使用 Gemini API 构建多轮对话（聊天）


使用 Gemini API，您可以构建多轮自由对话。Vertex AI in Firebase SDK 通过管理对话状态来简化该流程，因此与 generateContentStream() 或 generateContent() 不同，您无需自行存储对话记录。

如果您尚未完成入门指南，请先完成该指南。该指南介绍了如何设置 Firebase 项目、将应用连接到 Firebase、添加 SDK、初始化 Vertex AI 服务以及创建 GenerativeModel 实例。

发送聊天提示请求

如需构建多轮对话（例如聊天），请先通过调用 startChat() 初始化聊天。然后，使用 sendMessageStream()（或 sendMessage()）发送新的用户消息，这也会将消息和回复附加到聊天记录中。

与对话中的内容相关联的 role 有两个可能的选项：

  • user：提供提示的角色。此值是调用 sendMessageStream()（或 sendMessage()）的默认值，如果传递其他角色，该函数会抛出异常。

  • model：提供响应的角色。使用现有 history 调用 startChat() 时，可以使用此角色。

选择是流式传输回答 (sendMessageStream)，还是等待系统生成完整结果 (sendMessage)。

流式传输 不使用流式传输

您可以通过不等待模型生成的完整结果，而是使用流式处理部分结果，从而实现更快的互动。

以下示例展示了如何使用 startChat() 和 sendMessageStream() 从模型中流式传输响应：

import FirebaseVertexAI

// Initialize the Vertex AI service
let vertex = VertexAI.vertexAI()

// Create a `GenerativeModel` instance with a model that supports your use case
let model = vertex.generativeModel(modelName: "gemini-2.0-flash")

// Optionally specify existing chat history
let history = [
  ModelContent(role: "user", parts: "Hello, I have 2 dogs in my house."),
  ModelContent(role: "model", parts: "Great to meet you. What would you like to know?"),
]

// Initialize the chat with optional chat history
let chat = model.startChat(history: history)

// To stream generated text output, call sendMessageStream and pass in the message
let contentStream = try chat.sendMessageStream("How many paws are in my house?")
for try await chunk in contentStream {
  if let text = chunk.text {
    print(text)
  }
}

或者，您也可以等待整个结果，而不是流式传输；只有在模型完成整个生成过程后，才会返回结果。

以下示例展示了如何使用 startChat() 和 sendMessage() 发送新用户消息：

import FirebaseVertexAI

// Initialize the Vertex AI service
let vertex = VertexAI.vertexAI()

// Create a `GenerativeModel` instance with a model that supports your use case
let model = vertex.generativeModel(modelName: "gemini-2.0-flash")

// Optionally specify existing chat history
let history = [
  ModelContent(role: "user", parts: "Hello, I have 2 dogs in my house."),
  ModelContent(role: "model", parts: "Great to meet you. What would you like to know?"),
]

// Initialize the chat with optional chat history
let chat = model.startChat(history: history)

// To generate text output, call sendMessage and pass in the message
let response = try await chat.sendMessage("How many paws are in my house?")
print(response.text ?? "No text in response.")

了解如何选择适合您的应用场景和应用的模型和（可选）位置。

您还可以执行以下操作

试用其他功能

了解如何控制内容生成

  • 了解提示设计，包括最佳实践、策略和示例提示。
  • 配置模型参数，例如温度和输出 token 数上限（适用于 Gemini）或宽高比和人物生成（适用于 Imagen）。
  • 使用安全设置来调整收到可能被视为有害的回答的可能性。
您还可以使用 Vertex AI Studio 对提示和模型配置进行实验。

详细了解支持的模型

了解适用于各种用例的模型及其配额和价格。


就您使用 Vertex AI in Firebase 的体验提供反馈