使用 Vertex AI in Firebase SDK 从应用中调用 Gemini API 时,您可以提示 Gemini 模型根据多模态输入生成文本。多模态提示可以包含多种模态(或输入类型),例如文本以及图片、PDF、视频和音频。
如需测试和迭代多模态提示,我们建议使用 Vertex AI Studio。
准备工作
请完成 Vertex AI in Firebase SDK 入门指南(如果尚未完成)。请确保您已执行以下所有操作:
设置新的或现有的 Firebase 项目,包括使用 Blaze 定价方案和启用所需的 API。
将您的应用与 Firebase 相关联,包括注册您的应用并将 Firebase 配置添加到您的应用。
在应用中添加 SDK 并初始化 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。
根据文本和单张图片生成文本
在尝试此示例之前,请确保您已完成本指南的准备工作部分。
您可以使用包含文本和单个文件(例如图片,如本例所示)的多模态提示调用 Gemini API。对于这些调用,您需要使用支持多模态提示的模型(例如 Gemini 1.5 Pro)。
支持的文件包括图片、PDF、视频、音频等。 请务必查看输入文件的要求和建议。
选择是流式传输回答 (generateContentStream
) 还是等待系统生成完整结果 (generateContent
)。
流式传输
您可以通过不等待模型生成的完整结果,而是使用流式处理部分结果,从而实现更快的互动。
不直播
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。
根据文本和多张图片生成文本
在尝试此示例之前,请确保您已完成本指南的准备工作部分。
您可以使用包含文本和多个文件(例如图片,如本例所示)的多模态提示调用 Gemini API。对于这些调用,您需要使用支持多模态提示的模型(例如 Gemini 1.5 Pro)。
支持的文件包括图片、PDF、视频、音频等。 请务必查看输入文件的要求和建议。
选择是流式传输回答 (generateContentStream
) 还是等待系统生成完整结果 (generateContent
)。
流式传输
您可以通过不等待模型生成的完整结果,而是使用流式处理部分结果,从而实现更快的互动。
不直播
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。
通过文本和视频生成文本
在尝试此示例之前,请确保您已完成本指南的准备工作部分。
您可以使用包含文本和单个视频的多模态提示调用 Gemini API(如以下示例所示)。对于这些调用,您需要使用支持多模态提示的模型(例如 Gemini 1.5 Pro)。
请务必查看输入文件的要求和建议。
选择是流式传输回答 (generateContentStream
) 还是等待系统生成完整结果 (generateContent
)。
流式传输
您可以通过不等待模型生成的完整结果,而是使用流式处理部分结果,从而实现更快的互动。
不直播
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。
输入文件的要求和建议
如需了解支持的文件类型、如何指定 MIME 类型,以及如何确保您的文件和多模式请求符合要求并遵循最佳实践,请参阅 Vertex AI Gemini API 支持的输入文件和要求。
您还可以执行以下操作
- 了解如何在向模型发送长提示之前计算令牌数。
- 设置 Cloud Storage for Firebase,以便您使用 Cloud Storage 网址在多模态请求中添加大型文件。文件可以是图片、PDF、视频和音频。
- 开始考虑为正式版做好准备,包括设置 Firebase App Check,以保护 Gemini API 免遭未经授权的客户端滥用。
试用 Gemini API 的其他功能
- 构建多轮对话(聊天)。
- 根据纯文本提示生成文本。
- 根据文本和多模态提示生成结构化输出(例如 JSON)。
- 使用函数调用将生成式模型连接到外部系统和信息。
了解如何控制内容生成
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 型号
了解适用于各种用例的模型及其配额和价格。就您使用 Vertex AI in Firebase 的体验提供反馈