В этом руководстве показано, как начать вызывать API Vertex AI Gemini непосредственно из вашего приложения с помощью Vertex AI в Firebase SDK для выбранной вами платформы.
При желании поэкспериментируйте с альтернативной версией API Gemini « Google AI ».
Получите бесплатный доступ (в пределах ограничений и там, где это возможно) с помощью Google AI Studio и клиентских SDK Google AI . Эти SDK следует использовать для прототипирования только в мобильных и веб-приложениях.После того, как вы ознакомитесь с тем, как работает API Gemini , перейдите на наши Vertex AI в Firebase SDK (эта документация), которые имеют множество дополнительных функций, важных для мобильных и веб-приложений, таких как защита API от злоупотреблений с помощью Firebase App Check и поддержка больших медиафайлов в запросах .
При необходимости вызовите серверный API Vertex AI Gemini (например, с помощью Python, Node.js или Go).
Используйте серверные Vertex AI SDK , Firebase Genkit или Firebase Extensions для Gemini API .
Обратите внимание, что вы также можете использовать это руководство, чтобы начать работу с доступом к моделям Imagen с помощью Vertex AI в Firebase SDK .
Предварительные условия
Шаг 1. Настройте проект Firebase и подключите свое приложение к Firebase.
Если у вас уже есть проект Firebase и приложение, подключенное к Firebase
В консоли Firebase перейдите на страницу Vertex AI .
Нажмите карточку Vertex AI в Firebase , чтобы запустить рабочий процесс, который поможет вам выполнить следующие задачи:
Обновите свой проект, чтобы использовать тарифный план Blaze с оплатой по мере использования .
Включите необходимые API в своем проекте ( Vertex AI API и Vertex AI в Firebase API).
Перейдите к следующему шагу в этом руководстве, чтобы добавить SDK в свое приложение.
Если у вас еще нет проекта Firebase и приложения, подключенного к Firebase
Войдите в консоль Firebase .
Нажмите «Создать проект» , а затем используйте любой из следующих вариантов:
Вариант 1. Создайте совершенно новый проект Firebase (и его базовый проект Google Cloud автоматически), введя новое имя проекта на первом этапе рабочего процесса «Создание проекта».
Вариант 2. «Добавьте Firebase» в существующий проект Google Cloud , выбрав имя проекта Google Cloud в раскрывающемся меню на первом этапе рабочего процесса «Создать проект».
Обратите внимание: при появлении запроса вам не нужно настраивать Google Analytics для использования Vertex AI в Firebase SDK.
В консоли Firebase перейдите на страницу Vertex AI .
Нажмите карточку Vertex AI в Firebase , чтобы запустить рабочий процесс, который поможет вам выполнить следующие задачи:
Обновите свой проект, чтобы использовать тарифный план Blaze с оплатой по мере использования .
Включите необходимые API в своем проекте ( Vertex AI API и Vertex AI в Firebase API).
Шаг 2. Добавьте SDK
После настройки проекта Firebase и подключения вашего приложения к Firebase (см. предыдущий шаг) вы теперь можете добавить Vertex AI в Firebase SDK в свое приложение.
Шаг 3. Инициализируйте сервис Vertex AI и генеративную модель.
Прежде чем вы сможете выполнять какие-либо вызовы API и запрашивать модель Gemini , вам необходимо инициализировать службу Vertex AI и генеративную модель.
После прочтения этого руководства по началу работы узнайте, как выбрать модель и (необязательно) местоположение , подходящее для вашего варианта использования и приложения.
Шаг 4. Отправьте быстрый запрос модели.
Теперь, когда вы подключили свое приложение к Firebase, добавили SDK и инициализировали службу Vertex AI и генеративную модель, вы готовы отправить быстрый запрос модели Gemini .
Вы можете использовать generateContent() для генерации текста из текстового запроса на подсказку:
Что еще вы можете сделать?
Узнайте больше о поддерживаемых моделях
Узнайте о моделях, доступных для различных вариантов использования , а также об их квотах и ценах .Попробуйте другие возможности Gemini API
- Узнайте больше о создании текста из текстовых подсказок , в том числе о потоковой передаче ответа.
- Генерируйте текст из мультимодальных подсказок (включая текст, изображения, PDF-файлы, видео и аудио).
- Стройте многоходовые беседы (чат) .
- Генерируйте структурированный вывод (например, JSON) как из текстовых, так и из мультимодальных подсказок.
- Используйте вызов функций для подключения генеративных моделей к внешним системам и информации.
Узнайте, как контролировать создание контента
- Понимание структуры подсказок , включая лучшие практики, стратегии и примеры подсказок.
- Настройте параметры модели , такие как температура и токены максимальной выходной мощности (для Gemini ) или соотношение сторон и поколение людей (для Imagen ).
- Используйте настройки безопасности , чтобы настроить вероятность получения ответов, которые могут быть расценены как вредные.
Оставьте отзыв о своем опыте использования Vertex AI в Firebase.