本頁面由 Cloud Translation API 翻譯而成。

在伺服器環境使用遠端設定

Firebase 遠端設定現已支援使用 Firebase Admin Node.js SDK 12.1.0 以上版本。這項新功能有助於讓您動態管理伺服器端的行為和設定遠端設定應用程式包括無伺服器實作例如 Cloud Functions。

與擷取用戶端專屬設定的 Firebase 用戶端 SDK 不同「衍生」來源：遠端設定範本 (伺服器端) 遠端設定 SDK 下載完整的遠端設定範本。這樣一來，您的伺服器就能利用每個並使用自身的邏輯提供延遲時間極短

透過伺服器端遠端設定，您可以：

為在當中執行或存取的應用程式定義設定參數讓您使用遠端設定等用途 AI 模型參數、提示和其他整合項目確保 API 金鑰安全無虞。
動態調整參數，以因應環境變化。例如更新 LLM 參數和模型端點
從遠端更新伺服器呼叫的 API，藉此控管費用。
為可存取產品的用戶端即時產生自訂設定伺服器
記錄哪些用戶端收到參數值，並用於 Cloud Functions 是授權驗證系統的一部分。

您可以透過 Cloud Run 部署伺服器端遠端設定 Cloud Functions，或自行託管的伺服器環境。

事前準備

按照「將 Firebase Admin SDK 加入伺服器建立 Firebase 專案，設定服務帳戶，然後將 Firebase Admin Node.js SDK 加入伺服器

步驟 1：初始化 Firebase Admin Node.js SDK 並授權 API 要求

在不含參數的情況下初始化 Admin SDK 時，SDK 會使用 Google 應用程式預設憑證並讀取 GOOGLE_APPLICATION_CREDENTIALS 環境中的選項變數。舉例來說，如要初始化 SDK 並新增遠端設定，請按照下列步驟操作：

import { initializeApp } from "firebase-admin/app";
import { getRemoteConfig } from "firebase-admin/remote-config";

// Initialize Firebase
const firebaseApp = initializeApp();

步驟 2：找出伺服器應用程式的預設參數值

找出要在應用程式中動態更新的變數遠端設定。接著，請決定哪些變數必須預設在以及其預設值。這可以確保因此即使與高可用性 VPN 連線遠端設定後端伺服器已中斷。

舉例來說，您編寫的伺服器應用程式設定預設模型名稱、提示前置碼以及生成式 AI 設定，如下所示：

參數名稱	說明	類型	預設值
`model_name`	模型 API 名稱	字串	`gemini-1.5-pro`
`preamble_prompt`	提示前置作業使用者的項查詢	字串	`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`	要傳送的參數對模型	JSON	`{"stopSequences": ["I hope this helps"], "temperature": 0.7, "maxOutputTokens": 512, "topP": 0.1, "topK": 20}`

步驟 3：設定伺服器應用程式

確定要使用的參數遠端設定, 調整應用程式設定, 設定預設值, 擷取伺服器專屬的遠端設定範本，並使用該範本的值。下列步驟說明如何設定 Node.js 應用程式。

存取並載入範本。

// Initialize server-side Remote Config
const rc = getRemoteConfig(firebaseApp);
const template = rc.initServerTemplate();

// Load Remote Config
await template.load();

如果在 Cloud Functions 中使用 Node.js，可以使用非同步 getServerTemplate 來擷取並載入只要一個步驟就能完成

// Initialize server-side Remote Config
const rc = getRemoteConfig(firebaseApp);
const template = await rc.getServerTemplate();

確保即使在遠端設定後端伺服器中斷，請新增。方法是在defaultConfig initServerTemplate 或 getServerTemplate 範本函式：

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();

範本載入後，使用 template.evaluate() 匯入參數，從範本指定值
```
// Add template parameters to config
const config = template.evaluate();
```
或者，如果您將 percentage 設為條件在您的遠端設定範本中，定義並提供 randomizationId 然後提供用來評估條件的 template.evaluate() 函式。

舉例來說，您可以設定 Firebase 安裝 ID 做為 randomizationId 或 User-ID，確保每位使用者都位聯絡人已新增到正確的隨機群組中。以下是一個基本範例，但您可能會設定伺服器，為不同的用戶端產生不同的 randomizationIds 可確保使用者從根據成員在百分比條件決定的遠端設定群組。

如要進一步瞭解百分比條件，請參閱「隨機中的使用者百分比。
```
// 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
});
```
重要事項： 如果在評估randomizationId 範本，系統便會傳回遠端設定範本的預設值。

接著，從設定常數中擷取所需的參數值。使用 getters：以便將遠端設定中的值轉換為預期值格式。支援的類型如下：

布林值：getBoolean
物件：getValue
編號：getNumber
字串：getString

舉例來說將 Vertex AI 導入伺服器如要變更模型和模型參數為 model_name 和 generationConfig 設定參數。以下是以下舉例說明遠端設定值的存取方式：

// 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}`;

如果您的伺服器長時間執行而不是無伺服器環境請使用 setInterval 定期重新載入範本，確保您會定期從遠端設定伺服器。

步驟 4：在遠端設定中設定伺服器專屬的參數值

接著，建立伺服器遠端設定範本，並設定參數和要在你的應用程式中使用多少價值

如何建立伺服器專屬的遠端設定範本：

開啟 Firebase 控制台遠端設定參數頁面，然後在在「用戶端/伺服器」選取器中選取「伺服器」。
使用與以下項目相同的名稱和資料類型定義遠端設定參數：您在應用程式中定義的參數，並提供相關值。這些值會覆寫您在設定defaultConfig 伺服器應用程式) 擷取及評估並將這些值指派給變數
視需要設定百分比條件，永久套用值到隨機樣本進一步瞭解百分比條件，請參閱「隨機中的使用者百分比。
參數新增完畢後，按一下「發布變更」。
查看變更，然後再次按一下「發布變更」。

步驟 5：使用 Cloud Functions 或 Cloud Run 進行部署

如果您的伺服器應用程式是輕量級和事件導向，建議您考慮使用自動化工具 Cloud Functions。例如：假設您有一款採用生成式 AI 技術的應用程式角色對話 API (例如 Google AI 或 Vertex AI)在此情況下，您可以透過在應用程式隨選呼叫的函式中實作 LLM 提供邏輯。

以下示範使用第 2 代 Cloud Functions 的解決方案：伺服器端遠端設定，請參閱將伺服器端遠端設定與 Cloud Functions 搭配使用， Vertex AI
如要進一步瞭解如何透過 Cloud Functions 部署應用程式，請參閱取得已著手編寫、測試及部署函式。
試用在伺服器端遠端設定下呼叫的可呼叫函式，並 App Check：使用遠端設定呼叫 Vertex AI Gemini API，並 App Check：

如果您的應用程式要長時間執行 (例如，則可考慮使用 Cloud Run。部署為伺服器應用程式導入 Cloud Run，請按照「快速入門導覽課程：部署將 Node.js 服務遷移至 Cloud 執行

如要進一步瞭解 Cloud Run 和請參閱 Cloud Functions 與 Cloud Run 的比較時機：使用時機第一個是 other。