Google Antigravity + Felo Search: अपने AI एजेंट्स को लाइव रिसर्च और सन्दर्भित उत्तर देने की क्षमता दें
Google Antigravity के लिए Felo Search स्किल के साथ Gemini 3 की नॉलेज कटऑफ की सीमा को खत्म करें — लाइव वेब सर्च, सन्दर्भित उत्तर, और रीयल-टाइम वेरिफिकेशन, जो Agent Manager के भीतर अपने आप शुरू हो जाता है।
Google Antigravity का Agent Manager एक सक्षम योजनाकार है। यह बहु-चरणीय कार्यों का समन्वय करता है, जटिल अनुरोधों को विभाजित करता है, और कार्य को उप-एजेंट्स के बीच बाँटता है। लेकिन इसमें एक मूलभूत सीमा है: हर एजेंट केवल वही जानता है जो Gemini 3 जानता है—और उसकी जानकारी उसके प्रशिक्षण की कटऑफ तिथि तक सीमित है।
योजनाबद्ध क्षमता और जानकारी की पहुँच के बीच की वह खाई ही असली काम को रोक देती है। एक एजेंट प्रतिस्पर्धी विश्लेषण की योजना बना सकता है, लेकिन वह वर्तमान मूल्य नहीं जाँच सकता। वह बाज़ार रिपोर्ट का खाका तैयार कर सकता है, लेकिन यह नहीं देख सकता कि कोई उत्पाद पिछले हफ्ते लॉन्च हुआ या नहीं। वह तकनीकी ज्ञापन लिख सकता है, लेकिन यह नहीं जान सकता कि कोई API endpoint बदला या नहीं।
Felo Search उस खाई को पाटता है। यह एक लाइव रिसर्च स्किल है जो सीधे Antigravity की .agent/skills/ डायरेक्टरी में जुड़ जाती है — न कोई कॉन्फ़िगरेशन, न कोई स्लैश कमांड, न कोई मैनुअल प्रक्रिया। जब किसी एजेंट कार्य को वर्तमान जानकारी की आवश्यकता होती है, तो Felo Search अपने आप सक्रिय हो जाता है और एक सन्दर्भित उत्तर लौटाता है जिसे एजेंट प्रयोग में ला सकता है।
यह लेख बताता है कि यह कैसे काम करता है, क्या संभावनाएँ खोलता है, और क्यों यह वह पहला स्किल होना चाहिए जिसे अधिकांश Antigravity टीमें इंस्टॉल करें।
नॉलेज कटऑफ की समस्या
हर भाषा मॉडल की एक प्रशिक्षण कटऑफ तिथि होती है — जिसके बाद की घटनाओं के बारे में वह कुछ नहीं जानता। Gemini 3 के लिए, इसका मतलब है:
- पुरानी कीमतें: उत्पादों की कीमतें मासिक या साप्ताहिक बदलती हैं। प्रशिक्षण डेटा से काम करने वाला एजेंट पुरानी संख्या बताएगा।
- गायब रिलीज़: नए उत्पाद, API वर्ज़न, और फीचर लॉन्च रोज़ होते हैं। मॉडल को इनकी जानकारी नहीं होती।
- पुराना दस्तावेज़ीकरण: API स्पेक्स बदले जाते हैं, endpoints शिफ्ट होते हैं, ऑथेंटिकेशन पैटर्न बदलते हैं। प्रशिक्षण डेटा एक स्नैपशॉट है; वास्तविकता एक प्रवाह है।
- प्रतिद्वंद्वियों की अंधी जगहें: नए प्रतियोगी आते रहते हैं, पुराने दिशा बदलते हैं। एजेंट्स को कल हुई चालों की जानकारी चाहिए, छह महीने पुरानी नहीं।
ये कोई दुर्लभ स्थितियाँ नहीं हैं। ये रोज़मर्रा की सूचना-खाइयाँ हैं जो एक अन्यथा सक्षम एजेंट को गलत उत्तर, अधूरा विश्लेषण, और अप्रासंगिक सुझाव देने पर मजबूर करती हैं।
समाधान बड़ा मॉडल नहीं है। बल्कि एक लाइव डेटा परत है।
Antigravity के अंदर Felo Search कैसे काम करता है
Felo Search एक सरल फोल्डर इंस्टॉल के माध्यम से Google Antigravity से जुड़ता है। बस felo-search स्किल फोल्डर को .agent/skills/ डायरेक्टरी में डालें, Git पर कमिट करें, और अगली बार जब कोई डेवलपर pull करेगा तो उसकी Antigravity इंस्टेंस इसे उठा लेगी।
स्वतः सक्रियण — कोई स्लैश कमांड नहीं
हर Felo स्किल की SKILL.md फ़ाइल में यह बताया जाता है कि वह स्किल क्या करती है। Antigravity का Agent Manager इन विवरणों को पढ़ता है और उन्हें कार्य की आवश्यकताओं से मिलाता है। जब कोई कार्य वर्तमान मूल्य, रिलीज़ नोट्स, बाज़ार अनुसंधान या ऐसी किसी जानकारी से जुड़ा होता है जहाँ मॉडल का प्रशिक्षण डेटा पर्याप्त नहीं है, तो Agent Manager स्वतः Felo Search को लोड कर लेता है।
आप /felo-search टाइप नहीं करते। आप ट्रिगर्स कॉन्फ़िगर नहीं करते। आप बस एजेंट को उसका काम करने को कहते हैं — और जब आवश्यकता होती है तो वह खुद लाइव डेटा का उपयोग करता है।
अनुरोध प्रवाह (Request Flow)
जब किसी एजेंट कार्य से Felo Search सक्रिय होता है, तो परदे के पीछे यह होता है:
- कार्य विश्लेषण: Agent Manager पहचानता है कि वर्तमान कार्य को ऐसी जानकारी चाहिए जो Gemini 3 के प्रशिक्षण की सीमा से बाहर है — जैसे वर्तमान मूल्य, हाल की खबरें, या अपडेटेड दस्तावेज़।
- स्किल सक्रियण:
SKILL.mdमें वर्णित अर्थपूर्ण मिलान के आधार पर Felo Search स्वतः लोड होता है। - क्वेरी अनुकूलन: स्किल एजेंट के प्रश्न को अनुकूलित सर्च क्वेरी में रूपांतरित करता है।
- लाइव सर्च निष्पादन: क्वेरीज़ Felo की रीयल-टाइम सर्च API को भेजी जाती हैं, जो वेब से वर्तमान परिणाम एकत्र करती है।
- सन्दर्भित उत्तर उत्पादन: परिणामों को एक संरचित, सन्दर्भ सहित उत्तर में परिवर्तित किया जाता है जिसे एजेंट सीधे अपने वर्कफ़्लो में उपयोग कर सकता है।
- कार्य निरंतरता: Agent Manager सत्यापित, ताज़ा जानकारी के साथ कार्य जारी रखता है — बिना संदर्भ बदलने या मैनुअल हस्तक्षेप के।
पूरा प्रवाह IDE के अंदर होता है। एजेंट बातचीत से बाहर नहीं जाता। डेवलपर अपने वर्कफ़्लो से विचलित नहीं होता।
संरचित, सन्दर्भित उत्तर
Felo Search केवल टेक्स्ट का ढेर वापस नहीं करता। यह एक व्यवस्थित उत्तर देता है जिसमें शामिल हैं:
- समग्र उत्तर: ऐसा सटीक उत्तर जो सीधे एजेंट के प्रश्न को संबोधित करता है।
- क्वेरी विश्लेषण: कौन से खोज शब्द प्रयोग हुए, यह पारदर्शिता प्रदान करता है।
- स्रोत संदर्भ: परिणाम मॉडल की कल्पना नहीं बल्कि वर्तमान वेब डेटा पर आधारित होते हैं।
यह संरचना इसलिए महत्वपूर्ण है क्योंकि एजेंट्स को भरोसेमंद इनपुट चाहिए। सन्दर्भित उत्तर एजेंट को अपनी तर्क-प्रक्रिया की पुष्टि करने और स्रोत तक पहुँचने की सुविधा देता है — ताकि आउटपुट मानव डेवलपर के लिए विश्वसनीय हो।
Antigravity टीमों के लिए Felo Search क्या खोलता है
Felo Search को इंस्टॉल करना एक छोटा कदम है — एक फोल्डर कॉपी करें, Git पर कमिट करें। लेकिन इसका असर हर उस कार्य पर पड़ता है जो वर्तमान जानकारी पर निर्भर है।
ऑन-डिमांड प्रतिस्पर्धी खुफिया
Felo Search से पहले, जब एजेंट से प्रतिस्पर्धी मूल्य पूछे जाते थे, तो वह या तो अनुमान लगाता या कहता “मेरे पास वर्तमान जानकारी नहीं है।” अब यह लाइव वेब सर्च करता है, मूल्य पृष्ठों की तुलना करता है, और स्रोतों सहित एक संरचित तुलना लौटाता है।
उपयोग के उदाहरण:
- मूल्य विश्लेषण: "वर्तमान में [competitor] की योजनाएँ और कीमतें क्या हैं?"
- फ़ीचर तुलना: "क्या [competitor] आज की तारीख में [feature] को सपोर्ट करता है?"
- बाज़ार स्थिति: "[company] की नवीनतम मैसेजिंग क्या है?"
हर उत्तर सन्दर्भित, ताज़ा, और अगले चरण — चाहे वह प्रतिस्पर्धी मैट्रिक्स हो, पोजिशनिंग मेमो, या उत्पाद अनुशंसा — के लिए तैयार होता है।
वास्तविक रूप से अद्यतन तकनीकी अनुसंधान
डेवलपर तकनीकी अनुसंधान के लिए एजेंट्स पर निर्भर करते हैं: API दस्तावेज़, फ्रेमवर्क अपडेट, सुरक्षा सुझाव, लाइब्रेरी संगतता आदि। ये सभी चीजें तेज़ी से बदलती हैं और यदि प्रशिक्षण स्नैपशॉट पर आधारित हों तो गलत साबित हो सकती हैं।
Felo Search एजेंट्स को अद्यतन तकनीकी जानकारी तक पहुँच देता है:
- API परिवर्तन: "[API] v3.2 में क्या नया बदला?"
- सुरक्षा चेतावनियाँ: "[library] में क्या कोई ज्ञात कमजोरियाँ हैं?"
- फ्रेमवर्क अपडेट: "[framework] 5.0 में कौन से ब्रेकिंग बदलाव हैं?"
- सर्वोत्तम प्रथाएँ: "[pattern] के लिए वर्तमान अनुशंसित तरीका क्या है?"
एजेंट केवल उत्तर नहीं देता — वह भरोसे के साथ उत्तर देता है क्योंकि जानकारी वर्तमान वेब से सत्यापित होती है, प्रशिक्षण डेटा से नहीं।
त्वरित निर्णय सहायता
Felo Search का सबसे बड़ा मूल्य रिसर्च नहीं, बल्कि गति है। जब किसी डेवलपर या टीम लीड को निर्णय लेने के लिए शीघ्र उत्तर चाहिए, तो Felo Search कुछ सेकंड में उत्तर देता है — बिना IDE छोड़े, बिना ब्राउज़र खोले।
महत्वपूर्ण त्वरित प्रश्न:
- "क्या [tool] पिछले महीने अपडेट हुआ है?"
- "[service] की वर्तमान स्थिति क्या है?"
- "क्या [product] की हाल की समीक्षाएँ हैं?"
- "[standard/specification] पर नवीनतम क्या है?"
हर उत्तर सन्दर्भ सहित होता है। हर उत्तर वर्तमान होता है। हर उत्तर टीम को बिना संदर्भ बदलने के आगे बढ़ने देता है।
बड़ी तस्वीर: स्किल्स के रूप में क्षमता परत
Felo Search एक बड़े दृष्टिकोण का हिस्सा है। इसे अन्य Felo स्किल्स के साथ मिलकर काम करने के लिए बनाया गया है जो उन अलग-अलग खाइयों को भरते हैं जिनमें Antigravity एजेंट्स अभी स्वायत्त रूप से कार्य नहीं कर पाते।
पूरा क्षमता स्टैक कुछ इस प्रकार दिखता है:
| परत | स्किल | यह क्या करता है |
|---|---|---|
| Live Data | Felo Search | वर्तमान वेब सर्च, सन्दर्भित उत्तर, रीयल-टाइम सत्यापन |
| Live Data | Felo Web Fetch | वेबपृष्ठ का संरचित निष्कर्षण Markdown, HTML या टेक्स्ट में |
| Live Data | Felo X Search | X/Twitter से सामाजिक संकेत — ट्वीट्स, उपयोगकर्ता, रिप्लाई थ्रेड्स |
| Knowledge | Felo LiveDoc | इंडेक्स किए गए दस्तावेज़ों और फ़ाइलों से स्थायी टीम नॉलेज बेस |
| Output | Felo Slides | एजेंट रिसर्च से .pptx डेक उत्पन्न करता है |
| Output | Felo Content to Slides | नोट्स, दस्तावेज़, और URLs को स्लाइड के लिए तैयार आउटलाइन में बदलता है |
| Output | Felo Landing Page | टेक्स्ट प्रॉम्प्ट से होस्टेड लैंडिंग पेज उत्पन्न करता है |
Felo Search नींव है। अधिकांश टीमें इसे पहले इंस्टॉल करती हैं क्योंकि नॉलेज कटऑफ की खाई सबसे तात्कालिक बाधा है। एक बार लाइव डेटा काम करने लगे, टीमें अक्सर स्थायी ज्ञान (Felo LiveDoc) और फिर आउटपुट जनरेशन (Felo Slides) जोड़ती हैं।
हर परत एक फोल्डर इंस्टॉल है। हर परत अपने आप सक्रिय होती है। हर परत Agent Manager को अधिक सक्षम बनाती है — बिना डेवलपर के वर्कफ़्लो को बदले।
शुरुआत कैसे करें
Google Antigravity के लिए Felo Search इंस्टॉल करना एक मिनट से भी कम में हो जाता है:
# Clone the Felo skills repository
git clone https://github.com/Felo-Inc/felo-skills.git
# Copy the skill to your Antigravity skills folder
cp -r felo-skills/felo-search ~/.gemini/antigravity/skills/
# Or for team-wide usage, put it in your project's .agent/skills/
cp -r felo-skills/felo-search /your-project/.agent/skills/
# Commit to Git so the whole team gets it
git add .agent/skills/felo-search
git commit -m "Add Felo Search skill for live agent research"
बस इतना ही। Antigravity के भीतर कोई API कुंजी कॉन्फ़िगरेशन नहीं (आपकी Felo API कुंजी स्किल के वातावरण में अलग से सेट होती है)। कोई मैनुअल ट्रिगर सेटअप नहीं। Agent Manager SKILL.md विवरण पढ़ता है और आवश्यक होने पर Felo Search को स्वतः सक्रिय करता है।
इंस्टॉल पथ का महत्व:
.agent/skills/(प्रोजेक्ट के भीतर): टीम-शेयर स्किल्स के लिए उपयोग करें। Git पर कमिट करें, और हर डेवलपर की Antigravity इंस्टेंस इसे अगले pull पर उठा लेगी।~/.gemini/antigravity/skills/(ग्लोबल फोल्डर): व्यक्तिगत स्किल्स के लिए उपयोग करें जो सिर्फ आपके अपने प्रोजेक्ट्स पर लागू हों।
ज्यादातर टीमों के लिए .agent/skills/ और Git पर कमिट करना सबसे अच्छा तरीका है। इस तरह, स्किल प्रोजेक्ट की कॉन्फ़िगरेशन का हिस्सा बन जाती है — संस्करणित, साझा, और टीम में एकसमान।
आप Felo Skills की पूरी कैटलॉग ब्राउज़ कर सकते हैं और इंस्टॉल करने से पहले क्षमताओं की तुलना कर सकते हैं: felo.ai/skills/antigravity
क्यों यह महत्वपूर्ण है
AI एजेंट्स का वादा यह नहीं कि वे योजना बना सकते हैं, बल्कि यह कि वे कर सकते हैं — वास्तविक कार्य पूरे कर सकते हैं, आउटपुट उत्पन्न कर सकते हैं, निर्णय ले सकते हैं। वर्तमान जानकारी के बिना योजना बनाना केवल अनुमान लगाना है। और तेज़ी से बदलते क्षेत्रों — सॉफ़्टवेयर विकास, प्रतिस्पर्धी विश्लेषण, बाज़ार अनुसंधान — में अनुमान लगाना अक्सर खतरनाक गलतियाँ करवाता है।
Felo Search Antigravity एजेंट्स को वह चीज़ देता है जो कोई भी मॉडल अपग्रेड नहीं दे सकता: यह जानने की क्षमता कि अभी क्या हो रहा है। न कि प्रशिक्षण के समय क्या सही था, न कि मॉडल क्या सोचता है कि सही हो सकता है। बल्कि, जो वास्तव में सही है — वर्तमान वेब से सत्यापित और सन्दर्भ सहित।
यह एक छोटा इंस्टॉल है — एक फोल्डर, एक कमिट। लेकिन यह आपके एजेंट्स की क्षमता को बदल देता है — “पुरानी जानकारी पर योजना बनाने” से “वर्तमान जानकारी पर कार्य करने” तक।
यही अंतर है एक ऐसे एजेंट में जो सिर्फ योजनाएँ बनाता है और एक ऐसे एजेंट में जो उत्पादन-स्तर का उपकरण है।
Google Antigravity के लिए सभी Felo Skills यहाँ देखें: felo.ai/skills/antigravity
यह पोस्ट इन भाषाओं में भी उपलब्ध है: English, 简体中文, 日本語, 한국어, 繁體中文, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português।