במדריך הזה מוסבר איך להתחיל לבצע קריאות ל-Vertex AI Gemini API ישירות מהאפליקציה באמצעות ה-SDK של Vertex AI in Firebase לפלטפורמה שבחרתם.
דרישות מוקדמות
במדריך הזה אנחנו יוצאים מנקודת הנחה שאתם מכירים את השימוש ב-JavaScript לפיתוח אפליקציות אינטרנט. מדריך זה אינו תלוי-מסגרת.
חשוב לוודא שסביבת הפיתוח ואפליקציית האינטרנט עומדות בדרישות הבאות:
- (אופציונלי) Node.js
- דפדפן אינטרנט מודרני
(אופציונלי) תוכלו לבדוק את האפליקציה לדוגמה.
אתם יכולים לנסות את ה-SDK במהירות, לראות הטמעה מלאה של תרחישים שונים לדוגמה או להשתמש באפליקציית הדוגמה אם אין לכם אפליקציית אינטרנט משלכם. כדי להשתמש באפליקציית הדוגמה, תצטרכו לקשר אותה לפרויקט Firebase.
שלב 1: מגדירים פרויקט Firebase ומקשרים את האפליקציה ל-Firebase
אם כבר יש לכם פרויקט Firebase ואפליקציה שמחוברת ל-Firebase
במסוף Firebase, עוברים לדף Build with Gemini.
לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:
משדרגים את הפרויקט לתוכנית התמחור Blaze בתשלום לפי שימוש.
מפעילים את ממשקי ה-API הנדרשים בפרויקט (Vertex AI API ו-Vertex AI in Firebase API).
עוברים לשלב הבא במדריך כדי להוסיף את ה-SDK לאפליקציה.
אם עדיין אין לכם פרויקט Firebase ואפליקציה שמקושרת ל-Firebase
שלב 2: מוסיפים את ה-SDK
אחרי שהגדרתם את הפרויקט ב-Firebase והאפליקציה שלכם מחוברת ל-Firebase (ראו שלב קודם), עכשיו אתם יכולים להוסיף לאפליקציה את ה-SDK של Vertex AI in Firebase.
הספרייה Vertex AI in Firebase מספקת גישה ל-Vertex AI Gemini API, והיא כלולה ב-Firebase JavaScript SDK לאינטרנט.
מתקינים את Firebase JS SDK לאינטרנט באמצעות npm:
npm install firebase
מאתחלים את Firebase באפליקציה:
import { initializeApp } from "firebase/app"; // TODO(developer) Replace the following with your app's Firebase configuration // See: https://firebase.google.com/docs/web/learn-more#config-object const firebaseConfig = { // ... }; // Initialize FirebaseApp const firebaseApp = initializeApp(firebaseConfig);
שלב 3: הפעלה של השירות Vertex AI והמודל הגנרטיבי
לפני שתוכלו לבצע קריאות API, תצטרכו לאתחל את השירות Vertex AI ואת המודל הגנרטיבי.
import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";
// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Vertex AI service
const vertexAI = getVertexAI(firebaseApp);
// Initialize the generative model with a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
const model = getGenerativeModel(vertexAI, { model: "gemini-1.5-flash" });
כשתסיימו לקרוא את המדריך לתחילת העבודה, נסביר איך לבחור מודל Gemini (ואופציונלי) גם מיקום שמתאים לתרחיש לדוגמה ולאפליקציה שלכם.
שלב 4: קוראים לפונקציה Vertex AI Gemini API
אחרי שחברתם את האפליקציה ל-Firebase, הוספתם את ה-SDK ואתחלתם את השירות Vertex AI ואת המודל הגנרטיבי, אתם מוכנים לבצע קריאה ל-Vertex AI Gemini API.
אפשר להשתמש ב-generateContent()
כדי ליצור טקסט מבקשת של הנחיה בטקסט בלבד:
import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";
// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
// ...
};
// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);
// Initialize the Vertex AI service
const vertexAI = getVertexAI(firebaseApp);
// Initialize the generative model with a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
const model = getGenerativeModel(vertexAI, { model: "gemini-1.5-flash" });
// Wrap in an async function so you can use await
async function run() {
// Provide a prompt that contains text
const prompt = "Write a story about a magic backpack."
// To generate text output, call generateContent with the text input
const result = await model.generateContent(prompt);
const response = result.response;
const text = response.text();
console.log(text);
}
run();
מה עוד אפשר לעשות?
מידע נוסף על המודלים של Gemini
כאן תוכלו לקרוא מידע נוסף על המודלים הזמינים לתרחישי שימוש שונים, ועל המכסות והתמחור שלהם.
ניסיון ביכולות אחרות של Gemini API
- מידע נוסף על יצירת טקסט מבקשות טקסט בלבד, כולל הסבר על סטרימינג של התשובה
- יצירת טקסט מהנחיות מולטימודיאליות (כולל טקסט, תמונות, קובצי PDF, וידאו ואודיו).
- יצירה של שיחות מרובות פניות (צ'אט).
- יצירת פלט מובנה (כמו JSON) גם מהנחיות טקסט וגם מהנחיות מולטימודליות.
- משתמשים בקריאה לפונקציה כדי לחבר מודלים גנרטיביים למערכות ולמידע חיצוניים.
איך שולטים ביצירת תוכן
- הסבר על תכנון הנחיות, כולל שיטות מומלצות, אסטרטגיות והנחיות לדוגמה.
- להגדיר את הפרמטרים של המודל, כמו הטמפרטורה ואת מספר האסימונים המקסימלי של הפלט.
- משתמשים בהגדרות בטיחות כדי לשנות את הסבירות שתתקבל תגובות שעלולות להיחשב מזיקות.
שליחת משוב על חוויית השימוש ב-Vertex AI in Firebase