이 페이지는 Cloud Translation API를 통해 번역되었습니다.

Google AI 클라이언트 SDK에서 Firebase AI 로직 SDK로 이전

Firebase AI Logic SDK를 사용하도록 이전해야 하는 이유

Gemini Developer API에 액세스할 수 있는 대체 모바일 또는 웹 클라이언트 SDK를 사용해 보셨을 수 있습니다.

이러한 클라이언트 SDK는 모바일 및 웹 앱에 중요한 서비스를 제공하는 강력한 Firebase 생태계에 통합되지 않았습니다. 이제 Gemini Developer API에 액세스할 수 있는 Firebase AI Logic 클라이언트 SDK를 사용하는 것이 좋습니다.

모바일 및 웹 앱의 보안 기능

모바일 및 웹 앱의 경우 보안이 매우 중요하며 Gemini API 호출을 포함한 코드가 보호되지 않은 환경에서 실행되므로 특별한 고려사항이 필요합니다. Firebase App Check를 사용하여 승인되지 않은 클라이언트의 악용으로부터 API를 보호할 수 있습니다.

Firebase AI Logic와 함께 Firebase App Check를 사용하는 경우 Gemini Developer API용 Gemini API 키를 모바일 또는 웹 앱의 코드베이스에 직접 추가하지 않습니다. 대신 Gemini API 키는 서버에 유지되어 악의적인 행위자에게 노출되지 않습니다.

모바일 및 웹 앱을 위해 구축된 생태계

Firebase는 모바일 및 웹 앱 개발을 위한 Google의 플랫폼입니다. Firebase AI Logic를 사용하면 풀 스택 앱과 개발자의 요구사항에 중점을 둔 생태계에서 앱을 사용할 수 있습니다. 예를 들면 다음과 같습니다.

Firebase Remote Config을 사용하여 새 앱 버전을 출시하지 않고도 런타임 구성을 동적으로 설정하거나 앱의 값을 바꿀 수 있습니다 (예: 모델 이름 및 버전).
Cloud Storage for Firebase를 사용하여 멀티모달 요청에 큰 파일을 포함합니다(Vertex AI Gemini API를 사용하는 경우). Cloud Storage 클라이언트 SDK를 사용하면 네트워크 상태가 좋지 않은 경우에도 파일 업로드 및 다운로드를 처리할 수 있으며 최종 사용자의 데이터에 대한 보안을 강화할 수 있습니다. Cloud Storage for Firebase 사용에 관한 솔루션 가이드에서 자세히 알아보세요.
모바일 및 웹 앱용으로 빌드된 데이터베이스 SDK(예: Cloud Firestore)를 사용하여 구조화된 데이터를 관리합니다.

Firebase AI Logic SDK로 이전

Firebase AI Logic SDK로 이전하는 단계 개요:

1단계: 신규 또는 기존 Firebase 프로젝트를 설정하고 앱을 Firebase에 연결합니다.
2단계: 앱에 Firebase AI Logic SDK 추가
3단계: 앱에서 가져오기 및 초기화 업데이트
4단계: 사용하는 기능에 따라 코드를 업데이트합니다.

1단계: Firebase 프로젝트 설정 및 앱 연결

Firebase 콘솔에 로그인한 다음 Firebase 프로젝트를 선택합니다.
아직 Firebase 프로젝트가 없으신가요?

Firebase 프로젝트가 없으면 프로젝트 만들기를 클릭하고 다음 옵션 중 하나를 사용합니다.
- 옵션 1: '프로젝트 만들기' 워크플로의 첫 번째 단계에서 새 프로젝트 이름을 입력하여 완전히 새로운 Firebase 프로젝트 (및 기본 Google Cloud 프로젝트 자동 생성)를 만듭니다.
- 옵션 2: '프로젝트 만들기' 워크플로의 첫 번째 단계에서 드롭다운 메뉴에서 Google Cloud 프로젝트 이름을 선택하여 기존 Google Cloud 프로젝트에 'Firebase를 추가'합니다.
  
  원하는 경우 Google AI Studio에서 Gemini API 키를 만들 때 백그라운드에서 생성된 프로젝트에 Firebase를 추가할 수 있습니다.
메시지가 표시되면 Firebase AI Logic SDK를 사용하기 위해 Google Analytics를 설정하지 않아도 됩니다.
Firebase 콘솔에서 Firebase AI Logic 페이지로 이동합니다.
시작하기를 클릭하여 프로젝트에 필요한 API와 리소스를 설정하는 데 도움이 되는 안내 워크플로를 실행합니다.
Gemini Developer API을 선택합니다. 원하는 경우 나중에 언제든지 다른 API 제공업체를 설정하고 사용할 수 있습니다.

콘솔에서 필요한 API를 사용 설정하고 프로젝트에 전용 Gemini API 키를 새로 만듭니다.
이 새로운 Gemini API 키를 앱의 코드베이스에 추가하지 마세요. 자세히 알아보기
콘솔의 워크플로에서 메시지가 표시되면 화면에 표시된 안내에 따라 앱을 등록하고 Firebase에 연결합니다.
이 이전 가이드에 따라 앱에서 라이브러리와 초기화를 업데이트합니다.

2단계: 앱에 Firebase AI Logic SDK 추가

Firebase 프로젝트를 설정하고 앱을 Firebase에 연결했으므로(이전 단계 참고) 이제 앱에 Firebase AI Logic SDK를 추가할 수 있습니다.

Swift

Swift Package Manager를 사용해 Firebase 종속 항목을 설치하고 관리하세요.

Firebase AI Logic 라이브러리는 Gemini 및 Imagen 모델과 상호작용하기 위한 API에 대한 액세스를 제공합니다. 이 라이브러리는 Apple 플랫폼용 Firebase SDK (firebase-ios-sdk)의 일부로 포함되어 있습니다.

이미 Firebase를 사용 중인 경우 Firebase 패키지가 v11.13.0 이상인지 확인합니다.

앱 프로젝트를 연 상태로 Xcode에서 File(파일) > Add Package Dependencies(패키지 종속 항목 추가)로 이동합니다.
메시지가 표시되면 Firebase Apple 플랫폼 SDK 저장소를 추가합니다.
```
https://github.com/firebase/firebase-ios-sdk
```
최신 SDK 버전을 선택합니다.
FirebaseAI 라이브러리를 선택합니다.

완료되면 Xcode가 백그라운드에서 자동으로 종속 항목을 확인하고 다운로드하기 시작합니다.

Kotlin

Android용 Firebase AI Logic SDK (firebase-ai)는 Gemini 및 Imagen 모델과 상호작용하는 API에 대한 액세스를 제공합니다.

모듈 (앱 수준) Gradle 파일(예: <project>/<app-module>/build.gradle.kts)에서 Android용 Firebase AI Logic 라이브러리의 종속 항목을 추가합니다. 라이브러리 버전 관리 제어에는 Firebase Android BoM을 사용하는 것이 좋습니다.

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")
}

Firebase Android BoM을 사용하면 앱에서 항상 호환되는 Firebase Android 라이브러리 버전만 사용합니다.

(대안) BoM을 사용하지 않고 Firebase 라이브러리 종속 항목을 추가합니다.

Firebase BoM을 사용하지 않도록 선택한 경우에는 종속 항목 줄에 각 Firebase 라이브러리 버전을 지정해야 합니다.

앱에서 여러 Firebase 라이브러리를 사용하는 경우 모든 버전이 호환되도록 BoM을 사용하여 라이브러리 버전을 관리하는 것이 좋습니다.

dependencies {
  // Add the dependency for the Firebase AI Logic library
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:16.1.0")
}

Java

Android용 Firebase AI Logic SDK (firebase-ai)는 Gemini 및 Imagen 모델과 상호작용하는 API에 대한 액세스를 제공합니다.

Java의 경우 두 개의 추가 라이브러리를 추가해야 합니다.

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")
}

Firebase Android BoM을 사용하면 앱에서 항상 호환되는 Firebase Android 라이브러리 버전만 사용합니다.

(대안) BoM을 사용하지 않고 Firebase 라이브러리 종속 항목을 추가합니다.

Firebase BoM을 사용하지 않도록 선택한 경우에는 종속 항목 줄에 각 Firebase 라이브러리 버전을 지정해야 합니다.

앱에서 여러 Firebase 라이브러리를 사용하는 경우 모든 버전이 호환되도록 BoM을 사용하여 라이브러리 버전을 관리하는 것이 좋습니다.

dependencies {
  // Add the dependency for the Firebase AI Logic library
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:16.1.0")
}

Web

Firebase AI Logic 라이브러리는 Gemini 및 Imagen 모델과 상호작용하기 위한 API에 대한 액세스를 제공합니다. 이 라이브러리는 웹용 Firebase JavaScript SDK의 일부로 포함되어 있습니다.

npm을 사용하여 웹용 Firebase JS SDK를 설치합니다.
```
npm install firebase
```

앱에서 Firebase를 초기화합니다.

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

Flutter용 Firebase AI Logic 플러그인 (firebase_ai)은 Gemini 및 Imagen 모델과 상호작용하기 위한 API에 대한 액세스를 제공합니다.

Flutter 프로젝트 디렉터리에서 다음 명령어를 실행하여 핵심 플러그인과 Firebase AI Logic 플러그인을 설치합니다.
```
flutter pub add firebase_core && flutter pub add firebase_ai
```
lib/main.dart 파일에서 Firebase core 플러그인, Firebase AI Logic 플러그인, 앞에서 생성한 구성 파일을 가져옵니다.
```
import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.dart';
import 'firebase_options.dart';
```
또한 lib/main.dart 파일에서 구성 파일로 내보낸 DefaultFirebaseOptions 객체를 사용하여 Firebase를 초기화합니다.
```
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);
```
Flutter 애플리케이션을 다시 빌드합니다.
```
flutter run
```

Unity

Google AI 클라이언트 SDK에서는 Unity 지원이 제공되지 않았습니다.

Unity용 Firebase AI Logic SDK 시작하기를 알아보세요.

앱에서 이전 SDK 삭제

앱 이전을 완료한 후 (이 가이드의 나머지 섹션 참고) 이전 라이브러리를 삭제해야 합니다.

Swift

이전 라이브러리를 삭제합니다.

앱 프로젝트를 연 상태로 Xcode에서 패키지 종속 항목 창으로 이동합니다.
패키지 종속성 목록에서 generative-ai-swift 패키지를 선택합니다.
목록 하단에서 - 버튼을 클릭하고 삭제를 클릭하여 확인합니다.

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

이전 패키지를 삭제합니다.
flutter pub remove google_generative_ai

Unity

Google AI 클라이언트 SDK에서는 Unity 지원이 제공되지 않았습니다.

Unity용 Firebase AI Logic SDK 시작하기를 알아보세요.

3단계: 앱에서 가져오기 및 초기화 업데이트

가져오기 및 Gemini Developer API 백엔드 서비스 초기화 방법과 GenerativeModel 인스턴스 생성을 업데이트합니다.

Swift

// BEFORE
import 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-2.5-flash")

Kotlin

// BEFORE
import 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-2.5-flash")

Java

// BEFORE
import 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-2.5-flash");

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

Web

// BEFORE
import { 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-2.5-flash" });

Dart

// BEFORE
import '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-2.5-flash');

Unity

Google AI 클라이언트 SDK에서는 Unity 지원이 제공되지 않았습니다.

Unity용 Firebase AI Logic SDK 시작하기를 알아보세요.

사용하는 기능에 따라 GenerativeModel 인스턴스를 항상 생성하지는 않을 수 있습니다.

Imagen 모델에 액세스하려면 ImagenModel 인스턴스를 만드세요.

4단계: 사용하는 기능에 따라 코드 업데이트

이 단계에서는 사용하는 기능에 따라 필요할 수 있는 변경사항을 설명합니다.

Firebase AI Logic 클라이언트 SDK는 코드 실행을 지원하지 않습니다. 이 기능을 사용하는 경우 앱에서 이를 수용해야 합니다.
Firebase AI Logic 클라이언트 SDK로의 이전을 수용하기 위해 코드에서 변경해야 할 사항이 있는지 다음 목록을 검토하세요.

모든 언어 및 플랫폼에 필요

함수 호출
이 기능을 구현한 경우 스키마를 정의하는 방식을 업데이트해야 합니다. 업데이트된 함수 호출 가이드를 검토하여 함수 선언을 작성하는 방법을 알아보는 것이 좋습니다.
responseSchema을 사용하여 구조화된 출력 (예: JSON) 생성
이 기능을 구현한 경우 스키마를 정의하는 방식을 업데이트해야 합니다. 새로운 구조화된 출력 가이드를 검토하여 JSON 스키마를 작성하는 방법을 알아보는 것이 좋습니다.
제한 시간
- 요청의 기본 제한 시간을 180초로 변경했습니다.

플랫폼 또는 언어에 따라 필요

Swift

열거형
- 대부분의 enum 유형을 정적 변수가 있는 struct로 대체했습니다. 이 변경사항을 통해 하위 호환 방식으로 API를 발전시킬 수 있는 유연성이 향상됩니다. 이제 switch 문을 사용할 때는 향후 SDK에 추가될 새 값을 비롯해 알 수 없거나 처리되지 않은 값을 포함하는 default: 사례를 포함해야 합니다.
- BlockThreshold 열거형의 이름을 HarmBlockThreshold로 변경했습니다. 이 유형은 이제 struct입니다.
- 다음 열거형 (이제 struct)에서 unknown 및 unspecified 사례가 삭제되었습니다. HarmCategory, HarmBlockThreshold, HarmProbability, BlockReason, FinishReason
- 새 유형을 하위 호환 방식으로 추가할 수 있도록 열거형 ModelContent.Part을 Part이라는 프로토콜로 대체했습니다. 이 변경사항은 콘텐츠 파트 섹션에 자세히 설명되어 있습니다.
콘텐츠 파트
- ThrowingPartsRepresentable 프로토콜을 삭제하고 ModelContent의 이니셜라이저를 간소화하여 가끔 발생하는 컴파일러 오류를 방지했습니다. 올바르게 인코딩되지 않은 이미지는 generateContent에서 사용될 때 여전히 오류가 발생합니다.
- ModelContent.Part 사례를 Part 프로토콜을 준수하는 다음 struct 유형으로 대체했습니다.
  - .text~TextPart
  - .data~InlineDataPart
  - .fileData~FileDataPart
  - .functionCall~FunctionCallPart
  - .functionResponse~FunctionResponsePart
유해 카테고리
- HarmCategory이 더 이상 SafetySetting 유형에 중첩되지 않도록 변경했습니다. SafetySetting.HarmCategory라고 하는 경우 HarmCategory로 바꿀 수 있습니다.
안전 관련 의견
- SafetyFeedback 유형은 대답에 사용되지 않았으므로 삭제했습니다.
인용 메타데이터
- CitationMetadata에서 citationSources 속성의 이름이 citations로 변경되었습니다.
총 청구 가능 문자 수
- 문자가 전송되지 않는 상황을 반영하기 위해 CountTokensResponse의 totalBillableCharacters 속성을 선택사항으로 변경했습니다.
후보자 응답
- 다른 플랫폼과 일치하도록 CandidateResponse의 이름이 Candidate로 변경되었습니다.
생성 구성
- GenerationConfig의 공개 속성을 internal로 변경했습니다. 모두 초기화 프로그램에서 구성할 수 있습니다.

Kotlin

열거형
- enum 클래스와 sealed 클래스를 일반 클래스로 대체했습니다. 이 변경사항을 통해 역호환 방식으로 API를 발전시킬 수 있는 유연성이 향상됩니다.
- BlockThreshold 열거형의 이름을 HarmBlockThreshold로 변경했습니다.
- HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason, FinishReason 열거형에서 값이 삭제되었습니다.
Blob 메서드
- 이름에 Blob이 포함된 모든 메서드의 이름을 InlineData을 사용하도록 변경했습니다.
안전 설정
- method 필드를 null 허용으로 변경했습니다.
Duration 클래스
- Kotlin의 Duration 클래스의 모든 사용을 삭제하고 long로 대체했습니다. 이 변경사항은 Java와의 상호 운용성을 개선합니다.
인용 메타데이터
- 이전에 CitationMetadata에 선언된 모든 필드를 Citation이라는 새 클래스로 래핑했습니다. 인용은 CitationMetadata의 citations 목록에서 확인할 수 있습니다. 이 변경사항을 통해 플랫폼 전반에서 유형을 더 잘 정렬할 수 있습니다.
토큰 수 계산
- totalBillableCharacters 필드를 null 허용으로 변경했습니다.
총 청구 가능 문자 수
- 문자가 전송되지 않는 상황을 반영하기 위해 CountTokensResponse의 totalBillableCharacters 속성을 선택사항으로 변경했습니다.
모델 인스턴스화
- 다른 플랫폼과 일치하도록 requestOptions 매개변수를 매개변수 목록의 끝으로 이동했습니다.

Java

열거형
- enum 클래스와 sealed 클래스를 일반 클래스로 대체했습니다. 이 변경사항을 통해 역호환 방식으로 API를 발전시킬 수 있는 유연성이 향상됩니다.
- BlockThreshold 열거형의 이름을 HarmBlockThreshold로 변경했습니다.
- HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason, FinishReason 열거형에서 값이 삭제되었습니다.
Blob 메서드
- 이름에 Blob이 포함된 모든 메서드의 이름을 InlineData을 사용하도록 변경했습니다.
안전 설정
- method 필드를 null 허용으로 변경했습니다.
Duration 클래스
- Kotlin의 Duration 클래스의 모든 사용을 삭제하고 long로 대체했습니다. 이 변경사항은 Java와의 상호 운용성을 개선합니다.
인용 메타데이터
- 이전에 CitationMetadata에 선언된 모든 필드를 Citation이라는 새 클래스로 래핑했습니다. 인용은 CitationMetadata의 citations 목록에서 확인할 수 있습니다. 이 변경사항을 통해 플랫폼 전반에서 유형을 더 잘 정렬할 수 있습니다.
토큰 수 계산
- totalBillableCharacters 필드를 null 허용으로 변경했습니다.
총 청구 가능 문자 수
- 문자가 전송되지 않는 상황을 반영하기 위해 CountTokensResponse의 totalBillableCharacters 속성을 선택사항으로 변경했습니다.
모델 인스턴스화
- 다른 플랫폼과 일치하도록 requestOptions 매개변수를 매개변수 목록의 끝으로 이동했습니다.

Web

JavaScript용 Google AI 클라이언트 SDK는 Firebase AI Logic 클라이언트 SDK가 분기된 이후 많은 변경사항이 있었습니다. 다음 목록은 Firebase AI Logic 클라이언트 SDK로 마이그레이션할 때 고려해야 할 수 있는 잠재적인 변경사항입니다.

열거형
- HarmCategory, BlockThreshold, HarmProbability, HarmSeverity, BlockReason, FinishReason 열거형에서 값이 삭제되었습니다.
차단 이유
- PromptFeedback에서 blockReason을 선택사항으로 변경했습니다.
검색 그라운딩
- 이 기능은 아직 Firebase AI Logic SDK에서 지원되지 않으므로 이 기능의 모든 사용 사례를 삭제했습니다.
오류
- GoogleGenerativeAIError의 모든 사용을 삭제하고 선택적으로 AIError로 이동합니다.

Dart

열거형
- HarmCategory, HarmProbability, BlockReason, FinishReason 열거형에서 값이 삭제되었습니다.
데이터 부분
- 다른 플랫폼과의 일관성을 위해 DataPart의 이름이 InlineDataPart로, static data 함수의 이름이 inlineData로 변경되었습니다.
요청 옵션
- timeout이 작동하지 않으므로 RequestOptions를 삭제했습니다. 조만간 다시 추가될 예정이지만 다른 플랫폼과 일치하도록 GenerativeModel 유형으로 이동됩니다.
중지 시퀀스
- GenerationConfig의 stopSequences 매개변수를 선택사항으로 변경하고 빈 배열 대신 null로 기본 설정했습니다.
인용
- CitationMetadata에서 citationSources 속성의 이름이 citations로 변경되었습니다. 다른 플랫폼과 일치하도록 CitationSource 유형의 이름을 Citation로 변경했습니다.
불필요한 공개 유형, 메서드, 속성
- 의도치 않게 노출된 다음 유형, 메서드, 속성이 삭제되었습니다. defaultTimeout, CountTokensResponseFields, parseCountTokensResponse, parseEmbedContentResponse, parseGenerateContentResponse, parseContent, BatchEmbedContentsResponse, ContentEmbedding, EmbedContentRequest, EmbedContentResponse
토큰 수 계산
- 더 이상 필요하지 않은 countTokens 함수의 추가 필드가 삭제되었습니다. contents만 있으면 됩니다.
모델 인스턴스화
- 다른 플랫폼과 일치하도록 systemInstruction 매개변수를 매개변수 목록의 끝으로 이동했습니다.
삽입 기능
- 모델에서 지원되지 않는 삽입 기능 (embedContent 및 batchEmbedContents)이 삭제되었습니다.

Unity

Google AI 클라이언트 SDK에서는 Unity 지원이 제공되지 않았습니다.

Unity용 Firebase AI Logic SDK 시작하기를 알아보세요.

Firebase AI Logic 사용 경험에 관한 의견 보내기