במדריך הזה מוסבר איך להתחיל לבצע קריאות ל-Vertex AI Gemini API ישירות מהאפליקציה באמצעות ה-SDK של Vertex AI in Firebase לפלטפורמה שבחרתם.
אפשרויות אחרות לעבודה עם Gemini API
אפשר גם להתנסות בגרסה חלופית 'Google AI' של Gemini API
כדי לקבל גישה בחינם (במגבלות ובאזורים שבהם היא זמינה) באמצעות Google AI Studio ו-Google AI SDK ללקוח. צריך להשתמש ב-SDK האלה לצורך יצירת אב טיפוס בלבד באפליקציות לנייד ובאפליקציות אינטרנט.אחרי שתתמצאו באופן שבו פועל Gemini API, תוכלו לעבור ל-Vertex AI in Firebase SDKs (המסמכים האלה) שיש בהם תכונות נוספות רבות שחשובות לאפליקציות לנייד ולאפליקציות אינטרנט, כמו הגנה על ה-API מפני ניצול לרעה באמצעות Firebase App Check ותמיכה בבקשות עם קובצי מדיה גדולים.
אפשר גם להפעיל את Vertex AI Gemini API בצד השרת (למשל באמצעות Python, Node.js או Go)
. משתמשים בערכות ה-SDK של Vertex AI בצד השרת, ב-Firebase Genkit או ב-Firebase Extensions עבור Gemini API.
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.
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
במסוף Firebase, עוברים לדף Build with Gemini.
לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:
משדרגים את הפרויקט לתוכנית התמחור Blaze בתשלום לפי שימוש.
מפעילים את ממשקי ה-API הנדרשים בפרויקט (Vertex AI API ו-Vertex AI in Firebase API).
עוברים לשלב הבא במדריך כדי להוסיף את ה-SDK לאפליקציה.
אם עדיין אין לכם פרויקט Firebase ואפליקציה שמחוברת ל-Firebase
הגדרת פרויקט Firebase
נכנסים למסוף Firebase.
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.
במסוף Firebase, עוברים לדף Build with Gemini.
לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:
משדרגים את הפרויקט לתוכנית התמחור Blaze בתשלום לפי שימוש.
מפעילים את ממשקי ה-API הנדרשים בפרויקט (Vertex AI API ו-Vertex AI in Firebase API).
קישור האפליקציה ל-Firebase
מתקינים את כלי שורת הפקודה הנדרשים:
אם עדיין לא עשיתם זאת, מתקינים את CLI של Firebase.
מתחברים ל-Firebase באמצעות חשבון Google על ידי הפעלת הפקודה הבאה:
firebase login
כדי להתקין את ה-CLI של FlutterFire, מריצים את הפקודה הבאה מכל ספרייה:
dart pub global activate flutterfire_cli
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
מה עושה תהליך העבודה
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 לתיקייהlib/
של אפליקציית Flutter.
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.
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
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';
בקובץ
lib/main.dart
, מאתחלים את Firebase באמצעות האובייקטDefaultFirebaseOptions
שיוצאו מקובץ התצורה:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );
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
- מידע נוסף על יצירת טקסט מאותות 'טקסט בלבד', כולל הסבר על סטרימינג של התשובה
- יצירת טקסט מהנחיות מולטימודיאליות (כולל טקסט, תמונות, קובצי PDF, וידאו ואודיו).
- ליצור שיחות עם זיכרון (צ'אט).
- יצירת פלט מובנה (כמו JSON) גם מהנחיות טקסט וגם מהנחיות מולטימודיאליות.
- משתמשים בקריאה לפונקציה כדי לחבר מודלים גנרטיביים למערכות ולמידע חיצוניים.
איך שולטים ביצירת תוכן
- הסבר על תכנון הנחיות, כולל שיטות מומלצות, אסטרטגיות והנחיות לדוגמה.
- להגדיר את הפרמטרים של המודל, כמו הטמפרטורה ואת מספר האסימונים המקסימלי של הפלט.
- שימוש בהגדרות הבטיחות כדי לשנות את הסבירות לקבלת תשובות שעשויות להיחשב כמזיקות.
שליחת משוב על חוויית השימוש ב-Vertex AI in Firebase