Firebase Remote Config が、Firebase Admin Node.js SDK v12.1.0 以降を使用したサーバーサイド構成をサポートするようになりました。この新機能により、Remote Config を使用してサーバーサイド アプリケーションの動作と構成を動的に管理できます。これには、Cloud Functions などのサーバーレス実装が含まれます。
Firebase クライアント SDK は Remote Config テンプレートから派生したクライアント固有の構成を取得しますが、サーバーサイドの Remote Config SDK は Firebase から完全な Remote Config テンプレートをダウンロードします。これにより、サーバーは各受信リクエストを使用してテンプレートを評価し、独自のロジックを使用して、カスタマイズされたレスポンスを超低レイテンシで配信します。
サーバーサイドの Remote Config を使用すると、次のことができます。
- サーバー上で実行されているアプリケーションやサーバー経由でアクセスされるアプリケーションの構成パラメータを定義し、AI モデルのパラメータ、プロンプト、その他のインテグレーションをリモートで構成するなどのユースケースを可能にして、API キーを安全に保護します。
- 環境の変化やその他のアプリケーションの変更(LLM パラメータやモデル エンドポイントの更新など)に応じてパラメータを動的に調整します。
- サーバーが呼び出す API をリモートで更新して、費用を管理します。
- サーバーにアクセスするクライアントのカスタム構成をオンザフライで生成します。
- パラメータ値を受け取ったクライアントを記録し、利用資格確認システムの一部として Cloud Functions で使用します。
サーバー側の Remote Config を Cloud Run、Cloud Functions、自己ホスト型のサーバー環境にデプロイできます。
始める前に
Firebase Admin SDK をサーバーに追加する手順に従って、Firebase プロジェクトを作成し、サービス アカウントを設定し、Firebase Admin Node.js SDK をサーバーに追加します。
ステップ 1: Firebase Admin Node.js SDK を初期化して API リクエストを承認する
パラメータを指定せずに Admin SDK を初期化すると、SDK は Google アプリケーションのデフォルト認証情報を使用し、GOOGLE_APPLICATION_CREDENTIALS
環境変数からオプションを読み取ります。たとえば、SDK を初期化して Remote Config を追加するには:
import { initializeApp } from "firebase-admin/app";
import { getRemoteConfig } from "firebase-admin/remote-config";
// Initialize Firebase
const firebaseApp = initializeApp();
ステップ 2: サーバー アプリケーションのデフォルトのパラメータ値を特定する
Remote Config で動的に更新するアプリ内の変数を特定します。次に、アプリケーションでデフォルトで設定する必要がある変数とデフォルト値を検討します。これにより、Remote Config バックエンド サーバーへの接続が中断した場合でも、アプリケーションが正常に動作します。
たとえば、生成型 AI 関数を管理するサーバー アプリケーションを作成する場合、デフォルトのモデル名、プロンプト プリアンブル、生成型 AI の構成を次のように設定できます。
パラメータ名 | 説明 | タイプ | デフォルト値 |
---|---|---|---|
model_name |
モデル API 名 | 文字列 | gemini-1.5-pro |
preamble_prompt
|
ユーザーのクエリの先頭に追加するためのプロンプト | 文字列 | I'm a
developer who
wants to learn
about Firebase and
you are a helpful
assistant who
knows everything
there is to know
about Firebase! |
generation_config
|
モデルに送信するパラメータ | JSON | {"stopSequences":
["I hope this
helps"],
"temperature":
0.7,
"maxOutputTokens":
512, "topP": 0.1,
"topK": 20} |
ステップ 3: サーバー アプリケーションを構成する
Remote Config で使用するパラメータを決定したら、デフォルト値を設定し、サーバー固有の Remote Config テンプレートを取得して、その値を使用するようにアプリケーションを構成します。以下のステップでは、Node.js アプリケーションを構成する方法について説明します。
テンプレートにアクセスして読み込みます。
// Initialize server-side Remote Config const rc = getRemoteConfig(firebaseApp); const template = rc.initServerTemplate(); // Load Remote Config await template.load();
Cloud Functions 内で Node.js を使用している場合は、非同期の
getServerTemplate
を使用して、テンプレートを 1 ステップで取得して読み込むことができます。// Initialize server-side Remote Config const rc = getRemoteConfig(firebaseApp); const template = await rc.getServerTemplate();
Remote Config バックエンド サーバーへの接続が中断された場合でもアプリケーションが正常に実行されるようにするには、各パラメーターのデフォルト値をアプリに追加します。これを行うには、
initServerTemplate
またはgetServerTemplate
テンプレート関数内にdefaultConfig
を追加します:const template = rc.initServerTemplate({ defaultConfig: { model_name: "gemini-pro", generation_config: '{"stopSequences": [], "temperature": 0.7, "maxOutputTokens": 512, "topP": 0.1, "topK": 20}', preamble_prompt: "I'm a developer who wants to learn about Firebase and you are a helpful assistant who knows everything there is to know about Firebase!" }, }); // Load Remote Config await template.load();
テンプレートが読み込まれたら、
template.evaluate()
を使用してパラメータとテンプレートの値をインポートします:// Add template parameters to config const config = template.evaluate();
(任意)リモート設定テンプレートでパーセンテージ条件を設定する場合は、
template.evaluate()
関数内で条件を評価するために使用するrandomizationId
を定義して指定します。たとえば、Firebase インストール ID を
randomizationId
またはユーザー ID として設定して、サーバーに接続する各ユーザーが適切なランダム グループに追加されるようにすることができます。次の例は基本的な例ですが、パーセンテージ条件グループのメンバーシップに基づいて、Remote Config から一貫した値がユーザーに提供されるように、クライアント要求ごとに異なるrandomizationIds
を生成するようにサーバーを構成することもできます。パーセンテージ条件の詳細については、ランダム パーセンテージのユーザーを参照してください。
// Set the randomizationId const randomizationId = "2ac93c28-c459-4760-963d-a3974ec26c04" // Add template parameters to `config`. Evaluates the // template and returns the parameter value assigned to // the group assigned to the {randomizationId}. const config = template.evaluate({ randomizationId });
次に、必要なパラメータ値を構成定数から抽出します。
getters
を使用して、Remote Config の値を想定される形式にキャストします。次の型がサポートされています。- ブール値:
getBoolean
- オブジェクト:
getValue
- 番号:
getNumber
- 文字列:
getString
たとえば、サーバーに Vertex AI を実装していて、モデルとモデル パラメータを変更する場合は、
model_name
とgenerationConfig
のパラメータを構成します。Remote Config の値にアクセスする方法の例を次に示します:// Replace defaults with values from Remote Config. const generationConfig = JSON.parse( config.getString('generation_config')); const is_ai_enabled = config.getBool('is_ai_enabled'); const model = config.getString('model_name'); // Generates a prompt comprised of the Remote Config // parameter and prepends it to the user prompt const prompt = `${config.getString('preamble_prompt')} ${req.query.prompt}`;
- ブール値:
サーバーレス環境ではなく長時間稼働するサーバーの場合、
setInterval
を使用してテンプレートを定期的に再読み込みし、最新のテンプレートを Remote Config サーバーから定期的にフェッチします。
ステップ 4: Remote Config でサーバー固有のパラメータ値を設定する
次に、サーバーの Remote Config テンプレートを作成し、アプリで使用するパラメータと値を構成します。
サーバー固有の Remote Config テンプレートを作成するには:
- Firebase コンソールの Remote Config パラメータのページを開き、[クライアント/サーバー] セレクタで、[サーバー] を選択します。
- アプリで定義したパラメータと同じ名前とデータ型を使用して Remote Config パラメータを定義し、値を指定します。これらの値は、テンプレートを取得して評価し、これらの値を変数に割り当てるときに、サーバー アプリケーションの構成で設定した
defaultConfig
を上書きします。 - (省略可)パーセンテージ条件を設定して、インスタンスのランダムなサンプルに値を永続的に適用します。パーセンテージ条件の詳細については、ランダム パーセンテージのユーザーを参照してください。
- パラメータの追加が完了したら、[変更を公開] をクリックします。
- 変更内容を確認し、もう一度 [変更を公開] をクリックします。
ステップ 5: Cloud Functions または Cloud Run を使用してデプロイする
軽量でイベント ドリブンのサーバー アプリケーションの場合は、Cloud Functions を使用してコードをデプロイすることを検討してください。たとえば、生成 AI API(Google AI や Vertex AI など)を活用したキャラクターのセリフを含むアプリがあるとします。この場合、アプリがオンデマンドで呼び出す関数内で LLM 提供ロジックをホストできます。
サーバー側 Remote Config を備えた第 2 世代 Cloud Functions を使用するソリューションを実行するには、Cloud Functions と Vertex AI でサーバー側 Remote Config を使用するをご覧ください。
Cloud Functions でアプリをデプロイする方法については、はじめに: 最初の関数の作成、テスト、デプロイをご覧ください。
「Remote Config と App Check を使用して Vertex AI Gemini API を呼び出す」で、サーバー側の Remote Config と App Check を使用したサンプルの呼び出し可能関数を試してください。
アプリケーションが長時間実行されることを想定している場合(たとえば、アセットを含む Web アプリなど)、Cloud Run の使用を検討してください。Cloud Run を使用してサーバーアプリをデプロイするには、クイックスタート: Cloud Run に Node.js サービスをデプロイするのガイドに従います。
Cloud Run と Cloud Functions の最適なユースケースについて詳しくは、Cloud Functions と Cloud Run: それぞれの使いどころをご覧ください。