Firebase SDK-তে Vertex AI ব্যবহার করে Gemini API দিয়ে শুরু করুন, Firebase SDK-তে Vertex AI ব্যবহার করে Gemini API দিয়ে শুরু করুন


এই নির্দেশিকা আপনাকে দেখায় কিভাবে আপনার নির্বাচিত প্ল্যাটফর্মের জন্য Firebase SDK-তে Vertex AI ব্যবহার করে সরাসরি আপনার অ্যাপ থেকে Vertex AI Gemini API- তে কল করা শুরু করবেন।

মনে রাখবেন যে Firebase SDK-তে Vertex AI ব্যবহার করে Imagen মডেল অ্যাক্সেস করা শুরু করতে আপনি এই গাইডটি ব্যবহার করতে পারেন।

পূর্বশর্ত

এই নির্দেশিকাটি অনুমান করে যে আপনি Android এর জন্য অ্যাপ তৈরি করতে Android Studio ব্যবহার করার সাথে পরিচিত।

  • নিশ্চিত করুন যে আপনার ডেভেলপমেন্ট এনভায়রনমেন্ট এবং অ্যান্ড্রয়েড অ্যাপ নিম্নলিখিত প্রয়োজনীয়তাগুলি পূরণ করে:

    • অ্যান্ড্রয়েড স্টুডিও (সর্বশেষ সংস্করণ)
    • আপনার অ্যান্ড্রয়েড অ্যাপকে অবশ্যই API লেভেল 21 বা উচ্চতর টার্গেট করতে হবে।

  • (ঐচ্ছিক) নমুনা অ্যাপটি দেখুন।

    নমুনা অ্যাপ্লিকেশন ডাউনলোড করুন

    আপনি দ্রুত SDK ব্যবহার করে দেখতে পারেন, বিভিন্ন ব্যবহারের ক্ষেত্রে সম্পূর্ণ বাস্তবায়ন দেখতে পারেন, অথবা আপনার নিজের Android অ্যাপ না থাকলে নমুনা অ্যাপটি ব্যবহার করতে পারেন। নমুনা অ্যাপটি ব্যবহার করতে, আপনাকে এটি একটি Firebase প্রকল্পের সাথে সংযুক্ত করতে হবে।

ধাপ 1 : একটি Firebase প্রকল্প সেট আপ করুন এবং আপনার অ্যাপটিকে Firebase-এর সাথে সংযুক্ত করুন

আপনার যদি ইতিমধ্যেই একটি Firebase প্রকল্প এবং Firebase এর সাথে সংযুক্ত একটি অ্যাপ থাকে

  1. Firebase কনসোলে, Build with Gemini পৃষ্ঠাতে যান।

  2. একটি ওয়ার্কফ্লো চালু করতে Firebase কার্ডে Vertex AI-তে ক্লিক করুন যা আপনাকে নিম্নলিখিত কাজগুলি সম্পূর্ণ করতে সাহায্য করে:

  3. আপনার অ্যাপে SDK যোগ করতে এই গাইডের পরবর্তী ধাপে যান।

যদি আপনার কাছে ইতিমধ্যে একটি Firebase প্রকল্প এবং Firebase এর সাথে সংযুক্ত একটি অ্যাপ না থাকে

  1. Firebase কনসোলে সাইন ইন করুন।

  2. প্রকল্প তৈরি করুন ক্লিক করুন, এবং তারপরে নিম্নলিখিত বিকল্পগুলির মধ্যে একটি ব্যবহার করুন:

    • বিকল্প 1 : একটি সম্পূর্ণ নতুন ফায়ারবেস প্রকল্প তৈরি করুন (এবং এর অন্তর্নিহিত Google Cloud প্রকল্প স্বয়ংক্রিয়ভাবে) "প্রকল্প তৈরি করুন" কর্মপ্রবাহের প্রথম ধাপে একটি নতুন প্রকল্পের নাম প্রবেশ করান৷

    • বিকল্প 2 : "প্রকল্প তৈরি করুন" কর্মপ্রবাহের প্রথম ধাপে ড্রপ-ডাউন মেনু থেকে আপনার Google Cloud প্রকল্পের নাম নির্বাচন করে একটি বিদ্যমান Google Cloud প্রকল্পে "Firebase যোগ করুন"।

    মনে রাখবেন যে যখন অনুরোধ করা হয়, আপনাকে Firebase SDK-তে Vertex AI ব্যবহার করার জন্য Google Analytics সেট-আপ করতে হবে না ।

  3. Firebase কনসোলে, Build with Gemini পৃষ্ঠাতে যান।

  4. একটি ওয়ার্কফ্লো চালু করতে Firebase কার্ডে Vertex AI-তে ক্লিক করুন যা আপনাকে নিম্নলিখিত কাজগুলি সম্পূর্ণ করতে সাহায্য করে:

  1. আপনার অ্যাপটিকে Firebase-এর সাথে সংযুক্ত করতে কনসোলের জেনারেটিভ এআই ওয়ার্কফ্লোতে চালিয়ে যান, যার মধ্যে এই কাজগুলি রয়েছে:

    • আপনার Firebase প্রকল্পের সাথে আপনার অ্যাপ নিবন্ধন করা হচ্ছে।

    • আপনার ফায়ারবেস কনফিগারেশন ফাইল যোগ করা হচ্ছে ( google-services.json ) এবং google-services Gradle প্লাগইন আপনার অ্যাপে।

  2. এই গাইডের পরবর্তী ধাপে, আপনি আপনার অ্যাপে Firebase SDK-এ Vertex AI যোগ করবেন এবং SDK এবং Gemini API ব্যবহার করার জন্য নির্দিষ্ট প্রয়োজনীয় আরম্ভ সম্পূর্ণ করবেন।


ধাপ 2 : SDK যোগ করুন

আপনার Firebase প্রকল্প সেট আপ এবং আপনার অ্যাপ Firebase-এর সাথে সংযুক্ত (আগের ধাপ দেখুন), আপনি এখন আপনার অ্যাপে Firebase SDK-তে Vertex AI যোগ করতে পারেন।

Android এর জন্য Firebase SDK-তে Vertex AI ( firebase-vertexai ) জেমিনি এবং ইমেজেন মডেলগুলির সাথে ইন্টারঅ্যাক্ট করার জন্য APIগুলিতে অ্যাক্সেস প্রদান করে৷

আপনার মডিউলে (অ্যাপ-লেভেল) গ্রেডল ফাইলে (যেমন <project>/<app-module>/build.gradle.kts ), Android এর জন্য Firebase লাইব্রেরিতে Vertex AI- এর নির্ভরতা যোগ করুন। আমরা লাইব্রেরি সংস্করণ নিয়ন্ত্রণ করতে Firebase Android BoM ব্যবহার করার পরামর্শ দিই।

KotlinJava
dependencies {
    // ... other androidx dependencies

    // Import the BoM for the Firebase platform
    implementation(platform("com.google.firebase:firebase-bom:33.10.0"))

    // Add the dependency for the Vertex AI in Firebase library
    // When using the BoM, you don't specify versions in Firebase library dependencies
    implementation("com.google.firebase:firebase-vertexai")
}

জাভার জন্য, আপনাকে দুটি অতিরিক্ত লাইব্রেরি যোগ করতে হবে।

dependencies {
    // ... other androidx dependencies

    // Import the BoM for the Firebase platform
    implementation(platform("com.google.firebase:firebase-bom:33.10.0"))

    // Add the dependency for the Vertex AI in Firebase library
    // When using the BoM, you don't specify versions in Firebase library dependencies
    implementation("com.google.firebase:firebase-vertexai")

    // 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")
}

Firebase Android BoM ব্যবহার করে, আপনার অ্যাপ সবসময় Firebase Android লাইব্রেরির সামঞ্জস্যপূর্ণ সংস্করণ ব্যবহার করবে।

আপনি যদি Firebase BoM ব্যবহার না করা বেছে নেন, তাহলে আপনাকে অবশ্যই প্রতিটি Firebase লাইব্রেরি সংস্করণ তার নির্ভরতা লাইনে উল্লেখ করতে হবে।

মনে রাখবেন যে আপনি যদি আপনার অ্যাপে একাধিক ফায়ারবেস লাইব্রেরি ব্যবহার করেন, আমরা দৃঢ়ভাবে লাইব্রেরি সংস্করণগুলি পরিচালনা করতে BoM ব্যবহার করার পরামর্শ দিই, যা নিশ্চিত করে যে সমস্ত সংস্করণ সামঞ্জস্যপূর্ণ।

dependencies {
    // Add the dependency for the Vertex AI in Firebase library
    // When NOT using the BoM, you must specify versions in Firebase library dependencies
    implementation("com.google.firebase:firebase-vertexai:16.2.0")
}

ধাপ 3 : ভার্টেক্স এআই পরিষেবা এবং জেনারেটিভ মডেল শুরু করুন

আপনি যেকোন API কল করতে এবং একটি জেমিনি মডেলকে প্রম্পট করার আগে, আপনাকে Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করতে হবে।

KotlinJava
কোটলিনের জন্য, এই SDK-এর পদ্ধতিগুলি হল সাসপেন্ড ফাংশন এবং একটি Coroutine স্কোপ থেকে কল করা প্রয়োজন৷ 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
val generativeModel = Firebase.vertexAI.generativeModel("gemini-2.0-flash")
জাভার জন্য, এই SDK-এর স্ট্রিমিং পদ্ধতিগুলি প্রতিক্রিয়াশীল স্ট্রীমস লাইব্রেরি থেকে একটি Publisher টাইপ ফেরত দেয়। 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
GenerativeModel gm = FirebaseVertexAI.getInstance()
        .generativeModel("gemini-2.0-flash");

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

আপনি এই শুরু করার নির্দেশিকাটি শেষ করার পরে, কীভাবে একটি মডেল এবং (ঐচ্ছিকভাবে) আপনার ব্যবহারের ক্ষেত্রে এবং অ্যাপের জন্য উপযুক্ত একটি অবস্থান চয়ন করবেন তা শিখুন।

ধাপ 4 : একটি মডেলকে একটি প্রম্পট অনুরোধ পাঠান

এখন যেহেতু আপনি আপনার অ্যাপটিকে Firebase-এর সাথে সংযুক্ত করেছেন, SDK যোগ করেছেন এবং Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করেছেন, আপনি একটি জেমিনি মডেলের কাছে একটি প্রম্পট অনুরোধ পাঠাতে প্রস্তুত৷

আপনি generateContent() ব্যবহার করতে পারেন একটি পাঠ্য-শুধু প্রম্পট অনুরোধ থেকে পাঠ্য তৈরি করতে:

KotlinJava
কোটলিনের জন্য, এই SDK-এর পদ্ধতিগুলি হল সাসপেন্ড ফাংশন এবং একটি Coroutine স্কোপ থেকে কল করা প্রয়োজন৷ 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
val generativeModel = Firebase.vertexAI.generativeModel("gemini-2.0-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)
জাভার জন্য, এই SDK-এর পদ্ধতিগুলি একটি ListenableFuture প্রদান করে। 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
GenerativeModel gm = FirebaseVertexAI.getInstance()
        .generativeModel("gemini-2.0-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);

আপনি আর কি করতে পারেন?

সমর্থিত মডেল সম্পর্কে আরও জানুন

বিভিন্ন ব্যবহারের ক্ষেত্রে উপলব্ধ মডেল এবং তাদের কোটা এবং মূল্য সম্পর্কে জানুন।

Gemini API- এর অন্যান্য ক্ষমতা ব্যবহার করে দেখুন

বিষয়বস্তু তৈরি নিয়ন্ত্রণ কিভাবে শিখুন

আপনি Vertex AI Studio ব্যবহার করে প্রম্পট এবং মডেল কনফিগারেশন নিয়ে পরীক্ষা করতে পারেন।


Firebase-এ Vertex AI-এর সাথে আপনার অভিজ্ঞতা সম্পর্কে মতামত দিন