איך מתחילים להשתמש ב-Gemini {7/}API באמצעות Vertex AI בערכות SDK של Firebase


במדריך הזה מוסבר איך להתחיל לבצע קריאות ל-Vertex AI Gemini API ישירות מהאפליקציה באמצעות ה-SDK של Vertex AI in Firebase לפלטפורמה שבחרתם.

דרישות מוקדמות

במדריך הזה אנחנו יוצאים מנקודת הנחה שאתם מכירים את הפיתוח של אפליקציות באמצעות Flutter.

  • צריך לוודא שסביבת הפיתוח והאפליקציה ב-Flutter עומדות בדרישות הבאות:

    • Dart 3.2.0 ואילך
  • (אופציונלי) כדאי לבדוק את האפליקציה לדוגמה.

    הורדת האפליקציה לדוגמה

    אתם יכולים לנסות את ה-SDK במהירות, לראות הטמעה מלאה של תרחישים שונים לדוגמה או להשתמש באפליקציית הדוגמה אם אין לכם אפליקציית Flutter משלכם. כדי להשתמש באפליקציית הדוגמה, תצטרכו לקשר אותה לפרויקט Firebase.

שלב 1: מגדירים פרויקט Firebase ומקשרים את האפליקציה ל-Firebase

אם כבר יש לכם פרויקט Firebase ואפליקציה שמחוברת ל-Firebase

  1. במסוף Firebase, עוברים לדף Build with Gemini.

  2. לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:

  3. עוברים לשלב הבא במדריך כדי להוסיף את ה-SDK לאפליקציה.

אם עדיין אין לכם פרויקט Firebase ואפליקציה שמחוברת ל-Firebase

  1. נכנסים למסוף Firebase.

  2. לוחצים על יצירת פרויקט ומשתמשים באחת מהאפשרויות הבאות:

    • אפשרות 1: יוצרים פרויקט Firebase חדש לגמרי (ואת הפרויקט הבסיסי Google Cloud שלו באופן אוטומטי) על ידי הזנת שם פרויקט חדש בשלב הראשון של תהליך העבודה 'יצירת פרויקט'.

    • אפשרות 2: 'הוספת Firebase' לפרויקט Google Cloud קיים. לשם כך, בוחרים את שם הפרויקט ב-Google Cloud בתפריט הנפתח בשלב הראשון בתהליך העבודה 'יצירת פרויקט'.

    הערה: כשמוצגת בקשה, לא צריך להגדיר את Google Analytics כדי להשתמש ב-SDKs של Vertex AI in Firebase.

  3. במסוף Firebase, עוברים לדף Build with Gemini.

  4. לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:

  1. מתקינים את כלי שורת הפקודה הנדרשים:

    1. אם עדיין לא עשיתם זאת, מתקינים את CLI של Firebase.

    2. מתחברים ל-Firebase באמצעות חשבון Google על ידי הפעלת הפקודה הבאה:

      firebase login
      
    3. כדי להתקין את ה-CLI של FlutterFire, מריצים את הפקודה הבאה מכל ספרייה:

      dart pub global activate flutterfire_cli
      
  2. מגדירים את האפליקציות כך שישתמשו ב-Firebase:

    שימוש ב-CLI של FlutterFire כדי להגדיר את אפליקציות Flutter כך שיתחברו ל-Firebase.

    בתיקיית הפרויקט ב-Flutter, מריצים את הפקודה הבאה כדי להתחיל את תהליך הגדרת האפליקציה:

    flutterfire configure
    

    תהליך העבודה של flutterfire configure מבצע את הפעולות הבאות:

    • תתבקשו לבחור את הפלטפורמות (iOS, ‏ Android, ‏ Web) הנתמכות באפליקציית Flutter. לכל פלטפורמה שנבחרה, ה-CLI של FlutterFire יוצר אפליקציית Firebase חדשה בפרויקט Firebase.

      אפשר לבחור אם להשתמש בפרויקט Firebase קיים או ליצור פרויקט Firebase חדש. אם כבר יש לכם אפליקציות רשומות בפרויקט Firebase קיים, ה-CLI של FlutterFire ינסה להתאים אותן על סמך ההגדרות הנוכחיות של פרויקט Flutter.

    • יוצרים קובץ תצורה של Firebase‏ (firebase_options.dart) ומוסיפים אותו לתיקייה lib/ של אפליקציית Flutter.

  3. בשלבים הבאים של המדריך הזה תוסיפו את ה-SDK של Vertex AI in Firebase לאפליקציה ותבצעו את האיפוס הנדרש שספציפי לשימוש ב-SDK וב-Gemini API.


שלב 2: מוסיפים את ה-SDK

אחרי שמגדירים את פרויקט Firebase ומחברים את האפליקציה ל-Firebase (ראו שלב קודם), אפשר להוסיף את ה-SDK של Vertex AI in Firebase לאפליקציה.

הפלאגין Vertex AI in Firebase ל-Flutter (firebase_vertexai) מספק גישה ל-Vertex AI Gemini API.

  1. כדי להתקין את הפלאגין של הליבה ואת הפלאגין Vertex AI in Firebase, מריצים את הפקודה הבאה מהספרייה של פרויקט Flutter:

    flutter pub add firebase_core && flutter pub add firebase_vertexai
    
  2. בקובץ lib/main.dart, מייבאים את הפלאגין של הליבה של Firebase, את הפלאגין Vertex AI in Firebase ואת קובץ התצורה שיצרתם מקודם:

    import 'package:firebase_core/firebase_core.dart';
    import 'package:firebase_vertexai/firebase_vertexai.dart';
    import 'firebase_options.dart';
    
  3. בקובץ lib/main.dart, מאתחלים את Firebase באמצעות האובייקט DefaultFirebaseOptions שיוצאו מקובץ התצורה:

    await Firebase.initializeApp(
      options: DefaultFirebaseOptions.currentPlatform,
    );
    
  4. בונים מחדש את אפליקציית Flutter:

    flutter run
    

שלב 3: מאתחלים את השירות Vertex AI ואת המודל הגנרטיבי

לפני שתוכלו לבצע קריאות API, תצטרכו לאתחל את השירות Vertex AI ואת המודל הגנרטיבי.

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');

אחרי שתסיימו לקרוא את המדריך למתחילים, תוכלו ללמוד איך לבחור מודל של Gemini ו (אופציונלי) מיקום שמתאים לאפליקציה ולתרחיש השימוש שלכם.

שלב 4: קוראים ל-Vertex AI Gemini API

אחרי שחברתם את האפליקציה ל-Firebase, הוספתם את ה-SDK ואתחלתם את השירות Vertex AI ואת המודל הגנרטיבי, אתם מוכנים לבצע קריאה ל-Vertex AI Gemini API.

אפשר להשתמש ב-generateContent() כדי ליצור טקסט מבקשת הנחיה בטקסט בלבד:

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);

מה עוד אפשר לעשות?

מידע נוסף על המודלים של Gemini

כאן תוכלו לקרוא מידע נוסף על המודלים הזמינים לתרחישי שימוש שונים, ועל המכסות והתמחור שלהם.

ניסיון ביכולות אחרות של Gemini API

איך שולטים ביצירת תוכן

אפשר גם להתנסות בהנחיות ובהגדרות של מודלים באמצעות הפקודה Vertex AI Studio.


שליחת משוב על חוויית השימוש ב-Vertex AI in Firebase