מעבר לשימוש ב-Vertex AI SDK במקום ב-Google AI SDK

גרסת טרום-השקה: Vertex AI in Firebase נמצא בגרסת טרום-השקה, כלומר המוצר לא כפוף לאף הסכם רמת שירות או מדיניות הוצאה משימוש, ויכול להשתנות באופן שלא יהיה תואם לגרסאות קודמות.

הדף הזה מסביר איך לבצע העברה מ Google AI ערכות SDK של לקוח אל Vertex AI in Firebase ערכות SDK של לקוחות באפליקציות לנייד או באינטרנט. Vertex AI in Firebase ערכות ה-SDK זמינות לפלטפורמות של Apple (Swift), Android (Kotlin ו-Java), אינטרנט (JavaScript) ו-Flutter (Dart).

בייצור או באפליקציות לנייד או לאינטרנט ברמת הארגון שקוראות ל-Gemini API בצד הלקוח, מומלץ מאוד להשתמש ב-Firebase כדי לקרוא ל-Vertex AI Gemini API באמצעות ערכות ה-SDK של Vertex AI in Firebase.

כניסה ישירה להוראות ההעברה

למה כדאי לעבור לשימוש ב-Vertex AI?

יכול להיות שניסיתם גרסה חלופית של Gemini API באמצעות Google AI Studio או ערכות ה-SDK של לקוחות Google AI. ערכות ה-SDK האלה שימושיות לתחילת העבודה עם Gemini API וליצירת אב טיפוס. עם זאת, באפליקציות לנייד ולאינטרנט בייצור או בארגון שמבצעות קריאה ישירה ל-Gemini API בצד הלקוח, מומלץ מאוד להשתמש ב-Firebase SDK כדי לבצע קריאה ל-Vertex AI Gemini API.

תכונות אבטחה לאפליקציות לנייד ולאינטרנט

באפליקציות לנייד ולאינטרנט, האבטחה קריטית וצריך להביא בחשבון גורמים מיוחדים כי הקוד (כולל קריאות ל-Gemini API) פועל בסביבה לא מוגנת.

• כברירת מחדל, השדה Vertex AI Gemini API מורשה על ידי IAM Google Cloud (ולא באמצעות מפתח API כמו Google AI Gemini API). ערכות ה-SDK של Vertex AI in Firebase נועדו להגביר את האבטחה Vertex AI Gemini API

• באפליקציות לנייד ולאינטרנט, צריך להגן על Gemini API ועל בפרויקט (כמו מודלים מכווננים) מפני ניצול לרעה על ידי לקוחות לא מורשים. אפשר להשתמש ב-Firebase App Check כדי לוודא שכל הקריאות ל-API מגיעות מהאפליקציה בפועל. התכונה הזו זמינה רק אם משתמשים ב-SDKs של Vertex AI in Firebase.

סביבה עסקית שמתאימה לאפליקציות לנייד ולאינטרנט

Firebase היא הפלטפורמה של Google לפיתוח אפליקציות לנייד ולאינטרנט. שימוש ב-SDK של Vertex AI in Firebase מאפשר לכם להשתמש בסביבה שמתמקדת בצרכים של מפתחים ואפליקציות בסביבת פיתוח מלאה. לדוגמה, תוכלו לבצע את הפעולות הבאות ועוד הרבה יותר:

• אפשר להשתמש ב-Cloud Storage for Firebase כדי לכלול קבצים גדולים בבקשות עם מודלים מרובים. כמו כן, כדאי לנצל את ערכות ה-SDK של הלקוח שמטפלות בהעלאות קבצים (גם בתנאי רשת חלשים) ומספקים אבטחה רבה יותר משתמשי קצה . מידע נוסף זמין במדריך הפתרונות שלנו בנושא שימוש ב-Cloud Storage for Firebase.

• ניהול נתונים מובְנים באמצעות ערכות SDK של מסדי נתונים שנוצרו לאפליקציות לנייד ולאפליקציות אינטרנט (כמו Cloud Firestore).

• קביעת הגדרות זמן ריצה באופן דינמי (כמו מיקום) או החלפת ערכים את האפליקציה שלך (כמו שם דגם) בלי לפרסם גרסת אפליקציה חדשה באמצעות Firebase Remote Config

יתרונות נוספים של השימוש ב-Vertex AI מ-Google Cloud

ככל שהשימוש ב-AI גנרטיבי באפליקציה ותהליכי העבודה ממשיכים להתפתח, יכול להיות שתצטרכו פלטפורמה שמציעה פתרונות מקצה לקצה ליצירה ופריסה של בינה מלאכותית גנרטיבית של בינה מלאכותית גנרטיבית. ב-Google Cloud יש סביבה עסקית מקיפה של כלים שמאפשרים לכם לנצל את מלוא הפוטנציאל של בינה מלאכותית גנרטיבית, החל מהשלבים הראשוניים של פיתוח האפליקציה ועד לפריסה, לאירוח ולניהול של נתונים מורכבים בקנה מידה נרחב.

פלטפורמת Vertex AI של Google Cloud כוללת חבילה של כלי MLOps לייעל את השימוש, הפריסה והמעקב אחרי מודלים של AI כדי לשפר את היעילות אמינה. בנוסף, שילובים עם מסדי נתונים, כלי DevOps, רישום ביומן מעקב ו-IAM מספקים גישה הוליסטית לניהול במחזור החיים של בינה מלאכותית גנרטיבית.

מידע נוסף על תרחישים לדוגמה של Vertex AI זמין במסמכי התיעוד של Google Cloud.

מעבר לערכות ה-SDK של Vertex AI in Firebase

כדי להעביר ל-Vertex AI in Firebase ערכות SDK צריך לבצע שלושה שלבים עיקריים:

1. מגדירים פרויקט Firebase חדש או קיים ומקשרים את האפליקציה ל-Firebase.

2. להעביר את ה-codebase, פעולה שדורשת רק שינוי של ה-SDK קוד האתחול (כולל שם המודל). אין שינוי שנדרש לכל קוד שקורא בפועל ל-Gemini API.

3. מוחקים את מפתחות ה-API שלא נמצאים בשימוש ומשביתים ממשקי API שלא נמצאים בשימוש.

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

גם אם אתם כבר מכירים את Firebase, כדאי לעיין בקטע הזה כדי לוודא שהפרויקט והאפליקציה ב-Firebase מוגדרים לשימוש ב-SDK של Vertex AI in Firebase.

כבר יש לכם פרויקט Firebase ואפליקציה שמחוברת ל-Firebase

1. במסוף Firebase, נכנסים לדף Build with Gemini.

2. לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות. (שימו לב: אם מופיעה בכרטיסייה במסוף הערך Vertex AI, סימן שהמשימות האלה בוצעו).

   • משדרגים את הפרויקט לתוכנית התמחור Blaze בתשלום לפי שימוש.

   • מפעילים בפרויקט את שני ממשקי ה-API הבאים:
     aiplatform.googleapis.com ו-firebaseml.googleapis.com.

3. עוברים לשלב הבא במדריך הזה כדי להעביר את קוד הבסיס לשימוש ב-SDK של Vertex AI in Firebase.

אין לכם כבר פרויקט Firebase ואפליקציה שמקושרת ל-Firebase

1. נכנסים למסוף Firebase.

2. לוחצים על יצירת פרויקט ואז משתמשים 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 בתהליך העבודה 'יצירת פרויקט'.

   • אפשרות 2: "הוספת Firebase" לפרויקט Google Cloud קיים על ידי בחירת שם הפרויקט Google Cloud מהתפריט הנפתח השלב הראשון של 'יצירת פרויקט' בתהליך העבודה.

     • אפשר להשתמש בפרויקט Google Cloud שנוצר בשבילכם על ידי Google AI Studio כשיצרתם את מפתח ה-API Google AI. אפשר מוצאים את שם הפרויקט בקטע API key של Google AI Studio.

     • אפשר להשתמש בכל פרויקט Google Cloud קיים אחר.

   שימו לב: כשמוצגת בקשה לעשות זאת, לא צריך להגדיר Google Analytics כדי להשתמש בערכות ה-SDK Vertex AI in Firebase.

3. במסוף Firebase, עוברים אל איך מפתחים בעזרת Gemini

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

   • צריך לשדרג את הפרויקט כדי להשתמש תוכנית התמחור והתשלומים של Blaze לתשלום לפי שימוש.

   • מפעילים בפרויקט את שני ממשקי ה-API הבאים:
     aiplatform.googleapis.com וגם firebaseml.googleapis.com.

5. ממשיכים בתהליך העבודה במסוף כדי לקשר את האפליקציה ל-Firebase. כוללת את המשימות הבאות:

   • רישום האפליקציה בפרויקט Firebase שלך.

   • הוספת הגדרת Firebase לקוד של האפליקציה.

   הערה: בשלבים הבאים במדריך הזה תשנה את ה-codebase של האפליקציה ל- שימוש ב-SDK של Vertex AI in Firebase ובאתחול ספציפי לשימוש Vertex AI in Firebase SDK.

שלב 2: העברת בסיס הקוד

כדי לראות הוראות ספציפיות לפלטפורמה, צריך לבחור את הפלטפורמה של האפליקציה.

iOS+ Android אינטרנט Flutter

ערכות ה-SDK של Google AI ושל Vertex AI in Firebase תוכננו כך שהמעבר בין שתי הפלטפורמות יהיה פשוט ככל האפשר.

כדי לבצע את ההעברה, צריך רק לשנות את ה-SDK שמשולב באפליקציה שלך ב-codebase והאתחול של השירות והמודל הגנרטיבי. אין צורך לשנות את הקוד שמפעיל את Gemini API.

שינוי ה-SDK

Google AI

Vertex AI in Firebase

שינוי האתחול

Google AI

Vertex AI in Firebase

הערה: יכול להיות שתצטרכו לעדכן גם את שם הדגם בקוד האתחול כאשר עוברים אל Vertex AI. הסיבה לכך היא ש-Google AI וגם Vertex AI תומכים במודלים שונים ומשתמשים בפורמטים שונים של שמות. כדי ללמוד על דגמים זמינים מ-Vertex AI. ראו המודלים של Gemini.

שלב 3: מוחקים מפתחות API שלא בשימוש ומשביתים ממשקי API שלא בשימוש

אם לא צריך יותר להשתמש במפתח ה-API Google AI, יש לפעול לפי הנחיות האבטחה שיטות מומלצות ולמחוק אותה. אפשר להציג ולמחוק את ה-API של Google AI מקשים ב- הקטע מפתחות API של Google AI Studio.

בנוסף, אם אתם כבר לא משתמשים ב-Google AI Gemini API, תוכלו להשבית אותו בפרויקט. אפשר לעשות זאת במסוף Google Cloud דרך הדף Generative Language API (generativelanguage.googleapis.com). ("Generative Language API" הוא השם הרשמי של Google AI Gemini API).

מה עוד אפשר לעשות?

• גם Google AI וגם Vertex AI מציעים 'מגרש משחקים' בממשק המשתמש באינטרנט ניסיון שנקרא 'AI Studio' לניסוי עם הנחיות ופרמטרים של מודלים. נושאי לימוד מדריכים העברת ההצעות מ-Google AI Studio אל Vertex AI Studio במסמכי התיעוד Google Cloud.