Начните работу с Gemini API, используя Vertex AI в Firebase SDK.Начните работу с Gemini API, используя Vertex AI в Firebase SDK.

iOS+ Android Веб- флаттер

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.

Другие варианты работы с Gemini API

• 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

1. В консоли Firebase перейдите на страницу Vertex AI .

2. 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).

3. 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

Настройка проекта Firebase

1. Войдите в консоль Firebase .

2. 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.

3. В консоли Firebase перейдите на страницу Vertex AI .

4. 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).

Подключите свое приложение к Firebase

Примечание. В консоли Firebase настоятельно рекомендуется настроить Firebase App Check . Если вы только пробуете Gemini API , вам не нужно сразу настраивать App Check ; однако мы рекомендуем настроить его, как только вы начнете серьезно разрабатывать свое приложение.

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.

iOS+ Android Веб- флаттер

Шаг 3. Инициализируйте службу Vertex AI и создайте экземпляр GenerativeModel

Прежде чем вы сможете выполнять какие-либо вызовы API и отправлять запросы модели Gemini , вам необходимо инициализировать службу Vertex AI и создать экземпляр GenerativeModel .

Примечание . В зависимости от возможностей вы не всегда можете создать экземпляр GenerativeModel .

• Чтобы получить доступ к модели Imagen , создайте экземпляр ImagenModel .

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:

Gemini API также может передавать ответы в потоковом режиме для более быстрого взаимодействия, а также обрабатывать мультимодальные запросы , включающие в себя такой контент, как изображения, видео и аудио. Ознакомьтесь со всеми возможностями Gemini API далее на этой странице.

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

• 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 разговоры (чат) .
• Генерируйте структурированный вывод (например, JSON) как из текстовых, так и из мультимодальных подсказок.
• Генерируйте изображения из текстовых 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.

Вы также можете поэкспериментировать с подсказками и конфигурациями модели с помощью Vertex AI Studio .

Оставьте отзыв о своем опыте использования Vertex AI в Firebase.