Antigravity CLI मुळे एका डेव्हलपरला Angular front-end, Firebase’s Hybrid Web SDK आणि on-device Gemini Nano मॉडेल्स एकत्र जोडून एक इमेज-ॲनालिसिस ॲप तयार करता आले, जे क्लाउडचा वापर न करता Chrome मध्ये चालते. ज्या ब्राउझर्समध्ये Nano मॉडेल चालवता येत नाही, तिथे हाच कोड Gemini 3.5 Flash वर स्विच होतो, ज्यामुळे अनुभव सर्वत्र कार्यान्वित राहतो.
ही युती का महत्त्वाची आहे
AI-आधारित इमेज टॅगिंग, alt-text जनरेशन आणि CSS सजेशन्समुळे ॲक्सेसिबिलिटी आणि डिझाइन सुधारते, परंतु प्रत्येक फ्रेम रिमोट मॉडेलकडे पाठवल्यामुळे खर्च वेगाने वाढू शकतो. ब्राउझरमध्ये थेट Gemini Nano चालवल्यामुळे, या डेमोमध्ये बहुतेक वापरकर्त्यांसाठी टोकन-आधारित बिलिंग टाळले जाते. फक्त Safari किंवा इतर नॉन-Chrome ब्राउझर्समुळे क्लाउड फॉलबॅक (cloud fallback) ट्रिगर होतो, ज्यामुळे शुल्क आकारले जाते.
हे सर्व शक्य करणारे घटक
- Antigravity CLI – एक AI-चालित असिस्टंट जो डेव्हलपरच्या टर्मिनलमध्ये असतो. तो कमांड लाईन न सोडता डॉक्युमेंटेशन जनरेशन, डोमेन मॉडेलिंग किंवा कोड रिव्ह्यू यांसारखी विशेष “skills” वापरू शकतो.
- Stitch MCP Server – Google द्वारे प्रदान केलेली एक सेवा जी नॅचरल-लँग्वेज प्रॉम्प्ट्सचे रूपांतर इंटरअॅक्टिव्ह UI स्क्रीन्समध्ये करते. डेमोमध्ये याने सुरुवातीचे डिझाइन तयार केले, जे CLI ने
DESIGN.mdटोकन फाईल म्हणून एक्सपोर्ट केले. - Angular MCP Server – Angular डेव्हलपमेंट सर्व्हरसाठी बेस्ट-प्रॅक्टिस स्कॅफोल्डिंग आणि टूल्स पुरवते, ज्यामुळे प्रोजेक्टमध्ये Signals सारख्या आधुनिक पॅटर्नचा वापर सुनिश्चित होतो.
- Firebase Hybrid Web SDK – फ्रंट-एंडला Firebase च्या AI Logic लेयरशी आणि Gemini मॉडेल्स कॉल करण्यासाठी वापरल्या जाणाऱ्या Prompt API शी जोडते.
Prompt API ठरवते की विनंती (request) डिव्हाइसवरच (Gemini Nano) राहील की क्लाउडवर (Gemini 3.5 Flash) पाठवली जाईल. Chrome 148+ मध्ये Nano मॉडेलसाठी आवश्यक रनटाइम समाविष्ट आहे; इतर ब्राउझर्स आपोआप क्लाउड पाथ ट्रिगर करतात.
डेव्हलपरने गुणवत्ता कशी उच्च राखली
चार AI skills वारंवार वापरली गेली:
- grill-with-docs – एक Architecture Decision Record (ADR) तयार केले ज्यामध्ये हाय-लेव्हल डिझाइन आणि ट्रेड-ऑफ्स (trade-offs) टिपले होते.
- domain-modeling – इमेज-ॲनालिसिस पाइपलाइनला फीड करणाऱ्या डेटा स्ट्रक्चर्सची रूपरेषा तयार केली.
- code-review – सब-एजंट्सच्या एका जोडीने रिपॉझिटरीमध्ये कोड स्मेल्स (smells), ADR शी विसंगती आणि मूळ स्पेसिफिकेशनपासून झालेली कोणतीही तफावत तपासली.
- angular / firebase – कोड आधुनिक Angular आयडिअम्स (idioms) पाळतो आणि Firebase AI Logic कॉल्स योग्यरित्या तयार केले आहेत की नाही याची पडताळणी केली.
दोन वर्कफ्लो समोर आले. पहिले, /grill-with-docs द्वारे ADR आपोआप तयार झाले; त्यानंतर /goal ने AI ला निर्णय रेकॉर्ड एंड-टू-एंड लागू करण्याचे निर्देश दिले. दुसरे, डेव्हलपरने ADR मॅन्युअली लिहिला आणि अंमलबजावणी तपासण्यासाठी AI कडून /code-review करून घेतले. मॅन्युअल मार्ग “muscle memory” तयार करतो आणि त्याच वेळी रिग्रेशन्स (regressions) लवकर शोधण्यास मदत करतो.
प्रॅक्टिकल UI पाइपलाइन
डेव्हलपरने Stitch मध्ये हव्या असलेल्या स्क्रीनचे संक्षिप्त वर्णन टाईप केले. Stitch ने एक मॉकअप (mockup) परत दिला. Antigravity CLI ने तो मॉकअप पार्स केला, डिझाइन टोकन्स काढले आणि ते DESIGN.md मध्ये लिहिले. त्या टोकन्सनी डिझाइन्सना प्रोडक्शन-रेडी Angular कंपोनंट्सशी मॅप केले.
फ्रंट-एंड Chrome 148+ वर Gemini Nano मॉडेल स्थानिकरित्या (locally) लोड करते आणि आवश्यक रनटाइम उपलब्ध नसल्यास Firebase द्वारे Gemini 3.5 Flash वर स्विच होते, ज्यामुळे टोकन शुल्क आकारले जाते.
ट्रेड-ऑफ्स (Trade-offs)
ऑन-डिव्हाइस मॉडेल्स तुम्हाला Nano च्या क्षमतेत बसणाऱ्या कामांपुरते मर्यादित ठेवतात—जसे की साधे वर्गीकरण (classification), कॅप्शनिंग आणि स्टाईल सजेशन्स. अधिक जटिल व्हिजन कामांसाठी अजूनही क्लाउड मॉडेलची आवश्यकता आहे.
निष्कर्ष
Antigravity CLI हे दर्शवते की डेव्हलपर्स आता बहुतेक इन्फरन्स कॉल्ससाठी (inference calls) पैसे न भरता एक फुल-स्टॅक AI इमेज-ॲनालिसिस फ्लो—Angular UI, Firebase बॅकएंड आणि ऑन-डिव्हाइस Gemini इन्फरन्स—तयार करू शकतात. हा दृष्टिकोन Chrome च्या ऑन-डिव्हाइस मॉडेल सपोर्टवर अवलंबून आहे, परंतु तो खर्च-संवेदनशील ॲप्ससाठी एक स्पष्ट ब्लूप्रिंट प्रदान करतो जे एज केसेससाठी (edge cases) क्लाउड फॉलबॅक सहन करू शकतात.