Antigravity CLI ಮೂಲಕ ಒಬ್ಬ ಡೆವಲಪರ್ Angular ಫ್ರಂಟ್-ಎಂಡ್, Firebase ನ Hybrid Web SDK ಮತ್ತು ಸಾಧನದ ಮೇಲಿರುವ (on-device) Gemini Nano ಮಾಡೆಲ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಕ್ಲೌಡ್ ಸಂಪರ್ಕವಿಲ್ಲದೆಯೇ Chrome ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಇಮೇಜ್-ಅನಾಲಿಸಿಸ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸಿದ್ಧಪಡಿಸಿದರು. Nano ಮಾಡೆಲ್ ಅನ್ನು ರನ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗದ ಬ್ರೌಸರ್ಗಳಿಗಾಗಿ, ಅದೇ ಕೋಡ್ Gemini 3.5 Flash ಗೆ ಬದಲಾಗುತ್ತದೆ (fallback), ಇದರಿಂದ ಎಲ್ಲೆಡೆ ಅನುಭವವು ಕಾರ್ಯಸಾಧ್ಯವಾಗಿರುತ್ತದೆ.
ಈ ಸಂಯೋಜನೆಯು ಏಕೆ ಮುಖ್ಯ
AI-ಚಾಲಿತ ಇಮೇಜ್ ಟ್ಯಾಗಿಂಗ್, alt-text ಜನರೇಷನ್ ಮತ್ತು CSS ಸಲಹೆಗಳು ಅಕ್ಸೆಸಿಬಿಲಿಟಿ (accessibility) ಮತ್ತು ವಿನ್ಯಾಸವನ್ನು ಸುಧಾರಿಸುತ್ತವೆ, ಆದರೆ ಪ್ರತಿ ಫ್ರೇಮ್ ಅನ್ನು ರಿಮೋಟ್ ಮಾಡೆಲ್ಗೆ ಕಳುಹಿಸುವುದು ವೇಗವಾಗಿ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಬ್ರೌಸರ್ನಲ್ಲಿಯೇ ನೇರವಾಗಿ Gemini Nano ಅನ್ನು ರನ್ ಮಾಡುವ ಮೂಲಕ, ಈ ಡೆಮೊ ಹೆಚ್ಚಿನ ಬಳಕೆದಾರರಿಗೆ ಟೋಕನ್ ಆಧಾರಿತ ಬಿಲ್ಲಿಂಗ್ ಅನ್ನು ತಪ್ಪಿಸುತ್ತದೆ. ಕೇವಲ Safari ಅಥವಾ ಇತರ non-Chrome ಬ್ರೌಸರ್ಗಳು ಮಾತ್ರ ಕ್ಲೌಡ್ ಫಾಲ್ಬ್ಯಾಕ್ ಅನ್ನು ಪ್ರಚೋದಿಸುತ್ತವೆ, ಇದರಿಂದ ಶುಲ್ಕ ವಿಧಿಸಲ್ಪಡುತ್ತದೆ.
ಇದನ್ನು ಸಾಧ್ಯವಾಗಿಸಿದ ಪ್ರಮುಖ ಅಂಶಗಳು
- Antigravity CLI – ಇದು ಡೆವಲಪರ್ನ ಟರ್ಮಿನಲ್ನಲ್ಲಿರುವ AI-ಚಾಲಿತ ಅಸಿಸ್ಟೆಂಟ್ ಆಗಿದೆ. ಇದು ಕಮಾಂಡ್ ಲೈನ್ನಿಂದ ಹೊರಬರದೆ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಜನರೇಷನ್, ಡೊಮೇನ್ ಮಾಡೆಲಿಂಗ್ ಅಥವಾ ಕೋಡ್ ರಿವ್ಯೂ ಅಂತಹ ವಿಶೇಷ "skills"ಗಳನ್ನು ಬಳಸುತ್ತದೆ.
- Stitch MCP Server – ಇದು ನೈಸರ್ಗಿಕ ಭಾಷೆಯ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು (natural-language prompts) ಇಂಟರಾಕ್ಟಿವ್ UI ಸ್ಕ್ರೀನ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ Google ಒದಗಿಸಿದ ಸೇವೆಯಾಗಿದೆ. ಈ ಡೆಮೋದಲ್ಲಿ ಇದು ಆರಂಭಿಕ ವಿನ್ಯಾಸವನ್ನು ಸೃಷ್ಟಿಸಿತು, ಅದನ್ನು CLI
DESIGN.mdಟೋಕನ್ ಫೈಲ್ ಆಗಿ ಎಕ್ಸ್ಪೋರ್ಟ್ ಮಾಡಿತು. - Angular MCP Server – ಇದು Angular ಡೆವಲಪ್ಮೆಂಟ್ ಸರ್ವರ್ಗಾಗಿ ಬೆಸ್ಟ್-ಪ್ರ್ಯಾಕ್ಟಿಸ್ ಸ್ಕ್ಯಾಫೋಲ್ಡಿಂಗ್ ಮತ್ತು ಟೂಲಿಂಗ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದರಿಂದ ಪ್ರಾಜೆಕ್ಟ್ Signals ನಂತಹ ಆಧುನಿಕ ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸುವುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ.
- Firebase Hybrid Web SDK – ಇದು ಫ್ರಂಟ್-ಎಂಡ್ ಅನ್ನು Firebase ನ AI Logic ಲೇಯರ್ ಮತ್ತು Gemini ಮಾಡೆಲ್ಗಳನ್ನು ಕರೆಯಲು ಬಳಸುವ Prompt API ಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ.
ವಿನಂತಿಯು ಸಾಧನದ ಮೇಲೆಯೇ ಇರಬೇಕೆ (Gemini Nano) ಅಥವಾ ಕ್ಲೌಡ್ಗೆ ಕಳುಹಿಸಬೇಕೆ (Gemini 3.5 Flash) ಎಂಬುದನ್ನು Prompt API ನಿರ್ಧರಿಸುತ್ತದೆ. Chrome 148+ ನಲ್ಲಿ Nano ಮಾಡೆಲ್ಗೆ ಅಗತ್ಯವಿರುವ ರನ್ಟೈಮ್ ಸೇರಿದೆ; ಇತರ ಬ್ರೌಸರ್ಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕ್ಲೌಡ್ ಪಥವನ್ನು ಪ್ರಚೋದಿಸುತ್ತವೆ.
ಡೆವಲಪರ್ ಗುಣಮಟ್ಟವನ್ನು ಹೇಗೆ ಎತ್ತಿ ಹಿಡಿದರು
ನಾಲ್ಕು AI skills ಪದೇ ಪದೇ ಕಾರ್ಯನಿರ್ವಹಿಸಿದವು:
- grill-with-docs – ಇದು ಹೈ-ಲೆವೆಲ್ ವಿನ್ಯಾಸ ಮತ್ತು ಟ್ರೇಡ್-ಆಫ್ಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವ Architecture Decision Record (ADR) ಅನ್ನು ಸೃಷ್ಟಿಸಿತು.
- domain-modeling – ಇಮೇಜ್-ಅನಾಲಿಸಿಸ್ ಪೈಪ್ಲೈನ್ಗೆ ಪೂರೈಕೆಯಾಗುವ ಡೇಟಾ ಸ್ಟ್ರಕ್ಚರ್ಗಳನ್ನು ರೂಪಿಸಿತು.
- code-review – ಒಂದು ಜೋಡಿ ಸಬ್-ಏಜೆಂಟ್ಗಳು ರೆಪೊಸಿಟರಿಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ, ಅದರಲ್ಲಿನ ದೋಷಗಳು (smells), ADR ಗೆ ಹೊಂದಿಕೆಯಾಗದ ಅಂಶಗಳು ಮತ್ತು ಮೂಲ ಸ್ಪೆಸಿಫಿಕೇಶನ್ನಿಂದ ಯಾವುದೇ ಬದಲಾವಣೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿದವು.
- angular / firebase – ಕೋಡ್ ಆಧುನಿಕ Angular ಶೈಲಿಗಳನ್ನು ಅನುಸರಿಸುತ್ತಿದೆಯೇ ಮತ್ತು Firebase AI Logic ಕರೆಗಳು ಸರಿಯಾಗಿ ರೂಪಿತವಾಗಿವೆಯೇ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಿದವು.
ಎರಡು ಕೆಲಸದ ವಿಧಾನಗಳು (workflows) ಹೊರಹೊಮ್ಮಿದವು. ಮೊದಲನೆಯದಾಗಿ, /grill-with-docs ಮೂಲಕ ADR ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಜನರೇಟ್ ಆಗುತ್ತದೆ; ನಂತರ /goal ಮೂಲಕ AI ಗೆ ನಿರ್ಧಾರದ ದಾಖಲೆಯನ್ನು (decision record) ಅಂತ್ಯದವರೆಗೆ (end-to-end) ಅನುಷ್ಠಾನಗೊಳಿಸಲು ಸೂಚಿಸಲಾಗುತ್ತದೆ. ಎರಡನೆಯದಾಗಿ, ಡೆವಲಪರ್ ADR ಅನ್ನು ಮ್ಯಾನುಯಲ್ ಆಗಿ ಬರೆಯುತ್ತಾರೆ ಮತ್ತು ಅನುಷ್ಠಾನವನ್ನು ಪರಿಶೀಲಿಸಲು AI ಗೆ /code-review ರನ್ ಮಾಡುತ್ತಾರೆ. ಮ್ಯಾನುಯಲ್ ವಿಧಾನವು "muscle memory" ಅನ್ನು ಬೆಳೆಸುವ ಜೊತೆಗೆ ದೋಷಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಪ್ರಾಯೋಗಿಕವಾಗಿ UI ಪೈಪ್ಲೈನ್
ಡೆವಲಪರ್ ಬಯಸಿದ ಸ್ಕ್ರೀನ್ನ ಬಗ್ಗೆ ಸಂಕ್ಷಿಪ್ತ ವಿವರಣೆಯನ್ನು Stitch ನಲ್ಲಿ ಟೈಪ್ ಮಾಡಿದರು. Stitch ಒಂದು ಮಾಕಪ್ (mockup) ಅನ್ನು ನೀಡಿತು. Antigravity CLI ಆ ಮಾಕಪ್ ಅನ್ನು ಪಾರ್ಸ್ ಮಾಡಿ, ಡಿಸೈನ್ ಟೋಕನ್ಗಳನ್ನು ಹೊರತೆಗೆದು ಅವುಗಳನ್ನು DESIGN.md ಗೆ ಬರೆಯಿತು. ಆ ಟೋಕನ್ಗಳು ವಿನ್ಯಾಸಗಳನ್ನು ಪ್ರೊಡಕ್ಷನ್-ರೆಡಿ Angular ಘಟಕಗಳಿಗೆ (components) ಮ್ಯಾಪ್ ಮಾಡಿದವು.
ಫ್ರಂಟ್-ಎಂಡ್ Chrome 148+ ನಲ್ಲಿ Gemini Nano ಮಾಡೆಲ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ (locally) ಲೋಡ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅಗತ್ಯವಿರುವ ರನ್ಟೈಮ್ ಇಲ್ಲದಿದ್ದಾಗ Firebase ಮೂಲಕ Gemini 3.5 Flash ಗೆ ಬದಲಾಗುತ್ತದೆ, ಇದರಿಂದ ಟೋಕನ್ ಶುಲ್ಕ ವಿಧಿಸಲ್ಪಡುತ್ತದೆ.
ವಹಿ-ವಹಿ (Trade-offs)
ಸಾಧನದ ಮೇಲಿರುವ ಮಾಡೆಲ್ಗಳು ನಿಮ್ಮನ್ನು Nano ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಸರಿಹೊಂದುವ ಕಾರ್ಯಗಳಿಗೆ ಸೀಮಿತಗೊಳಿಸುತ್ತವೆ—ಸರಳ ವರ್ಗೀಕರಣ (classification), ಕ್ಯಾಪ್ಷನಿಂಗ್ ಮತ್ತು ಸ್ಟೈಲ್ ಸಲಹೆಗಳು. ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ವಿಷನ್ ಕೆಲಸಗಳಿಗೆ ಇನ್ನೂ ಕ್ಲೌಡ್ ಮಾಡೆಲ್ ಅಗತ್ಯವಿದೆ.
ಮುಖ್ಯಾಂಶಗಳು
ಹೆಚ್ಚಿನ ಇನ್ಫರೆನ್ಸ್ ಕರೆಗಳಿಗಾಗಿ ಹಣ ಪಾವತಿಸದೆ, ಡೆವಲಪರ್ಗಳು ಈಗ ಪೂರ್ಣ-ಸ್ಟ್ಯಾಕ್ AI ಇಮೇಜ್-ಅನಾಲಿಸಿಸ್ ಫ್ಲೋ ಅನ್ನು—Angular UI, Firebase ಬ್ಯಾಕೆಂಡ್ ಮತ್ತು ಸಾಧನದ ಮೇಲಿನ Gemini ಇನ್ಫರೆನ್ಸ್—ಸೇರಿಸಬಹುದು ಎಂದು Antigravity CLI ತೋರಿಸುತ್ತದೆ. ಈ ವಿಧಾನವು Chrome ನ ಸಾಧನದ ಮೇಲಿನ ಮಾಡೆಲ್ ಬೆಂಬಲದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಆದರೆ ಇದು ಕ್ಲೌಡ್ ಫಾಲ್ಬ್ಯಾಕ್ ಅನ್ನು ಸಹಿಸಿಕೊಳ್ಳಬಲ್ಲ ವೆಚ್ಚ-ಸಂವೇದನಾಶೀಲ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗೆ ಸ್ಪಷ್ಟವಾದ ನೀಲನಕ್ಷೆಯನ್ನು (blueprint) ನೀಡುತ್ತದೆ.
