Stručná odpověď Antigravity workflow příkaz /run-workflow (Dynamic Workflows) nechá agenta napsat krátký Python skript, který rozdělí úkol — code review, audit nebo sérii oprav — na desítky nezávislých subagentů a spustí je paralelně na pozadí. Každý subagent má vlastní konverzaci a vrátí strukturovaný výsledek, takže hlavní kontext zůstane čistý. Funkce je dostupná na plánech Google AI Pro a Google AI Ultra, v desktopové aplikaci i v CLI (ověřeno 14. 11. 2026 podle oficiální dokumentace). Funkce přišla s Antigravity App v2.32.0 z 13. 11. 2026; nové verze se podle changelogu rozšiřují postupně a k některým uživatelům se dostanou až za pár dní.
Review čtyřiceti souborů po jednom v jedné konverzaci znamená, že model po desátém souboru ztrácí souvislosti a ty místo kontroly kódu hlídáš agenta. Google Antigravity to řeší obráceně: místo jednoho dlouhého povídání napíše agent skript, který práci rozseká na kousky a rozešle je samostatným agentům. Podobný princip znáš z Dynamic Workflows v Claude Code — tady je ukážeme v podání Googlu, včetně toho, kdy se naopak vyplatí ho nepoužít.
Co je Dynamic Workflows (/run-workflow) v Antigravity
Dynamic Workflows je režim orchestrace, ve kterém agent místo přímé práce napíše a spustí Python skript koordinující další agenty. Zadáš ho jediným příkazem, například:
/run-workflow Projdi Python soubory změněné oproti main, každý nezávisle zkontroluj na neošetřené výjimky modelem flash a zaloguj jednořádkový verdikt.
Zásadní vlastnost: agenti spuštění workflow jsou plnohodnotní agenti s vlastními konverzacemi. Nevidí skript, nevidí se navzájem a do hlavní konverzace se necpou jejich čtení souborů, hledání ani výstupy testů — každý vrátí jen výsledek odpovídající JSON schématu, které mu skript zadá. Hlavní konverzace tak zůstane čistá i po desítkách spuštěných agentů.
Jak /run-workflow funguje krok za krokem
1. Agent napíše skript
Antigravity přečte vestavěný skill run-workflow a na základě tvého zadání vygeneruje krátký Python skript. Nepíšeš ho ty — ale čteš ho, protože následuje schválení.
2. Skript schválíš
Antigravity skript ukáže ke kontrole, pokud ho permission preset (například Turbo) nepovoluje automaticky. Schválení se vztahuje vždy na konkrétní skript — žádné pravidlo na prefix příkazu Python skript nepokryje. Když se ti nelíbí, odmítneš a popíšeš změny.
3. Workflow běží na pozadí
Skript se spustí v odděleném Python procesu a ty pracuješ dál. V aplikaci se zobrazí jako jeden krok typu workflow · Review · 3/4 agents v přehledu Background Tasks, v CLI ho sleduješ přes /tasks nebo zkratku Ctrl+O. Kliknutím na kartu agenta otevřeš jeho vedlejší konverzaci a můžeš mu schválit oprávnění nebo odepsat.
4. Hlavní agent shrne výsledky
Po doběhnutí dostane hlavní agent logy a výstupy workflow a udělá souhrn. Zastavení je jednoduché: zastavíš rodičovskou konverzaci a tím skončí i všichni běžící agenti workflow.
Stavba skriptu: phase, agent, parallel, pipeline
Skript používá několik vestavěných funkcí. Ukázka z oficiální dokumentace — paralelní review souborů změněných oproti main:
phase("Discover")
files = await agent(
"List the Python files changed since main. Paths only.",
schema={"type": "array", "items": {"type": "string"}},
)
phase("Review")
reviews = await parallel(
files,
lambda f: agent(
f"Review {f} for unhandled exceptions. Reply with a one-line verdict.",
schema={"type": "string"},
role=f"Review {f}",
model="flash",
),
)
for r in reviews:
log(r)
| Prvek | Co dělá |
|---|---|
phase(name) |
Pojmenuje fázi pro seskupení logů a agentů |
agent(prompt, schema, role, type_name, workspace, model) |
Definuje agenta; await agent(...) = jednorázový běh, uložený objekt = multi-turn konverzace |
parallel(items, fn) |
Spustí funkci nad položkami současně; když jedna položka selže, ostatní se zruší |
pipeline(items, fn) |
Sekvenční běh, jedna položka po druhé |
log(*args) |
Zapíše řádek do fáze a do výsledku |
await trajectory(...) |
Vrátí předchozí kroky konverzace, jde filtrovat |
args |
Slovník argumentů skriptu |
Tři parametry agenta stojí za pozornost. schema je JSON Schema výsledku — agent ho vrací přes nástroj finish, který ho validuje; pro volný text stačí {"type": "string"}. model volí úroveň flash_lite, flash nebo pro (výchozí inherit zdědí model hlavní konverzace), takže rutinní kontroly pošleš na levnější model — u nás zmapované modely jako Gemini 4 Hydrogen nebo Gemini 4 Carbon. workspace rozhoduje, kde agent pracuje: inherit sdílí tvůj adresář, branch vytvoří izolovaný Git worktree (ideální pro paralelní úpravy kódu) a share novou pracovní kopii sdílející úložiště repozitáře.
Kde /run-workflow běží a co potřebuješ
| Fakt | Hodnota | Zdroj |
|---|---|---|
| Dostupnost | Plány Google AI Pro a Google AI Ultra | oficiální dokumentace, ověřeno 14. 11. 2026 |
| Prostředí | Antigravity aplikace i CLI | oficiální dokumentace, ověřeno 14. 11. 2026 |
| Runtime | Vestavěný Python (první běh ho rozbalí), vlastní interpreter přes ANTIGRAVITY_PYTHON (3.8+) |
oficiální dokumentace, ověřeno 14. 11. 2026 |
| Limit počtu subagentů | Dokumentace žádný číselný limit neuvádí | oficiální dokumentace, ověřeno 14. 11. 2026 |
| Schvalování | Na konkrétní skript; každý subagent se řídí tvým permission presetem a čeká na odpověď | oficiální dokumentace, ověřeno 14. 11. 2026 |
Dvě praktické poznámky. Na macOS aplikace spuštěná z Docku nevidí environment proměnné shellu, takže ANTIGRAVITY_PYTHON nastavuj systémově. A skript, který se osvědčí, nech uložit jako .py soubor — pak ho spustíš znovu příkazem /run-workflow Run scripts/review-changes.py (schválení se vyžaduje při každém běhu, pokud ho trvale nepovolíš). První spuštění workflow si nech na chvíli, kdy nemáš spěch — Antigravity při něm rozbaluje vestavěný Python.
Tip Zadání piš co nejkonkrétněji — co mají agenti dělat, nad jakými soubory, na jakém modelu a v jakém formátu výsledku. Vágní „zkontroluj kód“ vyprodukuje vágní skript; konkrétní „každý změněný Python soubor zkontroluj na neošetřené výjimky modelem flash a vrať jednořádkový verdikt“ dává skript, který schválíš bez úprav.
Tři scénáře, kde /run-workflow dává smysl
Paralelní review před mergem. Jeden agent vypíše soubory změněné oproti main, parallel() nad nimi spustí review na modelu flash a ty dostaneš tabulku verdiktů. To je ukázkový případ přímo z dokumentace a zároveň nejčastější reálné použití — stejnou logiku najdeš i v našem návodu na multi-agent týmy v Antigravity.
Smyčka review–fix–verify. Trvalý agent Reviewer vypíše chyby v modulu, paralelní Fixeři je opraví (každý ve svém branch worktree, takže se nepřepisují) a tentýž Reviewer opravy potvrdí. Skript drží kontrolní tok, který bys jinak hlídal ručně.
Sekvenční test-then-fix. pipeline() zpracuje hlášené bugy jeden po druhém: první agent napíše padající test, druhý opravuje, dokud test neprojde. Vhodné, když opravy na sobě závisí a paralelizace by způsobila konflikty.
Kdy /run-workflow nepoužít
Dynamic Workflows není univerzální odpověď na „víc agentů“. Dokumentace sama řadí alternativy podle situace:
| Situace | Správná volba |
|---|---|
| Agenti si potřebují předávat zprávy a koordinovat se za běhu | /swarm (sdílená nástěnka), ne workflow — agenti ve workflow se nevidí |
| Jeden úkol, který chceš delegovat a pracovat dál | obyčejný subagent |
| Jedna konverzace s routerem mezi modely | Orchestrator (Gemini 4 Argon plánuje, levnější model vykonává) |
| Těžký bug vyžadující hluboké uvažování s nezávislou verifikací | /boost |
| Velký projekt na několik milníků | /teamwork |
| Opakovaný postup bez potřeby skriptování | agent skill nebo zděděný workflow |
Praktická heuristika: workflow se vyplatí, když umíš úkol popsat jako stejnou kontrolu nad N položkami nebo jasný postup s kroky. Když potřebuješ, aby si agenti za běhu domluvili, kdo co udělá, skript ti nepomůže — agenti ve workflow se navzájem nevidí, takže domluva není možná. A počítej s tím, že každý subagent čeká na vlastní schválení oprávnění: u presetu, který se ptá na každou akci, tě deset agentů zahltí deseti dotazy najednou (v CLI skočíš na čekajícího agenta přes Alt+J, schválíš bez odchodu z konverzace přes Ctrl+K).
Pozor Funkce parallel() při selhání jedné položky zruší i všechny ostatní běžící agenty. U drahých běhů na modelu pro proto radši nejdřív ověř skript na malém vzorku souborů s levnějším modelem flash.
Podobné srovnání orchestrace proti jiným přístupům jsme rozebírali i v článku Subagenti vs skills a u konkurenčního Dynamic Workflows v GitHub Copilotu.
Staré workflow soubory versus agent skills
Nezaměňuj Dynamic Workflows s původními Workflows — markdown soubory s postupem spouštěnými jako /nazev-workflowu. Antigravity v květnu 2026 přešel na otevřený standard agent skills (postupné načítání, adresářové balíčky se skripty a příklady) a staré Workflows dokumentace vede jako zastaralé. Staré workflow soubory zatím fungují, převod zařídí příkaz /migrate-workflows (vyžaduje Antigravity App 2.12.0+). Dynamic Workflows je jiná věc: ne jinde uložený postup, ale skript generovaný na míru konkrétnímu běhu.
Časté otázky
Je /run-workflow v Antigravity zdarma?
Ne, Dynamic Workflows (/run-workflow) je podle oficiální dokumentace dostupné jen na placených plánech Google AI Pro a Google AI Ultra, a to v aplikaci i v CLI. Jiné plány dokumentace u této funkce neuvádí; aktuální ceny plánů si ověř na stránkách Googlu, protože se mění.
Kolik subagentů může /run-workflow spustit najednou?
Oficiální dokumentace žádný číselný limit neuvádí. Praktickým stropem jsou kredity tvého plánu a schvalování oprávnění — každý agent ve workflow se řídí tvým permission presetem a na své akce se ptá zvlášť.
Vidí agenti ve workflow jeden druhého?
Ne. Agenti spuštění workflow mají vlastní plnohodnotné konverzace, ale nevidí skript ani sebe navzájem. Když potřebuješ, aby si koordinovali práci přes sdílenou nástěnku, použij místo workflow příkaz /swarm.
Můžu skript z /run-workflow použít opakovaně?
Ano. Nech agenta uložit vygenerovaný skript jako .py soubor a pak ho spusť příkazem /run-workflow Run scripts/nazev.py. Schválení se vyžaduje při každém běhu, dokud ho pro ten skript trvale nepovolíš.
Čím se Dynamic Workflows liší od starých workflow souborů?
Staré Workflows jsou markdown soubory s postupem, které se celé nahrály do promptu; dokumentace je vede jako zastaralé a doporučuje převod na agent skills. Dynamic Workflows (/run-workflow) je naopak Python skript, který agent píše na míru konkrétnímu úkolu a který koordinuje subagenty — jde o orchestraci, ne o uložený návod.
Na závěr: /run-workflow promění Antigravity z jednoho asistenta v malý orchestrátor. Největší hodnotu má u úkolů, které se dají popsat jako „totéž nad N soubory“ nebo „kroky A, B, C s ověřením“ — tam šetří kontext i tvou pozornost. U úkolů vyžadujících domluvu mezi agenty za běhu sáhni po /swarm, u velkých projektů po /teamwork. Zdroje: oficiální dokumentace Dynamic Workflows (ověřeno 14. 11. 2026), migrace Workflows na skills, changelog Antigravity (v2.32.0, 13. 11. 2026), Antigravity na Google I/O 2026 (19. 5. 2026).