Antigravityを10倍賢く！無料ツールSerenaの威力と連携術

Antigravityを「10倍賢く」する無料ツール「Serena」徹底解説——トークン消費を最大80%削減する方法

Antigravityを使い込んでいくと、ある共通の壁にぶつかります。トークン消費が想像以上に激しい、プロジェクト全体の構造をなかなか把握してくれない、セッションをまたぐたびに同じ背景説明を繰り返さなければならない——。これらは「Antigravityあるある」と言っても過言ではありません。

これらの課題をまとめて解決し、AIの理解力を根本から底上げするのが、オープンソースのMCPサーバー Serena です。本記事では、Serenaの仕組みから導入手順、カスタムスキルや専門エージェントを活用した上級テクニックまで、実践的な観点で徹底解説します。

---

1. Serenaとは：AIに「地図」を持たせるツール

Serena は、Anthropicが策定した Model Context Protocol（MCP） に準拠したコーディングエージェント向けツールキットです。GitHubでオープンソースとして公開されており、誰でも無料で利用できます。

Serenaの核心は、コードベースに対する高度な セマンティック（意味的）解析 にあります。従来のAIコーディングは、膨大なソースコードを目次も索引もなく先頭から丸ごと読み込ませるようなものでした。Serenaはこれを根本から変え、プロジェクトに対して「優れた目次と索引」を自動生成してAIに提供します。

キーワード検索 vs. セマンティック解析

たとえば「価格計算ロジック」を探したいとき、従来の文字列検索と Serena の挙動は大きく異なります。

• 従来の文字列検索：「price」でgrepすると calculateTotalPrice のみヒット。ほかの実装が見落とされる可能性がある。
• Serenaのセマンティック解析：「価格計算」という概念を理解した上で検索し、computeOrderAmount や getTotalCost など、命名が異なっていても意味的に関連するコードも自動で拾い上げる。

この「意味ベースの検索」により、AIは本当に必要なコードだけを参照できるため、無駄なトークン消費が激減し、処理速度と回答精度が同時に向上します。

---

2. 導入と設定手順：5ステップで完了

SerenaはPythonの高速パッケージ管理ツール uv を使って導入します。以下のステップに沿って進めれば、15分程度でセットアップが完了します。

ステップ1：uvのインストール

mise を利用している場合は以下のコマンドを実行します。

mise use uv@latest

※ mise 未使用の場合は 公式ドキュメント を参照してください。

ステップ2：AntigravityへのSerena追加

設定ファイル： .gemini/antigravity/mcp_config.json

{
  "mcpServers": {
    "serena": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/oraios/serena",
        "serena",
        "start-mcp-server",
        "--context",
        "claude-code",
        "--project-from-cwd"
      ]
    }
  }
}

※ エラーが発生した場合は Serena公式リポジトリ で最新の構文をご確認ください。

ステップ3：Webダッシュボードの無効化（推奨）

デフォルトでは起動のたびにブラウザでログ画面が開きます。作業の邪魔になるので、設定ファイルで無効化しておきましょう。

対象ファイル： ~/.serena/serena_config.yml

# ~/.serena/serena_config.yml
gui_log_window: false
web_dashboard: false

ステップ4：初期インストラクションの実行

Antigravityを起動後、以下のコマンドを実行します。コードの解析が走り、プロジェクト設定ファイル .serena/project.yml が自動生成されます。

/mcp__serena__initial_instructions

ステップ5：動作確認

設定完了後、「Serena MCPを利用して、このプロジェクトの構成を説明して」など、プロジェクト全体に関する質問を投げかけてみてください。Serena未使用時との応答の精度差がすぐに実感できます。

---

3. 導入で変わること：数値で見る効果

トークン消費を最大80%削減

Serenaを導入すると、AIがすでに「プロジェクトの構造を把握している」状態になります。その結果、プロンプトに長大な背景説明を書く必要がなくなり、「新機能を追加して」の一言だけで作業が進むようになります。検証では通常の /review コマンドと比較して約70%のトークン削減に成功した例も報告されています。

比較項目	Serena未導入	Serena導入後
指示の書き方	詳細な構造説明が必要	「新機能を追加して」のみでOK
トークン消費量	100%（基準）	20〜40%
レスポンス速度	中（都度解析が発生）	高速（解析済みデータを活用）
コード検索精度	キーワード一致のみ	意味的に関連するコードも検出

---

4. 上級活用術：Custom Skillで思考プロセスを制御する

Serenaをさらに使いこなすには、Antigravityに /serena カスタムスキルを追加するのが効果的です。タスクの種類（デバッグ・設計・実装・レビュー）に応じて、AIが最適な思考ステップを自動選択するようになります。

設定ファイル： .gemini/antigravity/skills/serena/SKILL.md

---
name: serena
allowed-tools: Read, Glob, Grep, Edit, MultiEdit, Write, Bash, TodoWrite, mcp__serena__check_onboarding_performed, mcp__serena__delete_memory, mcp__serena__find_file, mcp__serena__find_referencing_symbols, mcp__serena__find_symbol, mcp__serena__get_symbols_overview, mcp__serena__insert_after_symbol, mcp__serena__insert_before_symbol, mcp__serena__list_dir, mcp__serena__list_memories, mcp__serena__onboarding, mcp__serena__read_memory, mcp__serena__remove_project, mcp__serena__replace_regex, mcp__serena__replace_symbol_body, mcp__serena__restart_language_server, mcp__serena__search_for_pattern, mcp__serena__switch_modes, mcp__serena__think_about_collected_information, mcp__serena__think_about_task_adherence, mcp__serena__think_about_whether_you_are_done, mcp__serena__write_memory, mcp__context7__resolve-library-id, mcp__context7__get-library-docs
description: Token-efficient Serena MCP command for structured app development and problem-solving
---

## Quick Reference

```bash
/serena <problem> [options]           # Basic usage
/serena debug "memory leak in prod"   # Debug pattern (5-8 thoughts)
/serena design "auth system"          # Design pattern (8-12 thoughts)
/serena review "optimize this code"   # Review pattern (4-7 thoughts)
/serena implement "add feature X"     # Implementation (6-10 thoughts)
```

## Options

| Option | Description | Usage | Use Case |
|--------|-------------|-------|----------|
| `-q` | Quick mode (3-5 thoughts/steps) | `/serena "fix button" -q` | Simple bugs, minor features |
| `-d` | Deep mode (10-15 thoughts/steps) | `/serena "architecture design" -d` | Complex systems, major decisions |
| `-c` | Code-focused analysis | `/serena "optimize performance" -c` | Code review, refactoring |
| `-s` | Step-by-step implementation | `/serena "build dashboard" -s` | Full feature development |
| `-v` | Verbose output (show process) | `/serena "debug issue" -v` | Learning, understanding process |
| `-r` | Include research phase | `/serena "choose framework" -r` | Technology decisions |
| `-t` | Create implementation todos | `/serena "new feature" -t` | Project management |

## Usage Patterns

### Basic Usage
```bash
# Simple problem solving
/serena "fix login bug"

# Quick feature implementation
/serena "add search filter" -q

# Code optimization
/serena "improve load time" -c
```

### Advanced Usage
```bash
# Complex system design with research
/serena "design microservices architecture" -d -r -v

# Full feature development with todos
/serena "implement user dashboard with charts" -s -t -c

# Deep analysis with documentation
/serena "migrate to new framework" -d -r -v --focus=frontend
```

## Context (Auto-gathered)
- Project files: !`find . -maxdepth 2 -name "package.json" -o -name "*.config.*" | head -5 2>/dev/null || echo "No config files"`
- Git status: !`git status --porcelain 2>/dev/null | head -3 || echo "Not git repo"`

## Core Workflow

### 1. Problem Detection & Template Selection
Automatically select thinking pattern based on keywords:
- **Debug**: error, bug, issue, broken, failing → 5-8 thoughts
- **Design**: architecture, system, structure, plan → 8-12 thoughts
- **Implement**: build, create, add, feature → 6-10 thoughts
- **Optimize**: performance, slow, improve, refactor → 4-7 thoughts
- **Review**: analyze, check, evaluate → 4-7 thoughts

### 2. MCP Selection & Execution
```
App Development Tasks → Serena MCP
- Component implementation
- API development
- Feature building
- System architecture

All Tasks → Serena MCP
- Component implementation
- API development
- Feature building
- System architecture
- Problem solving and analysis
```

### 3. Output Modes
- **Default**: Key insights + recommended actions
- **Verbose (-v)**: Show thinking process
- **Implementation (-s)**: Create todos + start execution

## Problem-Specific Templates

### Debug Pattern (5-8 thoughts)
1. Symptom analysis & reproduction
2. Error context & environment check
3. Root cause hypothesis generation
4. Evidence gathering & validation
5. Solution design & risk assessment
6. Implementation plan
7. Verification strategy
8. Prevention measures

### Design Pattern (8-12 thoughts)
1. Requirements clarification
2. Constraints & assumptions
3. Stakeholder analysis
4. Architecture options generation
5. Option evaluation (pros/cons)
6. Technology selection
7. Design decisions & tradeoffs
8. Implementation phases
9. Risk mitigation
10. Success metrics
11. Validation plan
12. Documentation needs

### Implementation Pattern (6-10 thoughts)
1. Feature specification & scope
2. Technical approach selection
3. Component/module design
4. Dependencies & integration points
5. Implementation sequence
6. Testing strategy
7. Edge case handling
8. Performance considerations
9. Error handling & recovery
10. Deployment & rollback plan

### Review/Optimize Pattern (4-7 thoughts)
1. Current state analysis
2. Bottleneck identification
3. Improvement opportunities
4. Solution options & feasibility
5. Implementation priority
6. Performance impact estimation
7. Validation & monitoring plan

## Advanced Options

**Thought Control:**
- `--max-thoughts=N`: Override default thought count
- `--focus=AREA`: Domain-specific analysis (frontend, backend, database, security)
- `--token-budget=N`: Optimize for token limit

**Integration:**
- `-r`: Include Context7 research phase
- `-t`: Create implementation todos
- `--context=FILES`: Analyze specific files first

**Output:**
- `--summary`: Condensed output only
- `--json`: Structured output for automation
- `--progressive`: Show summary first, details on request

## Task Execution

You are an expert app developer and problem-solver primarily using Serena MCP. For each request:

1. **Auto-detect problem type** and select appropriate approach
2. **Use Serena MCP**:
   - **All development tasks**: Use Serena MCP tools (https://github.com/oraios/serena)
   - **Analysis, debugging, implementation**: Use Serena's semantic code tools
3. **Execute structured approach** with chosen MCP
4. **Research relevant docs** with Context7 MCP if needed
5. **Synthesize actionable solution** with specific next steps
6. **Create implementation todos** if `-s` flag used

**Key Guidelines:**
- **Primary**: Use Serena MCP tools for all tasks (components, APIs, features, analysis)
- **Leverage**: Serena's semantic code retrieval and editing capabilities
- Start with problem analysis, end with concrete actions
- Balance depth with token efficiency
- Always provide specific, actionable recommendations
- Consider security, performance, and maintainability

**Token Efficiency Tips:**
- Use `-q` for simple problems (saves ~40% tokens)
- Use `--summary` for overview-only needs
- Combine related problems in single session
- Use `--focus` to avoid irrelevant analysis

---

5. 専門エージェントで自己学習型の開発環境を構築

さらに一歩進めると、/serena スキルを戦略的に活用する 専門エージェント を構築できます。このエージェントの最大の特徴は「学習しながら構築する」という設計思想にあります。タスクを完了するたびに得られた知見やパターンを .serena/memories に蓄積し、次のタスクを自動的に効率化していくのです。

設定ファイル： ~/.gemini/GEMINI.md

# Global Antigravity Rules

## Language
常に日本語で応答してください。技術用語やコード識別子は原文のままで構いません。

## Communication Style
質問が必要な場合は、一度に1つずつ確認してください。複数の質問を同時にしないこと。
応答は簡潔に：
- 冗長な説明を避け、要点を伝える
- コード例は必要最小限に
- 絵文字は使用しない

## Working Style

### Serenaスキルの常時適用
プロジェクトの解析・設計・実装・最適化の全タスクにおいて、**定義済みの `serena` スキルを常に適用してください。** - **思考プロセス**: タスク開始時に、`serena` スキルの「コアワークフロー」に沿って、Debug/Design/Implement/Optimize のいずれのパターンを適用するか宣言してから実行すること。
- **ツール優先順位**: 標準ツールよりも `serena` スキル内で定義されたツール（`get_symbols_overview`, `find_symbol`, `read_memory` 等）を最優先で使用すること。
- **メモリ同期**: タスク完了時には `serena.write_memory` を行い、得られた知見を保存すること。

### Serena MCP の活用 (Core Workflow)
タスクに応じて以下の Serena ツールとパターンを優先的に使用してください。
- **解析**: `get_symbols_overview` を最初に使用し、トークン効率を最大化する。
- **検索**: 文字列検索より `find_symbol` を優先する。
- **メモリ**: `.serena/memories` を積極的に読み書きし、プロジェクトの文脈を維持する。
- **思考パターン**: タスクの種類（Debug/Design/Implement/Optimize）に応じたステップを遵守する。

## General Coding Rules
- **プロジェクト規約の遵守**: `documents/laravel_cording_rule.md` や `documents/react_cording_rule.md` が存在する場合、その内容を最優先で遵守してください。

---

まとめ：Serenaが変えるAIコーディングの体験

Serena MCPを導入することで、Antigravityは「何度も同じことを聞いてくるチャットボット」から、「プロジェクトを深く理解している熟練エンジニア」 へと変わります。

• セマンティック解析 により、コードの「意味」を理解した精度の高い応答が得られる。
• トークン消費を最大80%削減し、APIコストとレスポンス速度の両方を改善。
• カスタムスキル でタスクに応じた最適な思考プロセスを強制できる。
• Sub Agent（Serena Expert） で、プロジェクトの知識を蓄積しながら自律的に成長する開発環境を構築できる。

無料で利用できるこのツールをぜひ試してみてください。「AIに何度も説明しなければならない」という摩擦がなくなったとき、開発の体験は大きく変わるはずです。