Gemini API का इस्तेमाल करके, कई मोड़ पर फ़्रीफ़ॉर्म बातचीत बनाई जा सकती है. Vertex AI in Firebase SDK टूल, बातचीत को मैनेज करके इस प्रक्रिया को आसान बनाता है. इसलिए, इसमें generateContentStream() या generateContent() के उलट, आपको बातचीत के इतिहास को खुद सेव करने की ज़रूरत नहीं होती.
शुरू करने से पहले
अगर आपने अब तक ऐसा नहीं किया है, तो Vertex AI in Firebase SDK टूल के लिए शुरुआती गाइड देखें. पक्का करें कि आपने ये सभी काम कर लिए हैं:
नया या मौजूदा Firebase प्रोजेक्ट सेट अप करें. इसमें, ब्लेज़ कीमत वाले प्लान का इस्तेमाल करना और ज़रूरी एपीआई चालू करना शामिल है.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करें. इसमें, अपने ऐप्लिकेशन को रजिस्टर करना और अपने ऐप्लिकेशन में Firebase कॉन्फ़िगरेशन जोड़ना शामिल है.
SDK टूल जोड़ें और अपने ऐप्लिकेशन में Vertex AI सेवा और जनरेटिव मॉडल को शुरू करें.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करने, SDK टूल जोड़ने, और Vertex AI सेवा और जनरेटिव मॉडल को शुरू करने के बाद, Gemini API को कॉल किया जा सकता है.
चैट प्रॉम्प्ट का अनुरोध भेजना
चैट जैसी कई बार की जाने वाली बातचीत बनाने के लिए, startChat() को कॉल करके चैट शुरू करें. इसके बाद, उपयोगकर्ता को नया मैसेज भेजने के लिए, sendMessageStream() (या sendMessage()) का इस्तेमाल करें. इससे मैसेज और जवाब, चैट के इतिहास में जुड़ जाएंगे.
बातचीत में मौजूद कॉन्टेंट से जुड़े role के लिए, ये दो विकल्प होते हैं:
user: वह भूमिका जो प्रॉम्प्ट देती है. यह वैल्यू,sendMessageStream()(याsendMessage()) को किए जाने वाले कॉल के लिए डिफ़ॉल्ट होती है. साथ ही, कोई दूसरी भूमिका पास करने पर, फ़ंक्शन एक अपवाद देता है.model: वह भूमिका जो जवाब देती है. इस भूमिका का इस्तेमाल,historyके साथstartChat()को कॉल करते समय किया जा सकता है.
चुनें कि आपको जवाब स्ट्रीम करना है (sendMessageStream) या पूरा नतीजा जनरेट होने तक जवाब का इंतज़ार करना है (sendMessage).
स्ट्रीमिंग
अगर आपको मॉडल जनरेशन के पूरे नतीजे का इंतज़ार नहीं करना है, तो आपके इंटरैक्शन तेज़ी से होने की संभावना बढ़ जाती है. इसके बजाय, कुछ नतीजों को मैनेज करने के लिए स्ट्रीमिंग का इस्तेमाल किया जा सकता है.
स्ट्रीमिंग के बिना
इसके अलावा, स्ट्रीम करने के बजाय पूरे नतीजे के लिए इंतज़ार किया जा सकता है. नतीजा सिर्फ़ तब दिखता है, जब मॉडल, जनरेट करने की पूरी प्रोसेस पूरी कर लेता है.
अपने इस्तेमाल के उदाहरण और ऐप्लिकेशन के हिसाब से, Gemini मॉडल और जगह चुनने का तरीका जानें.
तुम और क्या कर सकती हो?
- मॉडल को लंबे प्रॉम्प्ट भेजने से पहले, टोकन की गिनती करने का तरीका जानें.
- Cloud Storage for Firebase सेट अप करें ताकि Cloud Storage यूआरएल का इस्तेमाल करके, कई तरीकों से किए जाने वाले अनुरोधों में बड़ी फ़ाइलें शामिल की जा सकें. फ़ाइलों में इमेज, PDF, वीडियो, और ऑडियो शामिल हो सकते हैं.
- प्रोडक्शन के लिए तैयारी करना शुरू करें. इसमें, Gemini API को बिना अनुमति वाले क्लाइंट के गलत इस्तेमाल से बचाने के लिए, Firebase App Check सेट अप करना भी शामिल है.
Gemini API की अन्य सुविधाएं आज़माएं
- सिर्फ़ टेक्स्ट वाले प्रॉम्प्ट से टेक्स्ट जनरेट करें.
- मल्टीमोडल प्रॉम्प्ट (जैसे, टेक्स्ट, इमेज, PDF, वीडियो, और ऑडियो) से टेक्स्ट जनरेट करें.
- टेक्स्ट और मल्टीमोडल प्रॉम्प्ट, दोनों से स्ट्रक्चर्ड आउटपुट (जैसे कि JSON) जनरेट करें.
- जनरेटिव मॉडल को बाहरी सिस्टम और जानकारी से कनेक्ट करने के लिए, फ़ंक्शन कॉल का इस्तेमाल करें.
कॉन्टेंट जनरेशन को कंट्रोल करने का तरीका जानें
- प्रॉम्प्ट के डिज़ाइन को समझना, जिसमें सबसे सही तरीके, रणनीतियां, और प्रॉम्प्ट के उदाहरण शामिल हैं.
- मॉडल पैरामीटर कॉन्फ़िगर करें, जैसे कि तापमान और ज़्यादा से ज़्यादा आउटपुट टोकन.
- आपको सुरक्षा सेटिंग का इस्तेमाल करके, ऐसे जवाब मिलने की संभावना को अडजस्ट करना होगा जो हानिकारक माने जा सकते हों.
Gemini के मॉडल के बारे में ज़्यादा जानें
अलग-अलग तरह के इस्तेमाल के लिए उपलब्ध मॉडल और उनके कोटा और कीमत के बारे में जानें.Vertex AI in Firebase इस्तेमाल करने के अपने अनुभव के बारे में सुझाव/राय देना या शिकायत करना