Firebase রিমোট কনফিগারেশন সহ Firebase অ্যাপে আপনার Vertex AI গতিশীলভাবে আপডেট করুন

Firebase SDK-তে Vertex AI ব্যবহার করে আপনার অ্যাপ থেকে Gemini API-কে কল করার সময়, আপনার অনুরোধে অনেকগুলি প্যারামিটার থাকে যা জেনারেটিভ AI প্রতিক্রিয়া নিয়ন্ত্রণ করে। এর মধ্যে সাধারণত মডেলের নাম, মডেল জেনারেশন কনফিগারেশন (সর্বোচ্চ টোকেন, তাপমাত্রা ইত্যাদি), নিরাপত্তা সেটিংস, সিস্টেম নির্দেশাবলী এবং প্রম্পট ডেটা অন্তর্ভুক্ত থাকে।

বেশিরভাগ ক্ষেত্রে, আপনি চাহিদা অনুযায়ী বা বেশ কয়েকটি পরিস্থিতিতে এইগুলি পরিবর্তন করতে চাইবেন:

  • একটি নতুন অ্যাপ প্রকাশ না করেই আপনার জেনারেটিভ এআই মডেল আপডেট করুন। পূর্ববর্তী সংস্করণগুলি বাতিল হওয়ার আগে আপনি নতুন, স্থিতিশীল মডেল সংস্করণগুলিতে আপগ্রেড করতে পারেন, আপনার ব্যবহারকারীদের চাহিদা এবং বৈশিষ্ট্যগুলির উপর ভিত্তি করে কম খরচে বা উচ্চ কার্যক্ষমতার মডেলগুলিতে নামতে পারেন, বা শর্তসাপেক্ষে নির্দিষ্ট ব্যবহারকারী বিভাগে (যেমন বিটা পরীক্ষক) সর্বশেষ এবং সর্বশ্রেষ্ঠ মডেল স্থাপন করতে পারেন।
  • আপনি মডেলটি যেখানে অ্যাক্সেস করবেন সেই অবস্থানটি সেট করুন যাতে এটি আপনার ব্যবহারকারীদের কাছাকাছি হয়।
  • A/B বিভিন্ন সিস্টেম নির্দেশাবলী এবং প্রম্পট পরীক্ষা করুন, তারপর ধীরে ধীরে আপনার ব্যবহারকারীদের কাছে বিজয়ী পরীক্ষার মানগুলি রোল আউট করুন।
  • আপনার অ্যাপে জেনারেটিভ AI বৈশিষ্ট্যগুলি দ্রুত প্রকাশ বা লুকানোর জন্য বৈশিষ্ট্য পতাকা ব্যবহার করুন।

Firebase Remote Config এই সমস্ত এবং আরও অনেক কিছু করে, আপনাকে আপনার অ্যাপের একটি নতুন সংস্করণ প্রকাশ না করেই, Firebase কনসোলে আপনার সেট করা বৈশিষ্ট্যগুলির সাথে মেলে এমন অ্যাপের উদাহরণগুলির জন্য প্রয়োজনীয় এবং শর্তসাপেক্ষে প্যারামিটার মান আপডেট করতে দেয়।

এই সমাধান নির্দেশিকা নির্দিষ্ট প্রস্তাবিত ব্যবহারের ক্ষেত্রে প্রদান করে এবং কীভাবে আপনার জেনারেটিভ এআই অ্যাপে Remote Config যোগ করতে হয় তা বর্ণনা করে।

কোড বাস্তবায়নে ঝাঁপ দাও

কেন আপনার অ্যাপের সাথে Firebase Remote Config ব্যবহার করবেন?

Firebase Remote Config আপনাকে অ্যাপ আপডেটের প্রয়োজন ছাড়াই আপনার অ্যাপের আচরণকে গতিশীলভাবে সামঞ্জস্য করতে দেয়। এটি বিশেষত এমন অ্যাপগুলির জন্য শক্তিশালী যেগুলি জেনারেটিভ এআই ব্যবহার করে, যেখানে দ্রুত পুনরাবৃত্তি এবং সূক্ষ্ম-টিউনিং অত্যন্ত গুরুত্বপূর্ণ।

জেনারেটিভ এআই অ্যাপের সাথে Remote Config জন্য প্রয়োজনীয় ব্যবহারের ক্ষেত্রে

আমরা নিম্নলিখিত প্রয়োজনীয় ব্যবহারের ক্ষেত্রে Firebase-এ Vertex AI-এর সাথে Remote Config ব্যবহার করার পরামর্শ দিই:

  • একটি অ্যাপ আপডেট ছাড়াই সর্বশেষ মডেল সংস্করণে আপগ্রেড করুন: প্রয়োজন অনুসারে মডেলের নাম পরিবর্তন করতে Remote Config প্যারামিটার ব্যবহার করুন, যাতে আপনি আপনার পছন্দের জেমিনি মডেলের সর্বশেষ সংস্করণে এটি উপলব্ধ হওয়ার সাথে সাথে আপগ্রেড করতে পারেন।
  • অ্যাপ আপডেট ছাড়াই সিস্টেমের নির্দেশাবলী এবং নিরাপত্তা সেটিংস আপডেট করুন: Remote Config প্যারামিটারের মধ্যে সিস্টেম নির্দেশাবলী এবং নিরাপত্তা সেটিংস সংরক্ষণ করুন যাতে আপনি স্থাপনের পরে সমস্যাগুলি আবিষ্কার করলে আপনি সেগুলি অন-ডিমান্ড পরিবর্তন করতে পারেন।
  • ঝুঁকি হ্রাস করুন এবং AI সুরক্ষা প্রয়োগ করুন: আপনার iOS এবং Android ব্যবহারকারীদের জন্য নিরাপদে এবং ধীরে ধীরে জেনারেটিভ AI পরিবর্তনগুলি প্রকাশ করতে Remote Config রোলআউটগুলি ব্যবহার করুন৷

জেনারেটিভ এআই অ্যাপের সাথে Remote Config জন্য উন্নত এবং প্রস্তাবিত ব্যবহারের ক্ষেত্রে

Remote Config এবং Google Analytics সাথে আপনার অ্যাপকে ইনস্ট্রুমেন্ট করার পরে, আপনি উন্নত ব্যবহারের ক্ষেত্রে অন্বেষণ করতে পারেন:

  • ক্লায়েন্ট অবস্থানের উপর ভিত্তি করে অবস্থান সেট করুন: ক্লায়েন্টের সনাক্তকৃত অবস্থানের উপর ভিত্তি করে মডেলের অবস্থান সেট করতে Remote Config শর্তগুলি ব্যবহার করুন।
  • বিভিন্ন মডেলের সাথে পরীক্ষা করুন : দ্রুত পরীক্ষা করুন এবং বিভিন্ন জেনারেটিভ AI মডেলের মধ্যে স্যুইচ করুন, অথবা এমনকি আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে সর্বোত্তম উপযুক্ত খুঁজে পেতে বিভিন্ন ব্যবহারকারী বিভাগে বিভিন্ন মডেল স্থাপন করুন।
  • মডেলের কর্মক্ষমতা অপ্টিমাইজ করুন : ফাইন-টিউন মডেল প্যারামিটার, যেমন সিস্টেম প্রম্পট, সর্বোচ্চ আউটপুট টোকেন, তাপমাত্রা এবং অন্যান্য সেটিংস।

  • ক্লায়েন্ট অ্যাট্রিবিউটের উপর ভিত্তি করে বিভিন্ন সিস্টেম নির্দেশাবলী, প্রম্পট এবং মডেল কনফিগারেশন ব্যবহার করুন: Google Analytics এর সাথে Remote Config ব্যবহার করার সময়, আপনি ক্লায়েন্ট অ্যাট্রিবিউট বা কাস্টম অডিয়েন্সের উপর ভিত্তি করে শর্ত তৈরি করতে পারেন এবং এই অ্যাট্রিবিউটের উপর ভিত্তি করে বিভিন্ন প্যারামিটার সেট করতে পারেন।

    উদাহরণস্বরূপ, আপনি যদি আপনার অ্যাপে প্রযুক্তিগত সহায়তা প্রদানের জন্য জেনারেটিভ AI ব্যবহার করেন, তাহলে আপনার Android, iOS এবং ওয়েব প্ল্যাটফর্ম ব্যবহারকারীদের সঠিক নির্দেশাবলী প্রদান করা হয়েছে তা নিশ্চিত করতে আপনি অ্যাপ প্ল্যাটফর্মের জন্য নির্দিষ্ট সিস্টেম নির্দেশাবলী সেট করতে চাইতে পারেন।

  • প্রতিটি ব্যবহারকারীর জন্য অভিজ্ঞতা ব্যক্তিগতকৃত করুন: প্রতিটি ব্যবহারকারীর জন্য সর্বোত্তম জেনারেটিভ AI সেটিংস স্বয়ংক্রিয়ভাবে নির্ধারণ করতে Remote Config ব্যক্তিগতকরণ ব্যবহার করুন।

  • কন্ট্রোল খরচ: কোন জেনারেটিভ AI মডেলগুলিকে বলা হয়, কত ঘন ঘন ব্যবহার করা হয় তা দূরবর্তীভাবে সামঞ্জস্য করুন এবং অপ্রয়োজনীয় খরচ কমাতে ব্যবহারকারীর দর্শকদের উপর ভিত্তি করে সর্বাধিক আউটপুট টোকেন মানগুলি গতিশীলভাবে কনফিগার করুন।

  • অ্যাপের অভিজ্ঞতা এবং ফলাফলগুলি অপ্টিমাইজ করুন: আপনার iOS, Android এবং Flutter অ্যাপগুলির সাথে Remote Config সাথে A/B Testing ব্যবহার করুন বিভিন্ন ব্যবহারকারীর সেগমেন্ট জুড়ে জেনারেটিভ AI প্যারামিটারে পরিবর্তনগুলি কীভাবে ধারণ এবং আয়ের মতো মূল মেট্রিকগুলিকে প্রভাবিত করে তা দেখতে৷

Firebase Remote Config সাথে আপনার জেনারেটিভ AI অ্যাপটিকে ইনস্ট্রুমেন্ট করে, আপনি আপনার ব্যবহারকারীদের জন্য আনন্দদায়ক অভিজ্ঞতা তৈরি করার সাথে সাথে নমনীয়, নিরাপদ এবং সাশ্রয়ী AI-চালিত অ্যাপ্লিকেশন তৈরি করতে পারেন।

আপনার অ্যাপে Firebase Remote Config যোগ করুন

এই সমাধান নির্দেশিকাতে, আপনি Firebase Remote Config ব্যবহার করবেন আপনার Android অ্যাপের পরামিতিগুলিকে গতিশীলভাবে আপডেট করতে যা Firebase SDK-তে Vertex AI ব্যবহার করে। আপনি শিখবেন কিভাবে:

  • Firebase Remote Config থেকে মডেলের নাম এবং সিস্টেম নির্দেশের মতো প্যারামিটারগুলি আনুন এবং সক্রিয় করুন।
  • গতিশীলভাবে পুনরুদ্ধার করা প্যারামিটারগুলি ব্যবহার করতে আপনার জেমিনি API কলগুলি আপডেট করুন, আপনাকে বিভিন্ন মডেলের মধ্যে স্যুইচ করতে বা কোনও অ্যাপ আপডেট ছাড়াই সিস্টেম নির্দেশাবলী পরিবর্তন করতে দেয়৷
  • প্রয়োজন অনুযায়ী মডেল আচরণ এবং ক্ষমতা সামঞ্জস্য, দূরবর্তীভাবে পরামিতি নিয়ন্ত্রণ.

পূর্বশর্ত

এই নির্দেশিকাটি অনুমান করে যে আপনি অ্যান্ড্রয়েড প্ল্যাটফর্মের জন্য অ্যাপ তৈরি করতে অ্যান্ড্রয়েড স্টুডিও ব্যবহার করার সাথে পরিচিত। আপনি শুরু করার আগে, নিশ্চিত করুন যে আপনি নিম্নলিখিতগুলি করেছেন:

  • Firebase SDK-এ Vertex AI-এর জন্য শুরু করুন নির্দেশিকাটি সম্পূর্ণ করুন। নিশ্চিত করুন যে আপনি নিম্নলিখিত সমস্ত কাজ করেছেন:

    1. ব্লেজ প্রাইসিং প্ল্যান ব্যবহার করা এবং প্রয়োজনীয় এপিআই সক্ষম করা সহ একটি নতুন বা বিদ্যমান ফায়ারবেস প্রকল্প সেট আপ করুন৷
    2. আপনার অ্যাপটি রেজিস্টার করা এবং আপনার অ্যাপে আপনার Firebase কনফিগার যোগ করা সহ আপনার অ্যাপটিকে Firebase-এ সংযুক্ত করুন।
    3. SDK যোগ করুন এবং আপনার অ্যাপে Vertex AI পরিষেবা এবং জেনারেটিভ মডেল শুরু করুন।

  • আপনার প্রোজেক্টে Google Analytics সক্ষম করুন এবং আপনার অ্যাপে এর SDK যোগ করুন (কন্ডিশনাল টার্গেটিংয়ের জন্য প্রয়োজনীয়, যেমন ক্লায়েন্ট ডিভাইসের অবস্থানের উপর ভিত্তি করে পরিষেবা এবং মডেলের অবস্থান সেট করা)।

ধাপ 1 : Firebase কনসোলে প্যারামিটার মান সেট করুন

একটি ক্লায়েন্ট Remote Config টেমপ্লেট তৈরি করুন এবং অ্যাপে আনতে এবং ব্যবহার করার জন্য প্যারামিটার এবং মান কনফিগার করুন।

  1. Firebase কনসোলে আপনার Firebase প্রজেক্ট খুলুন এবং নেভিগেশন মেনু থেকে Run প্রসারিত করুন এবং Remote Config নির্বাচন করুন।
  2. Remote Config পৃষ্ঠার শীর্ষে থাকা ক্লায়েন্ট/সার্ভার নির্বাচক থেকে ক্লায়েন্ট নির্বাচন করা হয়েছে তা নিশ্চিত করুন।
    • যদি এটি আপনার প্রথমবার Remote Config ক্লায়েন্ট টেমপ্লেট ব্যবহার করে, কনফিগারেশন তৈরি করুন ক্লিক করুন। আপনার প্রথম প্যারামিটার তৈরি করুন ফলকটি প্রদর্শিত হবে।
    • যদি এটি আপনার প্রথমবার Remote Config টেমপ্লেটগুলি ব্যবহার না করে থাকে তবে প্যারামিটার যোগ করুন ক্লিক করুন।

  3. নিম্নলিখিত Remote Config পরামিতি সংজ্ঞায়িত করুন:

    পরামিতি নাম বর্ণনা টাইপ ডিফল্ট মান
    model_name মডেলের নাম। আপনার কোডে ব্যবহার করার জন্য মডেল নামের আপ-টু-ডেট তালিকার জন্য, উপলব্ধ মডেলের নামগুলি দেখুন। স্ট্রিং gemini-2.0-flash
    system_instructions সিস্টেম নির্দেশাবলী হল একটি "প্রস্তাবনা" এর মত যা আপনি মডেলটিকে নির্দিষ্ট প্রয়োজন এবং ব্যবহারের ক্ষেত্রে মডেল আচরণকে প্রভাবিত করার জন্য শেষ ব্যবহারকারীর কাছ থেকে অন্য কোনো নির্দেশাবলীর সামনে আসার আগে যোগ করেন। স্ট্রিং You are a helpful assistant who knows everything there is to know about Firebase!
    prompt আপনার জেনারেটিভ এআই বৈশিষ্ট্যের সাথে ব্যবহার করার জন্য ডিফল্ট প্রম্পট। স্ট্রিং I am a developer who wants to know more about Firebase!
    vertex_location Vertex AI পরিষেবা চালানোর জন্য ঐচ্ছিকভাবে অবস্থান নিয়ন্ত্রণ করুন এবং একটি মডেল অ্যাক্সেস করুন। আপনি Google Analytics দ্বারা সনাক্ত করা ক্লায়েন্ট অবস্থানের উপর ভিত্তি করে এই বিকল্পটি কনফিগার করার শর্ত সেট করতে পারেন। স্ট্রিং us-central1

  4. প্যারামিটার যোগ করা শেষ হলে, পরিবর্তনগুলি প্রকাশ করুন এ ক্লিক করুন। যদি এটি একটি নতুন Remote Config টেমপ্লেট না হয় তবে পরিবর্তনগুলি পর্যালোচনা করুন এবং পরিবর্তনগুলি প্রকাশ করুন ক্লিক করুন৷

ধাপ 2 : আপনার অ্যাপে Remote Config SDK যোগ করুন এবং শুরু করুন

Remote Config নির্ভরতা যোগ করুন এবং আপনার অ্যাপের মধ্যে Remote Config সেট আপ করুন।

  1. আপনার মডিউল (অ্যাপ-লেভেল) গ্রেডল ফাইলে Remote Config নির্ভরতা যোগ করুন (সাধারণত app/build.gradle.kts বা app/build.gradle ):

    dependencies {
    implementation(platform("com.google.firebase:firebase-bom:33.12.0"))
    implementation("com.google.firebase:firebase-vertexai")
    implementation("com.google.firebase:firebase-config")
    // ... other dependencies
}

  2. আপনার প্রধান অ্যাপ্লিকেশন যুক্তিতে Remote Config যোগ করুন। এখানে, আপনি Remote Config আরম্ভ করবেন এবং একটি ন্যূনতম আনয়ন ব্যবধান যোগ করবেন:

    KotlinJava
    val remoteConfig: FirebaseRemoteConfig = Firebase.remoteConfig
val configSettings = remoteConfigSettings {
minimumFetchIntervalInSeconds = 3600
}
remoteConfig.setConfigSettingsAsync(configSettings)

    FirebaseRemoteConfig mFirebaseRemoteConfig = FirebaseRemoteConfig.getInstance();
FirebaseRemoteConfigSettings configSettings = new FirebaseRemoteConfigSettings.Builder()
    .setMinimumFetchIntervalInSeconds(3600)
    .build();
mFirebaseRemoteConfig.setConfigSettingsAsync(configSettings);

এই উদাহরণে, ডিফল্ট আনয়ন ব্যবধান হল 3600 সেকেন্ড, কিন্তু আমরা সুপারিশ করি যে আপনি বিকাশের সময় আপনার কোডের ভিতরে একটি অপেক্ষাকৃত কম ন্যূনতম আনয়ন ব্যবধান সেট করুন৷

ধাপ 3 : অ্যাপ-মধ্যস্থ প্যারামিটার মান সেট করুন

Remote Config অবজেক্টে আপনার ইন-অ্যাপ ডিফল্ট প্যারামিটার মান সেট করা উচিত। এটি নিশ্চিত করে যে আপনার অ্যাপটি Remote Config পরিষেবা থেকে মান আনতে না পারলেও প্রত্যাশিতভাবে আচরণ করে।

  1. Firebase কনসোল থেকে, Remote Config খুলুন।
  2. প্যারামিটার ট্যাবে, মেনু খুলুন এবং ডিফল্ট মান ডাউনলোড করুন নির্বাচন করুন।
  3. অনুরোধ করা হলে, Android এর জন্য .xml সক্ষম করুন, তারপর ফাইল ডাউনলোড করুন ক্লিক করুন।
  4. ফাইলটি আপনার অ্যাপের XML রিসোর্স ডিরেক্টরিতে সংরক্ষণ করুন।

  5. আপনি পূর্বে যোগ করা configSettings পরে ডিফল্ট যোগ করতে আপনার প্রধান কার্যকলাপ ফাইল আপডেট করুন:

    KotlinJava
    // Set default values.
remoteConfig.setDefaultsAsync(R.xml.remote_config_defaults)

    // Set default values.
mFirebaseRemoteConfig.setDefaultsAsync(R.xml.remote_config_defaults);

ধাপ 4 : মান আনুন এবং সক্রিয় করুন

ডিফল্ট সেট করার পরে, মান আনতে এবং সক্রিয় করতে নিম্নলিখিত যোগ করুন:

KotlinJava
// Fetch and activate Remote Config values
remoteConfig.fetchAndActivate()
     .addOnCompleteListener(this) { task ->
          if (task.isSuccessful) {
              val updated = task.result
              Log.d(TAG, "Remote Config values fetched and activated: $updated")
          } else {
              Log.e(TAG, "Error fetching Remote Config", task.exception)
          }

  // Fetch and activate Remote Config values
  mFirebaseRemoteConfig.fetchAndActivate()
    .addOnCompleteListener(this, new OnCompleteListener<Boolean>() {
        @Override
        public void onComplete(@NonNull Task<Boolean> task) {
            if (task.isSuccessful()) {
                boolean updated = task.getResult();
                Log.d(TAG, "Config params updated: " + updated);
            } else {
                Log.e(TAG, "Error fetching Remote Config", task.exception)
            }
          }
    });

ধাপ 5: একটি রিয়েল-টাইম Remote Config শ্রোতা যোগ করুন

Remote Config টেমপ্লেটে আপনার করা পরিবর্তনগুলি আপডেট হওয়ার সাথে সাথে ক্লায়েন্টের কাছে প্রচারিত হয় তা নিশ্চিত করতে আপনার অ্যাপে একটি রিয়েল-টাইম Remote Config লিসেনার যোগ করুন।

নিম্নলিখিত কোডটি Remote Config অবজেক্ট আপডেট করে যখনই একটি প্যারামিটারের মান পরিবর্তিত হয়। ঐচ্ছিকভাবে, আপনি addOnCompleteListener অ্যাক্টিভেশনের ভিতরে একটি ক্রিয়া কনফিগার করতে পারেন:

KotlinJava
      // Add a real-time Remote Config listener
      remoteConfig.addOnConfigUpdateListener(object : ConfigUpdateListener {
          override fun onUpdate(configUpdate : ConfigUpdate) {
              Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.updatedKeys);
              remoteConfig.activate().addOnCompleteListener {
                  // Optionally, add an action to perform on update here.
              }
          }

          override fun onError(error : FirebaseRemoteConfigException) {
              Log.w(ContentValues.TAG, "Config update error with code: " + error.code, error)
          }
      }

  // Add a real-time Remote Config listener
  remoteConfig.addOnConfigUpdateListener(new ConfigUpdateListener() {
      @Override
      public void onUpdate(ConfigUpdate configUpdate) {
          Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.getUpdatedKeys());
                remoteConfig.activate().addOnCompleteListener(new OnCompleteListener<Boolean>() {
                  @Override
                  public void onComplete(@NonNull Task<Boolean> task) {
                      // Optionally, add an action to perform on update here.
                  }
              });
          }

      @Override
      public void onError(FirebaseRemoteConfigException error) {
          Log.w(ContentValues.TAG, "Config update error with code: " + error.getCode(), error);
      }
  });

ধাপ 6 : ভার্টেক্স এআই ভেরিয়েবলে Remote Config মান বরাদ্দ করুন

এখন যেহেতু Remote Config সম্পূর্ণরূপে কনফিগার করা হয়েছে, Remote Config থেকে উৎসারিত মানগুলির সাথে হার্ড-কোডেড মানগুলি প্রতিস্থাপন করতে আপনার কোড আপডেট করুন৷

অবস্থান, মডেলের নাম, সিস্টেম নির্দেশাবলী, এবং ব্যবহারকারীর প্রম্পটের জন্য হার্ড-কোডেড মানগুলি Remote Config থেকে প্রাপ্ত মানগুলির সাথে প্রতিস্থাপন করুন।

KotlinJava
// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
val vertexAI = Firebase.vertexAI(location = remoteConfig.getString("vertex_location"))

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
val generativeModel = Firebase.vertexAI.generativeModel(
  modelName = remoteConfig.getString("model_name"),
  systemInstruction = content { text(remoteConfig.getString("system_instructions")) }
)

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(remoteConfig.getString("prompt"))
print(response.text)

// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
FirebaseVertexAI vertexAI = FirebaseVertexAI.getInstance(remoteConfig.getString("vertex_location"));

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
GenerativeModel gm = FirebaseVertexAI.getInstance().generativeModel(
  /* modelName */ remoteConfig.getString("model_name"),
  /* generationConfig (optional) */ null,
  /* safetySettings (optional) */ null,
  /* requestOptions (optional) */ new RequestOptions(),
  /* tools (optional) */ null,
  /* toolsConfig (optional) */ null,
  /* systemInstruction (optional) */ new Content.Builder().addText(remoteConfig.getString("system_instructions")).build()
);
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// Provide a prompt that contains text
Content userPrompt = new Content.Builder()
 addText(remoteConfig.getString("prompt"))
 build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(userPrompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
  @Override
  public void onSuccess(GenerateContentResponse result) {
    String resultText = result.getText();
    System.out.println(resultText);
  }

  @Override
  public void onFailure(Throwable t) {
    t.printStackTrace();
  }
}, executor);

ধাপ 7 : অ্যাপটি চালান

অ্যাপটি তৈরি করুন এবং চালান এবং যাচাই করুন যে এটি কাজ করে। Firebase কনসোলে Remote Config পৃষ্ঠা থেকে আপনার কনফিগারেশনে পরিবর্তন করুন, পরিবর্তনগুলি প্রকাশ করুন এবং ফলাফল যাচাই করুন।

পরবর্তী পদক্ষেপ

,

Firebase SDK-তে Vertex AI ব্যবহার করে আপনার অ্যাপ থেকে Gemini API-কে কল করার সময়, আপনার অনুরোধে অনেকগুলি প্যারামিটার থাকে যা জেনারেটিভ AI প্রতিক্রিয়া নিয়ন্ত্রণ করে। এর মধ্যে সাধারণত মডেলের নাম, মডেল জেনারেশন কনফিগারেশন (সর্বোচ্চ টোকেন, তাপমাত্রা ইত্যাদি), নিরাপত্তা সেটিংস, সিস্টেম নির্দেশাবলী এবং প্রম্পট ডেটা অন্তর্ভুক্ত থাকে।

বেশিরভাগ ক্ষেত্রে, আপনি চাহিদা অনুযায়ী বা বেশ কয়েকটি পরিস্থিতির জন্য প্রয়োজন অনুসারে এইগুলি পরিবর্তন করতে চাইবেন:

  • একটি নতুন অ্যাপ প্রকাশ না করেই আপনার জেনারেটিভ এআই মডেল আপডেট করুন। পূর্ববর্তী সংস্করণগুলি বাতিল হওয়ার আগে আপনি নতুন, স্থিতিশীল মডেল সংস্করণগুলিতে আপগ্রেড করতে পারেন, আপনার ব্যবহারকারীদের চাহিদা এবং বৈশিষ্ট্যগুলির উপর ভিত্তি করে কম খরচে বা উচ্চ কার্যক্ষমতার মডেলগুলিতে নামতে পারেন, বা শর্তসাপেক্ষে নির্দিষ্ট ব্যবহারকারী বিভাগে (যেমন বিটা পরীক্ষক) সর্বশেষ এবং সর্বশ্রেষ্ঠ মডেল স্থাপন করতে পারেন।
  • আপনি মডেলটি যেখানে অ্যাক্সেস করবেন সেই অবস্থানটি সেট করুন যাতে এটি আপনার ব্যবহারকারীদের কাছাকাছি হয়।
  • A/B বিভিন্ন সিস্টেম নির্দেশাবলী এবং প্রম্পট পরীক্ষা করুন, তারপর ধীরে ধীরে আপনার ব্যবহারকারীদের কাছে বিজয়ী পরীক্ষার মানগুলি রোল আউট করুন।
  • আপনার অ্যাপে জেনারেটিভ AI বৈশিষ্ট্যগুলি দ্রুত প্রকাশ বা লুকানোর জন্য বৈশিষ্ট্য পতাকা ব্যবহার করুন।

Firebase Remote Config এই সমস্ত এবং আরও অনেক কিছু করে, আপনাকে আপনার অ্যাপের একটি নতুন সংস্করণ প্রকাশ না করেই, Firebase কনসোলে আপনার সেট করা বৈশিষ্ট্যগুলির সাথে মেলে এমন অ্যাপের উদাহরণগুলির জন্য প্রয়োজনীয় এবং শর্তসাপেক্ষে প্যারামিটার মান আপডেট করতে দেয়।

এই সমাধান নির্দেশিকা নির্দিষ্ট প্রস্তাবিত ব্যবহারের ক্ষেত্রে প্রদান করে এবং কীভাবে আপনার জেনারেটিভ এআই অ্যাপে Remote Config যোগ করতে হয় তা বর্ণনা করে।

কোড বাস্তবায়নে ঝাঁপ দাও

কেন আপনার অ্যাপের সাথে Firebase Remote Config ব্যবহার করবেন?

Firebase Remote Config আপনাকে অ্যাপ আপডেটের প্রয়োজন ছাড়াই আপনার অ্যাপের আচরণকে গতিশীলভাবে সামঞ্জস্য করতে দেয়। এটি বিশেষত এমন অ্যাপগুলির জন্য শক্তিশালী যেগুলি জেনারেটিভ এআই ব্যবহার করে, যেখানে দ্রুত পুনরাবৃত্তি এবং সূক্ষ্ম-টিউনিং অত্যন্ত গুরুত্বপূর্ণ।

জেনারেটিভ এআই অ্যাপের সাথে Remote Config জন্য প্রয়োজনীয় ব্যবহারের ক্ষেত্রে

আমরা নিম্নলিখিত প্রয়োজনীয় ব্যবহারের ক্ষেত্রে Firebase-এ Vertex AI-এর সাথে Remote Config ব্যবহার করার পরামর্শ দিই:

  • একটি অ্যাপ আপডেট ছাড়াই সর্বশেষ মডেল সংস্করণে আপগ্রেড করুন: প্রয়োজন অনুসারে মডেলের নাম পরিবর্তন করতে Remote Config প্যারামিটার ব্যবহার করুন, যাতে আপনি আপনার পছন্দের জেমিনি মডেলের সর্বশেষ সংস্করণে এটি উপলব্ধ হওয়ার সাথে সাথে আপগ্রেড করতে পারেন।
  • অ্যাপ আপডেট ছাড়াই সিস্টেমের নির্দেশাবলী এবং নিরাপত্তা সেটিংস আপডেট করুন: Remote Config প্যারামিটারের মধ্যে সিস্টেম নির্দেশাবলী এবং নিরাপত্তা সেটিংস সংরক্ষণ করুন যাতে আপনি স্থাপনের পরে সমস্যাগুলি আবিষ্কার করলে আপনি সেগুলি অন-ডিমান্ড পরিবর্তন করতে পারেন।
  • ঝুঁকি হ্রাস করুন এবং AI সুরক্ষা প্রয়োগ করুন: আপনার iOS এবং Android ব্যবহারকারীদের জন্য নিরাপদে এবং ধীরে ধীরে জেনারেটিভ AI পরিবর্তনগুলি প্রকাশ করতে Remote Config রোলআউটগুলি ব্যবহার করুন৷

জেনারেটিভ এআই অ্যাপের সাথে Remote Config জন্য উন্নত এবং প্রস্তাবিত ব্যবহারের ক্ষেত্রে

Remote Config এবং Google Analytics সাথে আপনার অ্যাপকে ইনস্ট্রুমেন্ট করার পরে, আপনি উন্নত ব্যবহারের ক্ষেত্রে অন্বেষণ করতে পারেন:

  • ক্লায়েন্ট অবস্থানের উপর ভিত্তি করে অবস্থান সেট করুন: ক্লায়েন্টের সনাক্তকৃত অবস্থানের উপর ভিত্তি করে মডেলের অবস্থান সেট করতে Remote Config শর্তগুলি ব্যবহার করুন।
  • বিভিন্ন মডেলের সাথে পরীক্ষা করুন : দ্রুত পরীক্ষা করুন এবং বিভিন্ন জেনারেটিভ AI মডেলের মধ্যে স্যুইচ করুন, অথবা এমনকি আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে সর্বোত্তম উপযুক্ত খুঁজে পেতে বিভিন্ন ব্যবহারকারী বিভাগে বিভিন্ন মডেল স্থাপন করুন।
  • মডেলের কর্মক্ষমতা অপ্টিমাইজ করুন : ফাইন-টিউন মডেল প্যারামিটার, যেমন সিস্টেম প্রম্পট, সর্বোচ্চ আউটপুট টোকেন, তাপমাত্রা এবং অন্যান্য সেটিংস।

  • ক্লায়েন্ট অ্যাট্রিবিউটের উপর ভিত্তি করে বিভিন্ন সিস্টেম নির্দেশাবলী, প্রম্পট এবং মডেল কনফিগারেশন ব্যবহার করুন: Google Analytics এর সাথে Remote Config ব্যবহার করার সময়, আপনি ক্লায়েন্ট অ্যাট্রিবিউট বা কাস্টম অডিয়েন্সের উপর ভিত্তি করে শর্ত তৈরি করতে পারেন এবং এই অ্যাট্রিবিউটের উপর ভিত্তি করে বিভিন্ন প্যারামিটার সেট করতে পারেন।

    উদাহরণস্বরূপ, আপনি যদি আপনার অ্যাপে প্রযুক্তিগত সহায়তা প্রদানের জন্য জেনারেটিভ AI ব্যবহার করেন, তাহলে আপনার Android, iOS এবং ওয়েব প্ল্যাটফর্ম ব্যবহারকারীদের সঠিক নির্দেশাবলী প্রদান করা হয়েছে তা নিশ্চিত করতে আপনি অ্যাপ প্ল্যাটফর্মের জন্য নির্দিষ্ট সিস্টেম নির্দেশাবলী সেট করতে চাইতে পারেন।

  • প্রতিটি ব্যবহারকারীর জন্য অভিজ্ঞতা ব্যক্তিগতকৃত করুন: প্রতিটি ব্যবহারকারীর জন্য সর্বোত্তম জেনারেটিভ AI সেটিংস স্বয়ংক্রিয়ভাবে নির্ধারণ করতে Remote Config ব্যক্তিগতকরণ ব্যবহার করুন।

  • কন্ট্রোল খরচ: কোন জেনারেটিভ AI মডেলগুলিকে বলা হয়, কত ঘন ঘন ব্যবহার করা হয় তা দূরবর্তীভাবে সামঞ্জস্য করুন এবং অপ্রয়োজনীয় খরচ কমাতে ব্যবহারকারীর দর্শকদের উপর ভিত্তি করে সর্বাধিক আউটপুট টোকেন মানগুলি গতিশীলভাবে কনফিগার করুন।

  • অ্যাপের অভিজ্ঞতা এবং ফলাফলগুলি অপ্টিমাইজ করুন: আপনার iOS, Android এবং Flutter অ্যাপগুলির সাথে Remote Config সাথে A/B Testing ব্যবহার করুন বিভিন্ন ব্যবহারকারীর সেগমেন্ট জুড়ে জেনারেটিভ AI প্যারামিটারে পরিবর্তনগুলি কীভাবে ধারণ এবং আয়ের মতো মূল মেট্রিকগুলিকে প্রভাবিত করে তা দেখতে৷

Firebase Remote Config সাথে আপনার জেনারেটিভ AI অ্যাপটিকে ইনস্ট্রুমেন্ট করে, আপনি আপনার ব্যবহারকারীদের জন্য আনন্দদায়ক অভিজ্ঞতা তৈরি করার সাথে সাথে নমনীয়, নিরাপদ এবং সাশ্রয়ী AI-চালিত অ্যাপ্লিকেশন তৈরি করতে পারেন।

আপনার অ্যাপে Firebase Remote Config যোগ করুন

এই সমাধান নির্দেশিকাতে, আপনি Firebase Remote Config ব্যবহার করবেন আপনার Android অ্যাপের পরামিতিগুলিকে গতিশীলভাবে আপডেট করতে যা Firebase SDK-তে Vertex AI ব্যবহার করে। আপনি শিখবেন কিভাবে:

  • Firebase Remote Config থেকে মডেলের নাম এবং সিস্টেম নির্দেশের মতো প্যারামিটারগুলি আনুন এবং সক্রিয় করুন।
  • গতিশীলভাবে পুনরুদ্ধার করা প্যারামিটারগুলি ব্যবহার করতে আপনার জেমিনি এপিআই কলগুলি আপডেট করুন, আপনাকে অ্যাপ্লিকেশন আপডেট ছাড়াই বিভিন্ন মডেলের মধ্যে স্যুইচ করতে বা সিস্টেমের নির্দেশাবলী সংশোধন করতে দেয়।
  • দূরবর্তীভাবে প্যারামিটারগুলি নিয়ন্ত্রণ করুন, প্রয়োজন অনুসারে মডেল আচরণ এবং ক্ষমতাগুলি সামঞ্জস্য করুন।

পূর্বশর্ত

এই গাইডটি ধরে নিয়েছে যে আপনি অ্যান্ড্রয়েড প্ল্যাটফর্মগুলির জন্য অ্যাপ্লিকেশনগুলি বিকাশ করতে অ্যান্ড্রয়েড স্টুডিও ব্যবহারের সাথে পরিচিত। আপনি শুরু করার আগে, নিশ্চিত হয়ে নিন যে আপনি নিম্নলিখিতগুলি করেছেন:

  • ফায়ারবেস এসডিকে ভার্টেক্স এআইয়ের জন্য শুরু করা গাইডটি সম্পূর্ণ করুন। আপনি নিম্নলিখিত সমস্ত কাজ করেছেন তা নিশ্চিত করুন:

    1. ব্লেজ প্রাইসিং প্ল্যান ব্যবহার এবং প্রয়োজনীয় এপিআই সক্ষম করা সহ একটি নতুন বা বিদ্যমান ফায়ারবেস প্রকল্প সেট আপ করুন।
    2. আপনার অ্যাপ্লিকেশনটি নিবন্ধভুক্ত করা এবং আপনার অ্যাপ্লিকেশনটিতে আপনার ফায়ারবেস কনফিগারেশন যুক্ত করা সহ আপনার অ্যাপ্লিকেশনটি ফায়ারবেসে সংযুক্ত করুন।
    3. এসডিকে যুক্ত করুন এবং আপনার অ্যাপ্লিকেশনটিতে ভার্টেক্স এআই পরিষেবা এবং জেনারেটর মডেলটি আরম্ভ করুন।

  • আপনার প্রকল্পে Google Analytics সক্ষম করুন এবং আপনার অ্যাপ্লিকেশনটিতে এর এসডিকে যুক্ত করুন (শর্তসাপেক্ষ লক্ষ্যমাত্রার জন্য প্রয়োজনীয়, যেমন ক্লায়েন্ট ডিভাইসের অবস্থানের ভিত্তিতে পরিষেবা এবং মডেলের অবস্থান নির্ধারণ করা)।

পদক্ষেপ 1 : Firebase কনসোলে প্যারামিটারের মানগুলি সেট করুন

একটি ক্লায়েন্ট Remote Config টেম্পলেট তৈরি করুন এবং অ্যাপটিতে আনতে এবং ব্যবহার করতে পরামিতি এবং মানগুলি কনফিগার করুন।

  1. Firebase কনসোলে আপনার ফায়ারবেস প্রকল্পটি খুলুন এবং নেভিগেশন মেনু থেকে, রান প্রসারিত করুন এবং Remote Config নির্বাচন করুন।
  2. নিশ্চিত করুন যে ক্লায়েন্ট /সার্ভার সিলেক্টর থেকে Remote Config পৃষ্ঠার শীর্ষে নির্বাচন করা হয়েছে।
    • Remote Config ক্লায়েন্ট টেম্পলেটগুলি ব্যবহার করে যদি এটি আপনার প্রথমবার হয় তবে কনফিগারেশন তৈরি করুন ক্লিক করুন। আপনার প্রথম প্যারামিটার তৈরি করুন ফলকটি প্রদর্শিত হবে।
    • এটি যদি Remote Config টেম্পলেটগুলি ব্যবহার করে আপনার প্রথমবার না হয় তবে প্যারামিটার যুক্ত করুন ক্লিক করুন।

  3. নিম্নলিখিত Remote Config পরামিতিগুলি সংজ্ঞায়িত করুন:

    পরামিতি নাম বর্ণনা টাইপ ডিফল্ট মান
    model_name মডেল নাম। আপনার কোডে ব্যবহারের জন্য মডেল নামগুলির আপ-টু-ডেট তালিকার জন্য, উপলভ্য মডেলের নামগুলি দেখুন। স্ট্রিং gemini-2.0-flash
    system_instructions সিস্টেমের নির্দেশাবলী এমন একটি "উপস্থাপিকা" এর মতো যা আপনি মডেলটি নির্দিষ্ট প্রয়োজন এবং ব্যবহারের মামলার উপর ভিত্তি করে মডেল আচরণকে প্রভাবিত করতে শেষ ব্যবহারকারীর কাছ থেকে আরও কোনও নির্দেশের সংস্পর্শে আসার আগে আপনি যুক্ত করেন। স্ট্রিং You are a helpful assistant who knows everything there is to know about Firebase!
    prompt আপনার জেনারেটর এআই বৈশিষ্ট্যটি ব্যবহার করার জন্য ডিফল্ট প্রম্পট। স্ট্রিং I am a developer who wants to know more about Firebase!
    vertex_location ভার্টেক্স এআই পরিষেবাটি চালানোর জন্য অবস্থানটি ally চ্ছিকভাবে নিয়ন্ত্রণ করুন এবং একটি মডেল অ্যাক্সেস করুন। Google Analytics দ্বারা সনাক্ত করা ক্লায়েন্টের অবস্থানের ভিত্তিতে আপনি এই বিকল্পটি কনফিগার করতে শর্তগুলি সেট করতে পারেন। স্ট্রিং us-central1

  4. আপনি যখন পরামিতি যুক্ত করা শেষ করেছেন, পরিবর্তনগুলি প্রকাশ করুন ক্লিক করুন। যদি এটি কোনও নতুন Remote Config টেম্পলেট না হয় তবে পরিবর্তনগুলি পর্যালোচনা করুন এবং আবার পরিবর্তনগুলি প্রকাশ করুন ক্লিক করুন।

পদক্ষেপ 2 : আপনার অ্যাপ্লিকেশনটিতে Remote Config এসডিকে যুক্ত করুন এবং আরম্ভ করুন

Remote Config নির্ভরতা যুক্ত করুন এবং আপনার অ্যাপ্লিকেশনটির মধ্যে Remote Config সেট আপ করুন।

  1. আপনার মডিউলটিতে Remote Config নির্ভরতা যুক্ত করুন (অ্যাপ্লিকেশন-স্তর) গ্রেড ফাইল (সাধারণত app/build.gradle.kts বা app/build.gradle ):

    dependencies {
    implementation(platform("com.google.firebase:firebase-bom:33.12.0"))
    implementation("com.google.firebase:firebase-vertexai")
    implementation("com.google.firebase:firebase-config")
    // ... other dependencies
}

  2. আপনার প্রধান অ্যাপ্লিকেশন যুক্তিতে Remote Config যুক্ত করুন। এখানে, আপনি Remote Config আরম্ভ করবেন এবং একটি ন্যূনতম আনার ব্যবধান যুক্ত করবেন:

    KotlinJava
    val remoteConfig: FirebaseRemoteConfig = Firebase.remoteConfig
val configSettings = remoteConfigSettings {
minimumFetchIntervalInSeconds = 3600
}
remoteConfig.setConfigSettingsAsync(configSettings)

    FirebaseRemoteConfig mFirebaseRemoteConfig = FirebaseRemoteConfig.getInstance();
FirebaseRemoteConfigSettings configSettings = new FirebaseRemoteConfigSettings.Builder()
    .setMinimumFetchIntervalInSeconds(3600)
    .build();
mFirebaseRemoteConfig.setConfigSettingsAsync(configSettings);

এই উদাহরণে, ডিফল্ট আনার ব্যবধানটি 3600 সেকেন্ড, তবে আমরা আপনাকে সুপারিশ করি যে আপনি বিকাশের সময় আপনার কোডের অভ্যন্তরে তুলনামূলকভাবে কম ন্যূনতম আনার বিরতি সেট করুন।

পদক্ষেপ 3 : অ্যাপ্লিকেশন প্যারামিটার মান সেট করুন

আপনার Remote Config অবজেক্টে অ্যাপ্লিকেশন ডিফল্ট প্যারামিটার মানগুলি সেট করা উচিত। এটি নিশ্চিত করে যে আপনার অ্যাপ্লিকেশনটি প্রত্যাশার মতো আচরণ করে এমনকি যদি এটি Remote Config পরিষেবা থেকে মান আনতে না পারে।

  1. Firebase কনসোল থেকে, ওপেন Remote Config ।
  2. প্যারামিটার ট্যাবে, মেনুটি খুলুন এবং ডাউনলোড ডিফল্ট মানগুলি নির্বাচন করুন।
  3. যখন অনুরোধ করা হয়, অ্যান্ড্রয়েডের জন্য .xml সক্ষম করুন, তারপরে ডাউনলোড ফাইলটি ক্লিক করুন।
  4. আপনার অ্যাপের এক্সএমএল সংস্থান ডিরেক্টরিতে ফাইলটি সংরক্ষণ করুন।

  5. আপনি আগে যুক্ত configSettings পরে ডিফল্ট যুক্ত করতে আপনার প্রধান ক্রিয়াকলাপ ফাইলটি আপডেট করুন:

    KotlinJava
    // Set default values.
remoteConfig.setDefaultsAsync(R.xml.remote_config_defaults)

    // Set default values.
mFirebaseRemoteConfig.setDefaultsAsync(R.xml.remote_config_defaults);

পদক্ষেপ 4 : মান আনুন এবং সক্রিয় করুন

ডিফল্ট সেট করার পরে, নিম্নলিখিতগুলি আনতে এবং মানগুলি সক্রিয় করতে যুক্ত করুন:

KotlinJava
// Fetch and activate Remote Config values
remoteConfig.fetchAndActivate()
     .addOnCompleteListener(this) { task ->
          if (task.isSuccessful) {
              val updated = task.result
              Log.d(TAG, "Remote Config values fetched and activated: $updated")
          } else {
              Log.e(TAG, "Error fetching Remote Config", task.exception)
          }

  // Fetch and activate Remote Config values
  mFirebaseRemoteConfig.fetchAndActivate()
    .addOnCompleteListener(this, new OnCompleteListener<Boolean>() {
        @Override
        public void onComplete(@NonNull Task<Boolean> task) {
            if (task.isSuccessful()) {
                boolean updated = task.getResult();
                Log.d(TAG, "Config params updated: " + updated);
            } else {
                Log.e(TAG, "Error fetching Remote Config", task.exception)
            }
          }
    });

পদক্ষেপ 5: একটি রিয়েল-টাইম Remote Config শ্রোতা যুক্ত করুন

আপনার অ্যাপ্লিকেশনটিতে একটি রিয়েল-টাইম Remote Config শ্রোতা যুক্ত করুন যাতে আপনি Remote Config টেম্পলেটটিতে পরিবর্তনগুলি আপডেট হওয়ার সাথে সাথে ক্লায়েন্টের কাছে প্রচারিত হয় তা নিশ্চিত করতে।

নিম্নলিখিত কোডটি যখনই কোনও প্যারামিটারের মান পরিবর্তন হয় তখন Remote Config অবজেক্টটি আপডেট করে। Ally চ্ছিকভাবে, আপনি addOnCompleteListener অ্যাক্টিভেশনের অভ্যন্তরে কোনও ক্রিয়াও কনফিগার করতে পারেন:

KotlinJava
      // Add a real-time Remote Config listener
      remoteConfig.addOnConfigUpdateListener(object : ConfigUpdateListener {
          override fun onUpdate(configUpdate : ConfigUpdate) {
              Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.updatedKeys);
              remoteConfig.activate().addOnCompleteListener {
                  // Optionally, add an action to perform on update here.
              }
          }

          override fun onError(error : FirebaseRemoteConfigException) {
              Log.w(ContentValues.TAG, "Config update error with code: " + error.code, error)
          }
      }

  // Add a real-time Remote Config listener
  remoteConfig.addOnConfigUpdateListener(new ConfigUpdateListener() {
      @Override
      public void onUpdate(ConfigUpdate configUpdate) {
          Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.getUpdatedKeys());
                remoteConfig.activate().addOnCompleteListener(new OnCompleteListener<Boolean>() {
                  @Override
                  public void onComplete(@NonNull Task<Boolean> task) {
                      // Optionally, add an action to perform on update here.
                  }
              });
          }

      @Override
      public void onError(FirebaseRemoteConfigException error) {
          Log.w(ContentValues.TAG, "Config update error with code: " + error.getCode(), error);
      }
  });

পদক্ষেপ 6 : ভার্টেক্স এআই ভেরিয়েবলগুলিতে Remote Config মানগুলি নির্ধারণ করুন

এখন যে Remote Config সম্পূর্ণরূপে কনফিগার করা হয়েছে, Remote Config থেকে উত্সাহিত মানগুলির সাথে হার্ড-কোডেড মানগুলি প্রতিস্থাপন করতে আপনার কোডটি আপডেট করুন।

Remote Config থেকে উত্সাহিত মানগুলির সাথে অবস্থান, মডেলের নাম, সিস্টেমের নির্দেশাবলী এবং ব্যবহারকারী প্রম্পটের জন্য হার্ড-কোডেড মানগুলি প্রতিস্থাপন করুন।

KotlinJava
// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
val vertexAI = Firebase.vertexAI(location = remoteConfig.getString("vertex_location"))

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
val generativeModel = Firebase.vertexAI.generativeModel(
  modelName = remoteConfig.getString("model_name"),
  systemInstruction = content { text(remoteConfig.getString("system_instructions")) }
)

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(remoteConfig.getString("prompt"))
print(response.text)

// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
FirebaseVertexAI vertexAI = FirebaseVertexAI.getInstance(remoteConfig.getString("vertex_location"));

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
GenerativeModel gm = FirebaseVertexAI.getInstance().generativeModel(
  /* modelName */ remoteConfig.getString("model_name"),
  /* generationConfig (optional) */ null,
  /* safetySettings (optional) */ null,
  /* requestOptions (optional) */ new RequestOptions(),
  /* tools (optional) */ null,
  /* toolsConfig (optional) */ null,
  /* systemInstruction (optional) */ new Content.Builder().addText(remoteConfig.getString("system_instructions")).build()
);
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// Provide a prompt that contains text
Content userPrompt = new Content.Builder()
 addText(remoteConfig.getString("prompt"))
 build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(userPrompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
  @Override
  public void onSuccess(GenerateContentResponse result) {
    String resultText = result.getText();
    System.out.println(resultText);
  }

  @Override
  public void onFailure(Throwable t) {
    t.printStackTrace();
  }
}, executor);

পদক্ষেপ 7 : অ্যাপটি চালান

অ্যাপটি তৈরি করুন এবং চালান এবং এটি কাজ করে তা যাচাই করুন। ফায়ারবেস কনসোলে Remote Config পৃষ্ঠা থেকে আপনার কনফিগারেশনে পরিবর্তন করুন, পরিবর্তনগুলি প্রকাশ করুন এবং ফলাফলটি যাচাই করুন।

পরবর্তী পদক্ষেপ

,

ফায়ারবেস এসডিকে একটি ভার্টেক্স এআই ব্যবহার করে আপনার অ্যাপ্লিকেশন থেকে জেমিনি এপিআইকে কল করার সময়, আপনার অনুরোধে এমন অনেকগুলি পরামিতি রয়েছে যা জেনারেটর এআই প্রতিক্রিয়াগুলি নিয়ন্ত্রণ করে। এর মধ্যে সাধারণত মডেল নাম, মডেল জেনারেশন কনফিগারেশন (সর্বাধিক টোকেন, তাপমাত্রা ইত্যাদি), সুরক্ষা সেটিংস, সিস্টেমের নির্দেশাবলী এবং প্রম্পট ডেটা অন্তর্ভুক্ত থাকে।

বেশিরভাগ ক্ষেত্রে, আপনি এগুলি অন-চাহিদা বা বেশ কয়েকটি পরিস্থিতিতে প্রয়োজন হিসাবে পরিবর্তন করতে চান:

  • কোনও নতুন অ্যাপ্লিকেশন প্রকাশ না করে আপনার জেনারেটর এআই মডেল আপডেট করুন। পূর্ববর্তী সংস্করণগুলি ডিকোমিশন হওয়ার আগে আপনি নতুন, স্থিতিশীল মডেল সংস্করণগুলিতে আপগ্রেড করতে পারেন, আপনার ব্যবহারকারীর প্রয়োজন এবং বৈশিষ্ট্যের উপর ভিত্তি করে স্বল্প-ব্যয় বা উচ্চতর পারফরম্যান্স মডেলগুলিতে ড্রপ করতে পারেন, বা শর্তসাপেক্ষভাবে নির্দিষ্ট ব্যবহারকারী বিভাগগুলিতে (বিটা পরীক্ষকদের মতো) সর্বশেষতম এবং সর্বশ্রেষ্ঠ মডেলগুলি স্থাপন করতে পারেন।
  • আপনি যেখানে মডেলটি অ্যাক্সেস করেন সেখানে অবস্থানটি সেট করুন যাতে এটি আপনার ব্যবহারকারীদের কাছাকাছি থাকে।
  • এ/বি বিভিন্ন সিস্টেমের নির্দেশাবলী এবং অনুরোধগুলি পরীক্ষা করে, তারপরে আস্তে আস্তে আপনার ব্যবহারকারীদের কাছে বিজয়ী পরীক্ষার মানগুলি রোল আউট করে।
  • আপনার অ্যাপ্লিকেশনটিতে জেনারেটর এআই বৈশিষ্ট্যগুলি দ্রুত প্রকাশ করতে বা লুকিয়ে রাখতে বৈশিষ্ট্যযুক্ত পতাকাগুলি ব্যবহার করুন।

Firebase Remote Config এগুলি এবং আরও অনেক কিছু করে, আপনার অ্যাপ্লিকেশনটির নতুন সংস্করণ প্রকাশ না করে Firebase কনসোলে আপনি যে বৈশিষ্ট্যগুলি সেট করেছেন তার সাথে মেলে এমন অ্যাপ্লিকেশন দৃষ্টান্তগুলির জন্য আপনাকে প্রয়োজনীয় হিসাবে এবং শর্তসাপেক্ষে প্যারামিটারের মানগুলি আপডেট করতে দেয়।

এই সমাধান গাইড নির্দিষ্ট প্রস্তাবিত ব্যবহারের কেসগুলি সরবরাহ করে এবং কীভাবে আপনার জেনারেটর এআই অ্যাপ্লিকেশনটিতে Remote Config যুক্ত করবেন তা বর্ণনা করে।

কোড বাস্তবায়নে ঝাঁপ দাও

কেন আপনার অ্যাপ্লিকেশনটির সাথে Firebase Remote Config ব্যবহার করবেন?

Firebase Remote Config আপনাকে অ্যাপ্লিকেশন আপডেটের প্রয়োজন ছাড়াই আপনার অ্যাপ্লিকেশনটির আচরণকে গতিশীলভাবে সামঞ্জস্য করতে দেয়। এটি বিশেষত অ্যাপ্লিকেশনগুলির জন্য শক্তিশালী যা জেনারেটর এআই ব্যবহার করে, যেখানে দ্রুত পুনরাবৃত্তি এবং সূক্ষ্ম সুরকরণ অত্যন্ত গুরুত্বপূর্ণ।

জেনারেটরি এআই অ্যাপ্লিকেশনগুলির সাথে Remote Config জন্য প্রয়োজনীয় ব্যবহারের কেসগুলি

আমরা নিম্নলিখিত প্রয়োজনীয় ব্যবহারের ক্ষেত্রে ফায়ারবেসে ভার্টেক্স এআই সহ Remote Config ব্যবহার করার পরামর্শ দিই:

  • কোনও অ্যাপ্লিকেশন আপডেট ছাড়াই সর্বশেষতম মডেল সংস্করণে আপগ্রেড করুন: প্রয়োজন অনুসারে মডেলের নাম পরিবর্তন করতে Remote Config প্যারামিটারগুলি ব্যবহার করুন, যাতে আপনি এটি উপলব্ধ হওয়ার সাথে সাথে আপনার পছন্দসই মিথুন মডেলের সর্বশেষ সংস্করণে আপগ্রেড করতে পারেন।
  • কোনও অ্যাপ্লিকেশন ছাড়াই সিস্টেমের নির্দেশাবলী এবং সুরক্ষা সেটিংস আপডেট করুন আপডেট আপডেট করুন: আপনি যদি স্থাপনার পরে সমস্যাগুলি আবিষ্কার করেন তবে আপনি সেগুলি অন-চাহিদা পরিবর্তন করতে পারবেন তা নিশ্চিত করার জন্য Remote Config প্যারামিটারের অভ্যন্তরে সিস্টেমের নির্দেশাবলী এবং সুরক্ষা সেটিংস সংরক্ষণ করুন।
  • ঝুঁকি হ্রাস করুন এবং এআই সুরক্ষা প্রয়োগ করুন: নিরাপদে এবং ধীরে ধীরে আপনার আইওএস এবং অ্যান্ড্রয়েড ব্যবহারকারীদের জেনারেটর এআই পরিবর্তনগুলি প্রকাশ করতে Remote Config রোলআউটগুলি ব্যবহার করুন।

জেনারেটর এআই অ্যাপ্লিকেশনগুলির সাথে Remote Config জন্য উন্নত এবং প্রস্তাবিত ব্যবহারের কেসগুলি

Remote Config এবং Google Analytics সাহায্যে আপনার অ্যাপ্লিকেশনটি উপকরণ দেওয়ার পরে, আপনি উন্নত ব্যবহারের কেসগুলি অন্বেষণ করতে পারেন:

  • ক্লায়েন্টের অবস্থানের উপর ভিত্তি করে অবস্থান নির্ধারণ করুন: ক্লায়েন্টের সনাক্ত হওয়া অবস্থানের উপর ভিত্তি করে মডেলের অবস্থান সেট করতে Remote Config শর্তগুলি ব্যবহার করুন।
  • বিভিন্ন মডেলের সাথে পরীক্ষা করুন : আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে সবচেয়ে ভাল ফিট খুঁজে পেতে বিভিন্ন জেনারেটর এআই মডেলগুলির মধ্যে দ্রুত পরীক্ষা করুন এবং স্যুইচ করুন, বা এমনকি বিভিন্ন মডেল বিভিন্ন ব্যবহারকারী বিভাগগুলিতে স্থাপন করুন।
  • মডেল পারফরম্যান্স অনুকূলিত করুন : সূক্ষ্ম-টিউন মডেল পরামিতি, যেমন সিস্টেম প্রম্পট, সর্বাধিক আউটপুট টোকেন, তাপমাত্রা এবং অন্যান্য সেটিংস।

  • ক্লায়েন্টের বৈশিষ্ট্যের উপর ভিত্তি করে বিভিন্ন সিস্টেমের নির্দেশাবলী, প্রম্পট এবং মডেল কনফিগারেশন ব্যবহার করুন: Google Analytics সাথে Remote Config ব্যবহার করার সময় আপনি ক্লায়েন্টের বৈশিষ্ট্য বা কাস্টম শ্রোতাদের উপর ভিত্তি করে শর্তাদি তৈরি করতে পারেন এবং এই বৈশিষ্ট্যের উপর ভিত্তি করে বিভিন্ন পরামিতি সেট করতে পারেন।

    উদাহরণস্বরূপ, আপনি যদি আপনার অ্যাপ্লিকেশনটিতে প্রযুক্তিগত সহায়তা সরবরাহ করতে জেনারেটর এআই ব্যবহার করছেন তবে আপনি আপনার অ্যান্ড্রয়েড, আইওএস এবং ওয়েব প্ল্যাটফর্ম ব্যবহারকারীদের সঠিক নির্দেশাবলী সরবরাহ করা হয়েছে তা নিশ্চিত করার জন্য অ্যাপ্লিকেশন প্ল্যাটফর্মের সাথে নির্দিষ্ট সিস্টেম নির্দেশাবলী সেট করতে চাইতে পারেন।

  • প্রতিটি ব্যবহারকারীর জন্য অভিজ্ঞতাগুলি ব্যক্তিগতকৃত করুন: প্রতিটি ব্যবহারকারীর জন্য সর্বোত্তম জেনারেটর এআই সেটিংস স্বয়ংক্রিয়ভাবে নির্ধারণ করতে Remote Config ব্যক্তিগতকরণ ব্যবহার করুন।

  • নিয়ন্ত্রণ ব্যয়: দূরবর্তীভাবে সামঞ্জস্য করুন কোন জেনারেটর এআই মডেলগুলি বলা হয়, সেগুলি কত ঘন ঘন ব্যবহৃত হয় এবং অপ্রয়োজনীয় ব্যয় হ্রাস করতে ব্যবহারকারী দর্শকদের উপর ভিত্তি করে সর্বাধিক আউটপুট টোকেন মানগুলি গতিশীলভাবে কনফিগার করে।

  • অ্যাপের অভিজ্ঞতা এবং ফলাফলগুলি অনুকূল করুন: আপনার আইওএস, অ্যান্ড্রয়েড এবং ফ্লুটার অ্যাপ্লিকেশনগুলির সাথে Remote Config সহ A/B Testing ব্যবহার করুন বিভিন্ন ব্যবহারকারী বিভাগগুলিতে জেনারেটর এআই প্যারামিটারগুলিতে পরিবর্তনগুলি পরীক্ষা করতে তারা কীভাবে রিটেনশন এবং উপার্জনের মতো কী মেট্রিকগুলিকে প্রভাবিত করে তা দেখতে।

Firebase Remote Config সাথে আপনার জেনারেটর এআই অ্যাপ্লিকেশনটি উপকরণ দিয়ে, আপনি আপনার ব্যবহারকারীদের জন্য আনন্দদায়ক অভিজ্ঞতা তৈরি করার সময় নমনীয়, নিরাপদ এবং ব্যয়বহুল এআই-চালিত অ্যাপ্লিকেশনগুলি তৈরি করতে পারেন।

আপনার অ্যাপ্লিকেশনটিতে Firebase Remote Config যুক্ত করুন

এই সমাধান গাইডে, আপনি আপনার অ্যান্ড্রয়েড অ্যাপ্লিকেশনটিতে গতিশীলভাবে প্যারামিটারগুলি আপডেট করতে Firebase Remote Config ব্যবহার করবেন যা ফায়ারবেস এসডিকে ভার্টেক্স এআই ব্যবহার করে। আপনি শিখবেন কিভাবে:

  • Firebase Remote Config থেকে মডেলের নাম এবং সিস্টেমের নির্দেশাবলীর মতো পরামিতিগুলি আনুন এবং সক্রিয় করুন।
  • গতিশীলভাবে পুনরুদ্ধার করা প্যারামিটারগুলি ব্যবহার করতে আপনার জেমিনি এপিআই কলগুলি আপডেট করুন, আপনাকে অ্যাপ্লিকেশন আপডেট ছাড়াই বিভিন্ন মডেলের মধ্যে স্যুইচ করতে বা সিস্টেমের নির্দেশাবলী সংশোধন করতে দেয়।
  • দূরবর্তীভাবে প্যারামিটারগুলি নিয়ন্ত্রণ করুন, প্রয়োজন অনুসারে মডেল আচরণ এবং ক্ষমতাগুলি সামঞ্জস্য করুন।

পূর্বশর্ত

This guide assumes that you're familiar with using Android Studio to develop apps for Android platforms. Before you begin, make sure that you have done the following:

  • Complete the Get started guide for the Vertex AI in Firebase SDK . Make sure that you've done all of the following:

    1. Set up a new or existing Firebase project, including using the Blaze pricing plan and enabling the required APIs.
    2. Connect your app to Firebase, including registering your app and adding your Firebase config to your app.
    3. Add the SDK and initialize the Vertex AI service and the generative model in your app.

  • Enable Google Analytics in your project and add its SDK to your app (required for conditional targeting, like setting the service and model's location based on the client device's location).

Step 1 : Set parameter values in the Firebase console

Create a client Remote Config template and configure parameters and values to fetch and use in the app.

  1. Open your Firebase project in the Firebase console and, from the navigation menu, expand Run and select Remote Config .
  2. Ensure that Client is selected from the Client/Server selector at the top of the Remote Config page.
    • If this is your first time using Remote Config client templates, click Create Configuration . The Create your first parameter pane appears.
    • If this is not your first time using Remote Config templates, click Add parameter .

  3. Define the following Remote Config parameters:

    পরামিতি নাম বর্ণনা টাইপ ডিফল্ট মান
    model_name Model name. For up-to-date lists of model names to use in your code, see Available model names . স্ট্রিং gemini-2.0-flash
    system_instructions System instructions are like a "preamble" that you add before the model gets exposed to any further instructions from the end user to influence model behavior, based on specific needs and use cases. স্ট্রিং You are a helpful assistant who knows everything there is to know about Firebase!
    prompt Default prompt to use with your generative AI feature. স্ট্রিং I am a developer who wants to know more about Firebase!
    vertex_location Optionally control the location to run the Vertex AI service and access a model. You can set conditions to configure this option based on client location detected by Google Analytics . স্ট্রিং us-central1

  4. When you've finished adding parameters, click Publish changes . If this is not a new Remote Config template, review the changes and click Publish changes again.

Step 2 : Add and initialize the Remote Config SDK in your app

Add Remote Config dependencies and set up Remote Config within your app.

  1. Add the Remote Config dependency to your module (app-level) Gradle file (usually app/build.gradle.kts or app/build.gradle ):

    dependencies {
    implementation(platform("com.google.firebase:firebase-bom:33.12.0"))
    implementation("com.google.firebase:firebase-vertexai")
    implementation("com.google.firebase:firebase-config")
    // ... other dependencies
}

  2. Add Remote Config to your main application logic. Here, you'll initialize Remote Config and add a minimum fetch interval:

    KotlinJava
    val remoteConfig: FirebaseRemoteConfig = Firebase.remoteConfig
val configSettings = remoteConfigSettings {
minimumFetchIntervalInSeconds = 3600
}
remoteConfig.setConfigSettingsAsync(configSettings)

    FirebaseRemoteConfig mFirebaseRemoteConfig = FirebaseRemoteConfig.getInstance();
FirebaseRemoteConfigSettings configSettings = new FirebaseRemoteConfigSettings.Builder()
    .setMinimumFetchIntervalInSeconds(3600)
    .build();
mFirebaseRemoteConfig.setConfigSettingsAsync(configSettings);

In this example, the default fetch interval is 3600 seconds, but we recommend that you set a relatively low minimum fetch interval inside your code during development.

Step 3 : Set in-app parameter values

You should set in-app default parameter values in the Remote Config object. This ensures that your app behaves as expected even if it cannot fetch values from the Remote Config service.

  1. From the Firebase console , open Remote Config .
  2. In the Parameters tab, open the Menu , and select Download default values .
  3. When prompted, enable .xml for Android , then click Download file .
  4. Save the file in your app's XML resources directory.

  5. Update your main activity file to add the defaults after the configSettings you added previously:

    KotlinJava
    // Set default values.
remoteConfig.setDefaultsAsync(R.xml.remote_config_defaults)

    // Set default values.
mFirebaseRemoteConfig.setDefaultsAsync(R.xml.remote_config_defaults);

Step 4 : Fetch and activate values

After setting defaults, add the following to fetch and activate values:

KotlinJava
// Fetch and activate Remote Config values
remoteConfig.fetchAndActivate()
     .addOnCompleteListener(this) { task ->
          if (task.isSuccessful) {
              val updated = task.result
              Log.d(TAG, "Remote Config values fetched and activated: $updated")
          } else {
              Log.e(TAG, "Error fetching Remote Config", task.exception)
          }

  // Fetch and activate Remote Config values
  mFirebaseRemoteConfig.fetchAndActivate()
    .addOnCompleteListener(this, new OnCompleteListener<Boolean>() {
        @Override
        public void onComplete(@NonNull Task<Boolean> task) {
            if (task.isSuccessful()) {
                boolean updated = task.getResult();
                Log.d(TAG, "Config params updated: " + updated);
            } else {
                Log.e(TAG, "Error fetching Remote Config", task.exception)
            }
          }
    });

Step 5: Add a real-time Remote Config listener

Add a real-time Remote Config listener to your app to ensure that changes you make to the Remote Config template are propagated to the client as soon as they're updated.

The following code updates the Remote Config object whenever a parameter value changes. Optionally, you can also configure an action inside the addOnCompleteListener activation:

KotlinJava
      // Add a real-time Remote Config listener
      remoteConfig.addOnConfigUpdateListener(object : ConfigUpdateListener {
          override fun onUpdate(configUpdate : ConfigUpdate) {
              Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.updatedKeys);
              remoteConfig.activate().addOnCompleteListener {
                  // Optionally, add an action to perform on update here.
              }
          }

          override fun onError(error : FirebaseRemoteConfigException) {
              Log.w(ContentValues.TAG, "Config update error with code: " + error.code, error)
          }
      }

  // Add a real-time Remote Config listener
  remoteConfig.addOnConfigUpdateListener(new ConfigUpdateListener() {
      @Override
      public void onUpdate(ConfigUpdate configUpdate) {
          Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.getUpdatedKeys());
                remoteConfig.activate().addOnCompleteListener(new OnCompleteListener<Boolean>() {
                  @Override
                  public void onComplete(@NonNull Task<Boolean> task) {
                      // Optionally, add an action to perform on update here.
                  }
              });
          }

      @Override
      public void onError(FirebaseRemoteConfigException error) {
          Log.w(ContentValues.TAG, "Config update error with code: " + error.getCode(), error);
      }
  });

Step 6 : Assign Remote Config values to Vertex AI variables

Now that Remote Config is fully configured, update your code to replace hard-coded values with values sourced from Remote Config .

Replace hard-coded values for location, model name, system instructions, and user prompt with the values sourced from Remote Config .

KotlinJava
// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
val vertexAI = Firebase.vertexAI(location = remoteConfig.getString("vertex_location"))

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
val generativeModel = Firebase.vertexAI.generativeModel(
  modelName = remoteConfig.getString("model_name"),
  systemInstruction = content { text(remoteConfig.getString("system_instructions")) }
)

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(remoteConfig.getString("prompt"))
print(response.text)

// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
FirebaseVertexAI vertexAI = FirebaseVertexAI.getInstance(remoteConfig.getString("vertex_location"));

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
GenerativeModel gm = FirebaseVertexAI.getInstance().generativeModel(
  /* modelName */ remoteConfig.getString("model_name"),
  /* generationConfig (optional) */ null,
  /* safetySettings (optional) */ null,
  /* requestOptions (optional) */ new RequestOptions(),
  /* tools (optional) */ null,
  /* toolsConfig (optional) */ null,
  /* systemInstruction (optional) */ new Content.Builder().addText(remoteConfig.getString("system_instructions")).build()
);
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// Provide a prompt that contains text
Content userPrompt = new Content.Builder()
 addText(remoteConfig.getString("prompt"))
 build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(userPrompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
  @Override
  public void onSuccess(GenerateContentResponse result) {
    String resultText = result.getText();
    System.out.println(resultText);
  }

  @Override
  public void onFailure(Throwable t) {
    t.printStackTrace();
  }
}, executor);

Step 7 : Run the app

Build and run the app and verify that it works. Make changes to your configuration from the Remote Config page in the Firebase console, publish the changes, and verify the result.

পরবর্তী পদক্ষেপ

,

When calling the Gemini API from your app using a Vertex AI in Firebase SDK, your request contains a number of parameters that control generative AI responses. These usually include the model name, the model generation configuration (maximum tokens, temperature, etc.), safety settings, system instructions, and prompt data.

In most cases, you'll want to change these on-demand or as needed for a number of scenarios:

  • Update your generative AI model without releasing a new app. You can upgrade to newer, stable model versions before earlier versions are decommissioned, drop to lower-cost or higher performance models based on your users' needs and attributes, or conditionally deploy the latest and greatest models to specific user segments (like beta testers).
  • Set the location where you access the model so that it's closer to your users.
  • A/B test different system instructions and prompts, then slowly roll out the winning experiment values to your users.
  • Use feature flags to quickly expose or hide generative AI features in your app.

Firebase Remote Config does all of this and more, letting you update parameter values as needed and conditionally for app instances that match characteristics you set in the Firebase console, without releasing a new version of your app.

This solution guide provides specific recommended use cases and describes how to add Remote Config to your generative AI app.

Jump to code implementation

Why use Firebase Remote Config with your app?

Firebase Remote Config lets you dynamically adjust your app's behavior without requiring app updates. This is especially powerful for apps that use generative AI, where rapid iteration and fine-tuning are crucial.

Essential use cases for Remote Config with generative AI apps

We recommend using Remote Config with Vertex AI in Firebase for the following essential use cases:

  • Upgrade to the latest model version without an app update: Use Remote Config parameters to change the model name as needed, so that you can upgrade to the latest version of your preferred Gemini model as soon as it's available.
  • Update system instructions and safety settings without an app update: Store system instructions and safety settings inside Remote Config parameters to ensure that you can change them on-demand if you discover issues after deployment.
  • Reduce risk and enforce AI safety: Use Remote Config Rollouts to safely and gradually release generative AI changes to your iOS and Android users.

Advanced and recommended use cases for Remote Config with generative AI apps

After instrumenting your app with Remote Config and Google Analytics , you can explore advanced use cases:

  • Set location based on client location: Use Remote Config conditions to set the location of the model based on the client's detected location.
  • Experiment with different models : Quickly test and switch between various generative AI models, or even deploy different models to different user segments, to find the best fit for your specific use case.
  • Optimize model performance : Fine-tune model parameters, such as system prompt, maximum output tokens, temperature, and other settings.

  • Use different system instructions, prompts, and model configuration based on client attributes: When using Remote Config with Google Analytics , you can create conditions based on client attributes or custom audiences and set different parameters based on these attributes.

    For example, if you're using generative AI to provide technical support in your app, you might want to set system instructions specific to the app platform to ensure accurate instructions are provided to your Android, iOS, and web platform users.

  • Personalize experiences for each user: Use Remote Config personalization to automatically determine the optimum generative AI settings for each user.

  • Control costs: Remotely adjust which generative AI models are called, how frequently they are used, and dynamically configure maximum output token values based on user audience to reduce unnecessary costs.

  • Optimize app experience and results: Use A/B Testing with Remote Config with your iOS, Android, and Flutter apps to test changes to generative AI parameters across different user segments to see how they affect key metrics like retention and revenue.

By instrumenting your generative AI app with Firebase Remote Config , you can build flexible, safe, and cost-effective AI-powered applications while creating delightful experiences for your users.

Add Firebase Remote Config to your app

In this solution guide, you'll use Firebase Remote Config to dynamically update parameters in your Android app that use the Vertex AI in Firebase SDK. আপনি শিখবেন কিভাবে:

  • Fetch and activate parameters like model names and system instructions from Firebase Remote Config .
  • Update your Gemini API calls to use the dynamically retrieved parameters, letting you switch between different models or modify system instructions without an app update.
  • Control parameters remotely, adjusting model behavior and capabilities as needed.

পূর্বশর্ত

This guide assumes that you're familiar with using Android Studio to develop apps for Android platforms. Before you begin, make sure that you have done the following:

  • Complete the Get started guide for the Vertex AI in Firebase SDK . Make sure that you've done all of the following:

    1. Set up a new or existing Firebase project, including using the Blaze pricing plan and enabling the required APIs.
    2. Connect your app to Firebase, including registering your app and adding your Firebase config to your app.
    3. Add the SDK and initialize the Vertex AI service and the generative model in your app.

  • Enable Google Analytics in your project and add its SDK to your app (required for conditional targeting, like setting the service and model's location based on the client device's location).

Step 1 : Set parameter values in the Firebase console

Create a client Remote Config template and configure parameters and values to fetch and use in the app.

  1. Open your Firebase project in the Firebase console and, from the navigation menu, expand Run and select Remote Config .
  2. Ensure that Client is selected from the Client/Server selector at the top of the Remote Config page.
    • If this is your first time using Remote Config client templates, click Create Configuration . The Create your first parameter pane appears.
    • If this is not your first time using Remote Config templates, click Add parameter .

  3. Define the following Remote Config parameters:

    পরামিতি নাম বর্ণনা টাইপ ডিফল্ট মান
    model_name Model name. For up-to-date lists of model names to use in your code, see Available model names . স্ট্রিং gemini-2.0-flash
    system_instructions System instructions are like a "preamble" that you add before the model gets exposed to any further instructions from the end user to influence model behavior, based on specific needs and use cases. স্ট্রিং You are a helpful assistant who knows everything there is to know about Firebase!
    prompt Default prompt to use with your generative AI feature. স্ট্রিং I am a developer who wants to know more about Firebase!
    vertex_location Optionally control the location to run the Vertex AI service and access a model. You can set conditions to configure this option based on client location detected by Google Analytics . স্ট্রিং us-central1

  4. When you've finished adding parameters, click Publish changes . If this is not a new Remote Config template, review the changes and click Publish changes again.

Step 2 : Add and initialize the Remote Config SDK in your app

Add Remote Config dependencies and set up Remote Config within your app.

  1. Add the Remote Config dependency to your module (app-level) Gradle file (usually app/build.gradle.kts or app/build.gradle ):

    dependencies {
    implementation(platform("com.google.firebase:firebase-bom:33.12.0"))
    implementation("com.google.firebase:firebase-vertexai")
    implementation("com.google.firebase:firebase-config")
    // ... other dependencies
}

  2. Add Remote Config to your main application logic. Here, you'll initialize Remote Config and add a minimum fetch interval:

    KotlinJava
    val remoteConfig: FirebaseRemoteConfig = Firebase.remoteConfig
val configSettings = remoteConfigSettings {
minimumFetchIntervalInSeconds = 3600
}
remoteConfig.setConfigSettingsAsync(configSettings)

    FirebaseRemoteConfig mFirebaseRemoteConfig = FirebaseRemoteConfig.getInstance();
FirebaseRemoteConfigSettings configSettings = new FirebaseRemoteConfigSettings.Builder()
    .setMinimumFetchIntervalInSeconds(3600)
    .build();
mFirebaseRemoteConfig.setConfigSettingsAsync(configSettings);

In this example, the default fetch interval is 3600 seconds, but we recommend that you set a relatively low minimum fetch interval inside your code during development.

Step 3 : Set in-app parameter values

You should set in-app default parameter values in the Remote Config object. This ensures that your app behaves as expected even if it cannot fetch values from the Remote Config service.

  1. From the Firebase console , open Remote Config .
  2. In the Parameters tab, open the Menu , and select Download default values .
  3. When prompted, enable .xml for Android , then click Download file .
  4. Save the file in your app's XML resources directory.

  5. Update your main activity file to add the defaults after the configSettings you added previously:

    KotlinJava
    // Set default values.
remoteConfig.setDefaultsAsync(R.xml.remote_config_defaults)

    // Set default values.
mFirebaseRemoteConfig.setDefaultsAsync(R.xml.remote_config_defaults);

Step 4 : Fetch and activate values

After setting defaults, add the following to fetch and activate values:

KotlinJava
// Fetch and activate Remote Config values
remoteConfig.fetchAndActivate()
     .addOnCompleteListener(this) { task ->
          if (task.isSuccessful) {
              val updated = task.result
              Log.d(TAG, "Remote Config values fetched and activated: $updated")
          } else {
              Log.e(TAG, "Error fetching Remote Config", task.exception)
          }

  // Fetch and activate Remote Config values
  mFirebaseRemoteConfig.fetchAndActivate()
    .addOnCompleteListener(this, new OnCompleteListener<Boolean>() {
        @Override
        public void onComplete(@NonNull Task<Boolean> task) {
            if (task.isSuccessful()) {
                boolean updated = task.getResult();
                Log.d(TAG, "Config params updated: " + updated);
            } else {
                Log.e(TAG, "Error fetching Remote Config", task.exception)
            }
          }
    });

Step 5: Add a real-time Remote Config listener

Add a real-time Remote Config listener to your app to ensure that changes you make to the Remote Config template are propagated to the client as soon as they're updated.

The following code updates the Remote Config object whenever a parameter value changes. Optionally, you can also configure an action inside the addOnCompleteListener activation:

KotlinJava
      // Add a real-time Remote Config listener
      remoteConfig.addOnConfigUpdateListener(object : ConfigUpdateListener {
          override fun onUpdate(configUpdate : ConfigUpdate) {
              Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.updatedKeys);
              remoteConfig.activate().addOnCompleteListener {
                  // Optionally, add an action to perform on update here.
              }
          }

          override fun onError(error : FirebaseRemoteConfigException) {
              Log.w(ContentValues.TAG, "Config update error with code: " + error.code, error)
          }
      }

  // Add a real-time Remote Config listener
  remoteConfig.addOnConfigUpdateListener(new ConfigUpdateListener() {
      @Override
      public void onUpdate(ConfigUpdate configUpdate) {
          Log.d(ContentValues.TAG, "Updated keys: " + configUpdate.getUpdatedKeys());
                remoteConfig.activate().addOnCompleteListener(new OnCompleteListener<Boolean>() {
                  @Override
                  public void onComplete(@NonNull Task<Boolean> task) {
                      // Optionally, add an action to perform on update here.
                  }
              });
          }

      @Override
      public void onError(FirebaseRemoteConfigException error) {
          Log.w(ContentValues.TAG, "Config update error with code: " + error.getCode(), error);
      }
  });

Step 6 : Assign Remote Config values to Vertex AI variables

Now that Remote Config is fully configured, update your code to replace hard-coded values with values sourced from Remote Config .

Replace hard-coded values for location, model name, system instructions, and user prompt with the values sourced from Remote Config .

KotlinJava
// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
val vertexAI = Firebase.vertexAI(location = remoteConfig.getString("vertex_location"))

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
val generativeModel = Firebase.vertexAI.generativeModel(
  modelName = remoteConfig.getString("model_name"),
  systemInstruction = content { text(remoteConfig.getString("system_instructions")) }
)

// To generate text output, call generateContent with the text input
val response = generativeModel.generateContent(remoteConfig.getString("prompt"))
print(response.text)

// Initialize FirebaseVertexAI instance
// Optionally specify a location in which to run the service and access the model
FirebaseVertexAI vertexAI = FirebaseVertexAI.getInstance(remoteConfig.getString("vertex_location"));

// Initialize the Vertex AI service and the generative model
// Specify a model that supports system instructions, like a Gemini 1.5 model
GenerativeModel gm = FirebaseVertexAI.getInstance().generativeModel(
  /* modelName */ remoteConfig.getString("model_name"),
  /* generationConfig (optional) */ null,
  /* safetySettings (optional) */ null,
  /* requestOptions (optional) */ new RequestOptions(),
  /* tools (optional) */ null,
  /* toolsConfig (optional) */ null,
  /* systemInstruction (optional) */ new Content.Builder().addText(remoteConfig.getString("system_instructions")).build()
);
GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// Provide a prompt that contains text
Content userPrompt = new Content.Builder()
 addText(remoteConfig.getString("prompt"))
 build();

// To generate text output, call generateContent with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(userPrompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
  @Override
  public void onSuccess(GenerateContentResponse result) {
    String resultText = result.getText();
    System.out.println(resultText);
  }

  @Override
  public void onFailure(Throwable t) {
    t.printStackTrace();
  }
}, executor);

Step 7 : Run the app

Build and run the app and verify that it works. Make changes to your configuration from the Remote Config page in the Firebase console, publish the changes, and verify the result.

পরবর্তী পদক্ষেপ