Cette page répond aux questions fréquentes et fournit des informations de dépannage sur les SDK Gemini API et Vertex AI in Firebase. Pour toute question supplémentaire, consultez les questions fréquentes sur Gemini API dans la documentation Google Cloud.
Questions fréquentes générales
Quelles API doivent être activées pour utiliser les SDK Vertex AI in Firebase ? Et comment les activer ?
Pour utiliser les SDK Vertex AI in Firebase, les deux API suivantes doivent être activées dans votre projet:
- API Vertex AI (
aiplatform.googleapis.com) - API Vertex AI in Firebase (
firebasevertexai.googleapis.com)
Vous pouvez activer ces API en quelques clics dans la console Firebase:
Accédez à la page Build with Gemini (Développer avec Gemini).
Cliquez sur la fiche Vertex AI in Firebase pour lancer un workflow qui active les deux API. Ce workflow ajoutera également l'API Vertex AI in Firebase à la liste d'autorisation de votre clé API Firebase.
Vous pouvez également utiliser la console Google Cloud (option plus manuelle):
Cliquez sur chaque lien d'API en haut de cette page d'aide, puis sur Activer sur la page de chaque API.
Ajoutez l'API Vertex AI in Firebase à la liste d'autorisation de votre clé API Firebase en suivant les instructions de la section Ajouter des restrictions d'API dans la documentation Google Cloud.
Quelles autorisations sont requises pour utiliser les SDK Vertex AI in Firebase ?
| Action | Autorisations IAM requises | Rôles IAM incluant les autorisations requises par défaut |
|---|---|---|
| Passer à un forfait de facturation avec paiement à l'usage (Blaze) | firebase.billingPlans.updateresourcemanager.projects.createBillingAssignmentresourcemanager.projects.deleteBillingAssignment
|
Propriétaire |
| Activer les API dans un projet | serviceusage.services.enable |
Éditeur Propriétaire |
| Créer une application Firebase | firebase.clients.create |
Administrateur Firebase Rédacteur Propriétaire |
Quels modèles peuvent être utilisés avec les SDK Vertex AI in Firebase ?
Vous pouvez utiliser n'importe quel modèle de base Gemini avec les SDK Vertex AI in Firebase, y compris les versions Preview et expérimentales. Pour en savoir plus sur ces modèles, consultez la section En savoir plus sur les modèles Gemini.
Vous ne pouvez pas utiliser de modèles Gemini autres que les modèles de base (comme les modèles PaLM, les modèles optimisés ou les modèles basés sur Gemma) avec les SDK Vertex AI in Firebase.
Nous ajoutons régulièrement de nouvelles fonctionnalités aux SDK. Consultez régulièrement cette page pour vous tenir informé (ainsi que les notes de version, les blogs et les posts sur les réseaux sociaux).
Ces fonctionnalités sont-elles disponibles lorsque vous utilisez Vertex AI in Firebase ? Le cache de contexte, la recherche en tant qu'outil, l'ancrage avec la recherche Google, l'exécution de code, l'ajustement fin d'un modèle, la génération d'embeddings et la récupération sémantique ?
Le cache de contexte, la recherche en tant qu'outil, l'ancrage avec la recherche Google, l'exécution de code, l'ajustement fin d'un modèle, la génération d'embeddings et la récupération sémantique sont pris en charge par divers modèles ou par Vertex AI Gemini API, mais ils ne sont pas disponibles lorsque vous utilisez Vertex AI in Firebase.
Si vous souhaitez les ajouter en tant que demandes de fonctionnalités ou voter pour une demande de fonctionnalité existante, accédez à Firebase UserVoice.
Comment définir une limite de débit par utilisateur ?
Par défaut, Vertex AI in Firebase définit la limite de requêtes par utilisateur sur 100 requêtes par minute (RPM).
Si vous souhaitez ajuster votre limite de débit par utilisateur, vous devez ajuster les paramètres de quota pour l'API Vertex AI in Firebase.
En savoir plus sur le quota de l'API Vertex AI in Firebase Sur cette page, vous pouvez également découvrir comment consulter et modifier votre quota.
Résoudre les erreurs
Comment résoudre cette erreur 400 ? Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
Si vous essayez d'envoyer une requête multimodale avec une URL Cloud Storage for Firebase, vous pouvez rencontrer l'erreur 400 suivante:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
Cette erreur est due à un projet pour lequel les agents de service requis n'ont pas été correctement provisionnés automatiquement lorsque l'API Vertex AI a été activée dans le projet. Il s'agit d'un problème connu avec certains projets. Nous travaillons actuellement sur une solution globale.
Voici la solution de contournement pour corriger votre projet et provisionner correctement ces agents de service afin de pouvoir commencer à inclure des URL Cloud Storage for Firebase dans vos requêtes multimodales. Vous devez être propriétaire du projet. Vous n'avez besoin d'effectuer cet ensemble de tâches qu'une seule fois pour votre projet.
Accédez à gcloud CLI et authentifiez-vous.
Le moyen le plus simple de le faire est de partir de Cloud Shell. Pour en savoir plus, consultez la documentation Google Cloud.Si vous y êtes invité, suivez les instructions affichées dans le terminal pour exécuter gcloud CLI sur votre projet Firebase.
Vous aurez besoin de l'ID de votre projet Firebase, que vous trouverez en haut de la section Paramètres du projet dans la console Firebase.settings
Provisionnez les agents de service requis dans votre projet en exécutant la commande suivante:
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 ''
Attendez quelques minutes pour vous assurer que les agents de service sont provisionnés, puis réessayez d'envoyer votre requête multimodale incluant l'URL Cloud Storage for Firebase.
Si cette erreur persiste après plusieurs minutes d'attente, contactez l'assistance Firebase.
Comment résoudre cette erreur 400 ? API key not valid. Please pass a valid API key.
Si vous recevez une erreur 400 indiquant API key not valid. Please pass a valid API key., cela signifie généralement que la clé API dans votre fichier/objet de configuration Firebase n'existe pas ou n'est pas configurée pour être utilisée avec votre application et/ou votre projet Firebase.
Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.
Si vous constatez qu'elles ne correspondent pas, obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.
Comment résoudre cette erreur 403 ? Requests to this API firebasevertexai.googleapis.com ... are blocked.
Si vous recevez une erreur 403 indiquant Requests to this API firebasevertexai.googleapis.com ... are blocked., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase ne contient pas d'API requise dans sa liste d'autorisation pour le produit que vous essayez d'utiliser.
Assurez-vous que la clé API utilisée par votre application inclut toutes les API requises dans la liste d'autorisation "Restrictions d'API" de la clé. Pour Vertex AI in Firebase, votre clé API doit inclure au moins l'API Vertex AI in Firebase dans sa liste d'autorisation.
Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.
Comment résoudre cette erreur 403 ? PERMISSION_DENIED: The caller does not have permission.
Si vous recevez une erreur 403 indiquant PERMISSION_DENIED: The caller does not have permission., cela signifie généralement que la clé API de votre fichier/objet de configuration Firebase appartient à un autre projet Firebase.
Vérifiez que la clé API listée dans votre fichier/objet de configuration Firebase correspond à la clé API de votre application. Vous pouvez afficher toutes vos clés API dans le panneau API et services > Identifiants de la console Google Cloud.
Si vous constatez qu'elles ne correspondent pas, obtenez un nouveau fichier/objet de configuration Firebase, puis remplacez celui qui se trouve dans votre application. Le nouveau fichier/objet de configuration doit contenir une clé API valide pour votre application et votre projet Firebase.
Envoyer des commentaires sur votre expérience avec Vertex AI in Firebase