有了 Gemini API，你就能在下列平台建構任意形式的對話：
。Vertex AI for Firebase SDK 可以藉由管理
對話狀態，因此與 generateContentStream() 或
generateContent()，您不必自行儲存對話記錄。
事前準備
如果您尚未完成 Vertex AI for Firebase SDK 入門指南。 請確認您已完成下列所有步驟：
設定新的或現有的 Firebase 專案，包括使用 Blaze 定價方案並啟用必要的 API。
將應用程式連結至 Firebase，包括註冊應用程式及新增 為應用程式啟用 Firebase 設定。
新增 SDK，並初始化 Vertex AI 服務和生成式模型 。
將應用程式連結至 Firebase 後，加入 SDK 並初始化 以及生成式模型 你準備好呼叫 Gemini API 了
傳送聊天提示要求
如要建立多輪對話 (例如聊天)，請先初始化
，只要呼叫 startChat() 即可進行即時通訊。然後使用
sendMessageStream() (或 sendMessage()) 用於傳送新的使用者訊息，
訊息和回覆也會附加到即時通訊記錄中。
role 有兩種可能的選項，
對話：
user：提供提示的角色。這是 呼叫sendMessageStream()(或sendMessage())，且函式會擲回 例外狀況。model：提供回應的角色。這個角色可用於 使用現有的history呼叫startChat()。
選擇要串流回覆 (sendMessageStream) 或等待
，直到產生全部結果 (sendMessage) 為止。
逐句顯示回覆
與其等待完整的結果 產生模型，改為使用串流處理部分結果
本例說明如何使用 sendMessageStream() 串流來自
模型：
不串流播放
您也可以等待完整的結果，而不要串流處理。這個 只有在模型完成完整生成後，才會傳回結果 上傳資料集之後，您可以運用 AutoML 自動完成部分資料準備工作
以下範例說明如何使用 sendMessage() 傳送新使用者訊息：
瞭解如何選擇 Gemini 模型 以及可選擇的位置 選擇適合您的用途和應用程式
您還能做些什麼？
- 瞭解如何計算符記數量 然後再將較長的提示傳送至模型
- 設定 Cloud Storage for Firebase ，方便您在多模態要求中納入大型檔案 Cloud Storage 網址。包括圖片、PDF、影片和音訊。
- 開始思考如何準備發布內容，包括 設定 Firebase App Check ，防止 Gemini API 遭到未經授權的用戶端濫用。
試用 Gemini API 的其他功能
瞭解如何控管內容生成功能
您也可以使用 Vertex AI Studio
進一步瞭解 Gemini 模型
進一步瞭解 適用於各種用途 和 配額與定價。提供意見 您對 Vertex AI for Firebase 的使用體驗