این صفحه پاسخ به سوالات متداول (سؤالات متداول) و اطلاعات عیب یابی درباره Gemini API و Vertex AI در Firebase SDK ارائه می دهد. برای سؤالات بیشتر، سؤالات متداول Gemini API را در اسناد Google Cloud بررسی کنید.
سوالات متداول عمومی
برای استفاده از Vertex AI در Firebase SDK، پروژه شما باید دو API زیر را فعال کند:
- Vertex AI API (
aiplatform.googleapis.com) - Vertex AI در Firebase API (
firebasevertexai.googleapis.com)
می توانید این API ها را با چند کلیک در کنسول Firebase فعال کنید:
به صفحه Build with Gemini بروید.
روی Vertex AI در کارت Firebase کلیک کنید تا یک گردش کاری راه اندازی شود که دو API را فعال می کند. این گردش کار همچنین Vertex AI در Firebase API را به لیست مجاز کلید Firebase API شما اضافه می کند.
همچنین، می‌توانید از کنسول Google Cloud استفاده کنید (گزینه دستی بیشتر):
روی هر پیوند API در بالای این ورودی سؤالات متداول کلیک کنید و سپس در صفحه هر API روی Enable کلیک کنید.
با دنبال کردن دستورالعمل‌های موجود در افزودن محدودیت‌های API در اسناد Google Cloud Vertex AI در Firebase API را به فهرست مجاز کلید Firebase API خود اضافه کنید.
| اقدام | مجوزهای IAM مورد نیاز | نقش(های) IAM که به طور پیش فرض شامل مجوزهای مورد نیاز است |
|---|---|---|
| صورت‌حساب را به طرح قیمت‌گذاری پرداختی (Blaze) ارتقا دهید | firebase.billingPlans.updateresourcemanager.projects.createBillingAssignmentresourcemanager.projects.deleteBillingAssignment | مالک |
| فعال کردن APIها در پروژه | serviceusage.services.enable | ویرایشگر مالک |
| برنامه Firebase را ایجاد کنید | firebase.clients.create | Firebase Admin ویرایشگر مالک |
می‌توانید از هر یک از مدل‌های پایه Gemini با Vertex AI در Firebase SDK استفاده کنید، از جمله نسخه‌های پیش‌نمایش و آزمایشی. لیستی از این مدل ها را در آشنایی با مدل های جمینی ببینید.
نمی‌توانید از مدل‌های Gemini بدون پایه (مانند مدل‌های PalM، مدل‌های تنظیم‌شده یا مدل‌های مبتنی بر Gemma) با Vertex AI در Firebase SDK استفاده کنید.
ما اغلب قابلیت‌های جدیدی را به SDK اضافه می‌کنیم، بنابراین برای به‌روزرسانی‌ها (و همچنین در یادداشت‌های انتشار، وبلاگ‌ها و پست‌های اجتماعی) دوباره به این سؤالات متداول مراجعه کنید.
ذخیره‌سازی متن، جستجو به‌عنوان ابزار، زمین‌گذاری با جستجوی Google، اجرای کد، تنظیم دقیق مدل، تولید جاسازی‌ها، و بازیابی معنایی توسط مدل‌های مختلف یا Vertex AI Gemini API پشتیبانی می‌شوند، اما هنگام استفاده از Vertex AI در Firebase در دسترس نیستند .
اگر می‌خواهید این موارد را به عنوان درخواست ویژگی اضافه کنید یا به درخواست ویژگی موجود رأی دهید، از Firebase UserVoice بازدید کنید.
به طور پیش‌فرض، Vertex AI در Firebase محدودیت درخواست برای هر کاربر را 100 درخواست در دقیقه (RPM) تعیین می‌کند.
اگر می‌خواهید محدودیت نرخ هر کاربر خود را تنظیم کنید، باید تنظیمات سهمیه را برای Vertex AI در Firebase API تنظیم کنید.
درباره Vertex AI در سهمیه Firebase API بیشتر بیاموزید. در آن صفحه، می‌توانید نحوه مشاهده و ویرایش سهمیه خود را نیز بیاموزید.
عیب یابی خطاها
اگر می‌خواهید یک درخواست چندوجهی با یک Cloud Storage for Firebase ارسال کنید، ممکن است با خطای 400 زیر مواجه شوید:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
این خطا توسط پروژه ای ایجاد می شود که هنگام فعال شدن Vertex AI API در پروژه، عوامل خدمات مورد نیاز به طور خودکار به درستی ارائه نشده است. این یک مشکل شناخته شده در مورد برخی از پروژه ها است و ما در حال کار بر روی یک تعمیر جهانی هستیم.
در اینجا راه حلی برای تعمیر پروژه و ارائه صحیح این عوامل خدماتی وجود دارد تا بتوانید در درخواست های چندوجهی خود Cloud Storage for Firebase وارد کنید. شما باید مالک پروژه باشید و فقط باید یک بار این مجموعه از وظایف را برای پروژه خود تکمیل کنید.
دسترسی و احراز هویت با gcloud CLI .
ساده ترین راه برای انجام این کار از Cloud Shell است. در اسناد Google Cloud بیشتر بیاموزید.اگر از شما خواسته شد، دستورالعمل‌های نمایش داده شده در ترمینال را دنبال کنید تا gcloud CLI در برابر پروژه Firebase شما اجرا شود.
شما به ID پروژه Firebase خود نیاز دارید که می توانید آن را در بالای تنظیمات پروژه در کنسول Firebase بیابید.
با اجرای دستور زیر، عوامل سرویس مورد نیاز را در پروژه خود تهیه کنید:
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 ''
چند دقیقه صبر کنید تا مطمئن شوید که عوامل سرویس ارائه شده اند، و سپس دوباره درخواست چندوجهی خود را که شامل Cloud Storage for Firebase URL است ارسال کنید.
اگر پس از چند دقیقه انتظار همچنان این خطا را دریافت می‌کنید، با پشتیبانی Firebase تماس بگیرید.
اگر یک خطای 400 دریافت کردید که می گوید API key not valid. Please pass a valid API key. ، معمولاً به این معنی است که کلید API در فایل/شیء پیکربندی Firebase شما وجود ندارد یا برای استفاده با برنامه و/یا پروژه Firebase شما تنظیم نشده است.
بررسی کنید که کلید API فهرست شده در فایل/شیء پیکربندی Firebase با کلید API برنامه شما مطابقت داشته باشد. می‌توانید همه کلیدهای API خود را در APIs & Services > پنل اعتبارنامه‌ها در کنسول Google Cloud مشاهده کنید.
اگر متوجه شدید که آنها مطابقت ندارند، یک فایل/شیء پیکربندی Firebase جدید تهیه کنید و سپس آن را جایگزین کنید که در برنامه شما است. فایل/شیء پیکربندی تازه باید حاوی یک کلید API معتبر برای برنامه و پروژه Firebase شما باشد.
اگر یک خطای 403 دریافت کردید که می‌گوید Requests to this API firebasevertexai.googleapis.com ... are blocked. ، معمولاً به این معنی است که کلید API در فایل/شیء پیکربندی Firebase شما یک API مورد نیاز را در لیست مجاز خود برای محصولی که می‌خواهید استفاده کنید ندارد.
مطمئن شوید که کلید API مورد استفاده برنامه شما دارای همه APIهای مورد نیاز موجود در فهرست مجاز "محدودیت های API" کلید است . برای Vertex AI در Firebase ، کلید API شما باید حداقل دارای Vertex AI در Firebase API در لیست مجاز خود باشد.
می‌توانید همه کلیدهای API خود را در APIs & Services > پنل اعتبارنامه‌ها در کنسول Google Cloud مشاهده کنید.
اگر یک خطای 403 دریافت کردید که می گوید PERMISSION_DENIED: The caller does not have permission. ، معمولاً به این معنی است که کلید API در فایل/شیء پیکربندی Firebase شما متعلق به پروژه Firebase دیگری است.
بررسی کنید که کلید API فهرست شده در فایل/شیء پیکربندی Firebase با کلید API برنامه شما مطابقت داشته باشد. می‌توانید همه کلیدهای API خود را در APIs & Services > پنل اعتبارنامه‌ها در کنسول Google Cloud مشاهده کنید.
اگر متوجه شدید که آنها مطابقت ندارند، یک فایل/شیء پیکربندی Firebase جدید تهیه کنید و سپس آن را جایگزین کنید که در برنامه شما است. فایل/شیء پیکربندی تازه باید حاوی یک کلید API معتبر برای برنامه و پروژه Firebase شما باشد.
درباره تجربه خود با Vertex AI در Firebase بازخورد بدهید