شروع به کار با Gemini API با استفاده از Vertex AI در SDKs Firebase، شروع با Gemini API با استفاده از Vertex AI در SDKs Firebase

iOS+ Android Web Flutter

این راهنما به شما نشان می‌دهد که چگونه می‌توانید با استفاده از Vertex AI در Firebase SDK برای پلتفرم انتخابی خود، مستقیماً از برنامه خود با Vertex AI Gemini API تماس بگیرید.

گزینه های دیگر برای کار با Gemini API

• به صورت اختیاری با نسخه جایگزین « Google AI » از Gemini API آزمایش کنید
  با استفاده از Google AI Studio و Google AI Client SDK، دسترسی رایگان (در محدوده و در صورت وجود) دریافت کنید. این SDK ها باید فقط برای نمونه سازی در برنامه های موبایل و وب استفاده شوند.

  پس از اینکه با نحوه عملکرد یک API Gemini آشنا شدید، به Vertex AI ما در Firebase SDK (این مستندات) مهاجرت کنید ، که دارای بسیاری از ویژگی‌های اضافی مهم برای برنامه‌های تلفن همراه و وب هستند، مانند محافظت از API در برابر سوء استفاده با استفاده از Firebase App Check و پشتیبانی از فایل‌های رسانه بزرگ در درخواست‌ها .

• به صورت اختیاری Vertex AI Gemini API سمت سرور را فراخوانی کنید (مانند Python، Node.js یا Go)
  از Vertex AI SDK ، Firebase Genkit یا Firebase Extensions برای Gemini API استفاده کنید.

توجه داشته باشید که می‌توانید از این راهنما برای شروع دسترسی به مدل‌های Imagen با استفاده از Vertex AI در Firebase SDK نیز استفاده کنید.

پیش نیازها

این راهنما فرض می کند که شما با توسعه برنامه ها با Flutter آشنا هستید.

• اطمینان حاصل کنید که محیط توسعه و برنامه Flutter شما شرایط زیر را برآورده می کند:

  • دارت 3.2.0+

• (اختیاری) برنامه نمونه را بررسی کنید.

  نمونه برنامه را دانلود کنید

  می‌توانید SDK را به سرعت امتحان کنید، اجرای کامل موارد استفاده مختلف را مشاهده کنید، یا اگر برنامه Flutter خود را ندارید از برنامه نمونه استفاده کنید. برای استفاده از برنامه نمونه، باید آن را به پروژه Firebase متصل کنید .

مرحله 1 : یک پروژه Firebase راه اندازی کنید و برنامه خود را به Firebase متصل کنید

اگر قبلاً یک پروژه Firebase و یک برنامه متصل به Firebase دارید

1. در کنسول Firebase ، به صفحه Build with Gemini بروید.

2. روی Vertex AI در کارت Firebase کلیک کنید تا یک گردش کاری راه اندازی شود که به شما کمک می کند کارهای زیر را انجام دهید:

   • پروژه خود را ارتقا دهید تا از طرح قیمت گذاری Blaze استفاده کنید.

   • API های مورد نیاز را در پروژه خود فعال کنید ( Vertex AI API و Vertex AI در Firebase API).

3. برای افزودن SDK به برنامه خود، مرحله بعدی این راهنما را ادامه دهید.

اگر قبلاً یک پروژه Firebase و یک برنامه متصل به Firebase ندارید

یک پروژه Firebase راه اندازی کنید

1. وارد کنسول Firebase شوید.

2. روی ایجاد پروژه کلیک کنید و سپس از یکی از گزینه های زیر استفاده کنید:

   • گزینه 1 : با وارد کردن نام پروژه جدید در اولین مرحله از گردش کار «ایجاد پروژه»، یک پروژه کاملاً جدید Firebase (و پروژه Google Cloud زیربنایی آن به صورت خودکار) ایجاد کنید.

   • گزینه 2 : «افزودن Firebase» به پروژه Google Cloud موجود با انتخاب نام پروژه Google Cloud خود از منوی کشویی در مرحله اول گردش کار «ایجاد پروژه».

   توجه داشته باشید که وقتی از شما خواسته شد، برای استفاده از Vertex AI در Firebase SDK نیازی به تنظیم Google Analytics ندارید .

3. در کنسول Firebase ، به صفحه Build with Gemini بروید.

4. روی Vertex AI در کارت Firebase کلیک کنید تا یک گردش کاری راه اندازی شود که به شما کمک می کند کارهای زیر را انجام دهید:

   • پروژه خود را ارتقا دهید تا از طرح قیمت گذاری Blaze استفاده کنید.

   • API های مورد نیاز را در پروژه خود فعال کنید ( Vertex AI API و Vertex AI در Firebase API).

برنامه خود را به Firebase وصل کنید

1. ابزارهای خط فرمان مورد نیاز را نصب کنید:

   1. اگر قبلاً این کار را نکرده‌اید، Firebase CLI را نصب کنید .

   2. با اجرای دستور زیر با استفاده از حساب Google خود وارد Firebase شوید:

      firebase login
      

   3. FlutterFire CLI را با اجرای دستور زیر از هر دایرکتوری نصب کنید:

      dart pub global activate flutterfire_cli
      

2. برنامه های خود را برای استفاده از Firebase پیکربندی کنید:

   از FlutterFire CLI برای پیکربندی برنامه های Flutter خود برای اتصال به Firebase استفاده کنید.

   از دایرکتوری پروژه Flutter خود، دستور زیر را برای شروع گردش کار پیکربندی برنامه اجرا کنید:

   flutterfire configure
   

   این گردش کار flutterfire configure چه می کند؟

   گردش کار flutterfire configure موارد زیر را انجام می دهد:

   • از شما می‌خواهد پلتفرم‌های پشتیبانی شده (iOS، Android، Web) را در برنامه Flutter خود انتخاب کنید. برای هر پلتفرم انتخاب شده، FlutterFire CLI یک برنامه Firebase جدید در پروژه Firebase شما ایجاد می کند.

     می توانید انتخاب کنید که از یک پروژه Firebase موجود استفاده کنید یا یک پروژه Firebase جدید ایجاد کنید. اگر قبلاً برنامه‌هایی را در پروژه Firebase ثبت کرده‌اید، FlutterFire CLI سعی می‌کند آنها را بر اساس پیکربندی پروژه Flutter فعلی شما مطابقت دهد.

   • یک فایل پیکربندی Firebase ( firebase_options.dart ) ایجاد می کند و آن را به دایرکتوری lib/ برنامه Flutter شما اضافه می کند.

3. در مراحل بعدی این راهنما، Vertex AI در Firebase SDK را به برنامه خود اضافه می‌کنید و مقدار اولیه مورد نیاز برای استفاده از SDK و Gemini API را تکمیل می‌کنید.

توجه: در کنسول Firebase ، به شدت تشویق می‌شوید که Firebase App Check راه‌اندازی کنید. اگر فقط API Gemini را امتحان می‌کنید، نیازی نیست فوراً App Check راه‌اندازی کنید. با این حال، توصیه می کنیم به محض شروع توسعه جدی برنامه خود، آن را راه اندازی کنید.

مرحله 2 : SDK را اضافه کنید

با راه اندازی پروژه Firebase و اتصال برنامه به Firebase (مرحله قبل را ببینید)، اکنون می توانید Vertex AI در Firebase SDK را به برنامه خود اضافه کنید.

iOS+ Android Web Flutter

پلاگین Vertex AI در Firebase برای Flutter ( firebase_vertexai ) دسترسی به APIها را برای تعامل با مدل‌های Gemini و Imagen فراهم می‌کند.

1. از دایرکتوری پروژه Flutter خود، دستور زیر را برای نصب افزونه هسته و پلاگین Vertex AI در Firebase اجرا کنید:

   flutter pub add firebase_core && flutter pub add firebase_vertexai
   

2. در فایل lib/main.dart خود، افزونه هسته Firebase، پلاگین Vertex AI در Firebase و فایل پیکربندی که قبلاً ایجاد کرده‌اید را وارد کنید:

   import 'package:firebase_core/firebase_core.dart';
   import 'package:firebase_vertexai/firebase_vertexai.dart';
   import 'firebase_options.dart';
   

3. همچنین در فایل lib/main.dart خود، Firebase را با استفاده از شی DefaultFirebaseOptions صادر شده توسط فایل پیکربندی مقداردهی اولیه کنید:

   await Firebase.initializeApp(
     options: DefaultFirebaseOptions.currentPlatform,
   );
   

4. برنامه Flutter خود را بازسازی کنید:

   flutter run
   

مرحله 3 : سرویس Vertex AI و مدل مولد را راه اندازی کنید

قبل از اینکه بتوانید هر گونه تماس API برقرار کنید و مدل Gemini را درخواست کنید، باید سرویس Vertex AI و مدل تولیدی را مقداردهی اولیه کنید.

توجه: اگر می‌خواهید یک مدل Imagen را درخواست کنید، می‌توانید نحوه تنظیم اولیه آن را در Generate images با استفاده از Imagen بیاموزید.

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-2.0-flash');

پس از اتمام این راهنمای شروع، نحوه انتخاب مدل و (به صورت اختیاری) مکان مناسب برای مورد استفاده و برنامه خود را بیاموزید.

مرحله 4 : یک درخواست سریع به یک مدل ارسال کنید

اکنون که برنامه خود را به Firebase متصل کرده‌اید، SDK را اضافه کرده‌اید و سرویس Vertex AI و مدل تولیدی را راه‌اندازی کرده‌اید، آماده ارسال درخواست فوری به یک مدل Gemini هستید.

شما می توانید از generateContent() برای تولید متن از یک درخواست اعلان متنی استفاده کنید:

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-2.0-flash');

// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];

// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);

Gemini API همچنین می‌تواند پاسخ‌ها را برای تعاملات سریع‌تر پخش کند ، و همچنین می‌تواند درخواست‌های چندوجهی را که شامل محتوایی مانند تصاویر، ویدیو و صدا می‌شود، مدیریت کند. تمام قابلیت های Gemini API را در ادامه این صفحه مشاهده کنید.

اگر خطایی دریافت کردید، مطمئن شوید که پروژه Firebase شما به درستی با طرح قیمت گذاری Blaze و فعال بودن API های مورد نیاز تنظیم شده است .

چه کار دیگری می توانید انجام دهید؟

درباره مدل های پشتیبانی شده بیشتر بدانید

در مورد مدل های موجود برای موارد استفاده مختلف و سهمیه ها و قیمت آنها اطلاعات کسب کنید.

سایر قابلیت های Gemini API را امتحان کنید

• درباره ایجاد متن از اعلان‌های فقط متنی ، از جمله نحوه پخش جریانی پاسخ، بیشتر بیاموزید.
• متن را از اعلان‌های چندوجهی (شامل متن، تصاویر، PDF، ویدئو و صدا) تولید کنید.
• مکالمات چند نوبتی (چت) بسازید.
• خروجی ساختاریافته (مانند JSON) را هم از دستورات متنی و هم از چند وجهی ایجاد کنید.
• از فراخوانی تابع برای اتصال مدل های مولد به سیستم ها و اطلاعات خارجی استفاده کنید.

یاد بگیرید چگونه تولید محتوا را کنترل کنید

• طراحی سریع، از جمله بهترین شیوه‌ها، استراتژی‌ها و درخواست‌های نمونه را درک کنید .
• پارامترهای مدل مانند دما و نشانه‌های حداکثر خروجی (برای Gemini ) یا نسبت ابعاد و تولید شخص (برای Imagen ) را پیکربندی کنید.
• از تنظیمات ایمنی برای تنظیم احتمال دریافت پاسخ هایی که ممکن است مضر تلقی شوند استفاده کنید .

همچنین می‌توانید با استفاده از Vertex AI Studio ، دستورات و پیکربندی‌های مدل را آزمایش کنید.

درباره تجربه خود با Vertex AI در Firebase بازخورد بدهید