Antigravity CLI ద్వారా ఒక డెవలపర్ Angular front-end, Firebase’s Hybrid Web SDK మరియు on-device Gemini Nano మోడల్స్ను కలిపి, క్లౌడ్ను తాకకుండానే Chromeలో నడిచే ఒక ఇమేజ్-అనాలిసిస్ యాప్ను రూపొందించగలిగారు. Nano మోడల్ను నడపలేని బ్రౌజర్ల కోసం అదే కోడ్ Gemini 3.5 Flashకి మారుతుంది (fallback), తద్వారా ప్రతిచోటా అనుభవం సజావుగా సాగేలా చేస్తుంది.
ఈ కాంబినేషన్ ఎందుకు ముఖ్యమైనది
AI-ఆధారిత ఇమేజ్ ట్యాగింగ్, alt-text జనరేషన్ మరియు CSS సూచనలు యాక్సెసిబిలిటీ మరియు డిజైన్ను మెరుగుపరుస్తాయి, కానీ ప్రతి ఫ్రేమ్ను రిమోట్ మోడల్కు పంపడం వల్ల ఖర్చు వేగంగా పెరుగుతుంది. బ్రౌజర్లోనే నేరుగా Gemini Nanoని రన్ చేయడం ద్వారా, ఈ డెమో మెజారిటీ వినియోగదారులకు టోకెన్ ఆధారిత బిల్లింగ్ను (token-based billing) నివారిస్తుంది. కేవలం Safari లేదా ఇతర non-Chrome బ్రౌజర్లు మాత్రమే క్లౌడ్ ఫాల్బ్యాక్ను ప్రారంభిస్తాయి, దీనివల్ల ఖర్చు అవుతుంది.
దీనిని సాధ్యం చేసిన అంశాలు
- Antigravity CLI – ఇది డెవలపర్ యొక్క టెర్మినల్లో ఉండే ఒక AI-ఆధారిత అసిస్టెంట్. ఇది కమాండ్ లైన్ నుండి బయటకు వెళ్లకుండానే డాక్యుమెంటేషన్ జనరేషన్, డొమైన్ మోడలింగ్ లేదా కోడ్ రివ్యూ వంటి ప్రత్యేకమైన “skills”ను ఉపయోగిస్తుంది.
- Stitch MCP Server – ఇది Google అందించే సర్వీస్, ఇది నేచురల్-లాంగ్వేజ్ ప్రాంప్ట్లను ఇంటరాక్టివ్ UI స్క్రీన్లుగా మారుస్తుంది. ఈ డెమోలో ఇది ప్రారంభ డిజైన్ను రూపొందించింది, దీనిని CLI ఒక
DESIGN.mdటోకెన్ ఫైల్గా ఎగుమతి చేసింది. - Angular MCP Server – ఇది Angular డెవలప్మెంట్ సర్వర్కు బెస్ట్-ప్రాక్టీస్ స్కాఫోల్డింగ్ మరియు టూలింగ్ను అందిస్తుంది, తద్వారా ప్రాజెక్ట్ Signals వంటి ఆధునిక ప్యాటర్న్స్ను అనుసరిస్తుందని నిర్ధారిస్తుంది.
- Firebase Hybrid Web SDK – ఇది ఫ్రంట్-ఎండ్ను Firebase’s AI Logic లేయర్ మరియు Gemini మోడల్స్ను పిలవడానికి ఉపయోగించే Prompt APIకి అనుసంధానిస్తుంది.
రిక్వెస్ట్ పరికరంపైనే ఉండాలా (Gemini Nano) లేదా క్లౌడ్కు పంపాలా (Gemini 3.5 Flash) అనేది Prompt API నిర్ణయిస్తుంది. Chrome 148+ వెర్షన్లో Nano మోడల్కు అవసరమైన రన్టైమ్ ఉంటుంది; ఇతర బ్రౌజర్లు ఆటోమేటిక్గా క్లౌడ్ పాత్ను ప్రారంభిస్తాయి.
డెవలపర్ నాణ్యతను ఎలా కాపాడారు
నాలుగు AI skills పదేపదే రన్ అయ్యాయి:
- grill-with-docs – ఇది హై-లెవల్ డిజైన్ మరియు ట్రేడ్-ఆఫ్స్ను నమోదు చేసే Architecture Decision Record (ADR)ను రూపొందించింది.
- domain-modeling – ఇది ఇమేజ్-అనాలిసిస్ పైప్లైన్కు అవసరమైన డేటా స్ట్రక్చర్లను వివరించింది.
- code-review – రెండు సబ్-ఏజెంట్లు రిపోజిటరీని స్కాన్ చేసి, కోడ్ లోపాలను (smells), ADRతో సరిపోలని అంశాలను మరియు అసలు స్పెసిఫికేషన్ నుండి ఏవైనా మార్పులను గుర్తించాయి.
- angular / firebase – కోడ్ ఆధునిక Angular పద్ధతులను అనుసరిస్తుందని మరియు Firebase AI Logic కాల్స్ సరిగ్గా ఉన్నాయని నిర్ధారించాయి.
ఇక్కడ రెండు వర్క్ఫ్లోలు కనిపించాయి. మొదటిది, /grill-with-docs ద్వారా ADR ఆటోమేటిక్గా జనరేట్ అవుతుంది; ఆ తర్వాత /goal ద్వారా ఆ నిర్ణయాలను (decision record) పూర్తిస్థాయిలో అమలు చేయమని AIకి సూచించవచ్చు. రెండవది, డెవలపర్ స్వయంగా ADR రాసి, అమలును (implementation) AI ద్వారా తనిఖీ చేయడానికి /code-reviewను రన్ చేస్తారు. మాన్యువల్ పద్ధతి డెవలపర్కు “మజిల్ మెమరీ”ని పెంచుతుంది మరియు తప్పులను (regressions) ముందుగానే గుర్తించడంలో సహాయపడుతుంది.
UI పైప్లైన్ ప్రాక్టికల్గా
డెవలపర్ కావాల్సిన స్క్రీన్ గురించి చిన్న వివరణను Stitchలో టైప్ చేశారు. Stitch ఒక మోకప్ (mockup)ను అందించింది. Antigravity CLI ఆ మోకప్ను విశ్లేషించి (parse), డిజైన్ టోకెన్లను సేకరించి DESIGN.mdలో రాసింది. ఆ టోకెన్లు డిజైన్లను ప్రొడక్షన్-రెడీ Angular కాంపోనెంట్స్గా మారుస్తాయి.
ఫ్రంట్-ఎండ్ Chrome 148+లో Gemini Nano మోడల్ను లోకల్గా లోడ్ చేస్తుంది మరియు అవసరమైన రన్టైమ్ లేనప్పుడు Firebase ద్వారా Gemini 3.5 Flashకి మారుతుంది, దీనివల్ల టోకెన్ ఛార్జీ పడుతుంది.
పరిమితులు (Trade-offs)
ఆన్-డివైస్ మోడల్స్ Nano సామర్థ్యానికి సరిపోయే పనులకు మాత్రమే పరిమితం చేస్తాయి—అంటే సింపుల్ క్లాసిఫికేషన్, క్యాప్షనింగ్ మరియు స్టైల్ సూచనలు వంటివి. మరింత సంక్లిష్టమైన విజన్ పనులకు ఇప్పటికీ క్లౌడ్ మోడల్ అవసరం.
ముగింపు (Takeaway)
మెజారిటీ ఇన్ఫరెన్స్ కాల్స్ (inference calls) కోసం డబ్బు చెల్లించకుండానే, డెవలపర్లు ఇప్పుడు ఒక ఫుల్-స్టాక్ AI ఇమేజ్-అనాలిసిస్ ఫ్లోను—Angular UI, Firebase backend మరియు on-device Gemini inference—సృష్టించవచ్చని Antigravity CLI నిరూపిస్తోంది. ఈ విధానం Chrome యొక్క ఆన్-డివైస్ మోడల్ సపోర్ట్పై ఆధారపడి ఉంటుంది, కానీ అరుదైన సందర్భాలలో (edge cases) క్లౌడ్ ఫాల్బ్యాక్ను అనుమతించగల తక్కువ ఖర్చుతో కూడిన యాప్ల కోసం ఇది ఒక స్పష్టమైన బ్లూప్రింట్ను అందిస్తుంది.