En esta página, se describe cómo migrar desde Google AI SDK cliente al Vertex AI in Firebase SDK cliente en tus apps web o para dispositivos móviles. Los SDK de Vertex AI in Firebase están disponibles para plataformas de Apple (Swift), Android (Kotlin y Java), Web (JavaScript) y Flutter (Dart).
Ir directamente a las instrucciones de migración
¿Por qué migrar para usar Vertex AI?
Es posible que hayas probado una versión alternativa de un Gemini API con Google AI Studio o el SDK de Google AI. Sin embargo, en el caso de las aplicaciones web y para dispositivos móviles de producción o a escala empresarial, llamar directamente a un Gemini API, Firebase recomienda que llames a Vertex AI Gemini API con nuestros SDK de Firebase.
Funciones de seguridad para apps web y para dispositivos móviles
En el caso de las aplicaciones web y para dispositivos móviles, el código (incluidas las llamadas al Gemini API) es de que se ejecutan en un entorno desprotegido, por lo que la seguridad es fundamental.
De forma predeterminada, la Vertex AI Gemini API está autorizada por la IAM de Google Cloud. (en lugar de hacerlo con una clave de API como Google AI Gemini API). Puedes llama a Vertex AI Gemini API si usas el Vertex AI in Firebase.
En el caso de las apps web y para dispositivos móviles, también debes proteger el Gemini API y tu recursos del proyecto (como modelos ajustados) del abuso de clientes no autorizados. Tú Puedes usar Firebase App Check para verificar que todas las llamadas a la API provengan de tu app real, y esta función solo está disponible si usas el SDK de Vertex AI in Firebase.
Ecosistema diseñado para apps web y para dispositivos móviles
Firebase es la plataforma de Google que permite desarrollar apps web y para dispositivos móviles. Si usas los SDK de Vertex AI in Firebase, tus apps estarán en una centrado en las necesidades de los desarrolladores y las apps de pila completa. Para Por ejemplo, puedes realizar cualquiera de las siguientes acciones y mucho más:
Usa Cloud Storage for Firebase para incluir archivos grandes en tu red multimodal solicitudes. Además, aprovecha los SDK cliente que manejan cargas de archivos y (incluso en malas condiciones de red) y ofrece más seguridad para tu de los usuarios finales de datos no estructurados. Obtén más información en nuestra guía de soluciones para usar Cloud Storage for Firebase.
Administra datos estructurados con SDKs de bases de datos diseñados para apps web y para dispositivos móviles (como Cloud Firestore).
Establece dinámicamente configuraciones de tiempo de ejecución (como la ubicación) o intercambia valores en la aplicación (como el nombre de un modelo) sin lanzar una nueva versión de la aplicación mediante Firebase Remote Config
Funciones de Vertex AI Gemini API
El Vertex AI Gemini API también ofrece funciones diferentes a las del Google AI Gemini API, quiero más opciones para instrucciones multimodales (específicamente, de texto y video, y de texto y audio).
Puedes obtener más información sobre el diferencias entre las dos propuestas de Gemini API en la documentación de Google Cloud.
Beneficios adicionales de usar Vertex AI de Google Cloud
A medida que evoluciona el uso de la IA generativa en tu app y flujos de trabajo, es posible que necesites que ofrece soluciones de extremo a extremo para compilar e implementar modelos de la IA generativa. Google Cloud proporciona un ecosistema integral de herramientas para te permiten aprovechar el poder de la IA generativa, desde las primeras etapas desde el desarrollo de aplicaciones hasta la implementación de aplicaciones, el alojamiento de aplicaciones y la administración de datos complejos en a gran escala.
La plataforma Vertex AI de Google Cloud ofrece un paquete de herramientas de MLOps que optimizar el uso, la implementación y la supervisión de los modelos de IA para obtener eficiencia y confiabilidad. Además, las integraciones con bases de datos, herramientas DevOps, registros, la supervisión y la IAM proporcionan un enfoque integral para administrar de la IA generativa.
Obtén más información sobre la casos de uso de Vertex AI en la documentación de Google Cloud.
Migra a los SDKs de Vertex AI in Firebase
La migración a los SDK de Vertex AI in Firebase requiere tres pasos principales:
Configura un proyecto de Firebase nuevo o existente y conecta tu app a Firebase.
Migra tu base de código; esto solo requiere cambiar el SDK y de inicialización (incluido el nombre del modelo). No hay modificaciones necesario para el código que llama a la API de Gemini.
Borra las claves de API sin usar y, luego, inhabilita las APIs que no se usen.
Paso 1: Configura un proyecto de Firebase y conecta tu app a Firebase
Incluso si ya conoces Firebase, revisa esta sección para asegurarte de que de que tu proyecto y app de Firebase estén configurados para usar Vertex AI in Firebase.
Paso 2: Migra tu base de código
Selecciona la plataforma de tu app para ver las instrucciones específicas de cada una.
Se compilaron los SDKs de Google AI y de Vertex AI in Firebase. por lo que la migración entre las dos plataformas es tan sencilla como como sea posible.
Para realizar la migración, solo tienes que cambiar el SDK que integras en el SDK de tu app y la inicialización del servicio y el modelo generativo. Tú no es necesario que modifiques el código que llama a Gemini API.
Cambia el SDK
Google AI
Vertex AI in Firebase
Cómo cambiar la inicialización
Google AI
Vertex AI in Firebase
Paso 3: Borra las claves de API sin usar y, luego, inhabilita las APIs que no se usan
Si ya no necesitas usar la clave de API de Google AI, sigue las políticas las prácticas recomendadas y borrarlo. Puedes ver y borrar tu API de Google AI en la Sección Claves de API de Google AI Studio.
Además, si ya no usas Google AI Gemini API, inhabilítalo en
tu proyecto. Puedes hacerlo en la consola de Google Cloud:
generativelanguage.googleapis.com
¿Qué más puedes hacer?
- Google AI y Vertex AI ofrecen una "zona de pruebas" de la IU web tu experiencia llamado “AI Studio” para experimentar con instrucciones y parámetros del modelo. Aprendizaje instructivo migra tus mensajes de Google AI Studio a Vertex AI Studio en la documentación de Google Cloud.