Antigravity CLI به یک توسعهدهنده اجازه داد تا یک فرانتاند Angular، Firebase Hybrid Web SDK و مدلهای on-device Gemini Nano را با هم ترکیب کند تا یک اپلیکیشن تحلیل تصویر عرضه کند که در Chrome بدون نیاز به ابر (cloud) اجرا میشود. همین کد برای مرورگرهایی که قادر به اجرای مدل Nano نیستند، به Gemini 3.5 Flash سوئیچ میکند تا تجربه کاربری در همه جا حفظ شود.
چرا این ترکیب اهمیت دارد
برچسبگذاری تصاویر با هوش مصنوعی، تولید متن جایگزین (alt-text) و پیشنهادات CSS، دسترسیپذیری و طراحی را بهبود میبخشند، اما ارسال هر فریم به یک مدل از راه دور، هزینهها را به سرعت بالا میبرد. با اجرای مستقیم Gemini Nano در مرورگر، این دمو از پرداخت هزینه بر اساس توکن (token-based billing) برای اکثر کاربران جلوگیری میکند. تنها Safari یا سایر مرورگرهای غیر از Chrome باعث فعال شدن حالت جایگزین ابری (cloud fallback) و تحمیل هزینه میشوند.
اجزایی که این همکاری را ممکن ساختند
- Antigravity CLI – یک دستیار مبتنی بر هوش مصنوعی که در ترمینال توسعهدهنده قرار دارد. این ابزار بدون خروج از خط فرمان، «مهارتهای» تخصصی مانند تولید مستندات، مدلسازی دامنه (domain modeling) یا بازبینی کد را فراخوانی میکند.
- Stitch MCP Server – سرویسی ارائه شده توسط گوگل که دستورات زبان طبیعی را به صفحات رابط کاربری (UI) تعاملی تبدیل میکند. در این دمو، این سرویس طراحی اولیه را تولید کرد که توسط CLI به عنوان یک فایل توکن
DESIGN.mdصادر شد. - Angular MCP Server – ساختارها (scaffolding) و ابزارهای مطابق با بهترین تجربهها را برای سرور توسعه Angular فراهم میکند و تضمین میکند که پروژه از الگوهای مدرن مانند Signals پیروی میکند.
- Firebase Hybrid Web SDK – پل ارتباطی بین فرانتاند با لایه AI Logic در Firebase و Prompt API مورد استفاده برای فراخوانی مدلهای Gemini است.
Prompt API تصمیم میگیرد که درخواست روی دستگاه باقی بماند (Gemini Nano) یا به ابر ارسال شود (Gemini 3.5 Flash). نسخه Chrome 148+ شامل زمان اجرای (runtime) مورد نیاز برای مدل Nano است؛ سایر مرورگرها بهطور خودکار مسیر ابری را فعال میکنند.
چگونه توسعهدهنده کیفیت را بالا نگه داشت
چهار مهارت هوش مصنوعی بهطور مکرر اجرا شدند:
- grill-with-docs – یک سند تصمیمگیری معماری (ADR) تولید کرد که طراحی سطح بالا و موازنهها (trade-offs) را ثبت کرد.
- domain-modeling – ساختارهای دادهای را که خط لوله (pipeline) تحلیل تصویر را تغذیه میکنند، ترسیم کرد.
- code-review – دو زیر-عامل (sub-agents) مخزن را برای یافتن کدهای نامناسب (smells)، عدم تطابق با ADR و هرگونه انحراف از مشخصات اصلی اسکن کردند.
- angular / firebase – تأیید کردند که کد از اصطلاحات مدرن Angular پیروی میکند و فراخوانیهای Firebase AI Logic بهدرستی شکل گرفتهاند.
دو گردش کار (workflow) پدید آمد. اول، ADR بهطور خودکار با دستور /grill-with-docs تولید شد؛ سپس دستور /goal به هوش مصنوعی دستور داد تا سند تصمیمگیری را از ابتدا تا انتها پیادهسازی کند. دوم، توسعهدهنده ADR را بهصورت دستی نوشت و دستور /code-review را اجرا کرد تا اجازه دهد هوش مصنوعی پیادهسازی را بررسی کند. مسیر دستی باعث ایجاد «حافظه عضلانی» میشود و در عین حال از بروز خطاها (regressions) در مراحل اولیه جلوگیری میکند.
خط لوله UI در عمل
توسعهدهنده توضیحات کوتاهی از صفحه مورد نظر را در Stitch تایپ کرد. Stitch یک طرح اولیه (mockup) بازگرداند. Antigravity CLI طرح اولیه را تجزیه کرد، توکنهای طراحی را استخراج کرد و آنها را در DESIGN.md نوشت. آن توکنها، طرحها را به کامپوننتهای Angular آماده برای تولید (production-ready) نگاشت کردند.
فرانتاند مدل Gemini Nano را بهصورت محلی در Chrome 148+ بارگذاری میکند و در صورت نبود زمان اجرای مورد نیاز، از طریق Firebase به Gemini 3.5 Flash سوئیچ میکند که شامل هزینه توکن خواهد بود.
موازنه (Trade-offs)
مدلهای روی دستگاه، شما را به وظایفی محدود میکنند که در ظرفیت Nano جای میگیرند—مانند طبقهبندی ساده، کپشننویسی و پیشنهادات سبک (style). کارهای بینایی ماشین (vision) پیچیدهتر همچنان به یک مدل ابری نیاز دارند.
نتیجهگیری
Antigravity CLI نشان میدهد که توسعهدهندگان اکنون میتوانند یک جریان کامل تحلیل تصویر مبتنی بر هوش مصنوعی (شامل رابط کاربری Angular، بکاند Firebase و استنتاج Gemini روی دستگاه) را بدون پرداخت هزینه برای اکثر فراخوانیهای استنتاج (inference) ایجاد کنند. این رویکرد به پشتیبانی Chrome از مدلهای روی دستگاه بستگی دارد، اما نقشهای روشن برای اپلیکیشنهای حساس به هزینه ارائه میدهد که میتوانند در موارد خاص، از حالت جایگزین ابری استفاده کنند.