Antigravity CLI позволила разработчику объединить Angular front-end, Firebase Hybrid Web SDK и локальные модели Gemini Nano, чтобы создать приложение для анализа изображений, которое работает в Chrome без обращения к облаку. Тот же код переключается на Gemini 3.5 Flash в браузерах, которые не поддерживают модель Nano, обеспечивая работоспособность приложения везде.
Почему это сочетание важно
Тегирование изображений на базе ИИ, генерация alt-текстов и предложения по CSS улучшают доступность и дизайн, но отправка каждого кадра удаленной модели быстро увеличивает расходы. Запуская Gemini Nano прямо в браузере, демо-версия позволяет большинству пользователей избежать оплаты за токены. Только Safari или другие браузеры, отличные от Chrome, активируют переход в облако, что влечет за собой расходы.
Компоненты, которые всё объединили
- Antigravity CLI — ИИ-ассистент, работающий прямо в терминале разработчика. Он вызывает специализированные «навыки» (skills), такие как генерация документации, моделирование предметной области или ревью кода, не выходя из командной строки.
- Stitch MCP Server — сервис от Google, который преобразует промпты на естественном языке в интерактивные интерфейсы. В демо-версии он создал первоначальный дизайн, который CLI экспортировал в виде файла токенов
DESIGN.md. - Angular MCP Server — предоставляет инструменты и заготовки (scaffolding) согласно лучшим практикам для сервера разработки Angular, гарантируя, что проект следует современным паттернам, таким как Signals.
- Firebase Hybrid Web SDK — связывает фронтенд с уровнем Firebase AI Logic и Prompt API, используемым для вызова моделей Gemini.
Prompt API решает, останется ли запрос на устройстве (Gemini Nano) или будет отправлен в облако (Gemini 3.5 Flash). Chrome 148+ включает среду выполнения (runtime), необходимую для модели Nano; другие браузеры автоматически переключаются на облачный путь.
Как разработчик поддерживал высокое качество
Четыре ИИ-навыка запускались многократно:
- grill-with-docs — создавал Architecture Decision Record (ADR), фиксирующий высокоуровневый дизайн и компромиссные решения.
- domain-modeling — описывал структуры данных, которые питают конвейер (pipeline) анализа изображений.
- code-review — пара субагентов сканировала репозиторий на наличие «запахов кода» (smells), несоответствий ADR и любых отклонений от исходной спецификации.
- angular / firebase — проверяли, соответствует ли код современным идиомам Angular и правильно ли сформированы вызовы Firebase AI Logic.
Сформировались два рабочих процесса. Первый: ADR генерируется автоматически с помощью /grill-with-docs, а затем команда /goal инструктирует ИИ реализовать решение «под ключ» (end-to-end). Второй: разработчик пишет ADR вручную и запускает /code-review, чтобы ИИ проверил реализацию. Ручной путь помогает наработать «мышечную память», позволяя при этом на ранних этапах выявлять регрессии.
UI-конвейер на практике
Разработчик ввел краткое описание нужного экрана в Stitch. Stitch вернул макет. Antigravity CLI проанализировал макет, извлек дизайн-токены и записал их в DESIGN.md. Эти токены сопоставили дизайн с готовыми к использованию компонентами Angular.
Фронтенд загружает модель Gemini Nano локально в Chrome 148+ и переключается на Gemini 3.5 Flash через Firebase, если необходимая среда выполнения отсутствует, что влечет за собой оплату токенов.
Компромиссы
Локальные модели ограничивают вас задачами, которые укладываются в возможности Nano: простая классификация, создание подписей и предложения по стилю. Для более сложных задач компьютерного зрения по-прежнему требуется облачная модель.
Итог
Antigravity CLI показывает, что теперь разработчики могут собирать полнофункциональный (full-stack) процесс ИИ-анализа изображений — UI на Angular, бэкенд на Firebase и локальный вывод (inference) Gemini — не оплачивая большинство вызовов. Этот подход опирается на поддержку локальных моделей в Chrome, но предлагает четкий план действий для чувствительных к стоимости приложений, которые могут позволить себе переход в облако в исключительных случаях.