Pierwsze kroki z interfejsem Gemini API z użyciem pakietów SDK Vertex AI dla Firebase


Z tego przewodnika dowiesz się, jak zacząć dzwonić pod numery Vertex AI Gemini API bezpośrednio z aplikacji za pomocą pakiety SDK Vertex AI dla Firebase.

Wymagania wstępne

W tym przewodniku przyjęto założenie, że wiesz już, jak używać Android Studio do tworzenia na Androida.

  • Upewnij się, że Twoje środowisko programistyczne i aplikacja na Androida spełniają wymagania następujące wymagania:

    • Android Studio (najnowsza wersja)
    • Aplikacja na Androida musi być kierowana na interfejs API na poziomie 21 lub wyższym.

  • (Opcjonalnie) Zobacz przykładową aplikację.

    Pobieranie przykładowej aplikacji

    Możesz szybko wypróbować pakiet SDK, zobaczyć pełną implementację różnych zastosowań w przypadkach, a jeśli nie masz własnej aplikacji na Androida, skorzystaj z aplikacji próbnej. Aby użyć przykładowej aplikacji, musisz wykonać połączyć je z projektem Firebase.

Krok 1. Skonfiguruj projekt Firebase i połącz z nią swoją aplikację

Jeśli masz już projekt Firebase i aplikację połączoną z Firebase

  1. W konsoli Firebase otwórz Strona Build with Gemini, a potem kliknij drugą kartę, aby uruchomić przepływ pracy, następujących zadań. Jeśli w konsoli wyświetli się karta Vertex AI, Te zadania są wykonane.

  2. Przejdź do następnego kroku tego przewodnika, aby dodać pakiet SDK do aplikacji.

Jeśli nie masz jeszcze projektu Firebase ani aplikacji połączonej z Firebase


Krok 2. Dodaj pakiet SDK

Po skonfigurowaniu projektu Firebase i połączeniu aplikacji z Firebase (zobacz poprzedni krok), możesz teraz dodać pakiet SDK Vertex AI dla Firebase do swojej aplikacji.

Pakiet SDK Vertex AI dla Firebase na Androida (firebase-vertexai) zapewnia dostęp do interfejsu Vertex AI Gemini API.

w pliku konfiguracji Gradle modułu (na poziomie aplikacji); (np. <project>/<app-module>/build.gradle.kts), dodaj zależność dla parametru Pakiet SDK Vertex AI dla Firebase na Androida:

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-beta03")
}

Java

W przypadku języka Java musisz dodać 2 dodatkowe biblioteki.

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-beta03")

  // 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")
}

Krok 3. Zainicjuj usługę Vertex AI i model generatywny

Zanim będzie można wykonywać wywołania interfejsu API, musisz zainicjować Vertex AI i modelu generatywnego.

Kotlin+KTX

W przypadku Kotlin metody zawarte w tym pakiecie SDK są funkcjami zawieszania i muszą być wywoływane z zakresu Coroutine. 
// 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")

Java

W przypadku Javy metody strumieniowego przesyłania danych w tym pakiecie SDK zwracają błąd Publisher z biblioteki strumieni reaktywnych. 
// 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");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

Po przeczytaniu przewodnika dla początkujących dowiedz się, jak wybrać model Gemini i (opcjonalnie) lokalizacja odpowiednią do przypadku użycia i aplikacji.

Krok 4. Wywołaj interfejs Vertex AI Gemini API

Po połączeniu aplikacji z Firebase, dodaniu pakietu SDK i zainicjowaniu jej usługę Vertex AI i model generatywny, możesz już wywołać interfejs Vertex AI Gemini API.

Możesz użyć narzędzia generateContent(), aby wygenerować tekst na podstawie prompta tekstowego żądanie:

Kotlin+KTX

W przypadku Kotlin metody zawarte w tym pakiecie SDK są funkcjami zawieszania i muszą być wywoływane z zakresu Coroutine. 
// 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")

// 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

W przypadku Javy metody w tym pakiecie SDK zwracają błąd 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");
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);
. .

Co jeszcze możesz zrobić?

Więcej informacji o modelach Gemini

Dowiedz się więcej o dostępne modele do różnych zastosowań oraz ich poniższych limitów i cen.

Wypróbuj inne możliwości interfejsu Gemini API

Dowiedz się, jak kontrolować generowanie treści

. Możesz też eksperymentować z promptami i konfiguracjami modeli za pomocą Vertex AI Studio


Przesyłanie opinii o swoich doświadczeniach z Vertex AI dla Firebase,