На этой странице представлены ответы на часто задаваемые вопросы (FAQ) и информация по устранению неполадок, связанных с Gemini API и Vertex AI в Firebase SDK. Если у вас есть дополнительные вопросы, ознакомьтесь с часто задаваемыми вопросами по Gemini API в документации Google Cloud .
Общие часто задаваемые вопросы
Какие API необходимо включить, чтобы использовать Vertex AI в Firebase SDK? И как мне их включить?
Чтобы использовать Vertex AI в Firebase SDK, в вашем проекте должны быть включены следующие два API:
- API Vertex AI (
aiplatform.googleapis.com
) - Vertex AI в Firebase API (
firebasevertexai.googleapis.com
)
Вы можете включить эти API несколькими щелчками мыши в консоли Firebase :
Перейдите на страницу Build with Gemini .
Щелкните карточку Vertex AI в Firebase , чтобы запустить рабочий процесс, включающий два API. Этот рабочий процесс также добавит Vertex AI в Firebase API в список разрешений вашего ключа Firebase API.
Альтернативно вы можете использовать консоль Google Cloud (более ручной вариант):
Щелкните каждую ссылку API в верхней части этого раздела часто задаваемых вопросов, а затем нажмите «Включить» на каждой странице API.
Добавьте Vertex AI в Firebase API в белый список ключей Firebase API, следуя инструкциям в разделе «Добавление ограничений API» в документации Google Cloud .
Какие разрешения необходимы для использования Vertex AI в Firebase SDK?
Действие | Необходимые разрешения IAM | Роли IAM, которые по умолчанию включают необходимые разрешения. |
---|---|---|
Переход на тарифный план с оплатой по мере использования (Blaze) | firebase. resourcemanager. resourcemanager. | Владелец |
Включить API в проекте | serviceusage. | Редактор Владелец |
Создать приложение Firebase | firebase. | Администратор Firebase Редактор Владелец |
Какие модели можно использовать с Vertex AI в Firebase SDK?
Вы можете использовать любую базовую модель Gemini с Vertex AI в Firebase SDK, включая предварительную и экспериментальную версии. Список этих моделей см. в разделе «Знакомство с моделями Gemini» .
Вы не можете использовать неосновные модели Gemini (например, модели PaLM, настроенные модели или модели на основе Gemma) с Vertex AI в Firebase SDK.
Мы часто добавляем новые возможности в SDK, поэтому следите за обновлениями в этом разделе часто задаваемых вопросов (а также в примечаниях к выпуску, в блогах и публикациях в социальных сетях).
Доступны ли эти функции при использовании Vertex AI в Firebase ? Кэширование контекста, поиск как инструмент, знакомство с поиском Google, выполнение кода, точная настройка модели, генерация вложений и семантический поиск?
Кэширование контекста, поиск как инструмент, заземление с помощью поиска Google, выполнение кода, точная настройка модели, генерация вложений и семантический поиск поддерживаются различными моделями или API Vertex AI Gemini , но они недоступны при использовании Vertex AI в Firebase .
Если вы хотите добавить их в качестве запросов на функции или проголосовать за существующий запрос на функцию, посетите Firebase UserVoice .
Как установить ограничение скорости для каждого пользователя?
По умолчанию Vertex AI в Firebase устанавливает лимит запросов на одного пользователя на уровне 100 запросов в минуту (RPM).
Если вы хотите изменить ограничение скорости для каждого пользователя, вам необходимо изменить настройки квоты для Vertex AI в Firebase API.
Узнайте больше о квоте Vertex AI в Firebase API . На этой странице вы также можете узнать, как просматривать и редактировать свою квоту.
Устранение ошибок
Как исправить ошибку 400? Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
Если вы пытаетесь отправить мультимодальный запрос с URL-адресом Cloud Storage for Firebase , вы можете столкнуться со следующей ошибкой 400:
Service agents are being provisioned ... Service agents are needed to read the Cloud Storage file provided.
Эта ошибка вызвана проектом, в котором необходимые сервисные агенты не были правильно автоматически подготовлены, когда в проекте был включен API Vertex AI . Это известная проблема в некоторых проектах, и мы работаем над глобальным решением.
Вот обходной путь, позволяющий исправить ваш проект и правильно подготовить эти сервисные агенты, чтобы вы могли начать включать URL-адреса Cloud Storage for Firebase в свои мультимодальные запросы. Вы должны быть владельцем проекта, и вам нужно выполнить этот набор задач для вашего проекта только один раз.
Доступ и аутентификация с помощью gcloud CLI .
Проще всего это сделать из Cloud Shell . Подробную информацию можно найти в документации Google Cloud .При появлении запроса следуйте инструкциям, отображаемым в терминале, чтобы запустить gcloud CLI для вашего проекта Firebase.
Вам понадобится идентификатор проекта Firebase, который вы можете найти в верхней части проекта в консоли Firebase .
Предоставьте необходимые сервисные агенты в вашем проекте, выполнив следующую команду:
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 ''Подождите несколько минут, чтобы убедиться, что агенты службы подготовлены, а затем повторите попытку отправки мультимодального запроса, который включает URL-адрес Cloud Storage for Firebase .
Если после нескольких минут ожидания вы по-прежнему получаете эту ошибку, обратитесь в службу поддержки Firebase .
Как исправить ошибку 400? API key not valid. Please pass a valid API key.
Если вы получили ошибку 400, в которой говорится, что API key not valid. Please pass a valid API key.
, это обычно означает, что ключ API в вашем файле/объекте конфигурации Firebase не существует или не настроен для использования с вашим приложением и/или проектом Firebase.
Убедитесь, что ключ API, указанный в файле/объекте конфигурации Firebase, соответствует ключу API для вашего приложения. Вы можете просмотреть все свои ключи API на панели «API и сервисы» > «Учетные данные» в консоли Google Cloud .
Если вы обнаружите, что они не совпадают, получите новый файл/объект конфигурации Firebase , а затем замените тот, который находится в вашем приложении. Новый файл/объект конфигурации должен содержать действительный ключ API для вашего приложения и проекта Firebase.
Как исправить эту ошибку 403? Requests to this API firebasevertexai.googleapis.com ... are blocked.
Если вы получили сообщение об ошибке 403, в котором говорится, что Requests to this API firebasevertexai.googleapis.com ... are blocked.
, это обычно означает, что ключ API в вашем файле/объекте конфигурации Firebase не имеет необходимого API в белом списке для продукта, который вы пытаетесь использовать.
Убедитесь, что ключ API, используемый вашим приложением, содержит все необходимые API, включенные в список разрешений «Ограничения API» ключа . Для Vertex AI в Firebase ваш ключ API должен иметь как минимум Vertex AI в Firebase API в своем белом списке.
Вы можете просмотреть все свои ключи API на панели «API и сервисы» > «Учетные данные» в консоли Google Cloud .
Как исправить эту ошибку 403? PERMISSION_DENIED: The caller does not have permission.
Если вы получили сообщение об ошибке 403 с надписью PERMISSION_DENIED: The caller does not have permission.
, это обычно означает, что ключ API в вашем файле/объекте конфигурации Firebase принадлежит другому проекту Firebase.
Убедитесь, что ключ API, указанный в файле/объекте конфигурации Firebase, соответствует ключу API для вашего приложения. Вы можете просмотреть все свои ключи API на панели «API и сервисы» > «Учетные данные» в консоли Google Cloud .
Если вы обнаружите, что они не совпадают, получите новый файл/объект конфигурации Firebase , а затем замените тот, который находится в вашем приложении. Новый файл/объект конфигурации должен содержать действительный ключ API для вашего приложения и проекта Firebase.
Оставьте отзыв о своем опыте использования Vertex AI в Firebase.