WORKFLOW ĐANG VIRAL Gemini Notebook x AntiGravity

WORKFLOW ĐANG VIRAL Gemini Notebook x AntiGravity Combo nghiên cứu AI mà cộng đồng đang truyền tay nhau MCP Protocol Notebook LM AntiGravity Cộng đồng làm AI đang truyền tay nhau một workflow kết hợp giữa Gemini Notebook và AntiGravity, hai công cụ tưởng không liên quan như khi giúp lại tạo ra một hệ thống nghiên cứu tự động cực mạnh. CÔNG CỤ CHÍNH Google AntiGravity + Gemini Notebook AntiGravity đóng vai trò nền tảng orchestration, còn Gemini Notebook là kho tri thức sống, hai thứ này được nối với nhau qua giao thức MCP để dữ liệu chảy hai chiều mà không cần copy-paste thủ công. 4 BƯỚC KẾT NỐI Thiết lập combo trong 4 bước 1 Tạo Workspace Đặt tên rõ chủ đề 2 Kết nối MCP Gemini Notebook endpoint 3 Xác thực Google OAuth, cấp quyền truy cập 4 Lưu cấu hình Tái dùng cho workspace khác Quy trình thiết lập chỉ có bốn bước: mở AntiGravity tạo workspace mới đặt tên theo chủ đề, kết nối Gemini Notebook qua giao thức MCP, xác thực bằng tài khoản Google để cấp quyền, rồi lưu cấu hình để dùng lại cho các dự án sau mà không cần cài đặt lại từ đầu. CẤU HÌNH MCP Mẫu kết nối Gemini Notebook qua MCP // Trong AntiGravity Workspace Settings { "mcp_connection": { "provider": "gemini-notebooklm", "endpoint": "https://notebooklm.google.com/mcp/v1", "auth": "oauth2-google", "scopes": ["notebooklm.read", "notebooklm.write"], "notebook_ids": ["nb_research_01"], "nb_internal_docs": [], "sync_mode": "realtime" } } Lưu file này -> AntiGravity tự nhận toàn bộ notebook đã chọn ID từ Gemini Notebook của mình, chọn sync_mode là realtime để dữ liệu cập nhật tức thì mỗi khi notebook thay đổi. 3 NHÓM ỨNG DỤNG Sau khi kết nối, mở ra 3 luồng dùng Nghiên cứu tự động Thu thập nguồn, phân loại vào đúng notebook theo chủ đề, không cần sắp xếp tay. AI Skills doanh nghiệp Tạo skill tài sự dụng, luôn tham chiếu tài liệu nội bộ trước khi phản hồi. Dashboard ngữ cảnh Sinh HTML tương tác tới toàn bộ kho tài liệu trong Notebook, không cần lập trình riêng. Ba nhóm ứng dụng mở ra ngay sau khi kết nối: nghiên cứu tự động với nguồn được phân loại đúng notebook, AI Skills cho doanh nghiệp luôn tra tài liệu nội bộ trước khi trả lời, và dashboard HTML tương tác sinh thẳng từ kho dữ liệu mà không cần xây tool riêng. NGHIÊN CỨU TỰ ĐỘNG Pipeline thu thập nguồn không tay Python scraper Chạy trong AntiGravity Đẩy vào Notebook API tự động Phân loại chủ đề Gemini gắn nhãn Sinh báo cáo PDF, slide, audio AntiGravity chạy pipeline Python để tự động thu thập dữ liệu, đẩy thẳng vào đúng notebook qua API, Gemini tự gắn nhãn chủ đề rồi sinh ra báo cáo PDF, bài thuyết trình hoặc file audio tóm tắt mà không cần thao tác thủ công nào. Tự động cập nhật Notebook bằng Python pipeline.py 1 import notebooklm_api as nb 2 from antigravity import WorkspaceClient 3 4 ws = WorkspaceClient(workspace_id="research_ai_2025") 5 6 # Thu thập bài báo mới từ ArXiv 7 papers = fetch_arxiv(query="LLM agents", max_results=20) 8 9 # Đẩy thẳng vào Notebook dùng chủ đề 10 nb.add_source( 11 notebook_id="nb_research_01", 12 content_paper=["abstract"], 13 metadata={"title": paper["title"], "date": 14 paper["published"]} 15 ) 16 17 # AntiGravity tự kích hoạt tóm tắt + gắn nhãn 18 ws.trigger_summarize(notebook_id="nb_research_01") Đây là đoạn Python thực tế, script kéo 20 Chạy script này mỗi sáng: 20 bài mới nhất từ ArXiv theo notebook, tóm tắt và gắn nhãn, toàn bộ chạy tự động mỗi sáng. SỨC MẠNH THỰC TẾ Những con số từ cộng đồng dùng thử 5x Tốc độ tổng hợp nguồn so với làm tay 0 Lần copy-paste thủ công sau khi cấu hình 3 phút Từ query ArXiv đến báo cáo PDF hoàn chỉnh Người dùng trong cộng đồng báo tốc độ tổng hợp nguồn nhanh hơn khoảng 5 lần so với làm tay, không còn thao tác copy-paste, và từ lúc chạy query đến khi có báo cáo PDF hoàn chỉnh chỉ mất khoảng 3 phút. TRƯỚC VÀ SAU Workflow nghiên cứu thay đổi thế nào Trước, làm tay > Tìm nguồn từng tab riêng lẻ > Copy-paste vào Google Docs > Tóm tắt thủ công từng bài > Slide làm riêng mất vài giờ Sau, Notebook + AntiGravity > Python tự kéo nguồn theo lịch > Nguồn đẩy thẳng vào đúng notebook > Gemini tóm tắt và gắn nhãn tự động > Slide, audio sinh từ notebook trong vài phút Sự khác biệt rõ ràng nhất là từ một quy trình rời rạc nhiều bước tay chân, combo này biến toàn bộ thành pipeline chạy theo lịch, dữ liệu sync realtime và đầu ra đa dạng từ slide đến audio mà không cần can KẾT Thử ngay: AntiGravity + Gemini Notebook qua MCP 4 bước kết nối MCP Pipeline Python tự động Báo cáo, slide, audio tự sinh Combo Gemini Notebook x AntiGravity Combo này đang được cộng đồng AI chia sẻ rộng rãi vì lý do rõ ràng: bốn bước kết nối MCP một lần, sau đó toàn bộ quy trình nghiên cứu từ thu thập nguồn đến báo cáo cuối cùng chạy tự động hoàn toàn.