透過 Firebase SDKs 的 Vertex AI AI 開始使用 Gemini'API

iOS+ Android 網頁版 Flutter

本指南說明如何開始使用所選平台的 Vertex AI in Firebase SDK，直接從應用程式呼叫 Vertex AI Gemini API。

其他與 Gemini API 相關的選項

• 您可以選擇嘗試 Gemini API
  的「Google AI」替代版本，使用 Google AI Studio 和 Google AI 用戶端 SDK 取得免付費存取權 (在限制範圍內且適用情況下)。這些 SDK 應僅用於行動應用程式和網頁應用程式的原型設計。

  熟悉 Gemini API 的運作方式後，請遷移至我們的 Vertex AI in Firebase SDK (本說明文件)，其中提供許多對行動和網頁應用程式重要的額外功能，例如使用 Firebase App Check 保護 API 免遭濫用，以及支援要求中的大型媒體檔案。

• 視需要呼叫 Vertex AI Gemini API 伺服器端 (例如使用 Python、Node.js 或 Go)
  使用伺服器端 Vertex AI SDK、Firebase Genkit 或 Firebase Extensions 來處理 Gemini API。

請注意，您也可以使用這份指南，開始使用 Vertex AI in Firebase SDK 存取 Imagen 模型。

事前準備

本指南假設您已熟悉如何使用 Flutter 開發應用程式。

• 請確認開發環境和 Flutter 應用程式符合下列規定：

  • Dart 3.2.0 以上

• (選用) 查看範例應用程式。

  下載範例應用程式

  您可以快速試用 SDK、查看各種用途的完整實作方式，或使用範例應用程式 (如果您沒有自己的 Flutter 應用程式)。如要使用範例應用程式，您必須將其連結至 Firebase 專案。

步驟 1：設定 Firebase 專案，並將應用程式連結至 Firebase

如果您已擁有 Firebase 專案和已連結至 Firebase 的應用程式

1. 在 Firebase 主控台中，前往「運用 Gemini 建構內容」頁面。

2. 按一下 Vertex AI in Firebase 資訊卡，即可啟動工作流程，協助您完成下列工作：

   • 升級專案，採用即付即用 Blaze 定價方案。

   • 在專案中啟用必要的 API (Vertex AI API 和 Vertex AI in Firebase API)。

3. 請繼續參閱本指南的後續步驟，將 SDK 新增至應用程式。

如果您「沒有」已建立 Firebase 專案，也沒有與 Firebase 連結的應用程式

設定 Firebase 專案

1. 登入 Firebase 控制台。

2. 按一下「建立專案」，然後使用下列任一選項：

   • 選項 1：在「建立專案」工作流程的第一個步驟中輸入新專案名稱，即可建立全新的 Firebase 專案 (以及其底層 Google Cloud 專案)。

   • 選項 2：在現有的 Google Cloud 專案中「新增 Firebase」，方法是在「建立專案」工作流程的第一個步驟中，從下拉式選單中選取 Google Cloud 專案名稱。

   請注意，在系統提示時，您不需要設定 Google Analytics 來使用 Vertex AI in Firebase SDK。

3. 在 Firebase 主控台中，前往「運用 Gemini 建構內容」頁面。

4. 按一下 Vertex AI in Firebase 資訊卡，即可啟動工作流程，協助您完成下列工作：

   • 升級專案，採用即付即用 Blaze 定價方案。

   • 在專案中啟用必要的 API (Vertex AI API 和 Vertex AI in Firebase API)。

將應用程式連結至 Firebase

1. 安裝必要的指令列工具：

   1. 如果您尚未安裝，請安裝 Firebase CLI。

   2. 執行下列指令，使用 Google 帳戶登入 Firebase：

      firebase login
      

   3. 請從任何目錄執行下列指令，安裝 FlutterFire CLI：

      dart pub global activate flutterfire_cli
      

2. 將應用程式設為使用 Firebase：

   使用 FlutterFire CLI 設定 Flutter 應用程式，以便連線至 Firebase。

   在 Flutter 專案目錄中執行下列指令，即可啟動應用程式設定工作流程：

   flutterfire configure
   

   這個 flutterfire configure 工作流程有什麼功能？

   flutterfire configure 工作流程會執行以下操作：

   • 要求您選取 Flutter 應用程式支援的平台 (iOS、Android、網頁)。FlutterFire CLI 會針對每個所選平台，在 Firebase 專案中建立新的 Firebase 應用程式。

     您可以選擇使用現有的 Firebase 專案，或建立新的 Firebase 專案。如果您已在現有 Firebase 專案中註冊應用程式，FlutterFire CLI 會根據目前的 Flutter 專案設定嘗試比對。

   • 建立 Firebase 設定檔 (firebase_options.dart)，並將其新增至 Flutter 應用程式的 lib/ 目錄。

3. 在本指南的後續步驟中，您將在應用程式中新增 Vertex AI in Firebase SDK，並完成使用 SDK 和 Gemini API 所需的初始化作業。

注意： 強烈建議您在 Firebase 控制台中設定 Firebase App Check。如果您只是想試用 Gemini API，就不需要立即設定 App Check；不過，建議您在開始認真開發應用程式時，盡快設定這項功能。

步驟 2：新增 SDK

Firebase 專案設定完成，應用程式已連結至 Firebase (請參閱上一個步驟)，現在您可以將 Vertex AI in Firebase SDK 新增至應用程式。

iOS+ Android 網頁版 Flutter

Flutter 的 Vertex AI in Firebase 外掛程式 (firebase_vertexai) 提供 API 存取權，可用於與 Gemini 和 Imagen 模型互動。

1. 在 Flutter 專案目錄中執行下列指令，安裝核心外掛程式和 Vertex AI in Firebase 外掛程式：

   flutter pub add firebase_core && flutter pub add firebase_vertexai
   

2. 在 lib/main.dart 檔案中，匯入 Firebase 核心外掛程式、Vertex AI in Firebase 外掛程式，以及您先前產生的設定檔：

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

3. 在 lib/main.dart 檔案中，使用設定檔匯出的 DefaultFirebaseOptions 物件初始化 Firebase：

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

4. 重新建構 Flutter 應用程式：

   flutter run
   

步驟 3：初始化 Vertex AI 服務和生成式模型

您必須先初始化 Vertex AI 服務和生成式模型，才能發出任何 API 呼叫並提示 Gemini 模型。

注意： 如果您想提示 Imagen 模型，請參閱「使用 Imagen 產生圖片」一文，瞭解如何設定其初始化作業。

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');

完成這份入門指南後，請瞭解如何選擇適合用途和應用程式的模型和 (選用) 位置。

步驟 4：向模型傳送提示要求

您已將應用程式連結至 Firebase、新增 SDK，並初始化 Vertex AI 服務和生成模型，因此可以向 Gemini 模型傳送提示要求。

您可以使用 generateContent()，根據僅限文字提示要求產生文字：

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 也可以串流回應，加快互動速度，並處理包含圖片、影片和音訊等內容的多模態提示。請參閱本頁後續的所有功能，瞭解 Gemini API 的功能。

如果系統顯示錯誤訊息，請確認 Firebase 專案已正確設定，並啟用 Blaze 定價方案和必要的 API。

你還可以做些什麼？

進一步瞭解支援的型號

瞭解可用於各種用途的模型，以及相關配額和價格。

試用 Gemini API 的其他功能

• 進一步瞭解如何透過文字提示產生文字，包括如何串流回應。
• 使用多模態提示 (包括文字、圖片、PDF、影片和音訊) 來生成文字。
• 建構多輪對話 (聊天)。
• 從文字和多模態提示產生結構化輸出內容 (例如 JSON)。
• 使用函式呼叫，將生成模型連結至外部系統和資訊。

瞭解如何控管內容產生

• 瞭解提示設計，包括最佳做法、策略和提示範例。
• 設定模型參數，例如溫度和輸出符記數量上限 (適用於 Gemini)，或顯示比例和人物生成 (適用於 Imagen)。
• 使用安全性設定，調整可能會收到有害回應的機率。

您也可以使用 Vertex AI Studio 實驗提示和模型設定。

針對 Vertex AI in Firebase 的使用體驗提供意見回饋