Na tej stronie dowiesz się, jak przeprowadzić migrację z pakiety SDK klienta AI od Google do Pakiety SDK klienta Vertex AI dla Firebase w aplikacjach mobilnych lub internetowych. Pakiety SDK Vertex AI dla Firebase są dostępne na platformy Apple (Swift), Android (Kotlin i Java), Web (JavaScript) i Flutter (Dart).
Przejdź bezpośrednio do instrukcji migracji
Dlaczego warto przejść na Vertex AI?
Być może korzystasz już z alternatywnej wersji interfejsu Gemini API, Google AI Studio, lub Pakiety SDK AI od Google. Jednak w przypadku aplikacji mobilnych i internetowych w produkcji lub na skalę firmy, bezpośrednio wywoływać interfejs Gemini API, Firebase zdecydowanie zaleca wywoływanie metody interfejsu Vertex AI Gemini API korzystającego z pakietów SDK Firebase.
Funkcje zabezpieczeń w aplikacjach mobilnych i internetowych
W przypadku aplikacji mobilnych i internetowych Twój kod (w tym wywołania interfejsu Gemini API) to działające w niechronionym środowisku, dlatego bezpieczeństwo jest tak ważne.
Domyślnie interfejs Vertex AI Gemini API jest autoryzowany przez Google Cloud IAM (a nie za pomocą klucza interfejsu API, takiego jak interfejs Google AI Gemini API). Dostępne opcje wywołaj interfejs Vertex AI Gemini API, jeśli używasz pakiety SDK Vertex AI dla Firebase.
W przypadku aplikacji mobilnych i internetowych musisz też chronić interfejs Gemini API oraz zasobów projektu (takich jak dostrojone modele) przed nadużyciami ze strony nieautoryzowanych klientów. Ty może za pomocą Sprawdzania aplikacji Firebase, czy wszystkie wywołania interfejsu API pochodzą aplikacji. Ta funkcja jest dostępna tylko wtedy, gdy korzystasz pakiety SDK Vertex AI dla Firebase.
Ekosystem stworzony z myślą o aplikacjach mobilnych i internetowych
Firebase to platforma Google do tworzenia aplikacji mobilnych i internetowych. Dzięki pakietom SDK Vertex AI dla Firebase Twoje aplikacje są który powstał z myślą o potrzebach deweloperów i aplikacji full-stack. Dla: na przykład możesz wykonać dowolną z tych czynności:
Użyj Cloud Storage dla Firebase, aby uwzględnić duże pliki w środowisku multimodalnym żądań. Warto też używać pakietów SDK klientów obsługujących przesyłanie plików pobierania plików (nawet przy słabych warunkach sieciowych) i zapewniają użytkowników i skalowalnych danych. Więcej informacji znajdziesz w przewodnika po rozwiązaniu Cloud Storage dla Firebase.
Zarządzanie uporządkowanymi danymi za pomocą pakietów SDK baz danych przeznaczonych dla aplikacji mobilnych i internetowych (np. Cloud Firestore).
Dynamiczne ustawianie konfiguracji czasu działania (takie jak lokalizacja) lub zastępowanie wartości w aplikacji (np. nazwy modelu) bez publikowania nowej wersji Zdalna konfiguracja Firebase.
Funkcje interfejsu Vertex AI Gemini API
Interfejs Vertex AI Gemini API oferuje również inne funkcje od Google AI Gemini API, a także inne opcje dotyczące prompty multimodalne (na przykład dane wejściowe „tekst i obraz” oraz „tekst i dźwięk”).
Więcej informacji na temat różnice między 2 ofertami interfejsów API Gemini znajdziesz w dokumentacji Google Cloud.
Dodatkowe korzyści z używania Vertex AI od Google Cloud
W miarę wzrostu wykorzystania generatywnej AI w aplikacjach i przepływów pracy konieczne może być zapewniającą kompleksowe rozwiązania do tworzenia i wdrażania generatywnych zastosowań sztucznej inteligencji. Google Cloud zapewnia kompleksowy ekosystem narzędzi do pozwalają wykorzystać potęgę generatywnej AI już na początkowych etapach tworzenie aplikacji, ich wdrażanie i hosting oraz zarządzanie złożonymi danymi w skalę.
Platforma Vertex AI od Google Cloud oferuje pakiet narzędzi MLOps, usprawniają wykorzystanie, wdrażanie i monitorowanie modeli AI w celu zwiększenia efektywności i niezawodności. Dodatkowo integracja z bazami danych, narzędziami DevOps, rejestrowaniem monitorowania i uprawnień, zapewniając całościowe podejście do zarządzania całym cykl życia generatywnej AI.
Dowiedz się więcej o przypadki użycia Vertex AI znajdziesz w dokumentacji Google Cloud.
Przejście na pakiety SDK Vertex AI dla Firebase
Migracja do pakietów SDK Vertex AI dla Firebase wymaga 3 głównych kroków:
Skonfiguruj nowy lub istniejący projekt Firebase i połącz swoją aplikację z Firebase.
Przenieś bazę kodu – wymaga to tylko zmiany pakietu SDK kod inicjowania (wraz z nazwą modelu). Nie wprowadzono żadnych zmian potrzebne w każdym kodzie, który wywołuje interfejs Gemini API.
Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API.
Krok 1. Skonfiguruj projekt Firebase i połącz z nią swoją aplikację
Nawet jeśli znasz już Firebase, w tej sekcji znajdziesz informacje, że projekt i aplikacja Firebase są skonfigurowane pod kątem pakiety SDK Vertex AI dla Firebase.
Krok 2. Przenieś bazę kodu
Wybierz platformę aplikacji, aby wyświetlić dotyczące jej instrukcje.
Pakiety SDK Google AI i Vertex AI dla Firebase zostały utworzone więc migracja między tymi platformami jest tak prosta, jak to tylko możliwe.
Aby przeprowadzić migrację, wystarczy zmienić pakiet SDK, który integrujesz z bazy kodu oraz inicjowania usługi i modelu generatywnego. Ty nie muszą zmieniać żadnego kodu, który wywołuje interfejs Gemini API.
Zmień pakiet SDK
AI od Google
Vertex AI for Firebase
Zmień inicjalizację
AI od Google
Vertex AI for Firebase
Krok 3. Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API
Jeśli nie musisz już używać klucza interfejsu API Google AI, postępuj zgodnie z zasadami bezpieczeństwa sprawdzone metody i ją usunąć. Możesz wyświetlać i usuwać interfejs Google AI API w Sekcja Klucze API w Google AI Studio.
Jeśli nie korzystasz już z interfejsu Google AI Gemini API, wyłącz go tutaj:
do swojego projektu. Możesz to zrobić w konsoli Google Cloud:
generativelanguage.googleapis.com.
Co jeszcze możesz zrobić?
- AI od Google i Vertex AI oferują „place zabaw” z interfejsem internetowym doświadczenie o nazwie „AI Studio”, do eksperymentowania z promptami i parametrami modelu. Ucz się instrukcje Migracja promptów z Google AI Studio do Vertex AI Studio znajdziesz w dokumentacji Google Cloud.