常见问题解答和问题排查

必须启用哪些 API 才能使用 Vertex AI in Firebase SDK？如何启用这些功能？

如需使用 Vertex AI in Firebase SDK，您的项目必须启用以下两个 API：

Vertex AI API (aiplatform.googleapis.com)
Vertex AI in Firebase API (firebasevertexai.googleapis.com)

您只需在 Firebase 控制台中点击几下，即可启用以下 API：

前往使用 Gemini 进行构建页面。
点击 Vertex AI in Firebase 卡片，启动用于启用这两个 API 的工作流。此工作流还会将 Vertex AI in Firebase API 添加到 Firebase API 密钥的许可名单中。

或者，您也可以使用 Google Cloud 控制台（更手动的方法）：

点击此常见问题解答条目顶部的每个 API 链接，然后点击每个 API 页面中的启用。
按照 Google Cloud 文档中添加 API 限制部分中的说明，将 Vertex AI in Firebase API 添加到 Firebase API 密钥的许可名单。

使用 Vertex AI in Firebase SDK 需要哪些权限？

操作	所需的 IAM 权限	默认包含所需权限的 IAM 角色
将结算方案升级为随用随付 (Blaze) 定价方案	`firebase.billingPlans.update` `resourcemanager.projects.createBillingAssignment` `resourcemanager.projects.deleteBillingAssignment`	Owner
在项目中启用 API	`serviceusage.services.enable`	编辑者 Owner
创建 Firebase 应用	`firebase.clients.create`	Firebase 管理员编辑者所有者

哪些模型可以与 Vertex AI in Firebase SDK 搭配使用？

您可以将任何 Gemini 基础模型与 Vertex AI in Firebase SDK 搭配使用。如需查看这些模型的列表，请参阅了解 Gemini 模型。
您不能将非基础 Gemini 模型（例如 PaLM 模型、经过调优的模型或基于 Gemma 的模型）与 Vertex AI in Firebase SDK 搭配使用。

我们会经常向 SDK 添加新功能，因此请定期查看此常见问题解答，了解最新动态（以及查看版本说明、博客和社交媒体帖子）。

使用 Vertex AI in Firebase 时，这些功能是否可用？上下文缓存、将搜索用作工具、依托 Google 搜索进行接地、代码执行、微调模型、嵌入生成和语义检索？

各种模型或 Vertex AI Gemini API 支持上下文缓存、将搜索用作工具、依托 Google 搜索进行接地、代码执行、微调模型、生成嵌入和语义检索，但使用 Vertex AI in Firebase 时无法使用这些功能。

如果您想将这些功能添加为功能请求，或对现有功能请求进行投票，请访问 Firebase UserVoice。

如何设置单个用户的速率限制？

默认情况下，Vertex AI in Firebase 将每个用户的请求数限制设置为每分钟 100 个请求 (RPM)。

如果您想调整每位用户的速率限制，则需要调整 Vertex AI in Firebase API 的配额设置。

详细了解 Vertex AI in Firebase API 配额。您还可以在该页面上了解如何查看和修改配额。

如何解决这个 400 错误？`Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.`

如果您尝试使用 Cloud Storage for Firebase 网址发送多模式请求，可能会遇到以下 400 错误：
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.

此错误是由以下原因造成的：在项目中启用 Vertex AI API 时，项目未正确自动预配所需的服务代理。这是某些项目的一个已知问题，我们正在努力进行全局修复。

以下是修复项目并正确预配这些服务代理的权宜解决方法，以便您开始在多模态请求中添加 Cloud Storage for Firebase 网址。您必须是项目的所有者，并且只需为项目完成这组任务一次。

使用 gcloud CLI 进行访问和身份验证。
最简单的方法是通过 Cloud Shell 执行此操作。如需了解详情，请参阅 Google Cloud 文档。
如果出现提示，请按照终端中显示的说明针对您的 Firebase 项目运行 gcloud CLI。

您需要 Firebase 项目 ID，可以在 Firebase 控制台的 项目设置顶部找到。

运行以下命令，在项目中预配所需的服务代理：

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"  https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/endpoints -d ''

请等待几分钟，以确保服务代理已预配完毕，然后重试发送包含 Cloud Storage for Firebase 网址的多模式请求。

如果您在等待几分钟后仍收到此错误消息，请与 Firebase 支持团队联系。

如何解决这个 400 错误？`API key not valid. Please pass a valid API key.`

如果您收到内容为 API key not valid. Please pass a valid API key. 的 400 错误，通常表示 Firebase 配置文件/对象中的 API 密钥不存在，或者未设置为与您的应用和/或 Firebase 项目搭配使用。

检查 Firebase 配置文件/对象中列出的 API 密钥是否与应用的 API 密钥一致。您可以在 Google Cloud 控制台的 API 和服务 > 凭据面板中查看所有 API 密钥。

如果您发现它们不匹配，请获取新的 Firebase 配置文件/对象，然后替换应用中的配置文件/对象。新的配置文件/对象应包含应用和 Firebase 项目的有效 API 密钥。

如何解决此 403 错误？`Requests to this API firebasevertexai.googleapis.com ... are blocked.`

如果您收到内容为 Requests to this API firebasevertexai.googleapis.com ... are blocked. 的 403 错误，通常表示 Firebase 配置文件/对象中的 API 密钥在其许可名单中没有您尝试使用的商品的必需 API。

确保您的应用使用的 API 密钥包含密钥“API 限制”许可名单中的所有必需 API。对于 Vertex AI in Firebase，您的 API 密钥的许可名单中至少需要包含 Vertex AI in Firebase API。

您可以在 Google Cloud 控制台的 API 和服务 > 凭据面板中查看所有 API 密钥。

如何解决此 403 错误？`PERMISSION_DENIED: The caller does not have permission.`

如果您收到内容为 PERMISSION_DENIED: The caller does not have permission. 的 403 错误，通常表示 Firebase 配置文件/对象中的 API 密钥属于其他 Firebase 项目。