使用 Gemini API，您可以跨多个回合构建自由形式的对话。Vertex AI in Firebase SDK 通过管理对话状态来简化该过程，因此与 generateContentStream() 或 generateContent() 不同，您无需自行存储对话历史记录。
准备工作
完成 Vertex AI in Firebase SDK 入门指南（如果您尚未完成）。请确保您已完成以下所有操作：
设置新的或现有的 Firebase 项目，包括使用 Blaze 定价方案以及启用所需的 API。
将您的应用与 Firebase 相关联，包括注册应用和将 Firebase 配置添加到应用。
添加 SDK，并在应用中初始化 Vertex AI 服务和生成式模型。
将应用关联到 Firebase、添加 SDK 并初始化 Vertex AI 服务和生成模型后，您就可以调用 Gemini API 了。
发送聊天提示请求
如需构建多轮对话（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 有两种可能的选项：
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：提供回答的角色。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
通过不等待模型生成的完整结果，您可以实现更快的互动，而是使用流式传输来处理部分结果。
不直播
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。
了解如何根据用例和应用选择 Gemini 模型和（可选）位置。
您还可以执行以下操作
- 了解如何在向模型发送长提示之前计算词元数量。
- 设置 Cloud Storage for Firebase，以便使用 Cloud Storage 网址在多模态请求中包含大型文件。文件可能包括图片、PDF 文件、视频和音频。
- 开始考虑为生产环境做准备，包括设置 Firebase App Check 以防止 Gemini API 遭到未经授权的客户端滥用。
试用 Gemini API 的其他功能
- 根据纯文本提示生成文本。
- 从多模态提示（包括文本、图片、PDF、视频和音频）生成文本。
- 根据文本和多模态提示生成结构化输出（例如 JSON）。
- 使用函数调用将生成模型连接到外部系统和信息。
了解如何控制内容生成
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 Gemini 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