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


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

Wenn Sie sicher auf die generativen KI-Modelle von Google direkt über Ihre mobilen Apps oder Web-Apps zugreifen möchten, können Sie jetzt einen Gemini API-Anbieter auswählen – entweder den seit Langem verfügbaren Vertex AI Gemini API oder den neuen Gemini Developer API. Das bedeutet, dass Sie jetzt die Möglichkeit haben, Gemini Developer API zu verwenden, das ein kostenloses Kontingent mit angemessenen Ratenlimits und Kontingenten bietet.

Schritte für die Migration zu den Firebase AI Logic-SDKs

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

  • Schritt 2: Erforderliche APIs aktivieren.

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

  • Schritt 4: Initialisierung in Ihrer App aktualisieren

  • Schritt 5: Code je nach verwendeten Funktionen aktualisieren

Schritt 1: Wählen Sie den besten „Gemini API“-Anbieter für Ihre App aus.

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

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

  • Mit den neuen Firebase AI Logic-SDKs können Sie auswählen, welchen Gemini API-Anbieter Sie direkt über Ihre mobile App oder Web-App aufrufen möchten – entweder Gemini Developer API oder Vertex AI Gemini API.

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

Schritt 2: Erforderliche APIs aktivieren

Prüfen Sie, ob alle erforderlichen APIs in Ihrem Firebase-Projekt aktiviert sind, damit Sie den ausgewählten Anbieter „Gemini API“ verwenden können.

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 geführten Workflow zu starten, der Sie beim Einrichten der erforderlichen APIs und Ressourcen für Ihr Projekt unterstützt.

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

    • Gemini Developer API – Abrechnung optional (verfügbar im kostenlosen Spark-Tarif)
      Im Workflow der Konsole 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)
      Im Workflow der Console werden die erforderlichen APIs in Ihrem Projekt aktiviert.

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

Schritt 3: In Ihrer App verwendete Bibliothek aktualisieren

Aktualisieren Sie die Codebasis Ihrer App, um die Firebase AI Logic-Bibliothek zu verwenden.

Swift

  1. Öffnen Sie Ihr App-Projekt in Xcode und aktualisieren Sie Ihr Firebase-Paket 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 das Firebase-Paket im Abschnitt Package Dependencies (Paketabhängigkeiten) auf. Klicken Sie mit der rechten Maustaste auf das Firebase-Paket und wählen Sie Paket aktualisieren aus.

  2. Prüfen Sie, ob das Firebase-Paket jetzt Version 11.13.0 oder höher hat. Wenn nicht, prüfen Sie, ob die von Ihnen angegebenen Paketanforderungen ein Update auf Version 11.13.0 oder höher zulassen.

  3. Wähle im Projekt-Editor das Ziel deiner App aus und rufe dann den Bereich Frameworks, Libraries, and Embedded Content auf.

  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), müssen Sie die alte Bibliothek entfernen:
    Wählen Sie FirebaseVertexAI-Preview aus und drücken Sie dann die Schaltfläche –.

Kotlin

  1. Ersetzen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (in der Regel <project>/<app-module>/build.gradle.kts oder <project>/<app-module>/build.gradle) alte Abhängigkeiten (falls zutreffend) durch die folgenden.

    Es kann einfacher sein, den Code 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:33.16.0"))

  // 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 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 Ihres Moduls (auf App-Ebene) (in der Regel <project>/<app-module>/build.gradle.kts oder <project>/<app-module>/build.gradle) alte Abhängigkeiten (falls zutreffend) durch die folgenden.

    Es kann einfacher sein, den Code 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:33.16.0"))

  // 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 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 aktuelle Version des Firebase JS SDK für Web über npm ab:

    npm i firebase@latest

    ODER

    yarn add firebase@latest

  2. Aktualisieren Sie überall, wo Sie die Bibliothek importiert haben, Ihre Importanweisungen, um stattdessen firebase/ai zu verwenden.

    Es kann einfacher sein, den Code 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 in Ihrem 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 verbleibenden Abschnitte in diesem Leitfaden), müssen Sie das alte Paket löschen:

    flutter pub remove firebase_vertexai

Einheit

Support für Unity war ab dem Vertex AI in Firebase nicht mehr verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity

Schritt 4: Initialisierung in Ihrer App aktualisieren

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

Aktualisieren Sie, wie Sie den Dienst für den ausgewählten API-Anbieter initialisieren und eine GenerativeModel-Instanz erstellen.

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

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

Informationen zu den ersten Schritten mit dem 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 den von Ihnen verwendeten Funktionen erforderlich sein können.

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

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

Für alle Sprachen und Plattformen erforderlich

  • Funktionsaufrufe
    Wenn Sie diese Funktion vor der allgemeinen Verfügbarkeit implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Wir empfehlen, die aktualisierte Anleitung zum Aufrufen von Funktionen zu lesen, um zu erfahren, wie Sie Ihre Funktionsdeklarationen schreiben.

  • 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. Wir empfehlen, sich die neue Anleitung zur strukturierten Ausgabe anzusehen, um zu erfahren, wie JSON-Schemas geschrieben werden.

  • Zeitlimit

    • Das Standardzeitlimit für Anfragen wurde auf 180 Sekunden geändert.

Je nach Plattform oder Sprache erforderlich

Swift

  • Aufzählungen

    • Die meisten enum-Typen wurden durch structs mit statischen Variablen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise. Wenn Sie switch-Anweisungen verwenden, müssen Sie jetzt einen default:-Fall einfügen, um unbekannte oder nicht verarbeitete Werte abzudecken, einschließlich neuer Werte, die dem SDK in Zukunft hinzugefügt werden.

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

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

    • Die Enumeration ModelContent.Part wurde durch ein Protokoll namens Part ersetzt, damit neue Typen abwärtskompatibel hinzugefügt werden können. Diese Änderung wird im Abschnitt Inhaltsteile ausführlicher beschrieben.

  • Inhaltsteile

    • Das ThrowingPartsRepresentable-Protokoll wurde entfernt und die Initialisierer für ModelContent wurden vereinfacht, um gelegentliche Compilerfehler zu vermeiden. Bilder, die nicht richtig codiert werden, führen weiterhin zu Fehlern, wenn sie in generateContent verwendet werden.

    • Die ModelContent.Part-Anwendungsfälle 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 schädlicher Inhalte

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

  • Feedback zur Sicherheit

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

  • Zitat-Metadaten

    • Die Property citationSources wurde in CitationMetadata in citations umbenannt.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Antwort des Kandidaten

    • CandidateResponse wurde in Candidate umbenannt, um anderen Plattformen zu entsprechen.

  • Konfiguration der Generierung

    • Die öffentlichen Attribute von GenerationConfig wurden in internal geändert. Sie können alle weiterhin im Initialisierer konfiguriert werden.

Kotlin

  • Aufzählungen

    • Die Klassen enum und sealed wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

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

  • Blob-Methoden

    • Alle Methoden, die Blob als Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessen InlineData verwendet wird.

  • Sicherheitseinstellungen

    • Das Feld method wurde so geändert, dass Nullwerte zulässig sind.

  • Dauerklasse

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

  • Zitat-Metadaten

    • Alle Felder, die zuvor in CitationMetadata deklariert wurden, wurden in eine neue Klasse namens Citation eingeschlossen. Zitationen finden Sie in der Liste citations in CitationMetadata. Durch diese Änderung können Typen besser plattformübergreifend angeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde so geändert, dass Nullwerte zulässig sind.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

  • Live API

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

    • LiveGenerationConfig.setResponseModalities wurde in LiveGenerationConfig.setResponseModality umbenannt.

    • Die Klasse LiveContentResponse.Status wurde entfernt. Stattdessen sind die Statusfelder als Attribute von LiveContentResponse verschachtelt.

    • Die Klasse LiveContentResponse wurde entfernt und stattdessen Unterklassen von LiveServerMessage bereitgestellt, die den Antworten des Modells entsprechen.

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

Java

  • Aufzählungen

    • Die Klassen enum und sealed wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

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

  • Blob-Methoden

    • Alle Methoden, die Blob als Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessen InlineData verwendet wird.

  • Sicherheitseinstellungen

    • Das Feld method wurde so geändert, dass Nullwerte zulässig sind.

  • Dauerklasse

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

  • Zitat-Metadaten

    • Alle Felder, die zuvor in CitationMetadata deklariert wurden, wurden in eine neue Klasse namens Citation eingeschlossen. Zitationen finden Sie in der Liste citations in CitationMetadata. Durch diese Änderung können Typen besser plattformübergreifend angeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde so geändert, dass Nullwerte zulässig sind.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

  • Live API

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

    • LiveGenerationConfig.setResponseModalities wurde in LiveGenerationConfig.setResponseModality umbenannt.

    • Die Klasse LiveContentResponse.Status wurde entfernt. Stattdessen sind die Statusfelder als Attribute von LiveContentResponse verschachtelt.

    • Die Klasse LiveContentResponse wurde entfernt und stattdessen Unterklassen von LiveServerMessage bereitgestellt, die den Antworten des Modells entsprechen.

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

  • Verschiedene Java-Builder-Methoden geben jetzt korrekt die Instanz ihrer Klasse anstelle von void zurück.

Web

  • Aufzählungen

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

  • Grund für die Blockierung

    • blockReason in PromptFeedback wurde als optional gekennzeichnet.

Änderungen sind nur erforderlich, wenn Sie mit der Verwendung der Gemini Developer API (anstelle der Vertex AI Gemini API) beginnen:

  • Sicherheitseinstellungen

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

  • Inlinedaten

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

Dart

  • Aufzählungen

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

  • Datenteil

    • DataPart wurde in InlineDataPart umbenannt und die static-Funktion data in inlineData, um sie an andere Plattformen anzugleichen.

  • Anfrageoptionen

    • RequestOptions wurde entfernt, da timeout nicht funktionierte. Die Funktion wird in naher Zukunft wieder hinzugefügt, aber auf den Typ GenerativeModel verschoben, um anderen Plattformen zu entsprechen.

  • Stoppsequenzen

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

  • Zitationen

    • Die Property citationSources wurde in CitationMetadata in citations umbenannt. Der Typ CitationSource wurde in Citation umbenannt, um ihn an andere Plattformen anzupassen.

  • Unnötige öffentliche Typen, Methoden und Eigenschaften

    • Die folgenden Typen, Methoden und Attribute, die unbeabsichtigt verfügbar gemacht wurden, wurden entfernt: defaultTimeout, CountTokensResponseFields, parseCountTokensResponse, parseEmbedContentResponse, parseGenerateContentResponse, parseContent, BatchEmbedContentsResponse, ContentEmbedding, EmbedContentRequest und EmbedContentResponse.

  • Tokens zählen

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

  • Modell instanziieren

    • Der Parameter systemInstruction wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

  • Einbettungsfunktionen

    • Nicht unterstützte Einbettungsfunktionen (embedContent und batchEmbedContents) wurden aus dem Modell entfernt.

Einheit

Support für Unity war ab dem Vertex AI in Firebase nicht mehr verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity

Mögliche Fehler bei der Migration

Bei der Migration zur GA-Version von Firebase AI Logic können Fehler auftreten, wenn Sie nicht alle erforderlichen Änderungen vorgenommen haben, die in diesem Migrationsleitfaden beschrieben sind.

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

Wenn Sie einen 403-Fehler 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 in der Zulassungsliste für das Produkt hat, das Sie verwenden möchten.

Achten Sie darauf, dass der von Ihrer App verwendete Firebase-API-Schlüssel alle erforderlichen APIs in der Zulassungsliste „API-Einschränkungen“ des Schlüssels enthält. Für Firebase AI Logic muss der Firebase-API-Schlüssel mindestens die Firebase AI Logic-API in seiner Zulassungsliste haben. Diese API sollte automatisch der Zulassungsliste Ihres API-Schlüssels hinzugefügt worden sein, als Sie die erforderlichen APIs in der Firebase Console aktiviert haben.

Alle Ihre API-Schlüssel finden Sie in der Google Cloud Console im Bereich APIs & Dienste > Anmeldedaten.


Feedback zu Firebase AI Logic geben