Von den Google AI Client SDKs zu den Firebase AI Logic SDKs migrieren


Direkt zur Migrationsanleitung

Warum sollten Sie zu den Firebase AI Logic-SDKs migrieren?

Möglicherweise haben Sie eine alternative Gruppe von SDKs für mobile oder Webclients ausprobiert, die Ihnen Zugriff auf Gemini Developer API ermöglicht haben.

Diese Client-SDKs waren nicht in das robuste Firebase-Ökosystem integriert, das wichtige Dienste für mobile Apps und Webanwendungen bietet. Sie werden jetzt zugunsten der Firebase AI Logic-Client-SDKs eingestellt, über die Sie auf die Gemini Developer API zugreifen können.

Sicherheitsfunktionen für Mobil- und Webanwendungen

Bei Mobilgeräte- und Web-Apps ist Sicherheit von entscheidender Bedeutung und erfordert besondere Überlegungen, da Ihr Code, einschließlich Aufrufen von Gemini API, in einer ungeschützten Umgebung ausgeführt wird. Mit Firebase App Check können Sie APIs vor Missbrauch durch nicht autorisierte Clients schützen.

Wenn Sie Firebase App Check mit Firebase AI Logic verwenden, fügen Sie den Gemini-API-Schlüssel für die Gemini Developer API niemals direkt in die Codebasis Ihrer mobilen App oder Web-App ein. Stattdessen verbleibt der Gemini-API-Schlüssel auf dem Server und ist nicht für böswillige Akteure zugänglich.

Für Mobil- und Webanwendungen entwickeltes Ökosystem

Firebase ist die Plattform von Google zum Entwickeln von mobilen Apps und Web-Apps. Wenn Sie Firebase AI Logic verwenden, befinden sich Ihre Apps in einem Ökosystem, das auf die Anforderungen von Full-Stack-Apps und Entwicklern ausgerichtet ist. Beispiel:

  • Mit Firebase Remote Config können Sie Laufzeitkonfigurationen dynamisch festlegen oder Werte in Ihrer App (z. B. Modellname und -version) austauschen, ohne eine neue App-Version zu veröffentlichen.

  • Verwenden Sie Cloud Storage for Firebase, um große Dateien in Ihre multimodalen Anfragen einzufügen, wenn Sie die Vertex AI Gemini API verwenden. Die Cloud Storage-Client-SDKs unterstützen Sie beim Hoch- und Herunterladen von Dateien (auch bei schlechten Netzwerkbedingungen) und bieten mehr Sicherheit für die Daten Ihrer Endnutzer. Weitere Informationen zur Verwendung von Cloud Storage for Firebase finden Sie in unserem Lösungsleitfaden.

  • Verwalten Sie strukturierte Daten mit Datenbank-SDKs, die für Mobil- und Web-Apps entwickelt wurden (z. B. Cloud Firestore).

Zu den Firebase AI Logic-SDKs migrieren

Übersicht über die Schritte zur Migration zu den Firebase AI Logic-SDKs:

  • Schritt 1: Richten Sie ein neues oder vorhandenes Firebase-Projekt ein und verbinden Sie Ihre App mit Firebase.

  • Schritt 2: Fügen Sie Ihrer App die Firebase AI Logic-SDKs hinzu.

  • Schritt 3: Importe und Initialisierung in Ihrer App aktualisieren

  • Schritt 4: Code entsprechend den verwendeten Funktionen aktualisieren

Schritt 1: Firebase-Projekt einrichten und App verbinden

  1. Melden Sie sich in der Firebase Console an und wählen Sie Ihr Firebase-Projekt aus.

  2. Rufen Sie in der Firebase Console die Seite Firebase AI Logic auf.

  3. Klicken Sie auf Jetzt starten, um einen geführten Workflow zu starten, der Sie beim Einrichten der erforderlichen APIs und Ressourcen für Ihr Projekt unterstützt.

  4. Wählen Sie den Gemini Developer API aus. Sie können den anderen API-Anbieter später jederzeit einrichten und verwenden.

    In der Console werden die erforderlichen APIs aktiviert und ein neuer, dedizierter Gemini-API-Schlüssel in Ihrem Projekt erstellt.
    Fügen Sie diesen neuen Gemini-API-Schlüssel nicht in den Code Ihrer App ein. Weitere Informationen

  5. Folgen Sie der Anleitung auf dem Bildschirm, um Ihre App zu registrieren und mit Firebase zu verbinden.

  6. Folgen Sie dieser Migrationsanleitung, um die Bibliothek und Initialisierung in Ihrer App zu aktualisieren.

Schritt 2: Firebase AI Logic SDK in Ihre App einfügen

Nachdem Sie Ihr Firebase-Projekt eingerichtet und Ihre App mit Firebase verbunden haben (siehe vorheriger Schritt), können Sie Ihrer App jetzt das Firebase AI Logic SDK hinzufügen.

Swift

Verwenden Sie Swift Package Manager, um Firebase-Abhängigkeiten zu installieren und zu verwalten.

Die Bibliothek Firebase AI Logic bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist im Firebase SDK für Apple-Plattformen (firebase-ios-sdk) enthalten.

Wenn Sie Firebase bereits verwenden, muss Ihr Firebase-Paket Version 11.13.0 oder höher haben.

  1. Öffnen Sie Ihr App-Projekt und gehen Sie in Xcode zu File > Add Package Dependencies (Datei > Paketabhängigkeiten hinzufügen).

  2. Fügen Sie bei entsprechender Aufforderung das Firebase Apple Platforms SDK-Repository hinzu:

    https://github.com/firebase/firebase-ios-sdk

  3. Wählen Sie die aktuelle SDK-Version aus.

  4. Wählen Sie die FirebaseAI-Mediathek aus.

Wenn Sie fertig sind, beginnt Xcode automatisch, Ihre Abhängigkeiten im Hintergrund aufzulösen und herunterzuladen.

Kotlin

Das Firebase AI Logic SDK für Android (firebase-ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

Fügen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (z. B. <project>/<app-module>/build.gradle.kts) die Abhängigkeit für die Firebase AI Logic-Bibliothek für Android hinzu. Wir empfehlen, die Firebase Android BoM zu verwenden, um die Versionsverwaltung der Bibliothek zu steuern.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:33.15.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

Mit der Firebase Android BoM haben Sie immer eine kompatible Version der Firebase Android-Bibliotheken in Ihrer App.

Java

Das Firebase AI Logic SDK für Android (firebase-ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

Fügen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (z. B. <project>/<app-module>/build.gradle.kts) die Abhängigkeit für die Firebase AI Logic-Bibliothek für Android hinzu. Wir empfehlen, die Firebase Android BoM zu verwenden, um die Versionsverwaltung der Bibliothek zu steuern.

Für Java müssen Sie zwei zusätzliche Bibliotheken hinzufügen.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:33.15.0"))

  // Add the dependency for the Firebase AI Logic library
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")

  // 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")
}

Mit der Firebase Android BoM haben Sie immer eine kompatible Version der Firebase Android-Bibliotheken in Ihrer App.

Web

Die Bibliothek Firebase AI Logic bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen. Die Bibliothek ist im Firebase JavaScript SDK für Web enthalten.

  1. Installieren Sie das Firebase JS SDK für Web mit npm:

    npm install firebase

  2. Firebase in Ihrer App initialisieren:

    import { initializeApp } from "firebase/app";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

Dart

Das Firebase AI Logic-Plug-in für Flutter (firebase_ai) bietet Zugriff auf die APIs für die Interaktion mit Gemini- und Imagen-Modellen.

  1. Führen Sie im Verzeichnis Ihres Flutter-Projekts den folgenden Befehl aus, um das Core-Plug-in und das Firebase AI Logic-Plug-in zu installieren:

    flutter pub add firebase_core && flutter pub add firebase_ai

  2. Importieren Sie in Ihrer lib/main.dart-Datei das Firebase-Kern-Plug-in, das Firebase AI Logic-Plug-in und die Konfigurationsdatei, die Sie zuvor generiert haben:

    import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.dart';
import 'firebase_options.dart';

  3. Initialisieren Sie Firebase auch in Ihrer lib/main.dart-Datei mit dem Objekt DefaultFirebaseOptions, das von der Konfigurationsdatei exportiert wird:

    await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

  4. Erstellen Sie Ihre Flutter-Anwendung neu:

    flutter run

Einheit

Support für Unity war in den Google AI-Client-SDKs nicht verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity

Altes SDK aus Ihrer App entfernen

Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die verbleibenden Abschnitte in diesem Leitfaden), müssen Sie die alte Bibliothek löschen.

Swift

Entfernen Sie die alte Bibliothek:

  1. Öffnen Sie Ihr App-Projekt und gehen Sie in Xcode zum Bereich Packages Dependencies (Paketabhängigkeiten).

  2. Wählen Sie das generative-ai-swift-Paket aus der Liste der Paketabhängigkeiten aus.

  3. Klicken Sie unten in der Liste auf die Schaltfläche - und dann auf Entfernen, um den Vorgang zu bestätigen.

Kotlin 

dependencies {
    implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}

Java 

dependencies {
    implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}

Web 

// BEFORE
import { initializeApp } from "firebase/app";
import { GoogleGenerativeAI } from "@google/generative-ai";

Dart

Löschen Sie das alte Paket:
flutter pub remove google_generative_ai

Einheit

Unterstützung für Unity war in den Client-SDKs für Google AI nicht verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity

Schritt 3: Importe und Initialisierung in Ihrer App aktualisieren

Aktualisieren Sie Ihre Importe und die Initialisierung des Gemini Developer API-Backend-Dienstes sowie die Erstellung einer GenerativeModel-Instanz.

Swift 

// BEFORE
import GoogleGenerativeAI

let model = GenerativeModel(name: "MODEL_NAME", apiKey: APIKey.default)

// AFTER
import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "gemini-2.5-flash")

Kotlin 

// BEFORE
import com.google.ai.client.generativeai.Chat
import com.google.ai.client.generativeai.type.Content
import com.google.ai.client.generativeai.java.GenerativeModuleFutures

...

val generativeModel = GenerativeModel(modelName = "MODEL_NAME",
  // Access your API key as a Build Configuration variable
  apiKey = BuildConfig.apiKey
)

// AFTER
import com.google.firebase.Firebase
import com.google.firebase.ai.ai
import com.google.firebase.ai.type.GenerativeBackend

...

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

Java 

// BEFORE
import com.google.ai.client.generativeai.Chat;
import com.google.ai.client.generativeai.type.Content;
import com.google.ai.client.generativeai.java.GenerativeModuleFutures;

...

GenerativeModel gm = new GenerativeModel("MODEL_NAME",
  // Access your API key as a Build Configuration variable
  BuildConfig.apiKey
);

GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// AFTER
import com.google.firebase.ai.FirebaseAI;
import com.google.firebase.ai.GenerativeModel;
import com.google.firebase.ai.java.GenerativeModelFutures;
import com.google.firebase.ai.type.GenerativeBackend;

...

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

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

Web 

// BEFORE
import { GoogleGenerativeAI } from "@google/generative-ai";

// Fetch your API_KEY and access your API
const API_KEY = "...";
const genAI = new GoogleGenerativeAI(API_KEY);

...

const model = genAI.getGenerativeModel({ model: "MODEL_NAME"});

// AFTER
import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" });

Dart 

// BEFORE
import 'package:google_generative_ai/google_generative_ai.dart';

final apiKey = Platform.environment['API_KEY'];
if (apiKey == null) {
print('No \$API_KEY environment variable');
exit(1);
}

final model = GenerativeModel(model: 'MODEL_NAME', apiKey: apiKey);

// AFTER
import 'package:firebase_ai/firebase_ai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
final model =
      FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

Einheit

Unterstützung für Unity war in den Client-SDKs für Google AI nicht verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity

Je nach verwendeter Funktion wird möglicherweise nicht immer eine GenerativeModel-Instanz erstellt.

Schritt 4: Code je nach verwendeten Funktionen aktualisieren

In diesem Schritt werden Änderungen beschrieben, die je nach den von Ihnen verwendeten Funktionen erforderlich sein können.

  • Die Firebase AI Logic-Client-SDKs unterstützen keine Codeausführung. Wenn Sie diese Funktion verwenden, müssen Sie dies in Ihrer App berücksichtigen.

  • Sehen Sie sich die folgenden Listen an, um festzustellen, ob Sie Änderungen an Ihrem Code vornehmen müssen, um die Migration zu den Firebase AI Logic-Client-SDKs zu ermöglichen.

Für alle Sprachen und Plattformen erforderlich

  • Funktionsaufrufe
    Wenn Sie diese Funktion implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Wir empfehlen, die aktualisierte Anleitung zum Aufrufen von Funktionen zu lesen, um zu erfahren, wie Sie Ihre Funktionsdeklarationen schreiben.

  • Strukturierte Ausgabe (z. B. JSON) mit responseSchema
    generieren     Wenn Sie diese Funktion implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Wir empfehlen, sich die neue Anleitung zur strukturierten Ausgabe anzusehen, um zu erfahren, wie JSON-Schemas geschrieben werden.

  • Zeitlimit

    • Das Standardzeitlimit für Anfragen wurde auf 180 Sekunden geändert.

Je nach Plattform oder Sprache erforderlich

Swift

  • Aufzählungen

    • Die meisten enum-Typen wurden durch structs mit statischen Variablen ersetzt. Diese Änderung ermöglicht eine größere Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise. Wenn Sie switch-Anweisungen verwenden, müssen Sie jetzt einen default:-Fall einfügen, um unbekannte oder nicht verarbeitete Werte abzudecken, einschließlich neuer Werte, die dem SDK in Zukunft hinzugefügt werden.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt. Dieser Typ ist jetzt ein struct.

    • Die Fälle unknown und unspecified wurden aus den folgenden Aufzählungen (jetzt structs) entfernt: HarmCategory, HarmBlockThreshold, HarmProbability, BlockReason und FinishReason.

    • Die Enumeration ModelContent.Part wurde durch ein Protokoll namens Part ersetzt, damit neue Typen abwärtskompatibel hinzugefügt werden können. Diese Änderung wird im Abschnitt Inhaltsteile ausführlicher beschrieben.

  • Inhaltsteile

    • Das ThrowingPartsRepresentable-Protokoll wurde entfernt und die Initialisierer für ModelContent wurden vereinfacht, um gelegentliche Compilerfehler zu vermeiden. Bilder, die nicht richtig codiert werden, führen weiterhin zu Fehlern, wenn sie in generateContent verwendet werden.

    • Die ModelContent.Part-Anwendungsfälle wurden durch die folgenden struct-Typen ersetzt, die dem Part-Protokoll entsprechen:

      • .text bis TextPart
      • .data nach InlineDataPart
      • .fileData nach FileDataPart
      • .functionCall nach FunctionCallPart
      • .functionResponse bis FunctionResponsePart

  • Kategorie schädlicher Inhalte

    • Die HarmCategory ist nicht mehr im Typ SafetySetting verschachtelt. Wenn Sie es als SafetySetting.HarmCategory bezeichnen, kann es durch HarmCategory ersetzt werden.

  • Feedback zur Sicherheit

    • Der Typ SafetyFeedback wurde entfernt, da er in keiner der Antworten verwendet wurde.

  • Zitat-Metadaten

    • Die Property citationSources wurde in CitationMetadata in citations umbenannt.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Antwort des Kandidaten

    • CandidateResponse wurde in Candidate umbenannt, um anderen Plattformen zu entsprechen.

  • Konfiguration der Generierung

    • Die öffentlichen Attribute von GenerationConfig wurden in internal geändert. Sie können alle weiterhin im Initialisierer konfiguriert werden.

Kotlin

  • Aufzählungen

    • Die Klassen enum und sealed wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

    • Entfernte Werte aus den folgenden Aufzählungen: HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Blob-Methoden

    • Alle Methoden, die Blob als Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessen InlineData verwendet wird.

  • Sicherheitseinstellungen

    • Das Feld method wurde so geändert, dass Nullwerte zulässig sind.

  • Dauerklasse

    • Alle Verwendungen der Kotlin-Klasse Duration wurden entfernt und durch long ersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.

  • Zitat-Metadaten

    • Alle Felder, die zuvor in CitationMetadata deklariert wurden, wurden in eine neue Klasse namens Citation eingeschlossen. Zitationen finden Sie in der Liste citations in CitationMetadata. Durch diese Änderung können Typen besser plattformübergreifend angeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde so geändert, dass Nullwerte zulässig sind.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

Java

  • Aufzählungen

    • Die Klassen enum und sealed wurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API in einer abwärtskompatiblen Weise.

    • Die Aufzählung BlockThreshold wurde in HarmBlockThreshold umbenannt.

    • Entfernte Werte aus den folgenden Aufzählungen: HarmBlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Blob-Methoden

    • Alle Methoden, die Blob als Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessen InlineData verwendet wird.

  • Sicherheitseinstellungen

    • Das Feld method wurde so geändert, dass Nullwerte zulässig sind.

  • Dauerklasse

    • Alle Verwendungen der Kotlin-Klasse Duration wurden entfernt und durch long ersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.

  • Zitat-Metadaten

    • Alle Felder, die zuvor in CitationMetadata deklariert wurden, wurden in eine neue Klasse namens Citation eingeschlossen. Zitationen finden Sie in der Liste citations in CitationMetadata. Durch diese Änderung können Typen besser plattformübergreifend angeglichen werden.

  • Tokens zählen

    • Das Feld totalBillableCharacters wurde so geändert, dass Nullwerte zulässig sind.

  • Abrechnungsfähige Zeichen insgesamt

    • Die Eigenschaft totalBillableCharacters in CountTokensResponse wurde als optional festgelegt, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.

  • Modell instanziieren

    • Der Parameter requestOptions wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

Web

Das Google AI-Client-SDK für JavaScript hat seit der Abzweigung der Firebase AI Logic-Client-SDKs viele Änderungen erfahren. In der folgenden Liste finden Sie einige potenzielle Änderungen, die Sie bei der Migration zu den Firebase AI Logic-Client-SDKs berücksichtigen müssen.

  • Aufzählungen

    • Entfernte Werte aus den folgenden Aufzählungen: HarmCategory, BlockThreshold, HarmProbability, HarmSeverity, BlockReason und FinishReason.

  • Grund für die Blockierung

    • blockReason in PromptFeedback wurde als optional gekennzeichnet.

  • Fundierung mit der Google Suche

    • Alle Verwendungen dieser Funktion wurden entfernt, da sie in den Firebase AI Logic-SDKs noch nicht unterstützt wird.

  • Fehler

    • Alle Verwendungen von GoogleGenerativeAIError wurden entfernt und optional zu AIError migriert.

Dart

  • Aufzählungen

    • Entfernte Werte aus den folgenden Aufzählungen: HarmCategory, HarmProbability, BlockReason und FinishReason.

  • Datenteil

    • DataPart wurde in InlineDataPart umbenannt und die static-Funktion data in inlineData, um sie an andere Plattformen anzugleichen.

  • Anfrageoptionen

    • RequestOptions wurde entfernt, da timeout nicht funktionierte. Die Funktion wird in naher Zukunft wieder hinzugefügt, aber auf den Typ GenerativeModel verschoben, um anderen Plattformen zu entsprechen.

  • Stoppsequenzen

    • Der Parameter stopSequences in GenerationConfig ist jetzt optional und hat standardmäßig den Wert null anstelle eines leeren Arrays.

  • Zitationen

    • Die Property citationSources wurde in CitationMetadata in citations umbenannt. Der Typ CitationSource wurde in Citation umbenannt, um ihn an andere Plattformen anzupassen.

  • Unnötige öffentliche Typen, Methoden und Eigenschaften

    • Die folgenden Typen, Methoden und Attribute, die unbeabsichtigt verfügbar gemacht wurden, wurden entfernt: defaultTimeout, CountTokensResponseFields, parseCountTokensResponse, parseEmbedContentResponse, parseGenerateContentResponse, parseContent, BatchEmbedContentsResponse, ContentEmbedding, EmbedContentRequest und EmbedContentResponse.

  • Tokens zählen

    • Zusätzliche Felder aus der Funktion countTokens entfernt, die nicht mehr erforderlich sind. Nur contents ist erforderlich.

  • Modell instanziieren

    • Der Parameter systemInstruction wurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.

  • Einbettungsfunktionen

    • Nicht unterstützte Einbettungsfunktionen (embedContent und batchEmbedContents) wurden aus dem Modell entfernt.

Einheit

Unterstützung für Unity war in den Client-SDKs für Google AI nicht verfügbar.

Informationen zu den ersten Schritten mit dem Firebase AI Logic SDK for Unity


Feedback zu Firebase AI Logic geben