يمكنك أن تطلب من نموذج Gemini تحليل ملفات المستندات (مثل ملفات PDF والملفات النصية العادية) التي تقدّمها إما مضمّنة (بترميز base64) أو عبر عنوان URL. عند استخدام Firebase AI Logic، يمكنك تقديم هذا الطلب مباشرةً من تطبيقك.
باستخدام هذه الميزة، يمكنك إجراء ما يلي:
- تحليل المخطّطات البيانية والجداول داخل المستندات
- استخراج المعلومات إلى تنسيقات ناتج منظَّمة
- الإجابة عن أسئلة حول المحتوى المرئي والنصي في المستندات
- تلخيص المستندات
- تحويل محتوى المستند إلى نص (على سبيل المثال، إلى HTML)، مع الحفاظ على التنسيقات، لاستخدامه في التطبيقات اللاحقة (مثل مسارات RAG)
يتناول هذا الدليل كيفية إنشاء نص من مستند مُدخَل (مثل ملفات PDF)، ولكن يمكنك أيضًا إنشاء صور من مستند مُدخَل.
الانتقال إلى عيّنات التعليمات البرمجية الانتقال إلى التعليمات البرمجية للردود المباشرة
|
اطّلِع على الأدلة الأخرى للحصول على خيارات إضافية للعمل مع المستندات (مثل ملفات PDF) إنشاء مخرجات منظَّمة محادثة متعددة الجولات |
قبل البدء
|
انقر على مزوّد خدمة Gemini API لعرض المحتوى والرمز البرمجي الخاصَّين بالمزوّد على هذه الصفحة. |
إذا لم يسبق لك إجراء ذلك، أكمِل
دليل البدء الذي يوضّح كيفية
إعداد مشروعك على Firebase وربط تطبيقك بمنصة Firebase وإضافة حزمة تطوير البرامج (SDK)
وإعداد خدمة الخلفية لمقدّم خدمة Gemini API الذي اخترته
وإنشاء مثيل GenerativeModel.
لاختبار الطلبات وتحسينها، ننصحك باستخدام Google AI Studio.
النماذج التي تتيح هذه الميزة
يتناول هذا الدليل كيفية إنشاء نصّ من إنشاء الذكاء الاصطناعي من مستندات مُدخلة (مثل ملفات PDF)، وهو ينطبق على نماذج Gemini التالية:
gemini-4-argon-
gemini-3.8-flash(والإصدارات الأقدمgemini-3.7-flashوgemini-3.6-flashوgemini-3.5-flash) -
gemini-3.5-flash-lite(والإصدار الأقدمgemini-3.1-flash-lite)
يتيح أيضًا نموذج gemini-3.1-pro-preview ونموذج Gemini 2.5 للاستخدام العام (اللذان تم إيقافهما نهائيًا) هذه الإمكانية.
إنشاء نصّ من إنشاء الذكاء الاصطناعي من ملفات PDF (بترميز base64)
|
قبل تجربة هذا النموذج، أكمِل قسم
قبل البدء من هذا الدليل
لإعداد مشروعك وتطبيقك. في هذا القسم، ستنقر أيضًا على زر لمقدّم الخدمة Gemini API الذي اخترته حتى يظهر لك المحتوى الخاص بمقدّم الخدمة في هذه الصفحة. |
يمكنك أن تطلب من نموذج Gemini إنشاء نصّ من إنشاء الذكاء الاصطناعي من خلال توجيه طلب باستخدام نص وملفات PDF، مع تقديم mimeType لكل ملف إدخال والملف نفسه. يمكنك الاطّلاع على
متطلبات ملفات الإدخال والاقتراحات بشأنها
لاحقًا في هذه الصفحة.
Swift
يمكنك استدعاء
generateContent()
لإنشاء نص من إدخال متعدد الوسائط للنصوص وملفات PDF.
import FirebaseAILogic
// 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-3.8-flash")
// Provide the PDF as `Data` with the appropriate MIME type
let pdf = try InlineDataPart(data: Data(contentsOf: pdfURL), mimeType: "application/pdf")
// Provide a text prompt to include with the PDF file
let prompt = "Summarize the important results in this report."
// To generate text output, call `generateContent` with the PDF file and text prompt
let response = try await model.generateContent(pdf, prompt)
// Print the generated text, handling the case where it might be nil
print(response.text ?? "No text in response.")
Kotlin
يمكنك استدعاء
generateContent()
لإنشاء نص من إدخال متعدد الوسائط للنصوص وملفات PDF.
// 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-3.8-flash")
val contentResolver = applicationContext.contentResolver
// Provide the URI for the PDF file you want to send to the model
val inputStream = contentResolver.openInputStream(pdfUri)
if (inputStream != null) { // Check if the PDF file loaded successfully
inputStream.use { stream ->
// Provide a prompt that includes the PDF file specified above and text
val prompt = content {
inlineData(
bytes = stream.readBytes(),
mimeType = "application/pdf" // Specify the appropriate PDF file MIME type
)
text("Summarize the important results in this report.")
}
// To generate text output, call `generateContent` with the prompt
val response = model.generateContent(prompt)
// Log the generated text, handling the case where it might be null
Log.d(TAG, response.text ?: "")
}
} else {
Log.e(TAG, "Error getting input stream for file.")
// Handle the error appropriately
}
Java
يمكنك استدعاء
generateContent()
لإنشاء نص من إدخال متعدد الوسائط للنصوص وملفات PDF.
ListenableFuture.
// 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-3.8-flash");
// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
ContentResolver resolver = getApplicationContext().getContentResolver();
// Provide the URI for the PDF file you want to send to the model
try (InputStream stream = resolver.openInputStream(pdfUri)) {
if (stream != null) {
byte[] audioBytes = stream.readAllBytes();
stream.close();
// Provide a prompt that includes the PDF file specified above and text
Content prompt = new Content.Builder()
.addInlineData(audioBytes, "application/pdf") // Specify the appropriate PDF file MIME type
.addText("Summarize the important results in this report.")
.build();
// To generate text output, call `generateContent` with the prompt
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
@Override
public void onSuccess(GenerateContentResponse result) {
String text = result.getText();
Log.d(TAG, (text == null) ? "" : text);
}
@Override
public void onFailure(Throwable t) {
Log.e(TAG, "Failed to generate a response", t);
}
}, executor);
} else {
Log.e(TAG, "Error getting input stream for file.");
// Handle the error appropriately
}
} catch (IOException e) {
Log.e(TAG, "Failed to read the pdf file", e);
} catch (URISyntaxException e) {
Log.e(TAG, "Invalid pdf file", e);
}
Web
يمكنك استدعاء
generateContent()
لإنشاء نص من إدخال متعدد الوسائط للنصوص وملفات PDF.
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-3.8-flash" });
// Converts a File object to a Part object.
async function fileToGenerativePart(file) {
const base64EncodedDataPromise = new Promise((resolve) => {
const reader = new FileReader();
reader.onloadend = () => resolve(reader.result.split(','));
reader.readAsDataURL(file);
});
return {
type: "inlineData",
inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
};
}
async function run() {
// Provide a text prompt to include with the PDF file
const prompt = "Summarize the important results in this report.";
// Prepare PDF file for input
const fileInputEl = document.querySelector("input[type=file]");
const pdfPart = await fileToGenerativePart(fileInputEl.files);
// To generate text output, call `generateContent` with the text and PDF file
const result = await model.generateContent([prompt, pdfPart]);
// Log the generated text, handling the case where it might be undefined
console.log(result.response.text() ?? "No text in response.");
}
run();
Dart
يمكنك استدعاء
generateContent()
لإنشاء نصّ من إنشاء الذكاء الاصطناعي من إدخال متعدد الوسائط للنصوص وملفات PDF.
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-3.8-flash');
// Provide a text prompt to include with the PDF file
final prompt = TextPart("Summarize the important results in this report.");
// Prepare the PDF file for input
final doc = await File('document0.pdf').readAsBytes();
// Provide the PDF file as `Data` with the appropriate PDF file MIME type
final docPart = InlineDataPart('application/pdf', doc);
// To generate text output, call `generateContent` with the text and PDF file
final response = await model.generateContent([
Content.multi([prompt,docPart])
]);
// Print the generated text
print(response.text);
Unity
يمكنك استدعاء
GenerateContentAsync()
لإنشاء نص من إدخال متعدد الوسائط للنصوص وملفات PDF.
using Firebase;
using Firebase.AI;
// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(modelName: "gemini-3.8-flash");
// Provide a text prompt to include with the PDF file
var prompt = ModelContent.Text("Summarize the important results in this report.");
// Provide the PDF file as `data` with the appropriate PDF file MIME type
var doc = ModelContent.InlineData("application/pdf",
System.IO.File.ReadAllBytes(System.IO.Path.Combine(
UnityEngine.Application.streamingAssetsPath, "document0.pdf")));
// To generate text output, call `GenerateContentAsync` with the text and PDF file
var response = await model.GenerateContentAsync(new [] { prompt, doc });
// Print the generated text
UnityEngine.Debug.Log(response.Text ?? "No text in response.");
تعرَّف على كيفية اختيار نموذج مناسبَين لحالة الاستخدام والتطبيق.
عرض الرد تدريجيًا
|
قبل تجربة هذا النموذج، أكمِل قسم
قبل البدء من هذا الدليل
لإعداد مشروعك وتطبيقك. في هذا القسم، ستنقر أيضًا على زر لمقدّم الخدمة Gemini API الذي اخترته حتى يظهر لك المحتوى الخاص بمقدّم الخدمة في هذه الصفحة. |
يمكنك تحقيق تفاعلات أسرع من خلال عدم انتظار النتيجة الكاملة من
إنشاء النموذج، واستخدام ميزة "العرض المباشر" بدلاً من ذلك للتعامل مع النتائج الجزئية.
لبث الردّ، استدعِ generateContentStream.
متطلبات المستندات المُدخلة والاقتراحات بشأنها
يُرجى العِلم أنّ الملف المقدَّم كبيانات مضمّنة يتم ترميزه إلى base64 أثناء النقل، ما يؤدي إلى زيادة حجم الطلب. يظهر لك خطأ HTTP 413 إذا كان الطلب كبيرًا جدًا.
يمكنك الاطّلاع على صفحة "ملفات الإدخال والمتطلبات المتوافقة" لمعرفة معلومات تفصيلية حول ما يلي:
- خيارات مختلفة لتقديم ملف في طلب (إما مضمّنًا أو باستخدام عنوان URL أو معرّف الموارد المنتظم (URI) للملف)
- المتطلبات وأفضل الممارسات لملفات المستندات
أنواع MIME المتوافقة للمستندات
تتوافق النماذج المتعددة الوسائط Gemini مع أنواع MIME التالية للمستندات:
- ملف PDF -
application/pdf - النص -
text/plain
الحدود لكل طلب
يتم التعامل مع ملفات PDF على أنّها صور، لذا يتم التعامل مع صفحة واحدة من ملف PDF على أنّها صورة واحدة. يقتصر عدد الصفحات المسموح بها في الطلب على عدد الصور التي يمكن أن تتوافق معها نماذج Gemini المتعددة الوسائط.
- الحد الأقصى لعدد الملفات لكل طلب: 3,000 ملف
- الحد الأقصى لعدد الصفحات في كل ملف: 1,000 صفحة
- الحدّ الأقصى لحجم الملف الواحد: 50 ميغابايت
ما هي المهام الأخرى التي يمكنني تنفيذها؟
- تعرَّف على كيفية احتساب الرموز المميّزة قبل إرسال طلبات طويلة إلى النموذج.
- يمكنك إعداد Cloud Storage for Firebase لتضمين ملفات كبيرة في طلباتك المتعددة الوسائط والحصول على حلّ أكثر تنظيمًا لتوفير الملفات في الطلبات. يمكن أن تتضمّن الملفات صورًا وملفات PDF وفيديوهات وملفات صوتية.
-
ابدأ بالتفكير في الاستعداد للإنتاج (راجع
قائمة التحقق من الإنتاج):
- يجب فرض Firebase App Check في أقرب وقت ممكن للمساعدة في حماية Gemini API من إساءة الاستخدام من قِبل العملاء غير المصرّح لهم.
- استخدِم Firebase Remote Config أو نماذج الطلبات من الخادم لتتمكّن من إجراء تغييرات عند الطلب على إعدادات الميزة التي تستخدم الذكاء الاصطناعي (مثل اسم النموذج) بدون إصدار نسخة جديدة من تطبيقك.
تجربة إمكانات أخرى
- إنشاء محادثات متعدّدة الجولات (محادثة)
- إنشاء نصّ من إنشاء الذكاء الاصطناعي من طلبات نصية فقط
- إنشاء مخرجات منظَّمة (مثل JSON) من الطلبات النصية والمتعددة الوسائط
- إنشاء الصور وتعديلها من خلال الطلبات النصية والمتعددة الوسائط
- إنشاء الكلام (سواء لمتحدّث واحد أو لمتحدّثين متعددين) باستخدام نماذج تحويل النص إلى كلام (TTS) من Gemini
-
استخدِم أدوات (مثل استدعاء الدوال
و"الإجابة المستندة إلى المصادر" مع
Google Search أوGoogle Maps ) لربط نموذج Gemini بأجزاء أخرى من تطبيقك والأنظمة والمعلومات الخارجية.
كيفية التحكّم في إنشاء المحتوى
- فهم تصميم الطلبات، بما في ذلك أفضل الممارسات والاستراتيجيات وأمثلة على الطلبات
- ضبط مَعلمات النموذج، مثل الحد الأقصى لرموز الناتج المميّزة واحتمال تكرار رموز الناتج المميّزة وما إلى ذلك
- استخدِم إعدادات الأمان لضبط احتمالية الحصول على ردود قد تُعتبر ضارة.
مزيد من المعلومات عن النماذج المتوافقة
يمكنك الاطّلاع على النماذج المتاحة لحالات الاستخدام المختلفة والحصص والأسعار.تقديم ملاحظات حول تجربتك مع "Firebase AI Logic"