تعديل Vertex AI في تطبيق Firebase ديناميكيًا باستخدام ميزة "الإعداد عن بُعد في Firebase"

عند طلب Gemini API من تطبيقك باستخدام حزمة تطوير برامج (SDK) Vertex AI in Firebase، يحتوي طلبك على عدد من المَعلمات التي تتحكم في استجابات الذكاء الاصطناعي التوليدي. وتشمل هذه الإعدادات عادةً اسم النموذج، وملف بدء توليد النموذج (الحد الأقصى للرموز والحرارة وما إلى ذلك)، وإعدادات الأمان، وتعليمات النظام، وبيانات الطلب.

في معظم الحالات، ستحتاج إلى تغيير هذه الإعدادات عند الطلب أو حسب الحاجة لعددٍ من السيناريوهات:

  • يمكنك تعديل نموذج الذكاء الاصطناعي التوليدي بدون إصدار تطبيق جديد. يمكنك الترقية إلى إصدارات أحدث وأكثر ثباتًا من النموذج قبل إيقاف الإصدارات السابقة نهائيًا، أو استخدام نماذج ذات تكلفة أقل أو أداء أعلى استنادًا إلى احتياجات المستخدمين وخصائصهم، أو نشر أحدث نماذج بشكل مشروط على شرائح مستخدمين معيّنة (مثل المختبِرين التجريبيين).
  • اضبط الموقع الجغرافي الذي تحصل فيه على النموذج لكي يكون أقرب إلى المستخدِمين.
  • يمكنك استخدام اختبار A/B لاختبار طلبات النظام المختلفة، ثم طرح قيم التجربة الفائزة تدريجيًا على المستخدمين.
  • استخدِم ميزة "تسمية الميزات" لعرض ميزات الذكاء الاصطناعي التوليدي أو إخفائها بسرعة في تطبيقك.

توفّر أداة Firebase Remote Config كل هذه الميزات وغيرها، ما يتيح لك تعديل قيم المَعلمات حسب الحاجة وبشكل مشروط لنسخ التطبيق التي تتطابق مع الخصائص التي تحدّدها في وحدة تحكّم Firebase، بدون إصدار إصدار جديد من تطبيقك.

يقدّم دليل الحلول هذا حالات استخدام مقترَحة محدّدة ويوضّح كيفية إضافة Remote Config إلى تطبيق الذكاء الاصطناعي التوليدي.

الانتقال إلى تنفيذ الرمز

ما هي مزايا استخدام Firebase Remote Config مع تطبيقك؟

يتيح لك Firebase Remote Config تعديل سلوك تطبيقك بشكل ديناميكي بدون الحاجة إلى تحديث التطبيق. ويُعدّ ذلك مفيدًا بشكل خاص للتطبيقات التي تستخدِم الذكاء الاصطناعي التوليدي، حيث يكون التكرار السريع والضبط الدقيق أمرًا بالغ الأهمية.

حالات الاستخدام الأساسية لتطبيق Remote Config مع تطبيقات الذكاء الاصطناعي التوليدي

ننصحك باستخدام Remote Config مع Vertex AI in Firebase في حالات الاستخدام الأساسية التالية:

  • الترقية إلى أحدث إصدار من النموذج بدون تحديث التطبيق: استخدِم مَعلمات Remote Config لتغيير اسم النموذج حسب الحاجة، حتى تتمكّن من الترقية إلى أحدث إصدار من Gemini النموذج المفضّل لديك فور توفّره.
  • تعديل تعليمات النظام وإعدادات الأمان بدون تحديث التطبيق: يمكنك تخزين تعليمات النظام وإعدادات الأمان داخل مَعلمات Remote Config لضمان إمكانية تغييرها عند الطلب في حال رصد مشاكل بعد النشر.
  • تقليل المخاطر وفرض أمان الذكاء الاصطناعي: استخدِم Remote Config عمليات الطرح لطرح تغييرات الذكاء الاصطناعي التوليدي بأمان وبشكل تدريجي لمستخدمي iOS وAndroid.

حالات الاستخدام المتقدّمة والمُقترَحة لخدمة Remote Config مع تطبيقات الذكاء الاصطناعي التوليدي

بعد تجهيز تطبيقك باستخدام Remote Config وGoogle Analytics، يمكنك استكشاف حالات الاستخدام المتقدّمة:

  • ضبط الموقع الجغرافي استنادًا إلى الموقع الجغرافي للعميل: استخدِم Remote Config الشروط لضبط الموقع الجغرافي للنموذج استنادًا إلى الموقع الجغرافي الذي تم رصده للعميل.
  • تجربة نماذج مختلفة: يمكنك اختبار نماذج الذكاء الاصطناعي التوليدي المختلفة والتبديل بينها بسرعة، أو حتى نشر نماذج مختلفة في شرائح مستخدمين مختلفة، للعثور على النموذج الأنسب لحالة الاستخدام المحدّدة.
  • تحسين أداء النموذج: يمكنك ضبط مَعلمات النموذج بدقة، مثل طلب النظام والحد الأقصى للرموز المميّزة للإخراج ودرجة الحرارة والإعدادات الأخرى.

  • استخدام تعليمات النظام وطلبات المساعدة وإعدادات النماذج المختلفة استنادًا إلى سمات العميل: عند استخدام Remote Config مع Google Analytics، يمكنك إنشاء شروط استنادًا إلى سمات العميل أو شرائح الجمهور المخصّصة وضبط مَعلمات مختلفة استنادًا إلى هذه السمات.

    على سبيل المثال، إذا كنت تستخدم الذكاء الاصطناعي التوليدي لتقديم دعم فني في تطبيقك، ننصحك بضبط تعليمات النظام الخاصة بمنصّة التطبيق لضمان تقديم تعليمات دقيقة لمستخدمي منصّة Android وiOS والويب.

  • تخصيص التجارب لكل مستخدم: استخدِم Remote Config التخصيص لتحديد تلقائيًا إعدادات الذكاء الاصطناعي التوليدي المثلى لكل مستخدم.

  • تحكّم في التكاليف: يمكنك تعديل نماذج الذكاء الاصطناعي التوليدي التي يتمّ استدعاؤها عن بُعد، وعدد مرّات استخدامها، وضبط قيم الحدّ الأقصى لرمز الإخراج ديناميكيًا استنادًا إلى جمهور المستخدِم لتقليل التكاليف غير الضرورية.

  • تحسين تجربة التطبيق ونتائجه: استخدِم A/B Testing مع Remote Config مع تطبيقات iOS وAndroid و Flutter لاختبار التغييرات في مَعلمات الذكاء الاصطناعي التوليدي على مستوى شرائح المستخدمين المختلفة لمعرفة مدى تأثيرها في المقاييس الرئيسية، مثل الاحتفاظ بالمستخدمين والأرباح.

من خلال ربط تطبيق الذكاء الاصطناعي التوليدي بـ Firebase Remote Config، يمكنك إنشاء تطبيقات مستندة إلى الذكاء الاصطناعي تتسم بالمرونة والأمان والتكلفة المنخفضة، مع توفير تجارب ممتعة للمستخدمين.

إضافة Firebase Remote Config إلى تطبيقك

في دليل الحلّ هذا، ستستخدم Firebase Remote Config لتعديل المَعلمات ديناميكيًا في تطبيق Android الذي يستخدِم حزمة تطوير البرامج (SDK) Vertex AI in Firebase. ستتعرّف على كيفية:

  • استرِجع المَعلمات، مثل أسماء الطُرز وتعليمات النظام، وفعِّلها من Firebase Remote Config.
  • عدِّل طلبات Gemini API لاستخدام المَعلمات التي يتم استرجاعها ديناميكيًا، مما يتيح لك التبديل بين النماذج المختلفة أو تعديل تعليمات النظام بدون تحديث التطبيق.
  • التحكّم في المَعلمات عن بُعد، وتعديل سلوك النموذج وإمكاناته حسب الحاجة

المتطلبات الأساسية

يفترض هذا الدليل أنّك على دراية باستخدام JavaScript لتطوير تطبيقات الويب. هذا الدليل مستقل عن إطار العمل. قبل البدء، تأكَّد من أنّك اتّبعت الخطوات التالية:

  • أكمِل دليل البدء الخاص بحزمة تطوير البرامج (SDK) Vertex AI in Firebase. تأكَّد من تنفيذ كلّ ما يلي:

    1. إعداد مشروع جديد أو حالي على Firebase، بما في ذلك استخدام خطط أسعار Blaze وتفعيل واجهات برمجة التطبيقات المطلوبة
    2. ربط تطبيقك بمنصّة Firebase، بما في ذلك تسجيل تطبيقك وإضافة إعدادات Firebase إلى تطبيقك
    3. أضِف حزمة تطوير البرامج (SDK) وأبدِئ خدمة Vertex AI والنموذج التوليدي في تطبيقك.

  • فعِّل Google Analytics في مشروعك و أضِف حزمة تطوير البرامج (SDK) الخاصة به إلى تطبيقك (مطلوب للاستهداف الشَرطي، مثل ضبط الموقع الجغرافي للخدمة والنموذج استنادًا إلى الموقع الجغرافي لجهاز العميل).

الخطوة 1: ضبط قيم المَعلمات في وحدة تحكّم Firebase

أنشئ نموذج Remote Config عميل واضبط المَعلمات وال القيم لاستردادها واستخدامها في التطبيق.

  1. افتح وحدة تحكّم Firebase، ومن قائمة التنقّل، وسِّع Run (تشغيل) و اختَر Remote Config.
  2. تأكَّد من اختيار العميل من أداة اختيار العميل/الخادم فيверху الصفحة Remote Config.
    • إذا كانت هذه هي المرّة الأولى التي تستخدِم فيها نماذج عملاء Remote Config، انقر على إنشاء الإعداد. ظهرت لوحة إنشاء مَعلمتك الأولى.
    • إذا لم تكن هذه هي المرة الأولى التي تستخدم فيها نماذج Remote Config، انقر على إضافة مَعلمة.

  3. حدِّد مَعلمات Remote Config التالية:

    اسم المَعلمة الوصف النوع القيمة التلقائية
    model_name اسم الطراز للحصول على قوائم محدّثة بأسماء الطُرز لاستخدامها في الرمز البرمجي، يُرجى الاطّلاع على أسماء الطُرز المتاحة. سلسلة gemini-2.0-flash
    system_instructions تعليمات النظام هي مثل "مقدّمة" تضيفها قبل أن يتعرّض النموذج لأي تعليمات أخرى من المستخدم النهائي للتأثير في سلوك النموذج، استنادًا إلى احتياجات وحالات استخدام محدّدة. سلسلة You are a helpful assistant who knows everything there is to know about Firebase!
    prompt الطلب التلقائي لاستخدامه مع ميزة الذكاء الاصطناعي التوليدي سلسلة I am a developer who wants to know more about Firebase!
    vertex_location يمكنك اختياريًا التحكّم في الموقع الجغرافي لتشغيل خدمة Vertex AI والوصول إلى نموذج. يمكنك ضبط شروط لضبط هذا الخيار استنادًا إلى الموقع الجغرافي للعميل الذي يرصده Google Analytics. سلسلة us-central1

  4. عند الانتهاء من إضافة المَعلمات، انقر على نشر التغييرات. إذا كان هذا ليس نموذجًا جديدًا من Remote Config، راجِع التغييرات وانقر على نشر التغييرات مرة أخرى.

الخطوة 2: إضافة حزمة تطوير البرامج (SDK) لنظام التشغيل Remote Config وإعدادها

أضِف حزمة تطوير البرامج (SDK) لنظام التشغيل Remote Config وفعِّلها باتّباع الخطوات التالية:

  1. افتح الرمز في محرِّر نصوص واستورِد Remote Config:

    import { getRemoteConfig } from 'firebase/remote-config';

  2. داخل وظيفتك الأساسية وبعد بدء تطبيق Firebase لـ Vertex AI in Firebase حزمة تطوير البرامج (SDK)، يمكنك بدء Remote Config:

      // Initialize Remote Config and get a reference to the service
  const remoteConfig = getRemoteConfig(app);

  3. حدِّد الحد الأدنى للفاصل الزمني بين عمليات الجلب. في هذا المثال، الفاصل الزمني التلقائي للجلب هو 3600 ثانية، ولكننا ننصحك بضبط الحد الأدنى للفاصل الزمني للجلب على قيمة منخفضة نسبيًا في الرمز البرمجي أثناء التطوير.

    remoteConfig.settings.minimumFetchIntervalMillis = 3600000;

الخطوة 3: ضبط قيم المَعلمات داخل التطبيق

يجب ضبط قيم المَعلمات التلقائية داخل التطبيق في عنصر Remote Config، لكي يكون تطبيقك وظيفيًا قبل الاتصال بواجهة Remote Config الخلفية، في حال انقطاع إمكانية وصول العميل إلى الشبكة و/أو في حال عدم ضبط قيم في الواجهة الخلفية.

في هذا المثال، يمكنك ضبط القيم التلقائية يدويًا لاسم الطراز وتعليمات النظام وطلب المستخدم وموقع Vertex AI:

// Set default Remote Config parameter values
remoteConfig.defaultConfig = {
  model_name: 'gemini-2.0-flash',
  system_instructions:
    'You are a helpful assistant who knows everything there is to know about Firebase!',
  prompt: 'I am a developer who wants to know more about Firebase!',
  vertex_location: 'us-central1',
};

الخطوة 4: استرجاع القيم وتنشيطها

  1. أضِف getValue وfetchAndActivate إلى عمليات الاستيراد:

    import { getValue, fetchAndActivate } from 'firebase/remote-config';

  2. بعد الرمز الذي أضفته لضبط القيم التلقائية لـ Remote Config، استرِجِع الإعدادات وفعِّلها، ثمّ خصِّص قيمًا للثوابت modelName وsystemInstructions وprompt وvertexLocation.

    // Fetch and activate Remote Config.
try {
  await fetchAndActivate(remoteConfig);
} catch(err) {
  console.error('Remote Config fetch failed', err);
}

console.log('Remote Config fetched.');

// Assign Remote Config values.
const modelName = getValue(remoteConfig, 'model_name').asString();
const systemInstructions = getValue(remoteConfig, 'system_instructions').asString();
const prompt = getValue(remoteConfig, 'prompt').asString();
const vertexLocation = getValue(remoteConfig, 'vertex_location').asString();

الخطوة 5: تعديل طلبات Vertex AI لاستخدام قيم Remote Config

بعد ضبط Remote Config بالكامل، عدِّل الرمز البرمجي لاستبدال القيم الثابتة بقيم مصدرها Remote Config. على سبيل المثال، إذا كنت تستخدِم المثال المستخدَم في مقالة بدء استخدام واجهة Gemini API باستخدام حِزم تطوير البرامج (SDK) لـ Vertex AI في Firebase، عليك تعديله على النحو التالي:

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Vertex AI service
// Optionally specify a location in which to run the service and access the model
const vertexAI = getVertexAI(firebaseApp, { location: vertexLocation });

// Initialize the generative model with a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
const model = getGenerativeModel(vertexAI, {
  model: modelName,
  systemInstruction: systemInstruction
});

// Wrap in an async function so you can use await
async function run() {
  // Provide a prompt that contains text
  const userPrompt = prompt;

  // To generate text output, call generateContent with the text input
  const result = await model.generateContent(userPrompt);

  const response = result.response;
  const text = response.text();
  console.log(text);
}

الخطوة 6: تشغيل التطبيق

شغِّل التطبيق وتأكَّد من أنّه يعمل. يمكنك إجراء تغييرات على الإعدادات من صفحة Remote Config في وحدة تحكّم Firebase، ونشر التغييرات، والتحقّق من النتيجة.

الخطوات التالية

  • اطّلِع على مزيد من المعلومات عن Remote Config.
  • أضِف Google Analytics إلى الرمز لتفعيل ميزة targeting (الاستهداف).