מעבר מ-SDK של לקוח Google AI ל-SDK של Firebase AI Logic

Swift

משתמשים ב-Swift Package Manager כדי להתקין ולנהל יחסי תלות ב-Firebase. במקרה הצורך, אפשר לעיין באפשרויות התקנה אחרות.

הספרייה Firebase AI Logic מספקת גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini. הספרייה כלולה כחלק מ-Firebase SDK לפלטפורמות של אפל (firebase-ios-sdk).

אם אתם כבר משתמשים ב-Firebase, אתם צריכים לוודא שחבילת Firebase שלכם היא מגרסה 12.5.0 ואילך.

1. ב-Xcode, כשפרויקט האפליקציה פתוח, עוברים אל File > Add Package Dependencies (קובץ > הוספת תלות בחבילה).

2. כשמוצגת בקשה, מוסיפים את מאגר Firebase Apple platforms SDK:

   https://github.com/firebase/firebase-ios-sdk
   

3. בוחרים את גרסת ה-SDK העדכנית ביותר.

4. בוחרים בספרייה FirebaseAILogic ובספרייה FirebaseAppCheck.

אחרי שתסיימו, פלטפורמת Xcode תתחיל באופן אוטומטי לטפל ביחסי התלות ולהוריד אותם ברקע.

Kotlin

‫Firebase AI Logic SDK ל-Android‏ (firebase-ai) מספק גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini.

בקובץ Gradle של המודול (ברמת האפליקציה) (למשל <project>/<app-module>/build.gradle.kts), מוסיפים את התלויות בספריות Firebase AI Logic ו-App Check ל-Android. מומלץ להשתמש ב-Firebase Android BoM כדי לשלוט בניהול הגרסאות של הספריות.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.15.0"))

  // Add the dependencies for the F irebase AILogic and App Check libraries
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
  implementation("com.google.firebase:firebase-appcheck-debug")
}

באמצעות Firebase Android BoM, האפליקציה תמיד תשתמש בגרסאות תואמות של ספריות Firebase ל-Android.

dependencies {
  // Add the dependencies for the Firebase AI Logic and App Check libraries
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:17.13.0")
  implementation("com.google.firebase:firebase-appcheck-debug:19.2.0")
}

Java

‫Firebase AI Logic SDK ל-Android‏ (firebase-ai) מספק גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini.

בקובץ Gradle של המודול (ברמת האפליקציה) (למשל <project>/<app-module>/build.gradle.kts), מוסיפים את התלויות בספריות Firebase AI Logic ו-App Check ל-Android. מומלץ להשתמש ב-Firebase Android BoM כדי לשלוט בניהול הגרסאות של הספריות.

ב-Java, צריך להוסיף עוד שתי ספריות.

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.15.0"))

  // Add the dependencies for the F irebase AILogic and App Check libraries
  // When using the BoM, you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
  implementation("com.google.firebase:firebase-appcheck-debug")

  // Required for one-shot operations (to use `ListenableFuture` from Guava Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

באמצעות Firebase Android BoM, האפליקציה תמיד תשתמש בגרסאות תואמות של ספריות Firebase ל-Android.

dependencies {
  // Add the dependencies for the Firebase AI Logic and App Check libraries
  // When NOT using the BoM, you must specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai:17.13.0")
  implementation("com.google.firebase:firebase-appcheck-debug:19.2.0")
}

Web

הספרייה Firebase AI Logic מספקת גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini. הספרייה נכללת כחלק מ-Firebase JavaScript SDK לאינטרנט.

1. מתקינים את Firebase JS SDK לאינטרנט באמצעות npm:

   npm install firebase
   

2. מפעילים את Firebase באפליקציה:

   import { initializeApp } from "firebase/app";
   import { initializeAppCheck, DebugProvider } from "firebase/app-check";
   
   // 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);
   

Dart

הפלאגין Firebase AI Logic ל-Flutter‏ (firebase_ai) מספק גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini.

1. מריצים את הפקודה הבאה מספריית הפרויקט של Flutter כדי להתקין את הפלאגינים Firebase AI Logic ו-App Check:

   flutter pub add firebase_ai firebase_app_check
   

2. בקובץ lib/main.dart, מייבאים את התוספים Firebase AI Logic ו-App Check:

   import 'package:firebase_core/firebase_core.dart';
   import 'package:firebase_ai/firebase_ai.dart';
   import 'package:firebase_app_check/firebase_app_check.dart';
   import 'firebase_options.dart';
   

3. בנוסף, בקובץ lib/main.dart, מוודאים שאתחלתם את Firebase באמצעות האובייקט DefaultFirebaseOptions שיוצא מקובץ ההגדרות:

   await Firebase.initializeApp(
     options: DefaultFirebaseOptions.currentPlatform,
   );
   

4. בונים מחדש את אפליקציית Flutter:

   flutter run
   

Unity

התמיכה ב-Unity לא הייתה זמינה בערכות ה-SDK של לקוחות Google AI.

איך מתחילים לעבוד עם Firebase AI Logic SDK ל-Unity

Swift

מסירים את הספרייה הישנה:

1. ב-Xcode, כשפרויקט האפליקציה פתוח, עוברים לחלונית Packages Dependencies.

2. בוחרים את חבילת generative-ai-swift מרשימת התלות של החבילה.

3. לוחצים על הלחצן - בחלק התחתון של הרשימה ואז על הסרה כדי לאשר.

Kotlin

dependencies {
    implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}

Java

dependencies {
    implementation("com.google.ai.client.generativeai:generativeai:VERSION")
}

Web

// BEFORE
import { initializeApp } from "firebase/app";
import { GoogleGenerativeAI } from "@google/generative-ai";

Dart

מחיקת החבילה הישנה:
flutter pub remove google_generative_ai

Unity

התמיכה ב-Unity לא הייתה זמינה מ-SDK של לקוח Google AI.

איך מתחילים לעבוד עם Firebase AI Logic SDK ל-Unity

Swift

// BEFORE
import GoogleGenerativeAI

let model = GenerativeModel(name: "MODEL_NAME", apiKey: APIKey.default)"gemini-3.5-flash")

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-3.5-flash")

Kotlin

// BEFORE
import com.google.ai.client.generativeai.Chat
import com.google.ai.client.generativeai.type.Content
import com.google.ai.client.generativeai.java.GenerativeModuleFutures

...

val generativeModel = GenerativeModel(modelName = "MODEL_NAME",
  // Access your API key as a Build Configuration variable
  apiKey = BuildConfig.apiKey
)

// AFTER
import com.google.firebase.Firebase
import com.google.firebase.ai.ai
import com.google.firebase.ai.type.GenerativeBac"gemini-3.5-flash")

// 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-3.5-flash")

Java

// BEFORE
import com.google.ai.client.generativeai.Chat;
import com.google.ai.client.generativeai.type.Content;
import com.google.ai.client.generativeai.java.GenerativeModuleFutures;

...

GenerativeModel gm = new GenerativeModel("MODEL_NAME",
  // Access your API key as a Build Configuration variable
  BuildConfig.apiKey
);

GenerativeModelFutures model = GenerativeModelFutures.from(gm);

// AFTER
import com.google.firebase.ai.FirebaseAI;
import com.google.firebase.ai.GenerativeModel;
import com.google.firebase.ai.java.GenerativeModelFutures;
import com.google.firebase.ai.type.GenerativeBackerativeModelFutures.from(ai);

// 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-3.5-flash");

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

Web

// BEFORE
import { GoogleGenerativeAI } from "@google/generative-ai";

// Fetch your API_KEY and access your API
const API_KEY = "...";
const genAI = new GoogleGenerativeAI(API_KEY);

...

const model = genAI.getGenerativeModel({ model: "odel = getGenerativeModel(ai, { model: "gemini-3.5-flash" });

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-3.5-flash" });

Dart

// BEFORE
import 'package:google_generative_ai/google_generative_ai.dart';

final apiKey = Platform.environment['API_KEY'];
if (apiKey == null) {
print('No \$API_KEY environment variable');
exit(1);
}

final model = GenerativeModel(model: 'MODEL_NAME&: 'global').generativeModel(model: 'gemini-3.5-flash');

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-3.5-flash');

Unity

התמיכה ב-Unity לא הייתה זמינה מ-SDK של לקוח Google AI.

איך מתחילים לעבוד עם Firebase AI Logic SDK ל-Unity

Swift

• Enumerations

  • רוב הסוגים enum הוחלפו ב-struct עם משתנים סטטיים. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לאחור. כשמשתמשים בהצהרות switch, צריך עכשיו לכלול מקרה default: כדי לכסות ערכים לא ידועים או לא מטופלים, כולל ערכים חדשים שיתווספו ל-SDK בעתיד.

  • השם של ה-enumeration‏ BlockThreshold שונה ל-HarmBlockThreshold. הסוג הזה הוא עכשיו struct.

  • הוסרו המקרים unknown ו-unspecified מהספירות הבאות (עכשיו struct): HarmCategory,‏ HarmBlockThreshold,‏ HarmProbability,‏ BlockReason ו-FinishReason.

  • ההגדרה ModelContent.Part הוחלפה בפרוטוקול בשם Part כדי לאפשר הוספה של סוגים חדשים באופן שתואם לאחור. השינוי הזה מתואר בפירוט בקטע חלקי תוכן.

• חלקי תוכן

  • הוסר הפרוטוקול ThrowingPartsRepresentable, והפונקציות לאתחול של ModelContent פושטו כדי למנוע שגיאות קומפילציה מדי פעם. אם התמונות לא מקודדות בצורה תקינה, עדיין יוצגו שגיאות כשמשתמשים בהן ב-generateContent.

  • החלפנו את המקרים של ModelContent.Part בסוגים הבאים של struct בהתאם לפרוטוקול Part:

    • .text עד TextPart
    • .data עד InlineDataPart
    • .fileData עד FileDataPart
    • .functionCall עד FunctionCallPart
    • .functionResponse עד FunctionResponsePart

• קטגוריית הנזק

  • הערך של HarmCategory לא מוטמע יותר בסוג SafetySetting. אם אתם מתייחסים אליו כאל SafetySetting.HarmCategory, אפשר להחליף את זה ב-HarmCategory.

• משוב בנושא בטיחות

  • הסרנו את הסוג SafetyFeedback כי הוא לא היה בשימוש באף אחת מהתשובות.

• מטא-נתונים של ציטוטים

  • השם של הנכס citationSources שונה ל-citations ב-CitationMetadata.

• סך התווים שניתנים לחיוב

  • המאפיין totalBillableCharacters ב-CountTokensResponse שונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.

• תגובת המועמד

  • שם המדד CandidateResponse שונה ל-Candidate כדי להתאים לפלטפורמות אחרות.

• הגדרת יצירה

  • המאפיינים הציבוריים של GenerationConfig השתנו ל-internal. אפשר להגדיר את כולם ב-initializer.

Kotlin

• Enumerations

  • החלפנו את enum classes ואת sealed classes בכיתות רגילות. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לאחור.

  • השם של ספירת הערכים BlockThreshold שונה ל-HarmBlockThreshold.

  • הוסרו ערכים מהמספורים הבאים: HarmBlockThreshold,‏ HarmProbability,‏ HarmSeverity,‏ BlockReason ו-FinishReason.

• Blob methods

  • שינינו את השם של כל ה-methods שכללו את Blob כחלק מהשם שלהן, כך שישתמשו ב-InlineData במקום זאת.

• הגדרות בטיחות

  • השדה method שונה כך שניתן להזין בו ערך null.

• משך השיעור

  • הסרנו את כל השימושים במחלקה Duration של Kotlin והחלפנו אותם ב-long. השינוי הזה מאפשר יכולת פעולה הדדית טובה יותר עם Java.

• מטא-נתונים של ציטוטים

  • העברנו את כל השדות שהוגדרו קודם ב-CitationMetadata למחלקה חדשה בשם Citation. אפשר למצוא את הציטוטים ברשימה שנקראת citations ב-CitationMetadata. השינוי הזה מאפשר התאמה טובה יותר של הסוגים בין הפלטפורמות.

• ספירת טוקנים

  • השדה totalBillableCharacters שונה כך שניתן להזין בו ערך null.

• סך התווים שניתנים לחיוב

  • המאפיין totalBillableCharacters ב-CountTokensResponse שונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.

• יצירת מופע של מודל

  • העברנו את הפרמטר requestOptions לסוף רשימת הפרמטרים כדי להתאים אותו לפלטפורמות אחרות.

Java

• Enumerations

  • החלפנו את enum classes ואת sealed classes בכיתות רגילות. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לאחור.

  • השם של ספירת הערכים BlockThreshold שונה ל-HarmBlockThreshold.

  • הוסרו ערכים מהמספורים הבאים: HarmBlockThreshold,‏ HarmProbability,‏ HarmSeverity,‏ BlockReason ו-FinishReason.

• Blob methods

  • שינינו את השם של כל ה-methods שכללו את Blob כחלק מהשם שלהן, כך שישתמשו ב-InlineData במקום זאת.

• הגדרות בטיחות

  • השדה method שונה כך שניתן להזין בו ערך null.

• משך השיעור

  • הסרנו את כל השימושים במחלקה Duration של Kotlin והחלפנו אותם ב-long. השינוי הזה מאפשר יכולת פעולה הדדית טובה יותר עם Java.

• מטא-נתונים של ציטוטים

  • העברנו את כל השדות שהוגדרו קודם ב-CitationMetadata למחלקה חדשה בשם Citation. אפשר למצוא את הציטוטים ברשימה שנקראת citations ב-CitationMetadata. השינוי הזה מאפשר התאמה טובה יותר של הסוגים בין הפלטפורמות.

• ספירת טוקנים

  • השדה totalBillableCharacters שונה כך שניתן להזין בו ערך null.

• סך התווים שניתנים לחיוב

  • המאפיין totalBillableCharacters ב-CountTokensResponse שונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.

• יצירת מופע של מודל

  • העברנו את הפרמטר requestOptions לסוף רשימת הפרמטרים כדי להתאים אותו לפלטפורמות אחרות.

Web

חשוב לשים לב שבוצעו שינויים רבים ב-SDK של לקוח Google AI ל-JavaScript מאז ש-SDK של לקוח Firebase AI Logic התפצל ממנו. ריכזנו כאן כמה שינויים פוטנציאליים שכדאי לקחת בחשבון כשעוברים אל ערכות ה-SDK של הלקוח Firebase AI Logic.

• Enumerations

  • הוסרו ערכים מהמספורים הבאים: HarmCategory,‏ BlockThreshold,‏ HarmProbability,‏ HarmSeverity,‏ BlockReason ו-FinishReason.

• סיבת החסימה

  • השדה blockReason ב-PromptFeedback השתנה לאופציונלי.

• הצגת תוצאות חיפוש

  • הסרנו את כל השימושים בתכונה הזו, כי היא עדיין לא נתמכת בערכות ה-SDK של Firebase AI Logic.

• שגיאות

  • הוסרו כל השימושים ב-GoogleGenerativeAIError, ואפשרות נוספת היא מעבר אל AIError.

Dart

• Enumerations

  • הוסרו ערכים מהמספורים הבאים: HarmCategory,‏ HarmProbability,‏ BlockReason ו-FinishReason.

• חלק מהנתונים

  • השם של DataPart שונה ל-InlineDataPart, והפונקציה static data שונתה ל-inlineData כדי להתאים לפלטפורמות אחרות.

• אפשרויות הבקשה

  • הוסר RequestOptions כי timeout לא היה פונקציונלי. האפשרות הזו תתווסף מחדש בעתיד הקרוב, אבל היא תועבר לסוג GenerativeModel כדי להתאים לפלטפורמות אחרות.

• הפסקת רצפים

  • הפרמטר stopSequences ב-GenerationConfig השתנה כך שהוא אופציונלי, וערך ברירת המחדל שלו הוא null במקום מערך ריק.

• ציטוטים

  • השם של הנכס citationSources שונה ל-citations ב-CitationMetadata. הסוג CitationSource קיבל את השם החדש Citation כדי להתאים לפלטפורמות אחרות.

• סוגים, שיטות ומאפיינים ציבוריים מיותרים

  • הסרנו את הסוגים, השיטות והמאפיינים הבאים שנחשפו בטעות: defaultTimeout,‏ CountTokensResponseFields,‏ parseCountTokensResponse,‏ parseEmbedContentResponse,‏ parseGenerateContentResponse,‏ parseContent,‏ BatchEmbedContentsResponse,‏ ContentEmbedding,‏ EmbedContentRequest ו-EmbedContentResponse.

• ספירת טוקנים

  • הוסרו שדות מיותרים מהפונקציה countTokens שכבר לא נחוצים. צריך רק contents.

• יצירת מופע של מודל

  • העברנו את הפרמטר systemInstruction לסוף רשימת הפרמטרים כדי להתאים לפלטפורמות אחרות.

• פונקציונליות של הטמעה

  • הוסרה מהמודל פונקציונליות של הטמעה שלא נתמכת (embedContent ו-batchEmbedContents).

Unity

התמיכה ב-Unity לא הייתה זמינה מ-SDK של לקוח Google AI.

איך מתחילים לעבוד עם Firebase AI Logic SDK ל-Unity