يوضّح لك هذا الدليل كيفية بدء إجراء مكالمات إلى Vertex AI Gemini API مباشرةً من تطبيقك باستخدام حزمة تطوير البرامج (SDK) Vertex AI in Firebase لنظام التشغيل الذي اخترته.
خيارات أخرى للعمل مع Gemini API
يمكنك تجربة إصدار "Google AI" بديل من Gemini API
الحصول على إذن وصول مجاني (ضمن الحدود المتاحة) باستخدام Google AI Studio و Google AI حِزم تطوير برامج (SDK) للعملاء. يجب استخدام حِزم تطوير البرامج (SDK) هذه لإنشاء النماذج الأولية فقط في تطبيقات الويب والتطبيقات المتوافقة مع الأجهزة الجوّالة.بعد التعرّف على طريقة عمل Gemini API، يمكنك نقل بياناتك إلى حِزم Vertex AI in Firebase SDK (هذه المستندات)، التي تتضمّن العديد من الميزات الإضافية المهمة للتطبيقات المتوافقة مع الأجهزة الجوّالة والويب، مثل حماية واجهة برمجة التطبيقات من إساءة الاستخدام باستخدام Firebase App Check ودعم ملفات الوسائط الكبيرة في الطلبات.
يمكنك اختياريًا استدعاء Vertex AI Gemini API من جهة الخادم (مثل استخدام Python أو Node.js أو Go)
استخدِم حِزم تطوير البرامج (SDK) من جهة الخادم لVertex AI أو Firebase Genkit أو Firebase Extensions لGemini API.
يُرجى العِلم أنّه يمكنك أيضًا استخدام هذا الدليل للبدء في الوصول إلى نماذج Imagen باستخدام Vertex AI in Firebase حِزم SDK.
المتطلبات الأساسية
يفترض هذا الدليل أنّك على دراية باستخدام JavaScript لتطوير تطبيقات الويب. هذا الدليل مستقل عن إطار العمل.
تأكَّد من أنّ بيئة التطوير وتطبيق الويب يستوفيان المتطلبَين التاليَين:
- (اختياري) Node.js
- متصفّح ويب حديث
(اختياري) اطّلِع على نموذج التطبيق.
يمكنك تجربة حزمة تطوير البرامج (SDK) بسرعة، أو الاطّلاع على تنفيذ كامل لحالات الاستخدام المختلفة، أو استخدام نموذج التطبيق إذا لم يكن لديك تطبيق ويب خاص بك. لاستخدام نموذج التطبيق، عليك أولاً ربطه بمشروع على Firebase.
الخطوة 1: إعداد مشروع على Firebase وربط تطبيقك بمنصّة Firebase
إذا كان لديك سابقًا مشروع على Firebase وتطبيق مرتبط به
في وحدة تحكّم Firebase، انتقِل إلى صفحة الإنشاء باستخدام Gemini.
انقر على بطاقة Vertex AI in Firebase لبدء سير عمل يساعدك في إكمال المهام التالية:
يمكنك ترقية مشروعك لاستخدام خطة أسعار Blaze المستندة إلى الدفع حسب الاستخدام.
فعِّل واجهات برمجة التطبيقات المطلوبة في مشروعك (Vertex AI API و Vertex AI in Firebase API).
انتقِل إلى الخطوة التالية في هذا الدليل لإضافة حزمة SDK إلى تطبيقك.
إذا لم يكن لديك مشروع على Firebase وتطبيق مرتبط به
إعداد مشروع على Firebase
سجِّل الدخول إلى وحدة تحكّم Firebase.
انقر على إنشاء مشروع، ثم استخدِم أيًا من الخيارَين التاليَين:
الخيار 1: إنشاء مشروع جديد تمامًا على Firebase (ومشروع Google Cloud الأساسي تلقائيًا) من خلال إدخال اسم مشروع جديد في الخطوة الأولى من سير عمل "إنشاء مشروع".
الخيار 2: "إضافة Firebase" إلى مشروع حالي على Google Cloud من خلال اختيار اسم مشروعك على Google Cloud من القائمة المنسدلة في الخطوة الأولى من سير عمل "إنشاء مشروع"
يُرجى العلم أنّه لا عليك إعداد Google Analytics لاستخدام حِزم تطوير البرامج (SDK) Vertex AI in Firebase عند طلب ذلك.
في وحدة تحكّم Firebase، انتقِل إلى صفحة الإنشاء باستخدام Gemini.
انقر على بطاقة Vertex AI in Firebase لبدء سير عمل يساعدك في إكمال المهام التالية:
يمكنك ترقية مشروعك لاستخدام خطة أسعار Blaze المستندة إلى الدفع حسب الاستخدام.
فعِّل واجهات برمجة التطبيقات المطلوبة في مشروعك (Vertex AI API و Vertex AI in Firebase API).
ربط تطبيقك بمنصّة Firebase
تابِع سير عمل الذكاء الاصطناعي التوليدي في وحدة التحكّم لربط تطبيقك بخدمات Firebase، بما في ذلك المهام التالية:
تسجيل تطبيقك في مشروعك على Firebase
إضافة عنصر إعدادات Firebase إلى تطبيقك
في الخطوات التالية من هذا الدليل، ستضيف حزمة تطوير البرامج (SDK) Vertex AI in Firebase إلى تطبيقك وتُكمِل عملية الإعداد المطلوبة المتعلّقة باستخدام حزمة SDK وGemini API.
الخطوة 2: إضافة حزمة تطوير البرامج (SDK)
بعد إعداد مشروعك على Firebase وربط تطبيقك بمنصّة Firebase (راجِع الخطوة السابقة)، يمكنك الآن إضافة حزمة تطوير البرامج (SDK) لنظام Vertex AI in Firebase إلى تطبيقك.
توفّر مكتبة Vertex AI in Firebase إمكانية الوصول إلى واجهات برمجة التطبيقات للتفاعل مع نماذج Gemini وImagen. يتم تضمين المكتبة كجزء من حزمة تطوير البرامج (SDK) لبرنامج Firebase JavaScript على الويب.
ثبِّت حزمة تطوير البرامج (SDK) لبرنامج Firebase باستخدام JavaScript على الويب باستخدام npm:
npm install firebase
إعداد Firebase في تطبيقك:
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);
الخطوة 3: بدء خدمة Vertex AI والنموذج التوليدي
قبل أن تتمكّن من إجراء أي طلبات إلى واجهة برمجة التطبيقات وطلب نموذج Gemini، عليك تهيئة خدمة Vertex AI والنموذج التوليدي.
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
const model = getGenerativeModel(vertexAI, { model: "gemini-2.0-flash" });
بعد الانتهاء من هذا الدليل المخصّص للمبتدئين، تعرَّف على كيفية اختيار نموذج و (اختياريًا) موقع جغرافي مناسبَين لحالة الاستخدام والتطبيق.
الخطوة 4: إرسال طلب طلب إلى نموذج
بعد ربط تطبيقك بمنصّة Firebase وإضافة حزمة تطوير البرامج (SDK) وبدء استخدام خدمة Vertex AI والنموذج التوليدي، يمكنك إرسال طلب طلب إلى نموذج Gemini.
يمكنك استخدام generateContent()
لإنشاء نص من طلب نصي فقط:
طلب:
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
const model = getGenerativeModel(vertexAI, { model: "gemini-2.0-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();
ما هي الإجراءات الأخرى التي يمكنك اتّخاذها؟
مزيد من المعلومات عن الطُرز المتوافقة
اطّلِع على مزيد من المعلومات عن النماذج المتاحة لحالات الاستخدام المختلفة واطلاعك على الحصص و الأسعار.
تجربة إمكانات أخرى في Gemini API
- اطّلِع على مزيد من المعلومات عن إنشاء نص من طلبات نصية فقط، بما في ذلك كيفية بثّ الردّ.
- إنشاء نص من طلبات متعددة الوسائط (بما في ذلك النصوص والصور وملفات PDF والفيديوهات والمحتوى الصوتي)
- إنشاء محادثات متعددة المقاطع (محادثة)
- إنشاء إخراج منظَّم (مثل تنسيق JSON) من كلّ من الطلبات النصية والطلبات المتعددة الوسائط
- استخدِم استدعاء الدوال لربط النماذج التوليدية بالأنظمة والمعلومات الخارجية.
التعرّف على كيفية التحكّم في إنشاء المحتوى
- التعرّف على تصميم الطلبات، بما في ذلك أفضل الممارسات والاستراتيجيات وأمثلة الطلبات
- ضبط مَعلمات النموذج، مثل درجة الحرارة والحد الأقصى لرموز الإخراج (لميزة Gemini) أو نسبة العرض إلى الارتفاع وإنشاء الأشخاص (لميزة Imagen)
- استخدام إعدادات الأمان لضبط احتمالية تلقّي ردود قد تُعتبر ضارة
تقديم ملاحظات حول تجربتك مع Vertex AI in Firebase