Antigravity CLI એ ડેવલપરને Angular front-end, Firebase ના Hybrid Web SDK અને on-device Gemini Nano મોડલ્સને જોડીને એક એવું image-analysis એપ બનાવવામાં મદદ કરી જે ક્લાઉડનો ઉપયોગ કર્યા વગર Chrome માં ચાલે છે. જે બ્રાઉઝર્સ Nano મોડલ ચલાવી શકતા નથી, તે માટે સમાન કોડ Gemini 3.5 Flash નો ઉપયોગ કરે છે, જેથી દરેક જગ્યાએ અનુભવ કાર્યક્ષમ રહે છે.

આ સંયોજન શા માટે મહત્વનું છે

AI-સંચાલિત image tagging, alt-text જનરેશન અને CSS સૂચનો એક્સેસિબિલિટી અને ડિઝાઇન સુધારે છે, પરંતુ દરેક ફ્રેમને રિમોટ મોડલ પર મોકલવાથી ખર્ચ ઝડપથી વધી શકે છે. બ્રાઉઝરમાં સીધું Gemini Nano ચલાવીને, આ ડેમો મોટાભાગના વપરાશકર્તાઓ માટે token-based બિલિંગ ટાળે છે. માત્ર Safari અથવા અન્ય non-Chrome બ્રાઉઝર્સ જ ક્લાઉડ fallback નો ઉપયોગ કરે છે, જેનાથી ચાર્જ લાગે છે.

આના માટેના મુખ્ય ઘટકો

  • Antigravity CLI – એક AI-સંચાલિત આસિસ્ટન્ટ જે ડેવલપરના ટર્મિનલમાં રહે છે. તે કમાન્ડ લાઇન છોડ્યા વગર ડોક્યુમેન્ટેશન જનરેશન, domain modeling અથવા code review જેવી વિશિષ્ટ "skills" નો ઉપયોગ કરે છે.
  • Stitch MCP Server – Google દ્વારા પૂરી પાડવામાં આવેલી સેવા જે નેચરલ-લેંગ્વેજ પ્રોમ્પ્ટ્સને ઇન્ટરેક્ટિવ UI સ્ક્રીનમાં રૂપાંતરિત કરે છે. ડેમોમાં તેણે પ્રારંભિક ડિઝાઇન તૈયાર કરી, જેને CLI એ DESIGN.md ટોકન ફાઇલ તરીકે એક્સપોર્ટ કરી હતી.
  • Angular MCP Server – Angular ડેવલપમેન્ટ સર્વર માટે શ્રેષ્ઠ પદ્ધતિઓ (best-practice) મુજબનું scaffolding અને ટૂલિંગ પૂરું પાડે છે, જે સુનિશ્ચિત કરે છે કે પ્રોજેક્ટ Signals જેવા આધુનિક પેટર્નનું પાલન કરે છે.
  • Firebase Hybrid Web SDK – ફ્રન્ટ-એન્ડને Firebase ના AI Logic લેયર અને Gemini મોડલ્સને કોલ કરવા માટે વપરાતા Prompt API સાથે જોડે છે.

Prompt API નક્કી કરે છે કે વિનંતી ડિવાઇસ પર જ રહેશે (Gemini Nano) કે ક્લાઉડ પર મોકલવામાં આવશે (Gemini 3.5 Flash). Chrome 148+ માં Nano મોડલ માટે જરૂરી runtime સામેલ છે; અન્ય બ્રાઉઝર્સ આપમેળે ક્લાઉડ પાથ ટ્રિગર કરે છે.

ડેવલપરે ગુણવત્તા કેવી રીતે જાળવી રાખી

ચાર AI skills વારંવાર ચલાવવામાં આવી હતી:

  1. grill-with-docs – એક Architecture Decision Record (ADR) તૈયાર કર્યું જેણે હાઈ-લેવલ ડિઝાઇન અને trade-offs ને કેપ્ચર કર્યા.
  2. domain-modeling – એ ડેટા સ્ટ્રક્ચર્સની રૂપરેખા આપી જે image-analysis પાઇપલાઇનને ફીડ કરે છે.
  3. code-review – સબ-એજન્ટ્સની જોડીએ રિપોઝિટરીમાં code smells, ADR સાથેના અસંગતો અને મૂળ સ્પેસિફિકેશનથી કોઈપણ વિચલન (drift) માટે સ્કેન કર્યું.
  4. angular / firebase – એ વેરિફાય કર્યું કે કોડ આધુનિક Angular idioms અનુસરે છે અને Firebase AI Logic કોલ્સ યોગ્ય રીતે રચાયેલા છે.

બે વર્કફ્લો સામેલ હતા. પ્રથમ, /grill-with-docs સાથે ADR આપમેળે જનરેટ થયું; ત્યારબાદ /goal એ AI ને એન્ડ-ટુ-એન્ડ ડિસિઝન રેકોર્ડ અમલમાં મૂકવા માટે સૂચના આપી. બીજું, ડેવલપરે મેન્યુઅલી ADR લખ્યું અને AI ને અમલીકરણ તપાસવા માટે /code-review ચલાવ્યું. મેન્યુઅલ રસ્તો “muscle memory” બનાવે છે અને સાથે સાથે વહેલી તકે રિગ્રેશન (regressions) પકડી લે છે.

પ્રેક્ટિકલમાં UI પાઇપલાઇન

ડેવલપરે Stitch માં ઇચ્છિત સ્ક્રીનનું ટૂંકું વર્ણન ટાઈપ કર્યું. Stitch એ મોકઅપ (mockup) આપ્યું. Antigravity CLI એ મોકઅપનું પાર્સિંગ કર્યું, ડિઝાઇન ટોકન્સ કાઢ્યા અને તેને DESIGN.md માં લખ્યા. તે ટોકન્સે ડિઝાઇનને પ્રોડક્શન-રેડી Angular components સાથે મેપ કરી.

ફ્રન્ટ-એન્ડ Chrome 148+ પર Gemini Nano મોડલ લોકલ રીતે લોડ કરે છે અને જ્યારે જરૂરી runtime ઉપલબ્ધ ન હોય ત્યારે Firebase દ્વારા Gemini 3.5 Flash નો ઉપયોગ કરે છે, જેનાથી ટોકન ચાર્જ લાગે છે.

ટ્રેડ-ઓફ્સ (Trade-offs)

ઓન-ડિવાઇસ મોડલ્સ તમને Nano ની ક્ષમતામાં સમાઈ જાય તેવા કાર્યો સુધી મર્યાદિત રાખે છે—જેમ કે સાદું ક્લાસિફિકેશન, કેપ્શનિંગ અને સ્ટાઇલ સૂચનો. વધુ જટિલ વિઝન કાર્ય માટે હજુ પણ ક્લાઉડ મોડલની જરૂર પડે છે.

મુખ્ય સારાંશ

Antigravity CLI દર્શાવે છે કે ડેવલપર્સ હવે મોટાભાગના ઇન્ફરન્સ કોલ્સ માટે ચૂકવણી કર્યા વિના ફૂલ-સ્ટેક AI image-analysis ફ્લો—Angular UI, Firebase backend અને on-device Gemini inference—તૈયાર કરી શકે છે. આ અભિગમ Chrome ના ઓન-ડિવાઇસ મોડલ સપોર્ટ પર આધારિત છે, પરંતુ તે ખર્ચ-સંવેદનશીલ એપ્સ માટે એક સ્પષ્ટ બ્લુપ્રિન્ટ આપે છે જે એજ કેસ (edge cases) માટે ક્લાઉડ fallback સહન કરી શકે છે.