Pierwsze kroki z interfejsem Gemini API za pomocą Vertex AI w pakietach SDK Firebase


Z tego przewodnika dowiesz się, jak zacząć dzwonić pod numery Vertex AI Gemini API bezpośrednio w aplikacji za pomocą Pakiet SDK Vertex AI in Firebase dla wybranej platformy.

Wymagania wstępne

W tym przewodniku przyjęto założenie, że wiesz już, jak używać Android Studio do tworzenia na Androida.

  • Upewnij się, że Twoje środowisko programistyczne i aplikacja na Androida spełniają wymagania następujące wymagania:

    • Android Studio (najnowsza wersja)
    • Aplikacja na Androida musi być kierowana na interfejs API na poziomie 21 lub wyższym.

  • (Opcjonalnie) Zobacz przykładową aplikację.

    Pobieranie przykładowej aplikacji

    Możesz szybko wypróbować pakiet SDK, zobaczyć pełną implementację różnych zastosowań w przypadkach, a jeśli nie masz własnej aplikacji na Androida, skorzystaj z aplikacji próbnej. Aby użyć przykładowej aplikacji, musisz wykonać połączyć je z projektem Firebase.

Krok 1. Skonfiguruj projekt Firebase i połącz z nią swoją aplikację

Jeśli masz już projekt Firebase i aplikację połączoną z Firebase

  1. W konsoli Firebase wybierz Strona Build with Gemini

  2. Kliknij kartę Vertex AI in Firebase, aby uruchomić przepływ pracy, który pomoże Ci wykonaj te czynności. (Pamiętaj, że jeśli w konsoli widoczna jest karta Vertex AI, te zadania są ukończone).

  3. Przejdź do następnego kroku tego przewodnika, aby dodać pakiet SDK do aplikacji.

Jeśli nie masz jeszcze projektu Firebase ani aplikacji połączonej z Firebase


Krok 2. Dodaj pakiet SDK

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

Pakiet SDK Vertex AI in Firebase na Androida (firebase-vertexai) zapewnia dostęp do Vertex AI Gemini API.

w pliku konfiguracji Gradle modułu (na poziomie aplikacji); (np. <project>/<app-module>/build.gradle.kts), dodaj zależność dla parametru Pakiet SDK Vertex AI in Firebase na Androida:

Kotlin+KTX 

dependencies {
  // ... other androidx dependencies

  // add the dependency for the Vertex AI in Firebase SDK for Android
  implementation("com.google.firebase:firebase-vertexai:16.0.0-beta04")
}

Java

W przypadku języka Java musisz dodać 2 dodatkowe biblioteki.

dependencies {
  // ... other androidx dependencies

  // add the dependency for the Vertex AI in Firebase SDK for Android
  implementation("com.google.firebase:firebase-vertexai:16.0.0-beta04")

  // Required for one-shot operations (to use `ListenableFuture` from Guava Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

Krok 3. Zainicjuj usługę Vertex AI i model generatywny

Zanim będzie można wykonywać wywołania interfejsu API, musisz zainicjować Vertex AI i modelu generatywnego.

Kotlin+KTX

W przypadku Kotlin metody zawarte w tym pakiecie SDK są funkcjami zawieszania i muszą być wywoływane z zakresu Coroutine. 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
val generativeModel = Firebase.vertexAI.generativeModel("gemini-1.5-flash")

Java

W przypadku Javy metody strumieniowego przesyłania danych w tym pakiecie SDK zwracają błąd Publisher z biblioteki strumieni reaktywnych. 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
GenerativeModel gm = FirebaseVertexAI.getInstance()
        .generativeModel("gemini-1.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

Po przeczytaniu przewodnika dla początkujących dowiedz się, jak wybrać model Gemini i (opcjonalnie) lokalizacja odpowiednią do przypadku użycia i aplikacji.

Krok 4. Zadzwoń pod numer Vertex AI Gemini API

Po połączeniu aplikacji z Firebase, dodaniu pakietu SDK i zainicjowaniu jej usługę Vertex AI i model generatywny, możesz zadzwonić pod numer Vertex AI Gemini API.

Możesz użyć narzędzia generateContent(), aby wygenerować tekst na podstawie prompta tekstowego żądanie:

Kotlin+KTX

W przypadku Kotlin metody zawarte w tym pakiecie SDK są funkcjami zawieszania i muszą być wywoływane z zakresu Coroutine. 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
val generativeModel = Firebase.vertexAI.generativeModel("gemini-1.5-flash")

// Provide a prompt that contains text
val prompt = "Write a story about a magic backpack."

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(prompt)
print(response.text)

Java

W przypadku Javy metody w tym pakiecie SDK zwracają błąd ListenableFuture. 
// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
GenerativeModel gm = FirebaseVertexAI.getInstance()
        .generativeModel("gemini-1.5-flash");
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// Provide a prompt that contains text
Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        System.out.println(resultText);
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);
. .

Co jeszcze możesz zrobić?

Więcej informacji o modelach Gemini

Dowiedz się więcej o dostępne modele do różnych zastosowań oraz ich poniższych limitów i cen.

Wypróbuj inne funkcje urządzenia Gemini API

Dowiedz się, jak kontrolować generowanie treści

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


Przesyłanie opinii o Twoich wrażeniach z korzystania z Vertex AI in Firebase