Erste Schritte mit der Gemini API mit den Firebase AI Logic SDKs

In diesem Leitfaden erfahren Sie, wie Sie mit den Firebase AI Logic-Client-SDKs für die von Ihnen ausgewählte Plattform direkt aus Ihrer App Aufrufe an die Gemini API senden.

Sie können diesen Leitfaden auch verwenden, um mit dem Zugriff auf Imagen-Modelle über die Firebase AI Logic-SDKs zu beginnen.

Vorbereitung

Swift

In diesem Leitfaden wird davon ausgegangen, dass Sie mit der Entwicklung von Apps für Apple-Plattformen (z. B. iOS) mit Xcode vertraut sind.

Ihre Entwicklungsumgebung und Ihre Apple-Plattform-App müssen die folgenden Anforderungen erfüllen:

  • Xcode 16.2 oder höher
  • Ihre App ist auf iOS 15 oder höher oder macOS 12 oder höher ausgerichtet.

Kotlin

In dieser Anleitung wird davon ausgegangen, dass Sie mit der Entwicklung von Android-Apps mit Android Studio vertraut sind.

Ihre Entwicklungsumgebung und Android-App müssen die folgenden Anforderungen erfüllen:

  • Android Studio (neueste Version)
  • Ihre App ist auf API‑Level 21 oder höher ausgerichtet.

Java

In dieser Anleitung wird davon ausgegangen, dass Sie mit der Entwicklung von Android-Apps mit Android Studio vertraut sind.

Ihre Entwicklungsumgebung und Android-App müssen die folgenden Anforderungen erfüllen:

  • Android Studio (neueste Version)
  • Ihre App ist auf API‑Level 21 oder höher ausgerichtet.

Web

In diesem Leitfaden wird davon ausgegangen, dass Sie mit der Entwicklung von Web-Apps mit JavaScript vertraut sind. Dieser Leitfaden ist frameworkunabhängig.

Ihre Entwicklungsumgebung und Web-App müssen die folgenden Anforderungen erfüllen:

  • (Optional) Node.js
  • Moderner Webbrowser

Dart

In diesem Leitfaden wird davon ausgegangen, dass Sie mit der Entwicklung von Apps mit Flutter vertraut sind.

Ihre Entwicklungsumgebung und Flutter-App müssen die folgenden Anforderungen erfüllen:

  • Dart 3.2.0 und höher

Einheit

In dieser Anleitung wird davon ausgegangen, dass Sie mit der Entwicklung von Spielen mit Unity vertraut sind.

Ihre Entwicklungsumgebung und Ihr Unity-Spiel müssen die folgenden Anforderungen erfüllen:

  • Unity Editor 2021 LTS oder höher

Hilfreiche Ressourcen ansehen

Swift

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Wenn Sie keine eigene App für Apple-Plattformen haben, können Sie die Quickstart-App verwenden. Dazu müssen Sie sie mit einem Firebase-Projekt verknüpfen.

Zur Kurzanleitung

Videoanleitung ansehen

In diesem Video wird gezeigt, wie Sie mit Firebase AI Logic beginnen, indem Sie eine KI-basierte App zur Essensplanung erstellen, die Rezepte aus einem Textprompt generiert.

Sie können auch den Quellcode für die App im Video herunterladen und ansehen.

Codebasis der App des Videos ansehen



Kotlin

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Wenn Sie keine eigene Android-App haben, können Sie die Quickstart-App verwenden. Dazu müssen Sie sie mit einem Firebase-Projekt verknüpfen.

Zur Kurzanleitung

Videoanleitung ansehen

In diesem Video wird gezeigt, wie Sie mit Firebase AI Logic beginnen, indem Sie eine KI-basierte App zur Essensplanung erstellen, die Rezepte aus einem Textprompt generiert.

Sie können auch den Quellcode für die App im Video herunterladen und ansehen.

Codebasis der App des Videos ansehen



Java

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Wenn Sie keine eigene Android-App haben, können Sie die Quickstart-App verwenden. Dazu müssen Sie sie mit einem Firebase-Projekt verknüpfen.

Zur Kurzanleitung

Videoanleitung ansehen

In diesem Video wird gezeigt, wie Sie mit Firebase AI Logic beginnen, indem Sie eine KI-basierte App zur Essensplanung erstellen, die Rezepte aus einem Textprompt generiert.*

Sie können auch den Quellcode für die App im Video herunterladen und ansehen.

Codebasis der App des Videos ansehen

* Dieses Video und die zugehörige App sind in Kotlin, aber sie können Java-Entwicklern trotzdem helfen, die Grundlagen für den Einstieg in Firebase AI Logic zu verstehen.

Web

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Wenn Sie keine eigene Web-App haben, können Sie die Kurzanleitung-App verwenden. Dazu müssen Sie sie mit einem Firebase-Projekt verknüpfen.

Zur Kurzanleitung

Dart

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Wenn Sie keine eigene Flutter-App haben, können Sie die Quickstart-App verwenden. Dazu müssen Sie sie mit einem Firebase-Projekt verbinden.

Zur Kurzanleitung

Videoanleitung ansehen

In diesem Video wird gezeigt, wie Sie mit Firebase AI Logic beginnen, indem Sie eine KI-basierte App zur Essensplanung erstellen, die Rezepte aus einem Textprompt generiert.

Sie können auch den Quellcode für die App im Video herunterladen und ansehen.

Codebasis der App des Videos ansehen



Einheit

Kurzanleitung-App ausprobieren

Mit der Schnellstart-App können Sie das SDK schnell ausprobieren und eine vollständige Implementierung verschiedener Anwendungsfälle sehen. Oder verwenden Sie die Schnellstart-App, wenn Sie kein eigenes Unity-Spiel haben. Wenn Sie die Schnellstart-App verwenden möchten, müssen Sie eine Verbindung zu einem Firebase-Projekt herstellen.

Zur Kurzanleitung

Schritt 1: Firebase-Projekt einrichten und App verbinden

  1. Melden Sie sich in der Firebase Console an und wählen Sie Ihr Firebase-Projekt aus.

  2. Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf.

  3. Klicken Sie auf Jetzt starten, um einen geführten Workflow zu starten, der Sie beim Einrichten der erforderlichen APIs und Ressourcen für Ihr Projekt unterstützt.

  4. Wählen Sie den Gemini API-Anbieter aus, den Sie mit den Firebase AI Logic-SDKs verwenden möchten. Gemini Developer API wird für neue Nutzer empfohlen. Sie können die Abrechnungsinformationen jederzeit hinzufügen oder Vertex AI Gemini API später einrichten.

    • Gemini Developer API – Abrechnung optional (verfügbar im kostenlosen Spark-Tarif. Sie können später ein Upgrade durchführen, wenn Sie möchten)
      In der Console werden die erforderlichen APIs aktiviert und ein Gemini-API-Schlüssel in Ihrem Projekt erstellt.
      Fügen Sie diesen Gemini-API-Schlüssel nicht in den Code Ihrer App ein. Weitere Informationen

    • Vertex AI Gemini API – Abrechnung erforderlich (erfordert den Blaze-Tarif mit nutzungsbasierter Abrechnung)
      In der Console werden Sie durch die Einrichtung der Abrechnung und die Aktivierung der erforderlichen APIs in Ihrem Projekt geführt.

  5. Folgen Sie der Anleitung auf dem Bildschirm, um Ihre App zu registrieren und mit Firebase zu verbinden.

  6. Fahren Sie mit dem nächsten Schritt in dieser Anleitung fort, um das SDK Ihrer App hinzuzufügen.

Schritt 2: SDK hinzufügen

Nachdem Sie Ihr Firebase-Projekt eingerichtet und Ihre App mit Firebase verbunden haben (siehe vorheriger Schritt), können Sie Ihrer App jetzt das Firebase AI Logic SDK hinzufügen.

Swift

Verwenden Sie Swift Package Manager, um Firebase-Abhängigkeiten zu installieren und zu verwalten.

Die Bibliothek Firebase AI Logic bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist im Firebase SDK für Apple-Plattformen (firebase-ios-sdk) enthalten.

Wenn Sie Firebase bereits verwenden, muss Ihr Firebase-Paket Version 11.13.0 oder höher haben.

  1. Öffnen Sie Ihr App-Projekt und gehen Sie in Xcode zu File > Add Package Dependencies (Datei > Paketabhängigkeiten hinzufügen).

  2. Fügen Sie bei entsprechender Aufforderung das Firebase Apple Platforms SDK-Repository hinzu:

    https://github.com/firebase/firebase-ios-sdk

  3. Wählen Sie die aktuelle SDK-Version aus.

  4. Wählen Sie die FirebaseAI-Mediathek aus.

Wenn Sie fertig sind, beginnt Xcode automatisch, Ihre Abhängigkeiten im Hintergrund aufzulösen und herunterzuladen.

Kotlin

Das Firebase AI Logic SDK für Android (firebase-ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

Fügen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (z. B. <project>/<app-module>/build.gradle.kts) die Abhängigkeit für die Firebase AI Logic-Bibliothek für Android hinzu. Wir empfehlen, die Firebase Android BoM zu verwenden, um die Versionsverwaltung der Bibliothek zu steuern.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.2.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

Mit der Firebase Android BoM haben Sie immer eine kompatible Version der Firebase Android-Bibliotheken in Ihrer App.

Java

Das Firebase AI Logic SDK für Android (firebase-ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

Fügen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (z. B. <project>/<app-module>/build.gradle.kts) die Abhängigkeit für die Firebase AI Logic-Bibliothek für Android hinzu. Wir empfehlen, die Firebase Android BoM zu verwenden, um die Versionsverwaltung der Bibliothek zu steuern.

Für Java müssen Sie zwei zusätzliche Bibliotheken hinzufügen.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.2.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")

  // Required for one-shot operations (to use `ListenableFuture` from Guava Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

Mit der Firebase Android BoM haben Sie immer eine kompatible Version der Firebase Android-Bibliotheken in Ihrer App.

Web

Die Bibliothek Firebase AI Logic bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist im Firebase JavaScript SDK für Web enthalten.

  1. Installieren Sie das Firebase JS SDK für Web mit npm:

    npm install firebase

  2. Initialisieren Sie Firebase in Ihrer App:

    import { initializeApp } from "firebase/app";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

Dart

Das Firebase AI Logic-Plug-in für Flutter (firebase_ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

  1. Führen Sie im Verzeichnis Ihres Flutter-Projekts den folgenden Befehl aus, um das Core-Plug-in und das Firebase AI Logic-Plug-in zu installieren:

    flutter pub add firebase_core firebase_ai

  2. Importieren Sie in Ihrer lib/main.dart-Datei das Firebase-Kern-Plug-in, das Firebase AI Logic-Plug-in und die Konfigurationsdatei, die Sie zuvor generiert haben:

    import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.dart';
import 'firebase_options.dart';

  3. Initialisieren Sie Firebase auch in Ihrer lib/main.dart-Datei mit dem Objekt DefaultFirebaseOptions, das von der Konfigurationsdatei exportiert wird:

    await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

  4. Erstellen Sie Ihre Flutter-Anwendung neu:

    flutter run

Einheit

  1. Laden Sie das Firebase Unity SDK herunter und entpacken Sie es an einem geeigneten Ort.

    Das Firebase Unity SDK ist nicht plattformspezifisch.

  2. Rufen Sie in Ihrem geöffneten Unity-Projekt Assets > Import Package > Custom Package auf.

  3. Wählen Sie im extrahierten SDK das FirebaseAI-Paket aus.

  4. Klicken Sie im Fenster Import Unity Package (Unity-Paket importieren) auf Import (Importieren).

  5. Klicken Sie in der Firebase-Konsole im Einrichtungs-Workflow auf Weiter.

Schritt 3: Dienst initialisieren und Modellinstanz erstellen

Klicken Sie auf Ihren Gemini API-Anbieter, um anbieterspezifische Inhalte und Code auf dieser Seite aufzurufen.

Bevor Sie einen Prompt an ein Gemini-Modell senden, initialisieren Sie den Dienst für den ausgewählten API-Anbieter und erstellen Sie eine GenerativeModel-Instanz.

Swift 


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "gemini-2.5-flash")

Kotlin 


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

Java 


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

Web 


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" });

Dart 


import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
final model =
      FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

Einheit 


using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash");

Hinweis: Je nachdem, welche Funktion Sie verwenden, wird möglicherweise nicht immer eine GenerativeModel-Instanz erstellt.

Nachdem Sie diese Kurzanleitung durchgearbeitet haben, können Sie sich auch ansehen, wie Sie ein Modell für Ihren Anwendungsfall und Ihre App auswählen.

Schritt 4: Prompt-Anfrage an ein Modell senden

Sie können jetzt eine Prompts-Anfrage an ein Gemini-Modell senden.

Mit generateContent() können Sie Text aus einem Prompt generieren, der Text enthält:

Swift 


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "gemini-2.5-flash")

// Provide a prompt that contains text
let prompt = "Write a story about a magic backpack."

// To generate text output, call generateContent with the text input
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")

Kotlin

Für Kotlin sind die Methoden in diesem SDK Suspend-Funktionen und müssen aus einem Coroutine-Bereich aufgerufen werden. 

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(prompt)
print(response.text)

Java

Bei Java geben die Methoden in diesem SDK eine ListenableFuture zurück. 

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// Provide a prompt that contains text
Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        System.out.println(resultText);
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

Web 


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" });

// Wrap in an async function so you can use await
async function run() {
  // Provide a prompt that contains text
  const prompt = "Write a story about a magic backpack."

  // To generate text output, call generateContent with the text input
  const result = await model.generateContent(prompt);

  const response = result.response;
  const text = response.text();
  console.log(text);
}

run();

Dart 


import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
final model =
      FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];

// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);

Einheit 


using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash");

// Provide a prompt that contains text
var prompt = "Write a story about a magic backpack.";

// To generate text output, call GenerateContentAsync with the text input
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");

Was kannst du sonst noch tun?

Weitere Informationen zu den unterstützten Modellen

Informationen zu den für verschiedene Anwendungsfälle verfügbaren Modellen sowie zu ihren Kontingenten und Preisen

Andere Funktionen ausprobieren

Informationen zum Steuern der Inhaltserstellung

Sie können auch mit Prompts und Modellkonfigurationen experimentieren und sogar ein generiertes Code-Snippet mit Google AI Studio abrufen.


Feedback zu Firebase AI Logic geben