Dostępne funkcje podczas korzystania z interfejsu Gemini API w ramach platformy Foundation Models od Apple


Przykłady na tej stronie zakładają, że masz już za sobą sekcję Wprowadzenie: dostęp do Gemini API za pomocą platformy modeli podstawowych Apple.


Z tego przewodnika dowiesz się, jak wysyłać różne typy żądań do Gemini API za pomocą platformy modeli podstawowych Apple przy użyciu pakietu Firebase AI Logic SDK na platformy Apple.

Na tej stronie znajdziesz przykłady wysyłania tych typów żądań:


Generowanie tekstu

Modele Gemini obsługują te funkcje generowania tekstu:

Modele obsługujące tę funkcję

  • gemini-3.1-pro-preview
  • gemini-3.5-flash
  • gemini-3.1-flash-lite

Generowanie tekstu na podstawie danych wejściowych zawierających tylko tekst

Kliknij Gemini API dostawcę, aby wyświetlić na tej stronie treści i kod dostawcy.

Możesz poprosić Gemini model o wygenerowanie tekstu, podając mu dane wejściowe w postaci samego tekstu.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.5-flash")

// Provide a prompt that contains text.
let prompt = "Write a story about a magic backpack."

// Create a session by injecting the model into Apple's `LanguageModelSession`.
// For a single-turn interaction, create a new session each time you call the model.
let session = LanguageModelSession(model: model)

// Generate a text response to the prompt.
let response = try await session.respond(to: prompt)
print(response.content)

Przesyłanie odpowiedzi strumieniowo

Możesz uzyskać szybsze interakcje, nie czekając na cały wynik wygenerowany przez model, i zamiast tego użyć strumieniowania do obsługi częściowych wyników. Aby przesyłać strumieniowo odpowiedź, użyj streamResponse(to:) zamiast respond(to:).

// imports
// initialization of Gemini API backend service and a `geminiLanguageModel`

// Provide a prompt that contains text.
let prompt = "Write a story about a magic backpack."

// Create a session by injecting the model into Apple's `LanguageModelSession`.
// For a single-turn interaction, create a new session each time you call the model.
let session = LanguageModelSession(model: model)

// Generate a text response to the prompt.
// To stream the response, use `streamResponse(to:)` instead of `respond(to:)`
let stream = session.streamResponse(to: "Write a story about a magic backpack.")
var response = ""
for try await snapshot in stream {
  // The snapshot contains *all* content generated so far.
  response = snapshot.content
}

Generowanie tekstu podczas sesji wieloetapowej (czat)

Kliknij Gemini API dostawcę, aby wyświetlić na tej stronie treści i kod dostawcy. 

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.5-flash")

// Create a session by injecting the model into Apple's `LanguageModelSession`.
// The session maintains state between each request.
let session = LanguageModelSession(model: model)

// Generate a text response to an initial prompt.
let response = try await session.respond(to: "Hello! I'd like to learn more about Albert Einstein.")
print(response.content)  // Example response from model: "What would you like to know?"

// Continue using the existing session. Each prompt and response is added to the transcript.
let response2 = try await session.respond(to: "When was he born?")
print(response2.content)  // Example response from model: "March 14, 1879"

Generowanie tekstu na podstawie danych multimodalnych (np. obrazów)

Kliknij Gemini API dostawcę, aby wyświetlić na tej stronie treści i kod dostawcy.

Możesz poprosić model Gemini o wygenerowanie tekstu, podając prompta tekstowego i plik, np. obraz lub PDF.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.5-flash")

// Create a session by injecting the model into Apple's `LanguageModelSession`.
// For a single-turn interaction, create a new session each time you call the model.
let session = LanguageModelSession(model: model)

let cgImage: CGImage = // ... fetch CGImage from your datasource.
let response = try await session.respond {
  "What are the dominant colors of this image, in order?"
  Attachment(cgImage)
}
print(response.content)

Przesyłanie odpowiedzi strumieniowo

Możesz uzyskać szybsze interakcje, nie czekając na cały wynik wygenerowany przez model, i zamiast tego użyć strumieniowania do obsługi częściowych wyników. Aby przesyłać strumieniowo odpowiedź, użyj streamResponse zamiast respond.

// imports
// initialization of Gemini API backend service and a `geminiLanguageModel`

// Create a session by injecting the model into Apple's `LanguageModelSession`.
// For a single-turn interaction, create a new session each time you call the model.
let session = LanguageModelSession(model: model)

let cgImage: CGImage = // ... fetch CGImage from your datasource.
let stream = session.streamResponse {
  "What are the dominant colors of this image, in order?"
  Attachment(cgImage)
}

var response = ""
for try await snapshot in stream {
  // The snapshot contains *all* content generated so far.
  response = snapshot.content
}
print(response)


Generowanie obrazów (za pomocą modeli „Nano Banana”)

Kliknij Gemini API dostawcę, aby wyświetlić na tej stronie treści i kod dostawcy.

Modele obsługujące tę funkcję

  • gemini-3-pro-image (znany też jako „Nano Banana Pro”)
  • gemini-3.1-flash-image (znany też jako „Nano Banana 2”)

Możesz poprosić Geminimodel generujący obrazy (np. „Nano Banana”)Gemini o wygenerowanie obrazu, wpisując prompta w formie tekstu.

Poniższy przykład pokazuje, jak wygenerować tylko obraz, ale Gemini modele generujące obrazy mogą tworzyć zarówno obrazy, jak i tekst.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini image-generating model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.1-flash-image"
    options:
      GeminiGenerationOptions(responseModalities: .image)
)

let session = LanguageModelSession(model: model)
let response = try await session.respond(
          to: "Generate an image of the Eiffel tower with fireworks in the background."
        )

var generatedImage: CIImage?
// Find the image in the transcriptEntries.
for entry in response.transcriptEntries {
  if case let .response(response) = entry {
    for segment in response.segments {
      if case let .attachment(attachment) = segment,
          case let .image(image) = attachment.content {
        generatedImage = image.ciImage
      }
    }
  }
}


Generowanie uporządkowanych danych wyjściowych w formacie JSON

Kliknij Gemini API dostawcę, aby wyświetlić na tej stronie treści i kod dostawcy.

Modele obsługujące tę funkcję

  • gemini-3.1-pro-preview
  • gemini-3.5-flash
  • gemini-3.1-flash-lite
  • gemini-3-pro-image

Modele Gemini domyślnie zwracają odpowiedzi w postaci nieustrukturyzowanego tekstu. W niektórych przypadkach użycia wymagany jest jednak tekst strukturalny, np. JSON. Możesz na przykład używać odpowiedzi do innych zadań na kolejnych etapach, które wymagają ustalonego schematu danych.

Możesz skonfigurować model tak, aby formatował odpowiedź zgodnie z podanym przez Ciebie schematem JSON. Szczegółowe informacje, sprawdzone metody i przypadki użycia generowania strukturalnych danych wyjściowych w formacie JSON znajdziesz w ogólnym przewodniku Generowanie strukturalnych danych wyjściowych.

import FoundationModels
import FirebaseCore
import FirebaseAILogic

@Generable(description: "Basic profile information about a cat")
struct CatProfile {
  var name: String
  @Guide(description: "The age of the cat", .range(0 ... 20))
  var age: Int
  @Guide(description: "A one sentence profile about the cat's personality")
  var profile: String
}

// Initialize the Gemini Developer API backend service.
let ai = FirebaseAI.firebaseAI(backend: .googleAI())
// Initialize a `geminiLanguageModel` with a Gemini model that supports your use case.
let model = ai.geminiLanguageModel(name: "gemini-3.5-flash")
let session = LanguageModelSession(model: model)

let response = try await session.respond(
  to: "Generate a cute rescue cat profile with an Elvish theme",
  generating: CatProfile.self
)
let cat = response.content


Prześlij opinię na temat dostępu do Gemini API za pomocą platformy modeli podstawowych Apple