本指南介绍了如何开始使用 Vertex AI for Firebase SDK 从您的应用中直接调用 Vertex AI Gemini API。
前提条件
本指南假定您已熟悉如何使用 Android Studio 开发 Android 应用。
确保您的开发环境和 Android 应用满足以下要求：
- Android Studio（最新版本）
- 您的 Android 应用必须以 API 级别 21 或更高级别为目标平台。
（可选）查看示例应用。
您可以快速试用 SDK，查看各种用例的完整实现，或者使用示例应用（如果您没有自己的 Android 应用）。如需使用示例应用，您需要将其关联到 Firebase 项目。
第 1 步：设置一个 Firebase 项目，并将您的应用关联到 Firebase
如果您已有 Firebase 项目和已关联到 Firebase 的应用
在 Firebase 控制台中，前往“使用 Gemini 构建”页面，然后点击第二张卡片，启动可帮助您执行以下任务的工作流。如果您在控制台中看到 Vertex AI 的标签页，则表示这些任务已完成。
升级您的项目以使用 Blaze 随用随付定价方案。
为您的项目启用以下两个 API：
aiplatform.googleapis.com和firebaseml.googleapis.com。
继续执行本指南中的下一步，将 SDK 添加到您的应用中。
如果您还没有将 Firebase 项目和应用与 Firebase 相关联
第 2 步：添加 SDK
设置 Firebase 项目并将应用关联到 Firebase（请参阅上一步），您现在可以将 Vertex AI for Firebase SDK 添加到您的应用。
您可以通过 Vertex AI for Firebase SDK for Android (firebase-vertexai) 访问 Vertex AI Gemini API。
在您的模块（应用级）Gradle 配置文件（如 <project>/<app-module>/build.gradle.kts）中，添加 Android 版 Vertex AI for Firebase SDK 的依赖项：
Kotlin+KTX
dependencies {
// ... other androidx dependencies
// add the dependency for the Vertex AI for Firebase SDK for Android
implementation("com.google.firebase:firebase-vertexai:16.0.0-beta01")
}
Java
对于 Java，您需要添加两个额外的库。
dependencies {
// ... other androidx dependencies
// add the dependency for the Vertex AI for Firebase SDK for Android
implementation("com.google.firebase:firebase-vertexai:16.0.0-beta01")
// Required for one-shot operations (to use `ListenableFuture` from Guava Android)
implementation("com.google.guava:guava:31.0.1-android")
// Required for streaming operations (to use `Publisher` from Reactive Streams)
implementation("org.reactivestreams:reactive-streams:1.0.4")
}
第 3 步：初始化 Vertex AI 服务和生成模型
在进行任何 API 调用之前，您需要初始化 Vertex AI 服务和生成模型。
Kotlin+KTX
对于 Kotlin，此 SDK 中的方法是挂起函数，需要从协程作用域调用。// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
val generativeModel = Firebase.vertexAI.generativeModel("gemini-1.5-flash-preview-0514")
Java
对于 Java，此 SDK 中的流式传输方法会从 Reactive Streams 库返回Publisher 类型。
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
GenerativeModel gm = FirebaseVertexAI.getInstance()
.generativeModel("gemini-1.5-flash-preview-0514");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(gm);
完成入门指南后，了解如何选择 Gemini 模型，以及（可选）适合您的应用场景和应用的位置。
第 4 步：调用 Vertex AI Gemini API
现在，您已将应用关联到 Firebase、添加了 SDK 并初始化了 Vertex AI 服务和生成模型，接下来就可以调用 Vertex AI Gemini API 了。
您可以使用 generateContent() 根据纯文本提示请求生成文本：
Kotlin+KTX
对于 Kotlin，此 SDK 中的方法是挂起函数，需要从协程作用域调用。// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
val generativeModel = Firebase.vertexAI.generativeModel("gemini-1.5-flash-preview-0514")
// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(prompt)
print(response.text)
Java
对于 Java，此 SDK 中的方法会返回ListenableFuture。
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
GenerativeModel gm = FirebaseVertexAI.getInstance()
.generativeModel("gemini-1.5-flash-preview-0514");
GenerativeModelFutures model = GenerativeModelFutures.from(gm);
// Provide a prompt that contains text
Content prompt = new Content.Builder()
.addText("Write a story about a magic backpack.")
.build();
// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String resultText = result.getText();
System.out.println(resultText);
}
@Override
public void onFailure(Throwable t) {
t.printStackTrace();
}
}, executor);
您还可以做些什么？
详细了解 Gemini 模型
了解适用于各种用例的模型及其配额和价格。
试用 Gemini API 的其他功能
了解如何控制内容生成
您还可以使用 Vertex AI Studio 对提示和模型配置进行实验。就 Vertex AI for Firebase 使用体验提供反馈