Direkt zur Migrationsanleitung
Warum sollten Sie zu den Firebase AI Logic SDKs migrieren?
Möglicherweise haben Sie eine alternative Reihe von SDKs für mobile oder Webclients ausprobiert, die Ihnen Zugriff auf die Gemini Developer API gewährt haben.
Diese Client-SDKs wurden nicht in das robuste Firebase-System integriert, das wichtige Dienste für mobile und Webanwendungen bietet. Sie werden jetzt zugunsten der Firebase AI Logic-Client-SDKs eingestellt, mit denen du Zugriff auf die Gemini Developer API hast.
Sicherheitsfunktionen für mobile und Webanwendungen
Bei mobilen und Webanwendungen ist Sicherheit entscheidend und erfordert besondere Überlegungen, da Ihr Code – einschließlich Aufrufe der Gemini API – in einer ungeschützten Umgebung ausgeführt wird. Mit Firebase App Check können Sie APIs vor Missbrauch durch nicht autorisierte Clients schützen.
Wenn Sie Firebase App Check mit Firebase AI Logic verwenden, fügen Sie Ihren Gemini API-Schlüssel für die Gemini Developer API niemals direkt in die Codebasis Ihrer mobilen App oder Webanwendung ein. Stattdessen bleibt der Gemini API-Schlüssel auf dem Server und ist nicht für böswillige Akteure zugänglich.
Ein Ökosystem für mobile Apps und Webanwendungen
Firebase ist die Plattform von Google für die Entwicklung von mobilen Apps und Webanwendungen. Wenn Sie Firebase AI Logic verwenden, befinden sich Ihre Apps in einem Ökosystem, das auf die Anforderungen von Full-Stack-Apps und Entwicklern ausgerichtet ist. Beispiel:
Mit Firebase Remote Config können Sie Laufzeitkonfigurationen dynamisch festlegen oder Werte in Ihrer App (z. B. einen Modellnamen und eine Modellversion) austauschen, ohne eine neue App-Version zu veröffentlichen.
Verwenden Sie Cloud Storage for Firebase, um große Dateien in Ihre multimodalen Anfragen aufzunehmen (falls Sie die Vertex AI Gemini API verwenden). Mit den Cloud Storage-Client-SDKs können Sie Dateiuploads und ‑downloads (auch bei schlechten Netzwerkbedingungen) verarbeiten und die Daten Ihrer Endnutzer besser schützen. Weitere Informationen zur Verwendung von Cloud Storage for Firebase finden Sie in unserem Leitfaden zur Lösung.
Verwalten Sie strukturierte Daten mit Datenbank-SDKs, die für mobile und Webanwendungen entwickelt wurden (z. B. Cloud Firestore).
Zu den Firebase AI Logic SDKs migrieren
Schritte zur Migration zu den Firebase AI Logic SDKs:
Schritt 1: Richten Sie ein neues oder vorhandenes Firebase-Projekt ein und verknüpfen Sie Ihre App mit Firebase.
Schritt 2: Fügen Sie Ihrer App die Firebase AI Logic-SDKs hinzu.
Schritt 3: Aktualisieren Sie die Importe und die Initialisierung in Ihrer App.
Schritt 4: Aktualisieren Sie den Code je nach den verwendeten Funktionen.
Schritt 1: Firebase-Projekt einrichten und App verbinden
Melden Sie sich in der Firebase Console an und wählen Sie Ihr Firebase-Projekt aus.
Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf.
Klicken Sie auf Jetzt starten, um einen interaktiven Workflow zu starten, mit dem Sie die erforderlichen APIs und Ressourcen für Ihr Projekt einrichten können.
Wählen Sie den Gemini Developer API aus. Sie können den anderen API-Anbieter jederzeit einrichten und verwenden.
In der Console werden die erforderlichen APIs aktiviert und ein neuer, spezieller Gemini API-Schlüssel in Ihrem Projekt erstellt.
Fügen Sie diesen neuen Gemini API-Schlüssel nicht der Codebasis Ihrer App hinzu. Weitere InformationenWenn Sie im Workflow der Console dazu aufgefordert werden, folgen Sie der Anleitung auf dem Bildschirm, um Ihre App zu registrieren und mit Firebase zu verbinden.
Folgen Sie dieser Migrationsanleitung, um die Bibliothek und die Initialisierung in Ihrer App zu aktualisieren.
Schritt 2: Firebase AI Logic SDK zur App 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 Firebase AI Logic-Bibliothek bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist Teil des Firebase SDK für Apple-Plattformen (firebase-ios-sdk
).
Wenn Sie Firebase bereits verwenden, muss Ihr Firebase-Paket Version 11.13.0 oder höher sein.
Öffnen Sie Ihr App-Projekt und gehen Sie in Xcode zu File > Add Package Dependencies (Datei > Paketabhängigkeiten hinzufügen).
Fügen Sie bei entsprechender Aufforderung das Firebase Apple Platforms SDK-Repository hinzu:
https://github.com/firebase/firebase-ios-sdk
Wählen Sie die neueste SDK-Version aus.
Wählen Sie die Bibliothek
FirebaseAI
aus.
Wenn Sie fertig sind, beginnt Xcode automatisch, Ihre Abhängigkeiten im Hintergrund aufzulösen und herunterzuladen.
Kotlin
Das Firebase AI Logic SDK for Android (firebase-ai
) bietet Zugriff auf die APIs zur Interaktion mit Gemini- und Imagen-Modellen.
Fügen Sie in der Gradle-Datei des 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, Firebase Android BoM zu verwenden, um die Versionierung der Bibliothek zu steuern.
dependencies { // ... other androidx dependencies // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:33.15.0")) // 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 for Android (firebase-ai
) bietet Zugriff auf die APIs zur Interaktion mit Gemini- und Imagen-Modellen.
Fügen Sie in der Gradle-Datei des 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, Firebase Android BoM zu verwenden, um die Versionierung 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:33.15.0")) // 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 Firebase AI Logic-Bibliothek bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist Teil des Firebase JavaScript SDK for Web.
So installieren Sie das Firebase JS SDK für das Web mit npm:
npm install firebase
Firebase in Ihrer App initialisieren:
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 zur Interaktion mit Gemini- und Imagen-Modellen.
Führen Sie im Verzeichnis Ihres Flutter-Projekts den folgenden Befehl aus, um das Kern-Plug-in und das Firebase AI Logic-Plug-in zu installieren:
flutter pub add firebase_core && flutter pub add firebase_ai
Importieren Sie in die Datei
lib/main.dart
das Firebase-Kern-Plug-in, das Firebase AI Logic-Plug-in und die zuvor generierte Konfigurationsdatei:import 'package:firebase_core/firebase_core.dart'; import 'package:firebase_ai/firebase_ai.dart'; import 'firebase_options.dart';
Initialisieren Sie Firebase in der Datei
lib/main.dart
mit demDefaultFirebaseOptions
-Objekt, das von der Konfigurationsdatei exportiert wurde:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );
Erstellen Sie Ihre Flutter-Anwendung neu:
flutter run
Einheit
Die Google AI-Client-SDKs unterstützen Unity nicht.
Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity
Altes SDK aus Ihrer App entfernen
Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die verbleibenden Abschnitte in diesem Leitfaden), löschen Sie die alte Bibliothek.
Swift
Entfernen Sie die alte Bibliothek:
Öffnen Sie Ihr App-Projekt in Xcode und gehen Sie zum Bereich Paketabhängigkeiten.
Wählen Sie das
generative-ai-swift
-Paket aus der Liste der Paketabhängigkeiten aus.Klicken Sie unten in der Liste auf die Schaltfläche
-
und dann zur Bestätigung auf Entfernen.
Kotlin
dependencies {
implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}
Java
dependencies {
implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}
Web
// BEFORE
import { initializeApp } from "firebase/app";
import { GoogleGenerativeAI } from "@google/generative-ai";
Dart
Löschen Sie das alte Paket:
flutter pub remove google_generative_ai
Einheit
Der Support für Unity war in den Google AI-Client-SDKs nicht verfügbar.
Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity
Schritt 3: Importe und Initialisierung in Ihrer App aktualisieren
Aktualisieren Sie Ihre Importe und die Initialisierung des Gemini Developer API-Backend-Dienstes und erstellen Sie eine GenerativeModel
-Instanz.
Swift
// BEFOREimport GoogleGenerativeAI let model = GenerativeModel(name: "MODEL_NAME", apiKey: APIKey.default)// AFTER 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-2.0-flash")
Kotlin
// BEFOREimport com.google.ai.client.generativeai.Chat import com.google.ai.client.generativeai.type.Content import com.google.ai.client.generativeai.java.GenerativeModuleFutures...val generativeModel = GenerativeModel(modelName = "MODEL_NAME", // Access your API key as a Build Configuration variable apiKey = BuildConfig.apiKey )// AFTER import com.google.firebase.Firebase import com.google.firebase.ai.ai import com.google.firebase.ai.type.GenerativeBackend ... // 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-2.0-flash")
Java
// BEFOREimport com.google.ai.client.generativeai.Chat; import com.google.ai.client.generativeai.type.Content; import com.google.ai.client.generativeai.java.GenerativeModuleFutures;...GenerativeModel gm = new GenerativeModel("MODEL_NAME", // Access your API key as a Build Configuration variable BuildConfig.apiKey ); GenerativeModelFutures model = GenerativeModelFutures.from(gm);// AFTER import com.google.firebase.ai.FirebaseAI; import com.google.firebase.ai.GenerativeModel; import com.google.firebase.ai.java.GenerativeModelFutures; import com.google.firebase.ai.type.GenerativeBackend; ... // 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-2.0-flash"); // Use the GenerativeModelFutures Java compatibility layer which offers // support for ListenableFuture and Publisher APIs GenerativeModelFutures model = GenerativeModelFutures.from(ai);
Web
// BEFOREimport { GoogleGenerativeAI } from "@google/generative-ai"; // Fetch your API_KEY and access your API const API_KEY = "..."; const genAI = new GoogleGenerativeAI(API_KEY);...const model = genAI.getGenerativeModel({ model: "MODEL_NAME"});// AFTER 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-2.0-flash" });
Dart
// BEFOREimport 'package:google_generative_ai/google_generative_ai.dart'; final apiKey = Platform.environment['API_KEY']; if (apiKey == null) { print('No \$API_KEY environment variable'); exit(1); } final model = GenerativeModel(model: 'MODEL_NAME', apiKey: apiKey);// AFTER 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-2.0-flash');
Einheit
Der Support für Unity war in den Google AI-Client-SDKs nicht verfügbar.
Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity
Je nach verwendeter Funktion wird möglicherweise nicht immer eine GenerativeModel
-Instanz erstellt.
- Wenn Sie auf ein Imagen-Modell zugreifen möchten, erstellen Sie eine
ImagenModel
-Instanz.
Schritt 4: Code je nach verwendeten Funktionen aktualisieren
In diesem Schritt werden Änderungen beschrieben, die je nach verwendeten Funktionen erforderlich sein können.
Die Firebase AI Logic-Client-SDKs unterstützen keine Codeausführung. Wenn Sie diese Funktion verwenden, müssen Sie dies in Ihrer App berücksichtigen.
In den folgenden Listen finden Sie alle Änderungen, die Sie möglicherweise an Ihrem Code vornehmen müssen, um die Migration zu den Firebase AI Logic-Client-SDKs zu ermöglichen.
Für alle Sprachen und Plattformen erforderlich
Funktionsaufruf
Wenn Sie diese Funktion implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Weitere Informationen zum Erstellen von Funktionsdeklarationen finden Sie im aktualisierten Leitfaden zu Funktionsaufrufen.Strukturierte Ausgabe (z. B. JSON) mit
responseSchema
generieren Wenn Sie diese Funktion implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Weitere Informationen zum Erstellen von JSON-Schemas finden Sie im neuen Leitfaden für strukturierte Datenausgaben.Zeitlimit
- Das Standardzeitlimit für Anfragen wurde auf 180 Sekunden geändert.
Je nach Plattform oder Sprache erforderlich
Swift
Aufzählungen
Die meisten
enum
-Typen wurden durchstruct
-Typen mit statischen Variablen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf rückwärtskompatible Weise. Wenn Sieswitch
-Anweisungen verwenden, müssen Sie jetzt einendefault:
-Fall für unbekannte oder nicht verarbeitete Werte angeben, einschließlich neuer Werte, die dem SDK in Zukunft hinzugefügt werden.Die Aufzählung
BlockThreshold
wurde inHarmBlockThreshold
umbenannt. Dieser Typ ist jetzt einestruct
.Die folgenden
unknown
- undunspecified
-Fälle wurden aus den folgenden Aufzählungen entfernt (jetztstruct
):HarmCategory
,HarmBlockThreshold
,HarmProbability
,BlockReason
undFinishReason
.Die Aufzählung
ModelContent.Part
wurde durch ein Protokoll namensPart
ersetzt, damit neue Typen auf rückwärtskompatible Weise hinzugefügt werden können. Diese Änderung wird im Abschnitt Inhaltselemente ausführlicher beschrieben.
Inhaltselemente
Das
ThrowingPartsRepresentable
-Protokoll wurde entfernt und die Initialisierer fürModelContent
wurden vereinfacht, um gelegentliche Compilerfehler zu vermeiden. Bei Bildern, die nicht richtig codiert sind, treten weiterhin Fehler auf, wenn sie ingenerateContent
verwendet werden.Die
ModelContent.Part
-Fälle wurden durch die folgendenstruct
-Typen ersetzt, die demPart
-Protokoll entsprechen:.text
bisTextPart
.data
nachInlineDataPart
.fileData
nachFileDataPart
.functionCall
nachFunctionCallPart
.functionResponse
bisFunctionResponsePart
Kategorie
HarmCategory
ist nicht mehr im TypSafetySetting
verschachtelt. Wenn Sie es alsSafetySetting.HarmCategory
bezeichnen, kann das durchHarmCategory
ersetzt werden.
Feedback zur Sicherheit
- Der Typ
SafetyFeedback
wurde entfernt, da er in keiner der Antworten verwendet wurde.
- Der Typ
Zitatmetadaten
- Die Property
citationSources
wurde incitations
inCitationMetadata
umbenannt.
- Die Property
Abrechnungsfähige Zeichen insgesamt
- Die Eigenschaft
totalBillableCharacters
inCountTokensResponse
wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.
- Die Eigenschaft
Antwort des Kandidaten
CandidateResponse
inCandidate
umbenannt, um mit anderen Plattformen übereinzustimmen.
Konfiguration der Erzeugung
- Die öffentlichen Eigenschaften von
GenerationConfig
wurden ininternal
geändert. Sie können weiterhin in der Initialisiererfunktion konfiguriert werden.
- Die öffentlichen Eigenschaften von
Kotlin
Aufzählungen
enum
- undsealed
-Klassen wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.Die Aufzählung
BlockThreshold
wurde inHarmBlockThreshold
umbenannt.Werte aus den folgenden Aufzählungen wurden entfernt:
HarmBlockThreshold
,HarmProbability
,HarmSeverity
,BlockReason
undFinishReason
.
Blob-Methoden
- Alle Methoden, die
Blob
im Namen enthielten, wurden inInlineData
umbenannt.
- Alle Methoden, die
Sicherheitseinstellungen
- Das Feld
method
wurde in ein Feld mit Nullwerten geändert.
- Das Feld
Dauerklasse
- Alle Verwendungen der Kotlin-Klasse
Duration
wurden entfernt und durchlong
ersetzt. Diese Änderung ermöglicht eine bessere Interoperabilität mit Java.
- Alle Verwendungen der Kotlin-Klasse
Zitatmetadaten
- Alle zuvor in
CitationMetadata
deklarierten Felder wurden in eine neue Klasse namensCitation
verpackt. Verweise finden Sie inCitationMetadata
in der Listecitations
. Dadurch können die Typen plattformübergreifend besser abgeglichen werden.
- Alle zuvor in
Tokens zählen
- Das Feld
totalBillableCharacters
wurde in ein Feld mit Nullwerten geändert.
- Das Feld
Abrechnungsfähige Zeichen insgesamt
- Die Eigenschaft
totalBillableCharacters
inCountTokensResponse
wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.
- Die Eigenschaft
Modell instanziieren
- Der Parameter
requestOptions
wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.
- Der Parameter
Java
Aufzählungen
enum
- undsealed
-Klassen wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.Die Aufzählung
BlockThreshold
wurde inHarmBlockThreshold
umbenannt.Werte aus den folgenden Aufzählungen wurden entfernt:
HarmBlockThreshold
,HarmProbability
,HarmSeverity
,BlockReason
undFinishReason
.
Blob-Methoden
- Alle Methoden, die
Blob
im Namen enthielten, wurden inInlineData
umbenannt.
- Alle Methoden, die
Sicherheitseinstellungen
- Das Feld
method
wurde in ein Feld mit Nullwerten geändert.
- Das Feld
Dauerklasse
- Alle Verwendungen der Kotlin-Klasse
Duration
wurden entfernt und durchlong
ersetzt. Diese Änderung ermöglicht eine bessere Interoperabilität mit Java.
- Alle Verwendungen der Kotlin-Klasse
Zitatmetadaten
- Alle zuvor in
CitationMetadata
deklarierten Felder wurden in eine neue Klasse namensCitation
verpackt. Verweise finden Sie inCitationMetadata
in der Listecitations
. Dadurch können die Typen plattformübergreifend besser abgeglichen werden.
- Alle zuvor in
Tokens zählen
- Das Feld
totalBillableCharacters
wurde in ein Feld mit Nullwerten geändert.
- Das Feld
Abrechnungsfähige Zeichen insgesamt
- Die Eigenschaft
totalBillableCharacters
inCountTokensResponse
wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.
- Die Eigenschaft
Modell instanziieren
- Der Parameter
requestOptions
wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.
- Der Parameter
Web
Das Google AI-Client-SDK für JavaScript hat sich seit der Abspaltung der Firebase AI Logic-Client-SDKs davon stark verändert. In der folgenden Liste finden Sie einige mögliche Änderungen, die Sie bei der Migration zu den Firebase AI Logic-Client-SDKs berücksichtigen sollten.
Aufzählungen
- Werte aus den folgenden Aufzählungen wurden entfernt:
HarmCategory
,BlockThreshold
,HarmProbability
,HarmSeverity
,BlockReason
undFinishReason
.
- Werte aus den folgenden Aufzählungen wurden entfernt:
Grund für die Blockierung
blockReason
inPromptFeedback
wurde als optional gekennzeichnet.
Suchgrundlagen
- Alle Verwendungen dieser Funktion wurden entfernt, da sie in den Firebase AI Logic SDKs noch nicht unterstützt wird.
Fehler
- Alle Verwendungen von
GoogleGenerativeAIError
wurden entfernt und optional zuAIError
verschoben.
- Alle Verwendungen von
Dart
Aufzählungen
- Werte aus den folgenden Aufzählungen wurden entfernt:
HarmCategory
,HarmProbability
,BlockReason
undFinishReason
.
- Werte aus den folgenden Aufzählungen wurden entfernt:
Datenteil
DataPart
wurde inInlineDataPart
und die Funktionstatic
data
ininlineData
umbenannt, um sie mit anderen Plattformen in Einklang zu bringen.
Anfrageoptionen
RequestOptions
wurde entfernt, datimeout
nicht funktionierte. Er wird demnächst wieder hinzugefügt, aber auf den TypGenerativeModel
umgestellt, um mit anderen Plattformen übereinzustimmen.
Stoppsequenzen
- Der Parameter
stopSequences
inGenerationConfig
ist jetzt optional und hat standardmäßig den Wertnull
anstelle eines leeren Arrays.
- Der Parameter
Zitate
- Die Property
citationSources
wurde incitations
inCitationMetadata
umbenannt. Der TypCitationSource
wurde inCitation
umbenannt, um mit anderen Plattformen übereinzustimmen.
- Die Property
Unnötige öffentliche Typen, Methoden und Eigenschaften
- Die folgenden Typen, Methoden und Eigenschaften wurden entfernt, da sie versehentlich freigegeben wurden:
defaultTimeout
,CountTokensResponseFields
,parseCountTokensResponse
,parseEmbedContentResponse
,parseGenerateContentResponse
,parseContent
,BatchEmbedContentsResponse
,ContentEmbedding
,EmbedContentRequest
undEmbedContentResponse
.
- Die folgenden Typen, Methoden und Eigenschaften wurden entfernt, da sie versehentlich freigegeben wurden:
Tokens zählen
- Zusätzliche Felder aus der
countTokens
-Funktion entfernt, die nicht mehr erforderlich sind Nurcontents
ist erforderlich.
- Zusätzliche Felder aus der
Modell instanziieren
- Der Parameter
systemInstruction
wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.
- Der Parameter
Einbettungsfunktion
- Nicht unterstützte Funktionen für das Einbetten (
embedContent
undbatchEmbedContents
) wurden aus dem Modell entfernt.
- Nicht unterstützte Funktionen für das Einbetten (
Einheit
Der Support für Unity war in den Google AI-Client-SDKs nicht verfügbar.
Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity
Feedback zu Firebase AI Logic geben