador competente. Ele coordena tarefas de múltiplas etapas, decompõe solicitações complexas e distribui o trabalho entre subagentes. Mas possui uma limitação fundamental: todo agente começa apenas com o que o Gemini 3 sabe. E o que o Gemini 3 sabe está congelado no momento do seu corte de treinamento.
Essa lacuna entre capacidade de planejamento e acesso à informação é onde o trabalho real estagna. Um agente pode planejar uma análise competitiva, mas não pode verificar os preços atuais. Pode esboçar um relatório de mercado, mas não consegue confirmar se um produto foi lançado na semana passada. Pode redigir um memorando técnico, mas não confirmar se um endpoint de API foi alterado.
O Felo Search preenche essa lacuna. É uma habilidade de pesquisa ao vivo que se conecta diretamente ao diretório .agent/skills/ do Antigravity — sem configuração, sem comandos de barra, sem invocação manual. Quando uma tarefa de agente exige informações atualizadas, o Felo Search é ativado automaticamente e retorna uma resposta citada com a qual o agente pode agir.
Este artigo explica como ele funciona, o que desbloqueia e por que deve ser a primeira habilidade que a maioria das equipes Antigravity instala.
O Problema do Corte de Conhecimento
Todo modelo de linguagem possui um corte de treinamento — uma data após a qual ele simplesmente não sabe o que aconteceu. Para o Gemini 3, isso significa:
- Preços desatualizados: Os preços dos produtos mudam mensalmente, às vezes semanalmente. Um agente que trabalha com dados de treinamento citará números antigos.
- Lançamentos ausentes: Novos produtos, versões de API e lançamentos de recursos acontecem todos os dias. O modelo não tem como saber sobre eles.
- Documentação desatualizada: Especificações de API são descontinuadas, endpoints mudam, padrões de autenticação se alteram. Os dados de treinamento são um instantâneo; a realidade é um fluxo.
- Pontos cegos de concorrência: Novos concorrentes surgem, os existentes mudam de direção. Os agentes precisam saber o que aconteceu ontem, não há seis meses.
Esses não são casos isolados. São as lacunas de informação do dia a dia que fazem um agente competente produzir respostas erradas, análises incompletas e recomendações desatualizadas.
A solução não é um modelo maior. É uma camada de dados em tempo real.
Como o Felo Search Funciona Dentro do Antigravity
O Felo Search se integra ao Google Antigravity por meio de uma instalação simples de pasta. Basta colocar a pasta da habilidade felo-search no diretório .agent/skills/ do seu projeto, fazer commit no Git e cada instância do Antigravity dos desenvolvedores o detectará no próximo pull.
Ativação Automática — Sem Comandos de Barra
O arquivo SKILL.md em cada habilidade Felo contém uma descrição semântica do que a habilidade faz. O Gerenciador de Agentes do Antigravity lê essas descrições e as relaciona com os requisitos da tarefa. Quando uma tarefa envolve preços atuais, notas de lançamento, pesquisa de mercado ou qualquer pergunta cuja informação não exista nos dados de treinamento, o Gerenciador de Agentes carrega o Felo Search automaticamente.
Você não digita /felo-search. Você não configura gatilhos. Apenas pede para o agente fazer seu trabalho — e ele busca dados ao vivo quando necessário.
O Fluxo de Solicitação
Veja o que acontece nos bastidores quando uma tarefa de agente aciona o Felo Search:
- Análise de tarefa: O Gerenciador de Agentes identifica que a tarefa atual requer informações que podem estar fora da janela de treinamento do Gemini 3 — preços atuais, notícias recentes, documentação atualizada.
- Ativação da habilidade: O Felo Search é carregado automaticamente com base na correspondência semântica do SKILL.md.
- Otimização da consulta: A habilidade reformula a pergunta do agente em consultas de pesquisa otimizadas.
- Execução de pesquisa ao vivo: As consultas são enviadas para a API de pesquisa em tempo real do Felo, que agrega resultados da web atual.
- Geração de resposta citada: Os resultados são sintetizados em uma resposta estruturada e citada que o agente pode usar diretamente em seu fluxo de trabalho.
- Continuação da tarefa: O Gerenciador de Agentes continua a execução com informações verificadas e atuais — sem trocas de contexto, sem intervenção manual.
Todo o fluxo acontece dentro do IDE. O agente nunca sai da conversa. O desenvolvedor nunca sai do seu fluxo de trabalho.
Respostas Estruturadas e Citadas
O Felo Search não retorna um muro de texto. Ele retorna uma resposta estruturada com:
- Resposta abrangente: Uma resposta sintetizada que aborda diretamente a questão do agente.
- Análise da consulta: Os termos de pesquisa otimizados usados, proporcionando transparência no processo de pesquisa.
- Atribuição de fonte: Os resultados são baseados em dados reais da web, não em alucinações do modelo.
Essa estrutura é importante porque os agentes precisam de entradas confiáveis. Uma resposta citada permite que o agente verifique seu próprio raciocínio, rastreie as fontes e produza uma saída em que um desenvolvedor humano possa confiar.
O Que o Felo Search Desbloqueia para as Equipes do Antigravity
Instalar o Felo Search é uma ação simples — copiar uma pasta, fazer commit no Git. O impacto afeta toda tarefa de agente que depende de informações atuais.
Inteligência Competitiva Sob Demanda
Antes do Felo Search, um agente que fosse questionado sobre preços de concorrentes ou adivinhava ou dizia “não tenho informações atuais”. Agora, ele pesquisa a web ao vivo, compara páginas de preços e retorna uma comparação estruturada com fontes.
Casos de uso:
- Análise de preços: “Quais são os planos e preços atuais de [concorrente]?”
- Comparação de recursos: “[Concorrente] oferece [recurso] hoje?”
- Posicionamento de mercado: “Qual é a mensagem mais recente da [empresa]?”
Cada resposta é citada, atual e pronta para alimentar a próxima fase da tarefa do agente — seja uma matriz competitiva, um memorando de posicionamento ou uma recomendação de produto.
Pesquisa Técnica Realmente Atual
Desenvolvedores confiam em agentes para pesquisa técnica: documentação de API, atualizações de frameworks, alertas de segurança, compatibilidade de bibliotecas. Tudo isso muda rápido — e é inútil se vier de um instantâneo estático de dados de treinamento.
O Felo Search dá aos agentes acesso a informações técnicas atuais:
- Mudanças de API: “O que mudou em [API] v3.2?”
- Alertas de segurança: “Existem vulnerabilidades conhecidas em [biblioteca]?”
- Atualizações de framework: “Quais são as mudanças quebráveis em [framework] 5.0?”
- Boas práticas: “Qual é a abordagem recomendada atualmente para [padrão]?”
O agente não apenas responde — ele responde com confiança, porque as informações são verificadas na web atual, não lembradas dos dados de treinamento.
Suporte Rápido à Decisão
O valor mais importante do Felo Search não é a pesquisa — é a velocidade. Quando um desenvolvedor ou líder de equipe precisa de uma resposta rápida para embasar uma decisão, o Felo Search a fornece em segundos, sem precisar sair do IDE ou abrir o navegador.
Perguntas rápidas que importam:
- “[Ferramenta] foi atualizada no último mês?”
- “Qual é o status atual de [serviço]?”
- “Há avaliações recentes de [produto]?”
- “Qual é a atualização mais recente sobre [padrão/especificação]?”
Cada resposta vem com atribuição. Cada resposta é atual. Cada resposta permite que a equipe avance sem trocar o contexto para uma busca no navegador.
A Visão Ampliada: Habilidades como Camada de Capacidades
O Felo Search é parte de uma estratégia mais ampla. Foi projetado para funcionar junto com outras habilidades Felo que preenchem lacunas diferentes no que os agentes do Antigravity podem fazer autonomamente.
A pilha completa de capacidades se parece com isto:
| Camada | Habilidade | O Que Faz |
|---|---|---|
| Dados ao Vivo | Felo Search | Pesquisa na web atual, respostas citadas, verificação em tempo real |
| Dados ao Vivo | Felo Web Fetch | Extração estruturada de páginas da web para Markdown, HTML ou texto |
| Dados ao Vivo | Felo X Search | Sinais sociais do X/Twitter — tuítes, usuários, encadeamentos de resposta |
| Conhecimento | Felo LiveDoc | Base de conhecimento persistente da equipe a partir de documentos e arquivos indexados |
| Saída | Felo Slides | Geração de apresentações .pptx a partir de pesquisas do agente |
| Saída | Felo Content to Slides | Conversão de notas, documentos e URLs em roteiros prontos para slides |
| Saída | Felo Landing Page | Geração de páginas de destino hospedadas a partir de prompts de texto |
O Felo Search é a base. É a habilidade que a maioria das equipes instala primeiro, porque a lacuna do corte de conhecimento é o obstáculo mais imediato. Assim que os dados ao vivo funcionam, as equipes geralmente adicionam conhecimento persistente (Felo LiveDoc) e, depois, geração de saída (Felo Slides).
Cada camada é uma instalação de pasta. Cada camada é acionada automaticamente. Cada camada torna o Gerenciador de Agentes mais capaz sem mudar a forma como os desenvolvedores trabalham.
Primeiros Passos
Instalar o Felo Search para o Google Antigravity leva menos de um minuto:
# Clone o repositório de habilidades Felo
git clone https://github.com/Felo-Inc/felo-skills.git
# Copie a habilidade para a pasta de habilidades do Antigravity
cp -r felo-skills/felo-search ~/.gemini/antigravity/skills/
# Ou para uso em equipe, coloque em .agent/skills/ do seu projeto
cp -r felo-skills/felo-search /your-project/.agent/skills/
# Faça commit no Git para que toda a equipe receba
git add .agent/skills/felo-search
git commit -m "Adicionar habilidade Felo Search para pesquisa ao vivo de agentes"
E pronto. Nenhuma configuração de chave de API dentro do Antigravity (sua chave de API Felo é configurada separadamente no ambiente da habilidade). Nenhum gatilho manual. O Gerenciador de Agentes lê a descrição do SKILL.md e ativa o Felo Search quando a tarefa exige.
O caminho de instalação importa:
.agent/skills/(dentro do seu projeto): use para habilidades compartilhadas em equipe. Faça commit no Git, e cada instância do Antigravity dos desenvolvedores o obterá no próximo pull.~/.gemini/antigravity/skills/(pasta global): use para habilidades pessoais que se aplicam apenas aos seus projetos.
A maioria das equipes deve usar .agent/skills/ e fazer commit no Git. Assim, a habilidade faz parte da configuração do projeto — versionada, compartilhada e consistente em toda a equipe.
Você pode explorar todo o catálogo de Habilidades Felo e comparar as capacidades antes de instalar em felo.ai/skills/antigravity.
Por Que Isso Importa
A promessa dos agentes de IA não é que eles possam planejar. É que eles possam fazer — concluir tarefas reais, produzir resultados reais, tomar decisões reais. Planejar sem informações atuais é apenas suposição qualificada. E em domínios dinâmicos — desenvolvimento de software, análise competitiva, pesquisa de mercado — suposições qualificadas erram com frequência suficiente para ser perigoso.
O Felo Search dá aos agentes do Antigravity algo que nenhuma atualização de modelo pode oferecer: acesso ao que está acontecendo agora. Não ao que era verdade no momento do treinamento. Não ao que o modelo acha que pode ser verdade. Ao que é realmente verdade, verificado na web atual e citado para que você possa conferir.
É uma instalação pequena — uma pasta, um commit. Mas muda o que seus agentes podem fazer: de “planejar com dados desatualizados” para “agir sobre informações atuais”.
Essa é a diferença entre um agente que é um brinquedo de planejamento e um agente que é uma ferramenta de produção.
Experimente o Felo AI Gratuitamente →
Explore todas as Habilidades Felo para o Google Antigravity em felo.ai/skills/antigravity
Este post também está disponível em English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and বাংলা.