此页面由 Cloud Translation API 翻译。

使用 Gemini API 构建多轮对话（聊天）

使用 Gemini API，您可以构建跨多个回合的自由形式对话。Vertex AI in Firebase SDK 通过管理对话状态来简化该流程，因此与 generateContentStream() 或 generateContent() 不同，您无需自行存储对话记录。

使用 Gemini API 的其他选项

（可选）尝试使用其他的“Google AI”技术的 Gemini API
获取免费访问权限（在限制范围内且在可能的情况下）使用 Google AI Studio 和 Google AI 客户端 SDK。这些 SDK 应仅用于移动应用和 Web 应用中的原型设计。

熟悉 Gemini API 的运作方式后，请迁移到 Vertex AI in Firebase SDK。这些 SDK 提供了许多对移动应用和 Web 应用至关重要的其他功能，例如使用 Firebase App Check 保护 API 免遭滥用，以及支持请求中的大型媒体文件。

可以选择调用 Vertex AI Gemini API 服务器端（例如使用 Python、Node.js 或 Go）
使用服务器端 Vertex AI SDK、 Firebase Genkit 或 Firebase Extensions（针对 Gemini API）。

准备工作

请完成 Vertex AI in Firebase SDK 使用入门指南（如果尚未完成）。请确保您已完成以下所有操作：

设置一个新的 Firebase 项目或一个现有的 Firebase 项目，包括使用 Blaze 定价方案并启用所需的 API。
将您的应用与 Firebase 相关联，包括注册应用并将 Firebase 配置添加到应用中。
添加 SDK，并在应用中初始化 Vertex AI 服务和生成式模型。

将应用连接到 Firebase、添加 SDK 并初始化 Vertex AI 服务和生成式模型后，您就可以调用 Gemini API 了。

发送聊天提示请求

要构建多轮对话（如聊天），请先初始化通过调用 startChat() 聊天。然后使用 sendMessageStream()（或 sendMessage()），用于发送新的用户消息，还会在聊天记录中附加消息和回复。

与对话内容相关联的 role 有两种可能的选项：

user：提供提示的角色。此值是调用 sendMessageStream()（或 sendMessage()）的默认值，如果传递其他角色，该函数会抛出异常。
model：提供响应的角色。使用现有 history 调用 startChat() 时，可以使用此角色。

选择你想逐字逐句给出回答 (sendMessageStream) 还是稍等直到生成完整结果 (sendMessage)。

流式传输

通过不等待来自 API 的整个结果，而是改用流式传输来处理部分结果。

不在线播放

或者，您也可以等待整个结果，而不是流式传输；只有在模型完成整个生成过程后，才会返回结果。

了解如何选择适合您的用例和应用的 Gemini 模型和（可选）位置。

您还可以执行以下操作

了解如何统计词元然后再向模型发送长提示。
设置 Cloud Storage for Firebase 以便在多模态请求中包含大型文件 Cloud Storage 个网址。文件可能包括图片、PDF 文件、视频和音频。
开始考虑制作准备工作，包括设置 Firebase App Check 保护 Gemini API 免遭未经授权的客户端滥用。

试用 Gemini API 的其他功能

生成文本：纯文本提示。
从多模态提示（包括文本、图片、PDF、视频和音频）生成文本。
使用函数调用进行连接生成模型与外部系统和信息共享。

了解如何控制内容生成

了解提示设计，包括最佳实践、策略和示例提示。
配置模型参数，例如和最大输出词元数量。
使用安全设置来调整收到可能被视为有害的回答的可能性。

您还可以使用 Vertex AI Studio 对提示和模型配置进行实验。

详细了解 Gemini 模型

了解适用于各种用例的模型及其配额和价格。

提供反馈分享您对Vertex AI in Firebase的体验