Twórz wieloetapowe rozmowy (czat) z użyciem interfejsu Gemini API

iOS+ Android Sieć Fluknięcie

Podgląd: Vertex AI in Firebase jest w wersji testowej, co oznacza, że produkt jest nie podlega żadnej gwarancji jakości usług ani żadnym zasadom wycofywania i może ulec zmianie w sposób niekompatybilny wstecznie.

Za pomocą Gemini API możesz prowadzić swobodne rozmowy na różnych platformach wiele rund. Pakiet SDK Vertex AI in Firebase upraszcza ten proces, zarządzając stan rozmowy, więc w odróżnieniu od generateContentStream() lub generateContent(), nie musisz samodzielnie zapisywać historii rozmów.

Inne opcje pracy z Gemini API

• Opcjonalnie możesz poeksperymentować z alternatywną „AI od Google”. wersji Gemini API
  Uzyskaj bezpłatny dostęp (w zakresie i tam, gdzie to możliwe) za pomocą Google AI Studio oraz Google AI pakiety SDK. Te pakiety SDK powinny być używane tylko do tworzenia prototypów w aplikacjach mobilnych i internetowych.

  Gdy już dowiesz się, jak działa Gemini API, przejście na Vertex AI in Firebase pakiety SDK, które mają wiele dodatkowych funkcji ważnych w aplikacjach mobilnych i internetowych, np. ochrony interfejsu API przed nadużyciami za pomocą Firebase App Check i wsparcie: dużych plików multimedialnych w żądaniach.

• Opcjonalnie wywołaj Vertex AI Gemini API po stronie serwera
  Użyj pakiety SDK Vertex AI po stronie serwera, Firebase Genkit lub Firebase Extensions za Gemini API.

Zanim zaczniesz

W razie potrzeby wypełnij wprowadzenie do pakietów SDK Vertex AI in Firebase Upewnij się, że masz wykonane wszystkie te czynności:

1. Skonfiguruj nowy lub istniejący projekt Firebase, w tym Abonament Blaze i włączanie wymaganych interfejsów API.

2. połączyć aplikację z Firebase, w tym zarejestrować ją i dodać do konfigurację Firebase w aplikacji.

3. Dodaj pakiet SDK i zainicjuj usługę Vertex AI oraz model generatywny w aplikacji.

Gdy połączysz aplikację z Firebase, dodasz pakiet SDK i zainicjujesz usługę Vertex AI i model generatywny, możesz zadzwonić pod numer Gemini API.

Wyślij prośbę o prompt na czacie

Aby utworzyć rozmowę wieloetapową (np. czat), zacznij od czatuj, dzwoniąc pod numer startChat(). Następnie użyj sendMessageStream() (lub sendMessage()), aby wysłać nową wiadomość do użytkownika, która spowoduje też dołączenie wiadomości i odpowiedzi do historii czatu.

Istnieją 2 opcje dla elementu role związane z treścią w rozmowa:

• user: rola, która dostarcza prompty. Jest to wartość domyślna dla opcji funkcję sendMessageStream() (lub sendMessage()), a funkcja zwraca w przypadku przekazania innej roli.

• model: rola, która dostarcza odpowiedzi. Tej roli można używać, gdy Dzwonię pod numer startChat() w istniejącej sieci history.

Uwaga: jeśli chcesz podać bardziej wstępny kontekst, aby model mógł sterować w zależności od konkretnych potrzeb i przypadków użycia, konfigurowanie instrukcji systemowych.

Wybierz, czy chcesz przesyłać odpowiedź strumieniowo (sendMessageStream) czy zaczekać dla odpowiedzi aż do wygenerowania całego wyniku (sendMessage).

Streaming

Możesz przyspieszyć interakcje, nie czekając na cały wynik do generowania modelu i używać strumieniowania do obsługi wyników częściowych.

Bez strumieniowania

Możesz też zaczekać na cały wynik, zamiast przesyłać go strumieniowo. wynik jest zwracany dopiero po zakończeniu generowania przez model proces tworzenia konta.

Dowiedz się, jak wybrać model Gemini i opcjonalnie lokalizację odpowiednio do konkretnego przypadku użycia i aplikacji.

Co jeszcze możesz zrobić?

• Dowiedz się, jak zliczać tokeny. przed wysłaniem do modelu długich promptów.
• Skonfiguruj Cloud Storage for Firebase do uwzględniania dużych plików w żądaniach multimodalnych za pomocą funkcji Cloud Storage adresów URL. Pliki mogą zawierać obrazy, pliki PDF, filmy i dźwięk.
• Zacznij myśleć o przygotowaniu do produkcji, w tym: konfigurowanie aplikacji Firebase App Check w celu ochrony Gemini API przed nadużyciami ze strony nieautoryzowanych klientów.

Wypróbuj inne funkcje urządzenia Gemini API

• Generuj tekst z prompty tekstowe.
• Generuj tekst z prompty multimodalne (w tym tekst, obrazy, pliki PDF, filmy i dźwięk).
• nawiązać połączenie, korzystając z wywołania funkcji; modeli generatywnych w zewnętrznych systemach i informacjach.

Dowiedz się, jak kontrolować generowanie treści

• Omówienie projektowania promptów, w tym: sprawdzone metody, strategie i przykładowe prompty.
• Skonfiguruj parametry modelu, takie jak oraz maksymalną liczbę tokenów wyjściowych.
• Użyj ustawień bezpieczeństwa, by dostosować prawdopodobieństwo uzyskania odpowiedzi, które mogą zostać uznane za szkodliwe.

Możesz też eksperymentować z promptami i konfiguracjami modeli za pomocą Vertex AI Studio

Więcej informacji o modelach Gemini

Dowiedz się więcej o dostępne modele do różnych zastosowań oraz ich poniższych limitów i cen.

Przesyłanie opinii o Twoich wrażeniach z korzystania z Vertex AI in Firebase