Von der Vorabversion von Vertex AI in Firebase SDKs zu den Firebase AI Logic SDKs migrieren


Firebase AI Logic und die zugehörigen Client-SDKs hießen früher Vertex AI in Firebase. Um unsere erweiterten Dienste und Funktionen besser widerzuspiegeln (wir unterstützen jetzt beispielsweise die Gemini Developer API), haben wir unsere Dienste umbenannt und in Firebase AI Logic verpackt.

Wenn Sie direkt über Ihre mobilen Apps oder Web-Apps sicher auf die generativen KI-Modelle von Google zugreifen möchten, können Sie jetzt einen „Gemini API“-Anbieter auswählen – entweder den seit langem verfügbaren Vertex AI Gemini API oder jetzt den Gemini Developer API. Sie haben jetzt die Möglichkeit, die Gemini Developer API zu verwenden, die eine kostenlose Stufe mit angemessenen Preislimits und Kontingenten bietet.

Schritte zur Migration zu den Firebase AI Logic SDKs

  • Schritt 1: Wählen Sie den besten Gemini API-Anbieter für Ihre App und Anwendungsfälle aus.

  • Schritt 2: Aktivieren Sie die erforderlichen APIs.

  • Schritt 3: Aktualisieren Sie die in Ihrer App verwendete Bibliothek.

  • Schritt 4: Aktualisieren Sie die Initialisierung in Ihrer App.

  • Schritt 5: Aktualisieren Sie den Code je nach verwendeten Funktionen.

Schritt 1: Den besten Gemini API-Anbieter für Ihre App auswählen

Bei dieser Migration haben Sie die Wahl zwischen den folgenden Gemini API-Anbietern:

  • Die alten „Vertex AI in Firebase“-SDKs konnten nur die Vertex AI Gemini API verwenden.

  • Mit den neuen Firebase AI Logic SDKs kannst du auswählen, welchen Gemini API-Anbieter du direkt über deine mobile App oder Web-App aufrufen möchtest – entweder den Gemini Developer API oder den Vertex AI Gemini API.

Sehen Sie sich die Unterschiede zwischen den beiden Gemini API-Anbietern an, insbesondere in Bezug auf unterstützte Funktionen, Preise und Preislimits. So unterstützt die Gemini Developer API beispielsweise nicht das Bereitstellen von Dateien über Cloud Storage-URLs. Sie ist aber eine gute Wahl, wenn Sie das kostenlose Abo und das angemessene Kontingent nutzen möchten.

Schritt 2: Erforderliche APIs aktivieren

Prüfen Sie, ob alle erforderlichen APIs in Ihrem Firebase-Projekt aktiviert sind, um den von Ihnen ausgewählten „Gemini API“-Anbieter zu verwenden.

Sie können beide API-Anbieter gleichzeitig in Ihrem Projekt aktivieren.

  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 interaktiven Workflow zu starten, mit dem Sie die erforderlichen APIs und Ressourcen für Ihr Projekt einrichten können.

  4. Wählen Sie den Gemini API-Anbieter aus, den Sie mit den Firebase AI Logic-SDKs verwenden möchten. Sie können den anderen API-Anbieter jederzeit einrichten und verwenden.

    • Gemini Developer API – optionale Abrechnung (verfügbar im kostenlosen Spark-Preismodell)
      Im Workflow der Console werden die erforderlichen APIs aktiviert und ein Gemini API-Schlüssel in Ihrem Projekt erstellt.
      Fügen Sie diesen Gemini API-Schlüssel nicht der Codebasis Ihrer App hinzu. Weitere Informationen

    • Vertex AI Gemini API – Abrechnung erforderlich (erfordert den Blaze-Preisplan mit Abrechnung nach Verbrauch)
      Im Workflow der Console werden die erforderlichen APIs in Ihrem Projekt aktiviert.

  5. Folgen Sie dieser Migrationsanleitung, um die Bibliothek und die Initialisierung in Ihrer App zu aktualisieren.

Schritt 3: In Ihrer App verwendete Bibliothek aktualisieren

Aktualisieren Sie den Code Ihrer App, damit die Firebase AI Logic-Bibliothek verwendet wird.

Swift

  1. Aktualisieren Sie Ihr Firebase-Paket in Xcode auf Version 11.13.0 oder höher. Verwenden Sie dazu eine der folgenden Optionen:

    • Option 1: Alle Pakete aktualisieren: Gehen Sie zu Datei > Pakete > Auf die neuesten Paketversionen aktualisieren.

    • Option 2: Firebase einzeln aktualisieren: Rufen Sie im Bereich Paketabhängigkeiten das Firebase-Paket auf. Klicken Sie mit der rechten Maustaste auf das Firebase-Paket und wählen Sie Paket aktualisieren aus.

  2. Achten Sie darauf, dass für das Firebase-Paket jetzt Version 11.13.0 oder höher angezeigt wird. Andernfalls prüfen Sie, ob die von Ihnen angegebenen Paketanforderungen ein Update auf Version 11.13.0 oder höher zulassen.

  3. Wählen Sie im Project Editor das Ziel Ihrer App aus und gehen Sie dann zum Bereich Frameworks, Libraries und eingebettete Inhalte.

  4. Fügen Sie die neue Bibliothek hinzu: Klicken Sie auf das Pluszeichen + und fügen Sie dann FirebaseAI aus dem Firebase-Paket hinzu.

  5. Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die verbleibenden Abschnitte in diesem Leitfaden), entfernen Sie die alte Bibliothek:
    Wählen Sie FirebaseVertexAI-Preview aus und drücken Sie dann die Schaltfläche –.

Kotlin

  1. Ersetzen Sie in der Gradle-Datei des Moduls (auf App-Ebene) (in der Regel <project>/<app-module>/build.gradle.kts oder <project>/<app-module>/build.gradle) gegebenenfalls alte Abhängigkeiten durch Folgendes:

    Es kann einfacher sein, die Codebasis Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alte Abhängigkeit löschen.

    // BEFORE
dependencies {
  implementation("com.google.firebase:firebase-vertexai:16.0.0-betaXX")
}


// AFTER
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")
}

  2. Synchronisieren Sie Ihr Android-Projekt mit Gradle-Dateien.

Wenn Sie die Firebase Android BoM nicht verwenden möchten, fügen Sie einfach die Abhängigkeit für die firebase-ai-Bibliothek hinzu und akzeptieren Sie die neueste Version, die von Android Studio vorgeschlagen wird.

Java

  1. Ersetzen Sie in der Gradle-Datei des Moduls (auf App-Ebene) (in der Regel <project>/<app-module>/build.gradle.kts oder <project>/<app-module>/build.gradle) gegebenenfalls alte Abhängigkeiten durch Folgendes:

    Es kann einfacher sein, die Codebasis Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alte Abhängigkeit löschen.

    // BEFORE
dependencies {
  implementation("com.google.firebase:firebase-vertexai:16.0.0-betaXX")
}


// AFTER
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")
}

  2. Synchronisieren Sie Ihr Android-Projekt mit Gradle-Dateien.

Wenn Sie die Firebase Android BoM nicht verwenden möchten, fügen Sie einfach die Abhängigkeit für die firebase-ai-Bibliothek hinzu und akzeptieren Sie die neueste Version, die von Android Studio vorgeschlagen wird.

Web

  1. So rufen Sie die neueste Version des Firebase JS SDK für das Web mit npm ab:

    npm i firebase@latest

    ODER

    yarn add firebase@latest

  2. Aktualisieren Sie Ihre Importanweisungen an allen Stellen, an denen Sie die Bibliothek importiert haben, und verwenden Sie stattdessen firebase/ai.

    Es kann einfacher sein, die Codebasis Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alten Importe löschen.

    // BEFORE
import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai-preview";


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

Dart

  1. Aktualisieren Sie die Verwendung des firebase_ai-Pakets in Ihrer pubspec.yaml-Datei, indem Sie den folgenden Befehl aus dem Flutter-Projektverzeichnis ausführen:

    flutter pub add firebase_ai

  2. Erstellen Sie Ihr Flutter-Projekt neu:

    flutter run

  3. Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die restlichen Abschnitte in dieser Anleitung), löschen Sie das alte Paket:

    flutter pub remove firebase_vertexai

Einheit

Der Support für Unity war von „Vertex AI in Firebase“ nicht verfügbar.

Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity

Schritt 4: Initialisierung in Ihrer App aktualisieren

Klicke auf deinen Gemini API-Anbieter, um dir anbieterspezifische Inhalte und Code auf dieser Seite anzusehen.

Aktualisieren Sie die Initialisierung des Dienstes 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

Der Support für Unity war von „Vertex AI in Firebase“ 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.

Schritt 5: Code je nach verwendeten Funktionen aktualisieren

In diesem Schritt werden Änderungen beschrieben, die je nach verwendeten Funktionen erforderlich sein können.

  • Wenn Sie Cloud Storage-URLs verwendet haben und bei dieser Migration auf Gemini Developer API umgestellt haben, müssen Sie Ihre multimodalen Anfragen aktualisieren, um Dateien als Inline-Daten einzubinden (oder YouTube-URLs für Videos zu verwenden).

  • Für die GA-Versionen der „Vertex AI in Firebase“-SDKs wurden mehrere Änderungen eingeführt. Dieselben Änderungen sind erforderlich, um die Firebase AI Logic SDKs zu verwenden. Sehen Sie sich die folgenden Listen an, um zu prüfen, ob Sie Änderungen an Ihrem Code vornehmen müssen, um das Firebase AI Logic SDK zu verwenden.

Für alle Sprachen und Plattformen erforderlich

  • Funktionsaufruf
    Wenn Sie diese Funktion vor der allgemeinen Verfügbarkeit 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 vor der allgemeinen Verfügbarkeit 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 durch struct-Typen mit statischen Variablen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf rückwärtskompatible Weise. Wenn Sie switch-Anweisungen verwenden, müssen Sie jetzt einen default:-Fall für unbekannte oder nicht verarbeitete Werte angeben, einschließlich neuer Werte, die dem SDK in Zukunft hinzugefügt werden.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt. Dieser Typ ist jetzt eine struct.

    • Die folgenden unknown- und unspecified-Fälle wurden aus den folgenden Aufzählungen entfernt (jetzt struct): HarmCategory, HarmBlockThreshold, HarmProbability, BlockReason und FinishReason.

    • Die Aufzählung ModelContent.Part wurde durch ein Protokoll namens Part 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 für ModelContent wurden vereinfacht, um gelegentliche Compilerfehler zu vermeiden. Bei Bildern, die nicht richtig codiert sind, treten weiterhin Fehler auf, wenn sie in generateContent verwendet werden.

    • Die ModelContent.Part-Fälle wurden durch die folgenden struct-Typen ersetzt, die dem Part-Protokoll entsprechen:

      • .text bis TextPart
      • .data nach InlineDataPart
      • .fileData nach FileDataPart
      • .functionCall nach FunctionCallPart
      • .functionResponse bis FunctionResponsePart

  • Kategorie

    • HarmCategory ist nicht mehr im Typ SafetySetting verschachtelt. Wenn Sie es als SafetySetting.HarmCategory bezeichnen, kann das durch HarmCategory ersetzt werden.

  • Feedback zur Sicherheit

    • Der Typ SafetyFeedback wurde entfernt, da er in keiner der Antworten verwendet wurde.

  • Zitatmetadaten

    • Die Property citationSources wurde in citations in CitationMetadata umbenannt.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.

  • Antwort des Kandidaten

    • CandidateResponse in Candidate umbenannt, um mit anderen Plattformen übereinzustimmen.

  • Konfiguration der Erzeugung

    • Die öffentlichen Eigenschaften von GenerationConfig wurden in internal geändert. Sie können weiterhin in der Initialisiererfunktion konfiguriert werden.

Kotlin

  • Aufzählungen

    • enum- und sealed-Klassen wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

    • Werte aus den folgenden Aufzählungen wurden entfernt: HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Blob-Methoden

    • Alle Methoden, die Blob im Namen enthielten, wurden in InlineData umbenannt.

  • Sicherheitseinstellungen

    • Das Feld method wurde in ein Feld mit Nullwerten geändert.

  • Dauerklasse

    • Alle Verwendungen der Kotlin-Klasse Duration wurden entfernt und durch long ersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.

  • Zitatmetadaten

    • Alle zuvor in CitationMetadata deklarierten Felder wurden in eine neue Klasse namens Citation verpackt. Verweise finden Sie in CitationMetadata in der Liste citations. Dadurch können die Typen plattformübergreifend besser abgeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde in ein Feld mit Nullwerten geändert.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.

  • Live API

    • Der Wert UNSPECIFIED für die Enum-Klasse ResponseModality wurde entfernt. Verwenden Sie stattdessen null.

    • LiveGenerationConfig.setResponseModalities wurde in LiveGenerationConfig.setResponseModality umbenannt.

    • Die Klasse LiveContentResponse.Status wurde entfernt und die Statusfelder wurden stattdessen als Eigenschaften von LiveContentResponse verschachtelt.

    • Die Klasse LiveContentResponse wurde entfernt und stattdessen wurden Unterklassen von LiveServerMessage hinzugefügt, die den Antworten aus dem Modell entsprechen.

    • LiveModelFutures.connect gibt jetzt ListenableFuture<LiveSessionFutures> statt ListenableFuture<LiveSession> zurück.

Java

  • Aufzählungen

    • enum- und sealed-Klassen wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

    • Werte aus den folgenden Aufzählungen wurden entfernt: HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Blob-Methoden

    • Alle Methoden, die Blob im Namen enthielten, wurden in InlineData umbenannt.

  • Sicherheitseinstellungen

    • Das Feld method wurde in ein Feld mit Nullwerten geändert.

  • Dauerklasse

    • Alle Verwendungen der Kotlin-Klasse Duration wurden entfernt und durch long ersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.

  • Zitatmetadaten

    • Alle zuvor in CitationMetadata deklarierten Felder wurden in eine neue Klasse namens Citation verpackt. Verweise finden Sie in CitationMetadata in der Liste citations. Dadurch können die Typen plattformübergreifend besser abgeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde in ein Feld mit Nullwerten geändert.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde zu einer optionalen Eigenschaft, um Situationen widerzuspiegeln, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.

  • Live API

    • Der Wert UNSPECIFIED für die Enum-Klasse ResponseModality wurde entfernt. Verwenden Sie stattdessen null.

    • LiveGenerationConfig.setResponseModalities wurde in LiveGenerationConfig.setResponseModality umbenannt.

    • Die Klasse LiveContentResponse.Status wurde entfernt und die Statusfelder wurden stattdessen als Eigenschaften von LiveContentResponse verschachtelt.

    • Die Klasse LiveContentResponse wurde entfernt und stattdessen wurden Unterklassen von LiveServerMessage hinzugefügt, die den Antworten aus dem Modell entsprechen.

    • LiveModelFutures.connect gibt jetzt ListenableFuture<LiveSessionFutures> statt ListenableFuture<LiveSession> zurück.

  • Wir haben verschiedene Java-Buildermethoden geändert, sodass jetzt die Instanz der Klasse statt void zurückgegeben wird.

Web

  • Aufzählungen

    • Werte aus den folgenden Aufzählungen wurden entfernt: HarmCategory, BlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Grund für die Blockierung

    • blockReason in PromptFeedback wurde als optional gekennzeichnet.

Änderungen sind nur erforderlich, wenn Sie die Gemini Developer API anstelle der Vertex AI Gemini API verwenden:

  • Sicherheitseinstellungen

    • Die Verwendung der nicht unterstützten SafetySetting.method wurde entfernt.

  • Inline-Daten

    • Die Verwendung der nicht unterstützten InlineDataPart.videoMetadata wurde entfernt.

Dart

  • Aufzählungen

    • Werte aus den folgenden Aufzählungen wurden entfernt: HarmCategory, HarmProbability, BlockReason und FinishReason.

  • Datenteil

    • DataPart wurde in InlineDataPart und die Funktion static data in inlineData umbenannt, um sie mit anderen Plattformen in Einklang zu bringen.

  • Anfrageoptionen

    • RequestOptions wurde entfernt, da timeout nicht funktionierte. Er wird demnächst wieder hinzugefügt, aber auf den Typ GenerativeModel umgestellt, um mit anderen Plattformen übereinzustimmen.

  • Stoppsequenzen

    • Der Parameter stopSequences in GenerationConfig ist jetzt optional und hat standardmäßig den Wert null anstelle eines leeren Arrays.

  • Zitate

    • Die Property citationSources wurde in citations in CitationMetadata umbenannt. Der Typ CitationSource wurde in Citation umbenannt, um mit anderen Plattformen übereinzustimmen.

  • 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 und EmbedContentResponse.

  • Tokens zählen

    • Zusätzliche Felder aus der countTokens-Funktion entfernt, die nicht mehr erforderlich sind Nur contents ist erforderlich.

  • Modell instanziieren

    • Der Parameter systemInstruction wurde ans Ende der Parameterliste verschoben, um ihn mit anderen Plattformen in Einklang zu bringen.

  • Einbettungsfunktion

    • Nicht unterstützte Funktionen für das Einbetten (embedContent und batchEmbedContents) wurden aus dem Modell entfernt.

Einheit

Der Support für Unity war von „Vertex AI in Firebase“ nicht verfügbar.

Weitere Informationen zum Einstieg in das Firebase AI Logic SDK for Unity

Mögliche Fehler bei der Migration

Wenn Sie zur GA-Version von Firebase AI Logic migrieren, können Fehler auftreten, wenn Sie nicht alle erforderlichen Änderungen wie in diesem Migrationsleitfaden beschrieben vorgenommen haben.

403-Fehler: Requests to this API firebasevertexai.googleapis.com ... are blocked.

Wenn Sie den Fehler 403 mit der Meldung Requests to this API firebasevertexai.googleapis.com ... are blocked. erhalten, bedeutet das in der Regel, dass der Firebase API-Schlüssel in Ihrer Firebase-Konfigurationsdatei oder Ihrem Firebase-Objekt keine erforderliche API auf der Zulassungsliste für das Produkt hat, das Sie verwenden möchten.

Der von Ihrer App verwendete Firebase API-Schlüssel muss alle erforderlichen APIs enthalten, die in der Zulassungsliste „API-Einschränkungen“ des Schlüssels aufgeführt sind. Für Firebase AI Logic muss Ihr Firebase API-Schlüssel mindestens die Firebase AI Logic API auf der Zulassungsliste haben. Diese API sollte der Zulassungsliste Ihres API-Schlüssels automatisch hinzugefügt worden sein, als Sie die erforderlichen APIs in der Firebase Console aktiviert haben.

Sie können alle Ihre API-Schlüssel in der Google Cloud Console im Bereich APIs & Dienste > Anmeldedaten aufrufen.


Feedback zu Firebase AI Logic geben