Pierwsze kroki z interfejsem Gemini {/8}API za pomocą Vertex AI w pakietach SDK Firebase


W tym przewodniku znajdziesz informacje o tym, jak zacząć korzystać z funkcji Vertex AI Gemini API bezpośrednio z aplikacji za pomocą pakietu SDK Vertex AI in Firebase przeznaczonego dla wybranej platformy.

Wymagania wstępne

W tym przewodniku zakładamy, że znasz już podstawy tworzenia aplikacji za pomocą Fluttera.

  • Upewnij się, że środowisko programistyczne i aplikacja Flutter spełniają te wymagania:

    • Dart 3.2.0 lub nowszy
  • (Opcjonalnie) Wypróbuj przykładową aplikację.

    Pobierz przykładową aplikację

    Możesz szybko wypróbować pakiet SDK, zobaczyć pełną implementację różnych przypadków użycia lub użyć przykładowej aplikacji, jeśli nie masz własnej aplikacji Flutter. Aby użyć przykładowej aplikacji, musisz połączyć ją z projektem Firebase.

Krok 1. Skonfiguruj projekt Firebase i połącz z nim aplikację.

Jeśli masz już projekt Firebase i aplikację połączoną z Firebase

  1. W konsoli Firebase otwórz stronę Tworzenie za pomocą Gemini.

  2. Kliknij kartę Vertex AI in Firebase, aby uruchomić przepływ pracy, który pomoże Ci wykonać te czynności:

  3. Aby dodać pakiet SDK do aplikacji, przejdź do następnego kroku w tym przewodniku.

Jeśli nie masz jeszcze projektu Firebase i aplikacji połączonej z Firebase

  1. Zaloguj się w konsoli Firebase.

  2. Kliknij Utwórz projekt, a potem wybierz jedną z tych opcji:

    • Opcja 1: utwórz zupełnie nowy projekt Firebase (i jego podstawowy projekt Google Cloud automatycznie), wpisując nową nazwę projektu w pierwszym kroku procesu „Tworzenie projektu”.

    • Opcja 2: dodaj Firebase do istniejącego projektu Google Cloud, wybierając jego nazwę Google Cloud w menu w pierwszym kroku procesu „Tworzenie projektu”.

    Pamiętaj, że gdy pojawi się taka prośba, nie musisz konfigurować pakietu Google Analytics, aby używać pakietów SDK Vertex AI in Firebase.

  3. W konsoli Firebase otwórz stronę Tworzenie za pomocą Gemini.

  4. Kliknij kartę Vertex AI in Firebase, aby uruchomić przepływ pracy, który pomoże Ci wykonać te czynności:

  1. Zainstaluj wymagane narzędzia wiersza poleceń:

    1. Zainstaluj interfejs wiersza poleceń Firebase (jeśli jeszcze go nie masz).

    2. Zaloguj się w Firebase za pomocą konta Google, wykonując to polecenie:

      firebase login
      
    3. Zainstaluj interfejs wiersza poleceń FlutterFire, uruchamiając to polecenie z dowolnego katalogu:

      dart pub global activate flutterfire_cli
      
  2. Skonfiguruj aplikacje pod kątem używania Firebase:

    Użyj wiersza poleceń FlutterFire, aby skonfigurować aplikacje Flutter pod kątem połączenia z Firebase.

    Aby rozpocząć konfigurację aplikacji, uruchom w katalogu projektu Flutter to polecenie:

    flutterfire configure
    

    Przepływ pracy flutterfire configure wykonuje te czynności:

    • Poproś o wybranie platform (iOS, Android, Web) obsługiwanych w aplikacji Flutter. Dla każdej wybranej platformy wiersz poleceń FlutterFire utworzy nową aplikację Firebase w Twoim projekcie Firebase.

      Możesz użyć dotychczasowego projektu Firebase lub utworzyć nowy. Jeśli masz już aplikacje zarejestrowane w dotychczasowym projekcie Firebase, interfejs wiersza poleceń FlutterFire spróbuje je dopasować na podstawie bieżącej konfiguracji projektu Flutter.

    • Tworzy plik konfiguracji Firebase (firebase_options.dart) i dodaje go do katalogu lib/ aplikacji Flutter.

  3. W kolejnych krokach tego przewodnika dodasz do aplikacji pakiet SDK Vertex AI in Firebase i przeprowadzisz wymaganą przez niego inicjalizację, która jest specyficzna dla tego pakietu i elementu Gemini API.


Krok 2. Dodaj pakiet SDK

Po skonfigurowaniu projektu Firebase i połączeniu aplikacji z Firebase (patrz poprzedni krok) możesz dodać do niej pakiet SDK Vertex AI in Firebase.

Wtyczka Vertex AI in Firebase dla Flutter (firebase_vertexai) zapewnia dostęp do Vertex AI Gemini API.

  1. W katalogu projektu Flutter uruchom to polecenie, aby zainstalować podstawowe i Vertex AI in Firebase:

    flutter pub add firebase_core && flutter pub add firebase_vertexai
    
  2. W pliku lib/main.dart zaimportuj podstawowy wtyczkę Firebase, wtyczkę Vertex AI in Firebase oraz wygenerowany wcześniej plik konfiguracji:

    import 'package:firebase_core/firebase_core.dart';
    import 'package:firebase_vertexai/firebase_vertexai.dart';
    import 'firebase_options.dart';
    
  3. W pliku lib/main.dart zainicjuj Firebase za pomocą obiektu DefaultFirebaseOptions wyeksportowanego przez plik konfiguracji:

    await Firebase.initializeApp(
      options: DefaultFirebaseOptions.currentPlatform,
    );
    
  4. Zbuduj ponownie aplikację Flutter:

    flutter run
    

Krok 3. Inicjuj usługę Vertex AI i model generatywny

Zanim zaczniesz wykonywać wywołania interfejsu API, musisz zainicjować usługę Vertex AI i model generatywny.

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');

Po przeczytaniu tego przewodnika dowiesz się, jak wybrać model Gemini i (opcjonalnie) lokalizację odpowiednią do Twojego przypadku użycia i aplikacji.

Krok 4. Zadzwoń do Vertex AI Gemini API

Po połączeniu aplikacji z Firebase, dodaniu pakietu SDK i inicjalizacji usługi Vertex AI oraz modelu generatywnego możesz wywołać funkcję Vertex AI Gemini API.

Aby wygenerować tekst z promptu tekstowego, użyj generateContent():

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);

Co jeszcze możesz zrobić?

Więcej informacji o modelach Gemini

Dowiedz się więcej o modelach dostępnych w różnych przypadkach użycia oraz ich limitach i cenach.

Wypróbuj inne możliwości Gemini API

Dowiedz się, jak kontrolować generowanie treści

Możesz też eksperymentować z promptami i konfiguracjami modeli za pomocą Vertex AI Studio.


Prześlij opinię na temat korzystania z usługi Vertex AI in Firebase