מעבר ישירות להוראות להעברת נתונים
למה כדאי לעבור לשימוש בערכות ה-SDK של Firebase AI Logic?
יכול להיות שניסיתם קבוצה חלופית של ערכות SDK ללקוחות בנייד או באינטרנט שנתנו לכם גישה אל Gemini Developer API.
ערכות ה-SDK של הלקוח האלה לא שולבו במערכת האקולוגית החזקה של Firebase, שמציעה שירותים קריטיים לאפליקציות לנייד ולאפליקציות אינטרנט. הן הוצאו משימוש והוחלפו בערכות ה-SDK של הלקוח Firebase AI Logic, שמאפשרות גישה אל Gemini Developer API.
אמצעי אבטחה לאפליקציות לנייד ולאפליקציות אינטרנט
באפליקציות לנייד ולאינטרנט, האבטחה היא קריטית ודורשת שיקולים מיוחדים כי הקוד שלכם – כולל קריאות ל-Gemini API – פועל בסביבה לא מוגנת. אתם יכולים להשתמש ב-Firebase App Check כדי להגן על ממשקי API מפני ניצול לרעה על ידי לקוחות לא מורשים.
כשאתם משתמשים ב-Firebase App Check עם Firebase AI Logic, אתם לא מוסיפים את מפתח ה-API של Gemini ל-Gemini Developer API ישירות לבסיס הקוד של האפליקציה לנייד או לאינטרנט. במקום זאת, מפתח ה-API של Gemini נשאר בשרת, ולא נחשף לגורמים זדוניים.
מערכת אקולוגית שמיועדת לאפליקציות לנייד ולאינטרנט
Firebase היא הפלטפורמה של Google לפיתוח אפליקציות לנייד ואפליקציות אינטרנט. כשמשתמשים ב-Firebase AI Logic, האפליקציות נמצאות בסביבה שמתמקדת בצרכים של אפליקציות ומפתחים של Full Stack. לדוגמה:
להגדיר באופן דינמי הגדרות של זמן ריצה או להחליף ערכים באפליקציה (כמו שם וגרסה של מודל) בלי להשיק גרסה חדשה של האפליקציה באמצעות Firebase Remote Config.
אתם יכולים להשתמש ב-Cloud Storage for Firebase כדי לכלול קבצים גדולים בבקשות המולטימודליות (אם אתם משתמשים ב-Agent Platform Gemini API (formerly Vertex AI)). ערכות ה-SDK של הלקוח ב-Cloud Storage עוזרות לכם לטפל בהעלאות ובהורדות של קבצים (גם בתנאי רשת גרועים) ומציעות אבטחה משופרת לנתונים של משתמשי הקצה. במדריך לפתרון בעיות מוסבר איך משתמשים ב-Cloud Storage for Firebase.
לנהל נתונים מובְנים באמצעות ערכות SDK של מסדי נתונים שמיועדות לאפליקציות לנייד ולאפליקציות אינטרנט (כמו Cloud Firestore).
מעבר לערכות ה-SDK של Firebase AI Logic
סקירה כללית של השלבים למעבר לערכות ה-SDK של Firebase AI Logic:
שלב 1: מגדירים פרויקט חדש או קיים ב-Firebase ומקשרים את האפליקציה ל-Firebase.
שלב 2: מוסיפים את ערכות ה-SDK של Firebase AI Logic לאפליקציה.
שלב 3: מעדכנים את הייבוא וההפעלה באפליקציה.
שלב 4: מעדכנים את הקוד בהתאם לתכונות שבהן משתמשים.
שלב 1: מגדירים פרויקט ב-Firebase ומקשרים את האפליקציה
נכנסים למסוף Firebase ובוחרים את הפרויקט ב-Firebase.
במסוף Firebase, נכנסים לדף AI Services > AI Logic.
לוחצים על Get started כדי להפעיל תהליך עבודה מודרך שיעזור לכם להגדיר את ממשקי ה-API הנדרשים ואת המשאבים לפרויקט.
לוחצים על Gemini Developer API. תמיד אפשר להגדיר את ספק ה-API השני ולהשתמש בו מאוחר יותר.
במסוף יופעלו ממשקי ה-API הנדרשים וייווצר מפתח API חדש וייעודי של Gemini בפרויקט.
אל תוסיפו את מפתח ה-API החדש של Gemini לבסיס הקוד של האפליקציה. מידע נוסףאם מופיעה בקשה בתהליך העבודה של המסוף, פועלים לפי ההוראות במסך כדי לרשום את האפליקציה ולחבר אותה ל-Firebase.
המשיכו לקרוא את המדריך הזה כדי לעדכן את הספרייה ואת ההפעלה באפליקציה.
שלב 2: מוסיפים את ה-SDK של Firebase AI Logic לאפליקציה
אחרי שמגדירים את הפרויקט ב-Firebase ומקשרים את האפליקציה ל-Firebase (כמו שמוסבר בשלב הקודם), אפשר להוסיף את ה-SDK של Firebase AI Logic לאפליקציה.
Swift
אתם יכולים להשתמש ב-Swift Package Manager כדי להתקין ולנהל את יחסי התלות של Firebase. במקרה הצורך, אפשר לקרוא על אפשרויות התקנה אחרות.
הספרייה Firebase AI Logic מספקת גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini. הספרייה נכללת כחלק מ-Firebase SDK לפלטפורמות של אפל (firebase-ios-sdk).
אם אתם כבר משתמשים ב-Firebase, ודאו שחבילת Firebase היא מגרסה 12.5.0 ואילך.
ב-Xcode, כשהפרויקט של האפליקציה פתוח, עוברים אל File > Add Package Dependencies (קובץ > הוספת יחסי תלות של חבילות).
כשמוצגת בקשה, מוסיפים את מאגר ה-SDK של Firebase לפלטפורמות של אפל:
https://github.com/firebase/firebase-ios-sdkבוחרים את גרסת ה-SDK העדכנית ביותר.
בוחרים את הספרייה
FirebaseAILogicואת הספרייהFirebaseAppCheck.
אחרי שתסיימו, פלטפורמת Xcode תתחיל לטפל ביחסי התלות ולהוריד אותם ברקע באופן אוטומטי.
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 יחסי התלות של הספריות Firebase AI Logic ו-App Check ל-Android. מומלץ להשתמש ב-Firebase Android BoM כדי לשלוט בניהול גרסאות של הספרייה.
dependencies { // ... other androidx dependencies // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:35.2.0")) // Add the dependencies for the Firebase AI Logic 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") }
כשמשתמשים ב-Firebase Android BoM, האפליקציה תמיד משתמשת בגרסאות תואמות של ספריות Firebase ל-Android.
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 יחסי התלות של הספריות Firebase AI Logic ו-App Check ל-Android. מומלץ להשתמש ב-Firebase Android BoM כדי לשלוט בניהול גרסאות של הספרייה.
ב-Java, צריך להוסיף שתי ספריות נוספות.
dependencies { // ... other androidx dependencies // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:35.2.0")) // Add the dependencies for the Firebase AI Logic 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") }
כשמשתמשים ב-Firebase Android BoM, האפליקציה תמיד משתמשת בגרסאות תואמות של ספריות Firebase ל-Android.
Web
הספרייה Firebase AI Logic מספקת גישה לממשקי ה-API לאינטראקציה עם מודלים של Gemini. הספרייה כלולה כחלק מ-Firebase JavaScript SDK לאינטרנט.
מתקינים את Firebase JS SDK לאינטרנט באמצעות npm:
npm install firebaseמפעילים 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 כדי ליצור אינטראקציה עם מודלים של Gemini.
מריצים את הפקודה הבאה מספריית הפרויקט ב-Flutter כדי להתקין את הפלאגינים Firebase AI Logic ו-App Check:
flutter pub add firebase_ai firebase_app_checkבקובץ
lib/main.dart, מייבאים את הפלאגינים 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';בנוסף, בקובץ
lib/main.dart, מוודאים שהפעלתם את Firebase באמצעות האובייקטDefaultFirebaseOptionsשיוצא על ידי קובץ התצורה:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );בונים מחדש את אפליקציית Flutter:
flutter run
Unity
לא הייתה תמיכה ב-Unity בערכות ה-SDK של הלקוח ב-Google AI.
מסירים את ה-SDK הישן מהאפליקציה
אחרי שתסיימו להעביר את האפליקציה (ראו את הסעיפים הבאים במדריך הזה), הקפידו למחוק את הספרייה הישנה.
Swift
מסירים את הספרייה הישנה:
ב-Xcode, כשהפרויקט של האפליקציה פתוח, עוברים לחלונית Packages Dependencies.
בוחרים את החבילה
generative-ai-swiftמרשימת יחסי התלות של החבילה.לוחצים על הלחצן
-בתחתית הרשימה ואז על Remove 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
מוחקים את החבילה הישנה:
flutter pub remove google_generative_ai
Unity
לא הייתה תמיכה ב-Unity בערכות ה-SDK של הלקוח ב-Google AI.
שלב 3: מעדכנים את הייבוא וההפעלה באפליקציה
מעדכנים את הייבוא ואת האופן שבו מאתחלים את שירות הקצה העורפי של Gemini Developer API ויוצרים מכונה של GenerativeModel.
Swift
// BEFOREimport GoogleGenerativeAI let model = GenerativeModel(name: "MODEL_NAME", apiKey: APIKey.default)// AFTER 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-4-hydrogen")
Kotlin
// BEFOREimport 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.GenerativeBackend ... // 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-4-hydrogen")
Java
// BEFOREimport 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.GenerativeBackend; ... // 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-4-hydrogen"); // Use the GenerativeModelFutures Java compatibility layer which offers // support for ListenableFuture and Publisher APIs GenerativeModelFutures model = GenerativeModelFutures.from(ai);
Web
// BEFOREimport { 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: "MODEL_NAME"});// AFTER 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-4-hydrogen" });
Dart
// BEFOREimport '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', apiKey: apiKey);// AFTER 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-4-hydrogen');
Unity
לא הייתה תמיכה ב-Unity בערכות ה-SDK של הלקוח ב-Google AI.
שימו לב שבהתאם ליכולת שבה אתם משתמשים, יכול להיות שלא תמיד תיצרו מכונה של GenerativeModel. כדי להעביר קלט ופלט בסטרימינג באמצעות Gemini Live API, צריך ליצור מכונה של LiveModel.
שלב 4: מעדכנים את הקוד בהתאם לתכונות שבהן משתמשים
בשלב הזה מתוארים השינויים שצריך לבצע בהתאם לתכונות שבהן אתם משתמשים.
ערכות ה-SDK של הלקוח ב-Firebase AI Logic לא תומכות בהרצת קוד. אם אתם משתמשים בתכונה הזו, חשוב לוודא שהאפליקציה שלכם תומכת בה.
כדאי לעיין ברשימות הבאות כדי לבדוק אם צריך לבצע שינויים בקוד כדי להתאים אותו למעבר לערכות ה-SDK של הלקוח ב-Firebase AI Logic.
חובה בכל השפות והפלטפורמות
קריאה להפעלת פונקציות
אם הטמעתם את התכונה הזו, תצטרכו לעדכן את האופן שבו אתם מגדירים את הסכימה. מומלץ לעיין במדריך המעודכן בנושא קריאה להפעלת פונקציות כדי ללמוד איך לכתוב הצהרות על פונקציות.יצירת פלט מובנה (כמו JSON) באמצעות
responseSchema
אם הטמעתם את התכונה הזו, תצטרכו לעדכן את האופן שבו אתם מגדירים את הסכימה. מומלץ לעיין במדריך החדש לפלט מובנה כדי ללמוד איך לכתוב סכימות JSON.פסק זמן
- הזמן הקצוב לתפוגה של בקשות שמוגדר כברירת מחדל שונה ל-180 שניות.
נדרש בהתאם לפלטפורמה או לשפה
Swift
ספירות
החלפנו את רוב הסוגים של
enumב-structעם משתנים סטטיים. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לדורות קודמים. כשמשתמשים בהצהרותswitch, צריך לכלול מקרהdefault:כדי לכסות ערכים לא ידועים או לא מטופלים, כולל ערכים חדשים שיתווספו ל-SDK בעתיד.השם של המאפיין
BlockThresholdשונה ל-HarmBlockThreshold, והסוג שלו הוא עכשיוstruct.הסרנו את המקרים
unknownו-unspecifiedמהרשימות הבאות (עכשיו הןstruct):HarmCategory,HarmBlockThreshold,HarmProbability,BlockReasonו-FinishReason.החלפנו את המאפיין
ModelContent.Partבפרוטוקול בשםPartכדי לאפשר הוספה של סוגים חדשים באופן שתואם לדורות קודמים. השינוי הזה מתואר בפירוט רב יותר בקטע חלקי תוכן.
חלקי תוכן
הסרנו את הפרוטוקול
ThrowingPartsRepresentableופישטנו את המאתחלים שלModelContentכדי למנוע שגיאות קומפיילר מדי פעם. תמונות שלא מקודדות כמו שצריך עדיין יגרמו לשגיאות כשמשתמשים בהן ב-generateContent.החלפנו את המקרים של
ModelContent.Partבסוגים הבאים שלstructשתואמים לפרוטוקולPart:.textעדTextPart.dataעדInlineDataPart.fileDataעדFileDataPart.functionCallעדFunctionCallPart.functionResponseעדFunctionResponsePart
קטגוריית הנזק
- השדה
HarmCategoryכבר לא מוטמע בסוגSafetySetting. אם אתם מתייחסים אליו בתורSafetySetting.HarmCategory, אפשר להחליף את זה ב-HarmCategory.
- השדה
משוב בנושא בטיחות
- הסרנו את הסוג
SafetyFeedbackכי לא השתמשנו בו באף אחת מהתשובות.
- הסרנו את הסוג
מטא-נתונים של ציטוטים
- שינוי השם של הנכס
citationSourcesל-citationsב-CitationMetadata.
- שינוי השם של הנכס
סה"כ תווים לחיוב
- המאפיין
totalBillableCharactersב-CountTokensResponseשונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.
- המאפיין
תשובת המועמד
- שינינו את השם של
CandidateResponseל-Candidateכדי להתאים אותו לפלטפורמות אחרות.
- שינינו את השם של
הגדרות ליצירת תוכן
- המאפיינים הציבוריים של
GenerationConfigהשתנו ל-internal. אפשר להגדיר את כולם במאתחל.
- המאפיינים הציבוריים של
Kotlin
ספירות
הוחלפו
enumסוגים ממערכתsealedבסוגים רגילים. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לדורות קודמים.השם של המאפיין
BlockThresholdשונה ל-HarmBlockThreshold.הוסרו ערכים מהספירות הבאות:
HarmBlockThreshold,HarmProbability,HarmSeverity,BlockReasonו-FinishReason.
שיטות Blob
- שינינו את השמות של כל השיטות שכללו את
Blobכחלק מהשם שלהן, כך שישתמשו ב-InlineDataבמקום זאת.
- שינינו את השמות של כל השיטות שכללו את
הגדרות בטיחות
- השדה
methodשונה כך שיוכל להכיל ערך null.
- השדה
Duration class
- הסרנו את כל השימושים במחלקה
Durationשל Kotlin, והחלפנו אותה ב-long. השינוי הזה משפר את יכולת הפעולה ההדדית עם Java.
- הסרנו את כל השימושים במחלקה
מטא-נתונים של ציטוטים
- כל השדות שהוגדרו קודם ב-
CitationMetadataהועברו לסוג חדש שנקראCitation. אפשר למצוא את הציטוטים ברשימה שנקראתcitationsב-CitationMetadata. השינוי הזה מאפשר התאמה טובה יותר של סוגי הנתונים בין הפלטפורמות.
- כל השדות שהוגדרו קודם ב-
ספירת טוקנים
- השדה
totalBillableCharactersשונה כך שיוכל להכיל ערך null.
- השדה
סה"כ תווים לחיוב
- המאפיין
totalBillableCharactersב-CountTokensResponseשונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.
- המאפיין
יצירת מופע של מודל
- העברנו את הפרמטר
requestOptionsלסוף רשימת הפרמטרים כדי להתאים אותו לפלטפורמות אחרות.
- העברנו את הפרמטר
Java
ספירות
הוחלפו
enumסוגים ממערכתsealedבסוגים רגילים. השינוי הזה מאפשר גמישות רבה יותר בפיתוח ה-API באופן שתואם לדורות קודמים.השם של המאפיין
BlockThresholdשונה ל-HarmBlockThreshold.הוסרו ערכים מהספירות הבאות:
HarmBlockThreshold,HarmProbability,HarmSeverity,BlockReasonו-FinishReason.
שיטות Blob
- שינינו את השמות של כל השיטות שכללו את
Blobכחלק מהשם שלהן, כך שישתמשו ב-InlineDataבמקום זאת.
- שינינו את השמות של כל השיטות שכללו את
הגדרות בטיחות
- השדה
methodשונה כך שיוכל להכיל ערך null.
- השדה
Duration class
- הסרנו את כל השימושים במחלקה
Durationשל Kotlin, והחלפנו אותה ב-long. השינוי הזה משפר את יכולת הפעולה ההדדית עם Java.
- הסרנו את כל השימושים במחלקה
מטא-נתונים של ציטוטים
- כל השדות שהוגדרו קודם ב-
CitationMetadataהועברו לסוג חדש שנקראCitation. אפשר למצוא את הציטוטים ברשימה שנקראתcitationsב-CitationMetadata. השינוי הזה מאפשר התאמה טובה יותר של סוגי הנתונים בין הפלטפורמות.
- כל השדות שהוגדרו קודם ב-
ספירת טוקנים
- השדה
totalBillableCharactersשונה כך שיוכל להכיל ערך null.
- השדה
סה"כ תווים לחיוב
- המאפיין
totalBillableCharactersב-CountTokensResponseשונה כך שיהיה אופציונלי, כדי לשקף מצבים שבהם לא נשלחים תווים.
- המאפיין
יצירת מופע של מודל
- העברנו את הפרמטר
requestOptionsלסוף רשימת הפרמטרים כדי להתאים אותו לפלטפורמות אחרות.
- העברנו את הפרמטר
Web
שימו לב ש-SDK של הלקוח ב-JavaScript ב-Google AI עבר שינויים רבים מאז ש-SDK של הלקוח ב-Firebase AI Logic פוצל ממנו. ברשימה הבאה מפורטים כמה שינויים פוטנציאליים שכדאי לשקול כשעוברים לערכות ה-SDK של הלקוח ב-Firebase AI Logic.
ספירות
- הוסרו ערכים מהרשימות הבאות:
HarmCategory,BlockThreshold,HarmProbability,HarmSeverity,BlockReasonו-FinishReason.
- הוסרו ערכים מהרשימות הבאות:
סיבת החסימה
- השדה
blockReasonב-PromptFeedbackהשתנה לאופציונלי.
- השדה
ביסוס תוצאות בחיפוש Google
- הסרנו את כל השימושים בתכונה הזו, כי היא עדיין לא נתמכת בערכות ה-SDK של Firebase AI Logic.
שגיאות
- הסרת כל השימושים ב-
GoogleGenerativeAIError, ואפשרות לעבור אלAIError.
- הסרת כל השימושים ב-
Dart
ספירות
- הוסרו ערכים מהרשימות הבאות:
HarmCategory,HarmProbability,BlockReasonו-FinishReason.
- הוסרו ערכים מהרשימות הבאות:
חלק הנתונים
- שינינו את השם של
DataPartל-InlineDataPart, ואת הפונקציהstaticdataל-inlineDataכדי להתאים לפלטפורמות אחרות.
- שינינו את השם של
אפשרויות לבקשות
- הסרנו את
RequestOptionsכיtimeoutלא פעל. הוא יתווסף מחדש בעתיד הקרוב, אבל יועבר לסוגGenerativeModelכדי להתאים לפלטפורמות אחרות.
- הסרנו את
הפסקת רצפים
- הפרמטר
stopSequencesב-GenerationConfigהשתנה, ועכשיו הוא אופציונלי ומוגדר כברירת מחדל ל-nullבמקום למערך ריק.
- הפרמטר
ציטוטים
- שינוי השם של הנכס
citationSourcesל-citationsב-CitationMetadata. הסוגCitationSourceשונה ל-Citationכדי להתאים לפלטפורמות אחרות.
- שינוי השם של הנכס
סוגים, שיטות ומאפיינים ציבוריים מיותרים
- הסרנו את הסוגים, השיטות והמאפיינים הבאים שנחשפו בטעות:
defaultTimeout,CountTokensResponseFields,parseCountTokensResponse,parseEmbedContentResponse,parseGenerateContentResponse,parseContent,BatchEmbedContentsResponse,ContentEmbedding,EmbedContentRequestו-EmbedContentResponse.
- הסרנו את הסוגים, השיטות והמאפיינים הבאים שנחשפו בטעות:
ספירת טוקנים
- הסרנו מהפונקציה
countTokensשדות מיותרים שכבר לא צריך. צריך רקcontents.
- הסרנו מהפונקציה
יצירת מופע של מודל
- הפרמטר
systemInstructionהועבר לסוף רשימת הפרמטרים כדי להתאים לפלטפורמות אחרות.
- הפרמטר
פונקציונליות של הטמעה
- הסרנו מהמודל פונקציונליות הטמעה שלא נתמכת (
embedContentו-batchEmbedContents).
- הסרנו מהמודל פונקציונליות הטמעה שלא נתמכת (
Unity
לא הייתה תמיכה ב-Unity בערכות ה-SDK של הלקוח ב-Google AI.
שליחת משוב על חוויית השימוש ב-Firebase AI Logic