Migrieren Sie, um Vertex AI SDKs anstelle von Google AI SDKs zu verwenden

Vorschau: Vertex AI in Firebase befindet sich in der Vorabversion, was bedeutet, dass das Produkt unterliegt keinem SLA und keiner Richtlinie zur Einstellung von Produkten und Diensten und kann sich in nicht abwärtskompatiblen Methoden.

Auf dieser Seite wird die Migration vom Google AI-Client-SDKs dem Vertex AI in Firebase-Client-SDKs in Ihren mobilen oder Web-Apps. Die Vertex AI in Firebase SDKs sind für Apple-Plattformen (Swift), Android (Kotlin und Java), Web (JavaScript) und Flutter (Dart) verfügbar.

Für die Produktion oder mobilen oder Web-Apps für große Unternehmen, Gemini API clientseitig aufrufen, Firebase unbedingt empfiehlt, die Vertex AI Gemini API aufzurufen mithilfe unserer Vertex AI in Firebase SDKs.

Migrationsanleitung aufrufen

Gründe für die Migration zur Verwendung von Vertex AI

Möglicherweise hast du eine alternative Version eines Gemini API mit Google AI Studio oder den Google AI-Client-SDKs ausprobiert. Diese SDKs sind nützlich, um mit der Gemini API und dem Prototyping zu beginnen. Bei Produktions- oder Enterprise-Apps, die Gemini API-Dienste clientseitig direkt aufrufen, empfiehlt Firebase jedoch dringend, Vertex AI Gemini API mithilfe unserer Firebase SDKs aufzurufen.

Sicherheitsfunktionen für mobile und Webanwendungen

Bei mobilen Apps und Webanwendungen ist Sicherheit entscheidend und erfordert besondere Überlegungen, da Ihr Code (einschließlich Aufrufe der Gemini API) in einer ungeschützten Umgebung ausgeführt wird.

• Standardmäßig wird die Vertex AI Gemini API von Google Cloud IAM autorisiert (nicht über einen API-Schlüssel wie die Google AI Gemini API). Die Vertex AI in Firebase SDKs sind so konzipiert, dass sie die sicherere Vertex AI Gemini API aufrufen.

• Bei mobilen Apps und Web-Apps müssen Sie Gemini API und Ihr Projektressourcen (wie abgestimmte Modelle) vor Missbrauch durch nicht autorisierte Clients schützen. Ich können Sie mit Firebase App Check überprüfen, ob alle API-Aufrufe von Ihrer App installiert. Diese Funktion ist nur verfügbar, wenn du das Vertex AI in Firebase SDKs.

Für mobile Apps und Webanwendungen entwickeltes System

Firebase ist die Google-Plattform für die Entwicklung von mobilen und Web-Apps. Wenn du die Vertex AI in Firebase SDKs verwendest, befinden sich deine Apps in einer die sich auf die Anforderungen von Full-Stack-Apps und Entwicklern konzentriert. Sie können beispielsweise Folgendes und vieles mehr tun:

• Verwenden Sie Cloud Storage for Firebase, um große Dateien in Ihr multimodales Modell aufzunehmen -Anfragen. Außerdem können Sie Client-SDKs nutzen, die Dateiuploads und ‑downloads (auch bei schlechten Netzwerkbedingungen) verarbeiten und mehr Sicherheit für die Daten Ihrer Endnutzer bieten. Weitere Informationen finden Sie in der Lösungsleitfaden zur Verwendung von Cloud Storage for Firebase.

• Strukturierte Daten mit Datenbank-SDKs verwalten, die für mobile und Web-Apps entwickelt wurden (z. B. Cloud Firestore).

• Laufzeitkonfigurationen (z. B. Standort) dynamisch festlegen oder Werte in (z. B. einen Modellnamen), ohne eine neue App-Version mit Firebase Remote Config

Weitere Vorteile der Verwendung von Vertex AI von Google Cloud

Wenn Sie generative KI in Ihrer App und Ihren Workflows weiter entwickeln, benötigen Sie möglicherweise Plattform, die End-to-End-Lösungen zum Erstellen und Bereitstellen von generativen KI-Anwendungen. Google Cloud bietet ein umfassendes Netzwerk an Tools, mit denen Sie das Potenzial der generativen KI nutzen können – von den ersten Phasen der App-Entwicklung bis zur App-Bereitstellung, zum App-Hosting und zur Verwaltung komplexer Daten im großen Maßstab.

Die Vertex AI-Plattform von Google Cloud bietet eine Reihe von MLOps-Tools, die die Nutzung, Bereitstellung und Überwachung von KI-Modellen im Hinblick auf Effizienz und Zuverlässigkeit optimieren. Darüber hinaus sind Integrationen mit Datenbanken, DevOps-Tools, Monitoring und IAM bieten einen ganzheitlichen Ansatz für die Verwaltung des gesamten des generativen KI-Lebenszyklus.

Weitere Informationen zu den Anwendungsfällen von Vertex AI finden Sie in der Google Cloud-Dokumentation.

Zu den Vertex AI in Firebase-SDKs migrieren

Die Migration zu den Vertex AI in Firebase SDKs umfasst drei Hauptschritte:

1. Richten Sie ein neues oder vorhandenes Firebase-Projekt ein und verknüpfen Sie Ihre App mit Firebase.

2. Migrieren Sie Ihre Codebasis. Dazu müssen Sie nur das SDK und den Initialisierungscode (einschließlich des Modellnamens) ändern. Keine Änderung die für jeden Code erforderlich sind, mit dem die Gemini API aufgerufen wird.

3. Löschen Sie alle nicht verwendeten API-Schlüssel und deaktivieren Sie nicht verwendete APIs.

Schritt 1: Firebase-Projekt einrichten und App mit Firebase verknüpfen

Auch wenn Sie mit Firebase bereits vertraut sind, sollten Sie diesen Abschnitt lesen, um sicherzustellen, dass Ihr Firebase-Projekt und Ihre App für die Verwendung der Vertex AI in Firebase SDKs eingerichtet sind.

Sie haben bereits ein Firebase-Projekt und eine App mit Firebase verbunden

1. Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.

2. Klicken Sie auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, der Sie dabei unterstützt, die folgenden Aufgaben ausführen. Wenn Sie in der Konsole einen Tab für Vertex AI, dann sind diese Aufgaben erledigt.)

   • Führen Sie ein Upgrade für Ihr Projekt durch, um das „Pay as you go“-Preismodell „Blaze“.

   • Aktivieren Sie die folgenden beiden APIs für Ihr Projekt:
     aiplatform.googleapis.com und firebaseml.googleapis.com

3. Fahren Sie mit dem nächsten Schritt in dieser Anleitung fort, um Ihre Codebasis auf die Verwendung der Vertex AI in Firebase SDKs umzustellen.

Sie haben noch kein Firebase-Projekt und noch keine App mit Firebase verbunden

1. Melden Sie sich in der Firebase-Konsole an.

2. Klicken Sie auf Projekt erstellen und wählen Sie eine der folgenden Optionen aus:

   • Option 1: Sie können ein neues Firebase-Projekt (und das zugrunde liegende Google Cloud-Projekt) erstellen, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ einen neuen Projektnamen eingeben.

   • Option 2: Sie können einem vorhandenen Google Cloud-Projekt „Firebase hinzufügen“, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ den Namen Ihres Google Cloud-Projekts aus dem Drop-down-Menü auswählen.

     • Sie können das Google Cloud-Projekt verwenden, das Google AI Studio für Sie erstellt hat, als Sie Ihren Google AI-API-Schlüssel erstellt haben. Sie können den Namen des Projekts finden Sie im Abschnitt API key Google AI Studio

     • Sie können ein beliebiges anderes vorhandenes Google Cloud-Projekt verwenden.

   Beachten Sie, dass eine Einrichtung nicht erforderlich ist, wenn Sie dazu aufgefordert werden. Google Analytics, um die Vertex AI in Firebase SDKs zu verwenden.

3. Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.

4. Klicken Sie auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, mit dem Sie die folgenden Aufgaben erledigen können:

   • Führen Sie ein Upgrade für Ihr Projekt durch, um das „Pay as you go“-Preismodell für „Blaze“.

   • Aktivieren Sie die folgenden beiden APIs für Ihr Projekt:
     aiplatform.googleapis.com und firebaseml.googleapis.com.

5. Fahren Sie im Workflow der Console fort, um Ihre App mit Firebase zu verbinden. umfasst folgende Aufgaben:

   • Ihre App in Ihrem Firebase-Projekt registrieren

   • Firebase-Konfiguration der Codebasis Ihrer App hinzufügen

   Hinweis: In den nächsten Schritten dieser Anleitung ändern Sie die Codebasis Ihrer App, damit das Vertex AI in Firebase SDK und die für die Verwendung des Vertex AI in Firebase SDK spezifische Initialisierung verwendet werden.

Schritt 2: Codebasis migrieren

Wählen Sie die Plattform Ihrer App aus, um eine plattformspezifische Anleitung aufzurufen.

iOS+ Android Web Flutter

Die SDKs für Google AI und Vertex AI in Firebase wurden erstellt sodass die Migration zwischen den beiden Plattformen möglich.

Für die Migration müssen Sie nur das SDK ändern, das Sie in die Codebasis Ihrer App einbinden, sowie die Initialisierung des Dienstes und des generativen Modells. Ich Der Code, mit dem die Gemini API-Funktion tatsächlich aufgerufen wird, muss nicht geändert werden.

SDK ändern

Google AI

Vertex AI in Firebase

Initialisierung ändern

Google AI

Vertex AI in Firebase

Hinweis: Möglicherweise müssen Sie auch den Modellnamen in Ihrem Initialisierungscode aktualisieren. wenn Sie zu Vertex AI migrieren. Das liegt daran, dass Google AI und Vertex AI unterstützen unterschiedliche Modelle und verwenden unterschiedliche Namensformate. Um mehr über die Modelle verfügbar ab Vertex AI, siehe Gemini-Modelle.

Schritt 3: Nicht verwendete API-Schlüssel löschen und nicht verwendete APIs deaktivieren

Wenn Sie den Google AI API-Schlüssel nicht mehr verwenden müssen, folgen Sie den Best Practices für die Sicherheit und löschen Sie ihn. Sie können Ihre Google AI API-Schlüssel im Bereich API-Schlüssel von Google AI Studio aufrufen und löschen.

Wenn Sie Google AI Gemini API nicht mehr verwenden, deaktivieren Sie es in Ihrem Projekt. Sie können dies in der Google Cloud-Konsole auf der Seite Generative Language API (generativelanguage.googleapis.com) tun. („Generative Language API“ ist der offizielle Name der Google AI Gemini API.)

Was kannst du noch tun?

• Sowohl Google AI als auch Vertex AI bieten eine Web-UI-Testumgebung namens „AI Studio“, mit der Sie mit Prompts und Modellparametern experimentieren können. Weitere Informationen Anleitung Ihre Google AI Studio-Aufforderungen zu Vertex AI Studio migrieren in der Dokumentation zu Google Cloud.