Wywołanie funkcji ułatwia pobieranie danych wyjściowych z uporządkowanych danych modeli generatywnych. Następnie możesz użyć tych danych wyjściowych do wywołania innych interfejsów API i zwrócenia odpowiednich danych odpowiedzi dla modelu. Innymi słowy, wywołanie funkcji pomaga Łączysz modele generatywne z systemami zewnętrznymi, aby wygenerowane treści zawiera najbardziej aktualne i dokładne informacje.
Modele Gemini możesz przesłać z opisami funkcji. Są to funkcje napisane w języku aplikacji (tzn. nie są w Cloud Functions). Model może poprosić o wywołanie funkcji i odesłanie aby ułatwić modelowi obsługę zapytania.
Dostępne opcje więcej informacji o wywoływaniu funkcji znajdziesz w dokumentacji Google Cloud.
Zanim zaczniesz
W razie potrzeby wykonaj jeszcze raz wprowadzenie do pakietów SDK Vertex AI dla Firebase Upewnij się, że masz wykonane wszystkie te czynności:
Skonfiguruj nowy lub istniejący projekt Firebase, w tym Abonament Blaze i włączanie wymaganych interfejsów API.
połączyć aplikację z Firebase, w tym zarejestrować ją i dodać do konfigurację Firebase w aplikacji.
Dodaj pakiet SDK i zainicjuj usługę Vertex AI oraz model generatywny w aplikacji.
Gdy połączysz aplikację z Firebase, dodasz pakiet SDK i zainicjujesz usługę Vertex AI i model generatywny, możesz już wywołać interfejs Gemini API.
Skonfiguruj wywołanie funkcji
W tym samouczku model będzie wchodzić w interakcję z hipotetyczną walutą API Exchange, który obsługuje te parametry:
| Parametr | Typ | Wymagane | Opis |
|---|---|---|---|
currencyFrom |
ciąg znaków | tak | Waluta, z której zostanie przeliczony |
currencyTo |
ciąg znaków | tak | Waluta, na którą zostanie przeliczona |
Przykładowe żądanie do interfejsu API
{
"currencyFrom": "USD",
"currencyTo": "SEK"
}
Przykładowa odpowiedź interfejsu API
{
"base": "USD",
"rates": {"SEK": 10.99}
}
Krok 1. Utwórz funkcję, która wysyła żądanie do interfejsu API
Zacznij od utworzenia funkcji, która tworzy Żądanie do interfejsu API.
Zamiast wysyłania rzeczywistego interfejsu API na potrzeby prezentacji w tym samouczku będziesz zwracać wartości zakodowane na stałe w tym samym formacie Interfejs API zostanie zwrócony.
Krok 2. Utwórz deklarację funkcji
Utwórz deklarację funkcji, którą przekażesz do modelu generatywnego (następny krok tego samouczka).
W opisach funkcji i parametrów podaj jak najwięcej szczegółów. Model generatywny wykorzystuje te informacje do określenia, którą funkcję wybrać oraz jak podać wartości parametrów w wywołaniu funkcji.
Krok 3. Określ deklarację funkcji podczas inicjowania modelu
Określ deklarację funkcji podczas inicjowania modelu generatywnego przez
ustawianie parametru tools modelu:
Dowiedz się, jak wybrać model Gemini i opcjonalnie lokalizację odpowiednio do konkretnego przypadku użycia i aplikacji.
Krok 4. Wygeneruj wywołanie funkcji
Teraz możesz utworzyć prompt dla modelu za pomocą zdefiniowanej funkcji.
Zalecany sposób wywoływania funkcji to interfejs czatu, ponieważ które świetnie pasują do wieloetapowej struktury czatu.
Co jeszcze możesz zrobić?
Wypróbuj inne możliwości interfejsu Gemini API
- tworzyć rozmowy wieloetapowe (czat),
- Generuj tekst z prompty tekstowe.
- Generuj tekst z prompty multimodalne (w tym tekst, obrazy, pliki PDF, filmy i dźwięk).
Dowiedz się, jak kontrolować generowanie treści
- Omówienie projektowania promptów, w tym: sprawdzone metody, strategie i przykładowe prompty.
- Skonfiguruj parametry modelu, takie jak oraz maksymalną liczbę tokenów wyjściowych.
- Użyj ustawień bezpieczeństwa, by dostosować prawdopodobieństwo uzyskania odpowiedzi, które mogą zostać uznane za szkodliwe.
Więcej informacji o modelach Gemini
Dowiedz się więcej o dostępne modele do różnych zastosowań oraz ich poniższych limitów i cen.Przesyłanie opinii o swoich doświadczeniach z Vertex AI dla Firebase,