Firebase AI Logic und die zugehörigen Client-SDKs hießen früher „Vertex AI in Firebase“. Um unsere erweiterten Dienste und Funktionen besser widerzuspiegeln (wir unterstützen jetzt beispielsweise Gemini Developer API!), haben wir unsere Dienste umbenannt und in Firebase AI Logic neu verpackt.
Wenn Sie direkt über Ihre mobilen Apps oder Web-Apps sicher auf die generativen KI-Modelle von Google zugreifen möchten, können Sie jetzt einen „Gemini API“-Anbieter auswählen – entweder den seit Langem verfügbaren Agent Platform Gemini API (formerly Vertex AI) oder jetzt den Gemini Developer API. Das bedeutet, dass Sie jetzt die Möglichkeit haben, die Gemini Developer API zu verwenden, die ein kostenloses Kontingent mit angemessenen Ratenbegrenzungen und Kontingenten bietet.
Übersicht über die Schritte zur Migration zu den Firebase AI Logic SDKs
Schritt 1: Wählen Sie den besten „Gemini API“-Anbieter für Ihre App und Anwendungsfälle aus.
Schritt 2: Aktivieren Sie die erforderlichen APIs.
Schritt 3: In Ihrer App verwendete Bibliothek aktualisieren
Schritt 4: Initialisierung in Ihrer App aktualisieren
Schritt 5: Code je nach verwendeten Funktionen aktualisieren
Schritt 1: Wählen Sie den besten „Gemini API“-Anbieter für Ihre App aus.
Bei dieser Migration haben Sie die Wahl des „Gemini API“-Anbieters:
Mit den alten SDKs „Vertex AI in Firebase“ konnte nur die Agent Platform Gemini API (formerly Vertex AI) verwendet werden.
Mit den neuen Firebase AI Logic-SDKs können Sie auswählen, welchen „Gemini API“-Anbieter Sie direkt über Ihre mobile App oder Web-App aufrufen möchten – entweder den Gemini Developer API oder den Agent Platform Gemini API (formerly Vertex AI).
Sehen Sie sich die Unterschiede zwischen den beiden Gemini API-Anbietern an, insbesondere in Bezug auf unterstützte Funktionen, Preise und Ratenbegrenzungen. Ein Beispiel: Die Gemini Developer API unterstützt nicht die Bereitstellung von Dateien über Cloud Storage-URLs, ist aber möglicherweise eine gute Wahl, wenn Sie die kostenlose Stufe und das angemessene Kontingent nutzen möchten.
Schritt 2: Erforderliche APIs aktivieren
Achten Sie darauf, dass alle erforderlichen APIs in Ihrem Firebase-Projekt aktiviert sind, um den ausgewählten „Gemini API“-Anbieter zu verwenden.
Sie können beide API-Anbieter gleichzeitig in Ihrem Projekt aktivieren.
Melden Sie sich in der Firebase Console an und wählen Sie Ihr Firebase-Projekt aus.
Rufen Sie in der Firebase Console AI Services > AI Logic auf.
Klicken Sie auf Jetzt starten, um einen geführten Workflow zu starten, der Sie beim Einrichten der erforderlichen APIs und Ressourcen für Ihr Projekt unterstützt.
Wählen Sie den Anbieter der Gemini API aus, den Sie mit den Firebase AI Logic-SDKs verwenden möchten. Sie können den anderen API-Anbieter später jederzeit einrichten und verwenden.
Gemini Developer API – Abrechnung optional (verfügbar im kostenlosen Spark-Preismodell)
Im Workflow der Console werden die erforderlichen APIs aktiviert und ein Gemini-API-Schlüssel in Ihrem Projekt erstellt.
Fügen Sie diesen Gemini-API-Schlüssel nicht in den Code Ihrer App ein. Weitere InformationenAgent Platform Gemini API (formerly Vertex AI) – Abrechnung erforderlich (erfordert den „Pay as you go“-Tarif „Blaze“)
Im Workflow der Konsole werden die erforderlichen APIs in Ihrem Projekt aktiviert.
Fahren Sie mit dieser Migrationsanleitung fort, um die Bibliothek und die Initialisierung in Ihrer App zu aktualisieren.
Schritt 3: In der App verwendete Bibliothek aktualisieren
Aktualisieren Sie die Codebasis Ihrer App, damit die Firebase AI Logic-Bibliothek verwendet wird.
Swift
Öffnen Sie Ihr App-Projekt in Xcode und aktualisieren Sie Ihr Firebase-Paket auf Version 12.5.0 oder höher. Verwenden Sie dazu eine der folgenden Optionen:
Option 1: Alle Pakete aktualisieren: Gehen Sie zu File > Packages > Update to Latest Package Versions.
Option 2: Firebase einzeln aktualisieren: Rufen Sie im Abschnitt Package Dependencies das Firebase-Paket auf. Klicken Sie mit der rechten Maustaste auf das Firebase-Paket und wählen Sie Paket aktualisieren aus.
Achten Sie darauf, dass für das Firebase-Paket jetzt Version 12.5.0 oder höher angezeigt wird. Wenn nicht, prüfen Sie, ob die von Ihnen angegebenen Paketanforderungen ein Update auf Version 12.5.0 oder höher zulassen.
Wählen Sie im Projekteditor das Ziel Ihrer App aus und rufen Sie dann den Bereich Frameworks, Libraries, and Embedded Content auf.
Fügen Sie die neue Bibliothek hinzu: Klicken Sie auf das Pluszeichen + und fügen Sie dann FirebaseAILogic aus dem Firebase-Paket hinzu.
Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die verbleibenden Abschnitte in diesem Leitfaden), entfernen Sie die alte Bibliothek:
Wählen Sie FirebaseVertexAI-Preview aus und drücken Sie dann die Taste —.
Kotlin
Ersetzen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (in der Regel
<project>/<app-module>/build.gradle.ktsoder<project>/<app-module>/build.gradle) alte Abhängigkeiten (falls zutreffend) durch die folgenden.Es kann einfacher sein, den Code Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alte Abhängigkeit löschen.
// BEFORE dependencies {
implementation("com.google.firebase:firebase-vertexai:16.0.0-betaXX")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:35.0.0")) // Add the dependency for the Firebase AI Logic library // When using the BoM, you don't specify versions in Firebase library dependencies implementation("com.google.firebase:firebase-ai") }Synchronisieren Sie Ihr Android-Projekt mit Gradle-Dateien.
Wenn Sie die Firebase Android BoM nicht verwenden möchten, fügen Sie einfach die Abhängigkeit für die firebase-ai-Bibliothek hinzu und akzeptieren Sie die aktuelle Version, die von Android Studio vorgeschlagen wird.
Java
Ersetzen Sie in der Gradle-Datei Ihres Moduls (auf App-Ebene) (normalerweise
<project>/<app-module>/build.gradle.ktsoder<project>/<app-module>/build.gradle) die alten Abhängigkeiten (falls zutreffend) durch die folgenden.Es kann einfacher sein, den Code Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alte Abhängigkeit löschen.
// BEFORE dependencies {
implementation("com.google.firebase:firebase-vertexai:16.0.0-betaXX")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:35.0.0")) // Add the dependency for the Firebase AI Logic library // When using the BoM, you don't specify versions in Firebase library dependencies implementation("com.google.firebase:firebase-ai") }Synchronisieren Sie Ihr Android-Projekt mit Gradle-Dateien.
Wenn Sie Firebase Android BoM nicht verwenden möchten, fügen Sie einfach die Abhängigkeit für die firebase-ai-Bibliothek hinzu und akzeptieren Sie die neueste Version, die von Android Studio vorgeschlagen wird.
Web
Rufen Sie die aktuelle Version des Firebase JS SDK für das Web mit npm ab:
npm i firebase@latest
ODER
yarn add firebase@latest
Aktualisieren Sie überall dort, wo Sie die Bibliothek importiert haben, Ihre Importanweisungen, um stattdessen
firebase/aizu verwenden.Es ist möglicherweise einfacher, die Codebasis Ihrer App zu migrieren (siehe die verbleibenden Abschnitte in diesem Leitfaden), bevor Sie die alten Importe löschen.
// BEFORE import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai-preview";// AFTER import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel } from "firebase/ai";
Dart
Aktualisieren Sie die Datei
pubspec.yaml, damit das Paketfirebase_aiverwendet wird. Führen Sie dazu den folgenden Befehl in Ihrem Flutter-Projektverzeichnis aus:flutter pub add firebase_ai
Erstellen Sie Ihr Flutter-Projekt neu:
flutter run
Nachdem Sie die Migration Ihrer App abgeschlossen haben (siehe die verbleibenden Abschnitte in diesem Leitfaden), müssen Sie das alte Paket löschen:
flutter pub remove firebase_vertexai
Einheit
Der Support für Unity war nicht über „Vertex AI in Firebase“ verfügbar.
Schritt 4: Initialisierung in Ihrer App aktualisieren
|
Klicken Sie auf Ihren Gemini API-Anbieter, um anbieterspezifische Inhalte und Code auf dieser Seite aufzurufen. |
Aktualisieren Sie die Initialisierung des Dienstes für den ausgewählten API-Anbieter und erstellen Sie eine GenerativeModel-Instanz.
Swift
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")
Kotlin
// 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")
Java
// 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);
Web
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" });
Dart
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');
Einheit
Support für Unity war von „Vertex AI in Firebase“ nicht verfügbar.
Beachten Sie, dass Sie je nach verwendeter Funktion nicht immer eine GenerativeModel-Instanz erstellen. Wenn Sie Ein- und Ausgabe mit Gemini Live API streamen möchten, erstellen Sie eine LiveModel-Instanz.
Schritt 5: Code je nach verwendeten Funktionen aktualisieren
In diesem Schritt werden Änderungen beschrieben, die je nach den von Ihnen verwendeten Funktionen erforderlich sein können.
Wenn Sie Cloud Storage-URLs verwenden und Sie bei dieser Migration auf Gemini Developer API umgestellt haben, müssen Sie Ihre multimodalen Anfragen aktualisieren, um Dateien als Inline-Daten einzufügen (oder YouTube-URLs für Videos verwenden).
Für die GA-Versionen der „Vertex AI in Firebase“-SDKs wurden mehrere Änderungen eingeführt. Diese Änderungen sind auch erforderlich, um die Firebase AI Logic-SDKs zu verwenden. Sehen Sie sich die folgenden Listen an, um herauszufinden, ob Sie Änderungen an Ihrem Code vornehmen müssen, um das Firebase AI Logic-SDK zu verwenden.
Für alle Sprachen und Plattformen erforderlich
Funktionsaufrufe
Wenn Sie diese Funktion vor der allgemeinen Verfügbarkeit implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Wir empfehlen, den aktualisierten Leitfaden für Funktionsaufrufe zu lesen, um zu erfahren, wie Sie Ihre Funktionsdeklarationen schreiben.Strukturierte Ausgabe (z. B. JSON) mit
responseSchema
generieren: Wenn Sie diese Funktion vor der allgemeinen Verfügbarkeit implementiert haben, müssen Sie die Definition Ihres Schemas aktualisieren. Wir empfehlen, sich die neue Anleitung für strukturierte Ausgaben anzusehen, um zu erfahren, wie JSON-Schemas geschrieben werden.Zeitlimit
- Das Standardzeitlimit für Anfragen wurde auf 180 Sekunden geändert.
Je nach Plattform oder Sprache erforderlich
Swift
Aufzählungen
Die meisten
enum-Typen wurden durchstruct-Typen mit statischen Variablen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise. Wenn Sieswitch-Anweisungen verwenden, müssen Sie jetzt einendefault:-Fall einfügen, um unbekannte oder nicht verarbeitete Werte abzudecken, einschließlich neuer Werte, die dem SDK in Zukunft hinzugefügt werden.Die
BlockThreshold-Aufzählung wurde inHarmBlockThresholdumbenannt. Dieser Typ ist jetzt einstruct.Die Fälle
unknownundunspecifiedwurden aus den folgenden Aufzählungen entfernt (jetztstructs):HarmCategory,HarmBlockThreshold,HarmProbability,BlockReasonundFinishReason.Die Aufzählung
ModelContent.Partwurde durch ein Protokoll namensPartersetzt, damit neue Typen abwärtskompatibel hinzugefügt werden können. Diese Änderung wird im Abschnitt Inhaltsteile ausführlicher beschrieben.
Inhaltsteile
Das
ThrowingPartsRepresentable-Protokoll wurde entfernt und die Initialisierer fürModelContentwurden vereinfacht, um gelegentliche Compilerfehler zu vermeiden. Bilder, die nicht richtig codiert sind, führen weiterhin zu Fehlern, wenn sie ingenerateContentverwendet werden.Die
ModelContent.Part-Fälle wurden durch die folgendenstruct-Typen ersetzt, die demPart-Protokoll entsprechen:.textbisTextPart.datanachInlineDataPart.fileDatanachFileDataPart.functionCallnachFunctionCallPart.functionResponsebisFunctionResponsePart
Schadenskategorie
HarmCategorywurde so geändert, dass es nicht mehr im TypSafetySettingverschachtelt ist. Wenn Sie sich darauf alsSafetySetting.HarmCategorybeziehen, kann das durchHarmCategoryersetzt werden.
Feedback zur Sicherheit
- Der Typ
SafetyFeedbackwurde entfernt, da er in keiner der Antworten verwendet wurde.
- Der Typ
Zitat-Metadaten
- Das Attribut
citationSourceswurde inCitationMetadataincitationsumbenannt.
- Das Attribut
Abrechenbare Zeichen insgesamt
- Das Attribut
totalBillableCharactersinCountTokensResponsewurde in „optional“ geändert, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.
- Das Attribut
Antwort des Kandidaten
CandidateResponsewurde inCandidateumbenannt, um anderen Plattformen zu entsprechen.
Konfiguration der Generierung
- Die öffentlichen Attribute von
GenerationConfigwurden ininternalgeändert. Sie können alle im Initialisierer konfiguriert werden.
- Die öffentlichen Attribute von
Kotlin
Aufzählungen
Die Klassen
enumundsealedwurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.Die Aufzählung
BlockThresholdwurde inHarmBlockThresholdumbenannt.Werte aus den folgenden Aufzählungen entfernt:
HarmBlockThreshold,HarmProbability,HarmSeverity,BlockReasonundFinishReason.
Blob-Methoden
- Alle Methoden, die
Blobals Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessenInlineDataverwendet wird.
- Alle Methoden, die
Sicherheitseinstellungen
- Das Feld
methodwurde so geändert, dass Nullwerte zulässig sind.
- Das Feld
Dauerklasse
- Alle Verwendungen der Kotlin-Klasse
Durationwurden entfernt und durchlongersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.
- Alle Verwendungen der Kotlin-Klasse
Zitat-Metadaten
- Alle zuvor in
CitationMetadatadeklarierten Felder wurden in einer neuen Klasse namensCitationzusammengefasst. Zitationen finden Sie in der Liste mit dem NamencitationsinCitationMetadata. Diese Änderung ermöglicht eine bessere Abstimmung der Typen auf allen Plattformen.
- Alle zuvor in
Tokens zählen
- Das Feld
totalBillableCharacterswurde so geändert, dass Nullwerte zulässig sind.
- Das Feld
Abrechnungsfähige Zeichen insgesamt
- Das Attribut
totalBillableCharactersinCountTokensResponsewurde geändert und ist jetzt optional, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.
- Das Attribut
Modell instanziieren
- Der Parameter
requestOptionswurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzupassen.
- Der Parameter
Live API
Der Wert
UNSPECIFIEDfür die Enum-KlasseResponseModalitywurde entfernt. Verwenden Sie stattdessennull.LiveGenerationConfig.setResponseModalitieswurde inLiveGenerationConfig.setResponseModalityumbenannt.Die Klasse
LiveContentResponse.Statuswurde entfernt. Stattdessen sind die Statusfelder als Attribute vonLiveContentResponseverschachtelt.Die Klasse
LiveContentResponsewurde entfernt. Stattdessen wurden Unterklassen vonLiveServerMessagebereitgestellt, die den Antworten des Modells entsprechen.LiveModelFutures.connectgibt jetztListenableFuture<LiveSessionFutures>anstelle vonListenableFuture<LiveSession>zurück.
Java
Aufzählungen
Die Klassen
enumundsealedwurden durch reguläre Klassen ersetzt. Diese Änderung ermöglicht mehr Flexibilität bei der Weiterentwicklung der API auf abwärtskompatible Weise.Die Aufzählung
BlockThresholdwurde inHarmBlockThresholdumbenannt.Werte aus den folgenden Aufzählungen entfernt:
HarmBlockThreshold,HarmProbability,HarmSeverity,BlockReasonundFinishReason.
Blob-Methoden
- Alle Methoden, die
Blobals Teil ihres Namens enthielten, wurden umbenannt, sodass stattdessenInlineDataverwendet wird.
- Alle Methoden, die
Sicherheitseinstellungen
- Das Feld
methodwurde so geändert, dass Nullwerte zulässig sind.
- Das Feld
Dauerklasse
- Alle Verwendungen der Kotlin-Klasse
Durationwurden entfernt und durchlongersetzt. Diese Änderung sorgt für eine bessere Interoperabilität mit Java.
- Alle Verwendungen der Kotlin-Klasse
Zitat-Metadaten
- Alle zuvor in
CitationMetadatadeklarierten Felder wurden in einer neuen Klasse namensCitationzusammengefasst. Zitationen finden Sie in der Liste mit dem NamencitationsinCitationMetadata. Diese Änderung ermöglicht eine bessere Abstimmung der Typen auf allen Plattformen.
- Alle zuvor in
Tokens zählen
- Das Feld
totalBillableCharacterswurde so geändert, dass Nullwerte zulässig sind.
- Das Feld
Abrechnungsfähige Zeichen insgesamt
- Das Attribut
totalBillableCharactersinCountTokensResponsewurde geändert und ist jetzt optional, um Situationen zu berücksichtigen, in denen keine Zeichen gesendet werden.
- Das Attribut
Modell instanziieren
- Der Parameter
requestOptionswurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzupassen.
- Der Parameter
Live API
Der Wert
UNSPECIFIEDfür die Enum-KlasseResponseModalitywurde entfernt. Verwenden Sie stattdessennull.LiveGenerationConfig.setResponseModalitieswurde inLiveGenerationConfig.setResponseModalityumbenannt.Die Klasse
LiveContentResponse.Statuswurde entfernt. Stattdessen sind die Statusfelder als Attribute vonLiveContentResponseverschachtelt.Die Klasse
LiveContentResponsewurde entfernt. Stattdessen wurden Unterklassen vonLiveServerMessagebereitgestellt, die den Antworten des Modells entsprechen.LiveModelFutures.connectgibt jetztListenableFuture<LiveSessionFutures>anstelle vonListenableFuture<LiveSession>zurück.
Verschiedene Java-Buildermethoden wurden geändert, sodass sie jetzt korrekt die Instanz ihrer Klasse anstelle von
voidzurückgeben.
Web
Aufzählungen
- Entfernte Werte aus den folgenden Aufzählungen:
HarmCategory,BlockThreshold,HarmProbability,HarmSeverity,BlockReasonundFinishReason.
- Entfernte Werte aus den folgenden Aufzählungen:
Grund für die Blockierung
blockReasoninPromptFeedbackwurde als optional gekennzeichnet.
Änderungen sind nur erforderlich, wenn Sie die Gemini Developer API (anstelle der Agent Platform Gemini API (formerly Vertex AI)) verwenden:
Sicherheitseinstellungen
- Die Verwendung von
SafetySetting.methodwurde entfernt.
- Die Verwendung von
Inline-Daten
- Die Verwendung von
InlineDataPart.videoMetadatawurde entfernt.
- Die Verwendung von
Dart
Aufzählungen
- Entfernte Werte aus den folgenden Aufzählungen:
HarmCategory,HarmProbability,BlockReasonundFinishReason.
- Entfernte Werte aus den folgenden Aufzählungen:
Datenteil
DataPartwurde inInlineDataPartumbenannt und die FunktionstaticdataininlineData, um sie an andere Plattformen anzugleichen.
Anfrageoptionen
RequestOptionswurde entfernt, datimeoutnicht funktionsfähig war. Die Funktion wird in naher Zukunft wieder hinzugefügt, aber zur Anpassung an andere Plattformen in den TypGenerativeModelverschoben.
Stoppsequenzen
- Der Parameter
stopSequencesinGenerationConfigwurde in „optional“ geändert und ist standardmäßig aufnullstatt auf ein leeres Array festgelegt.
- Der Parameter
Zitationen
- Das Attribut
citationSourceswurde inCitationMetadataincitationsumbenannt. Der TypCitationSourcewurde inCitationumbenannt, um ihn an andere Plattformen anzupassen.
- Das Attribut
Unnötige öffentliche Typen, Methoden und Properties
- Die folgenden Typen, Methoden und Eigenschaften, die unbeabsichtigt verfügbar gemacht wurden, wurden entfernt:
defaultTimeout,CountTokensResponseFields,parseCountTokensResponse,parseEmbedContentResponse,parseGenerateContentResponse,parseContent,BatchEmbedContentsResponse,ContentEmbedding,EmbedContentRequestundEmbedContentResponse.
- Die folgenden Typen, Methoden und Eigenschaften, die unbeabsichtigt verfügbar gemacht wurden, wurden entfernt:
Tokens zählen
- Zusätzliche Felder aus der Funktion
countTokensentfernt, die nicht mehr erforderlich sind. Nurcontentsist erforderlich.
- Zusätzliche Felder aus der Funktion
Modell instanziieren
- Der Parameter
systemInstructionwurde an das Ende der Parameterliste verschoben, um ihn an andere Plattformen anzugleichen.
- Der Parameter
Einbettungsfunktion
- Nicht unterstützte Einbettungsfunktionen (
embedContentundbatchEmbedContents) wurden aus dem Modell entfernt.
- Nicht unterstützte Einbettungsfunktionen (
Einheit
Der Support für Unity war nicht über „Vertex AI in Firebase“ verfügbar.
Mögliche Fehler bei der Migration
Bei der Migration zur GA-Version von Firebase AI Logic können Fehler auftreten, wenn Sie nicht alle erforderlichen Änderungen vorgenommen haben, die in diesem Migrationsleitfaden beschrieben sind.
Fehler 403: Requests to this API firebasevertexai.googleapis.com ... are blocked.
Wenn Sie den Fehler 403 mit der Meldung Requests to this API firebasevertexai.googleapis.com ... are blocked. erhalten, bedeutet das in der Regel, dass der Firebase API-Schlüssel in Ihrer Firebase-Konfigurationsdatei oder Ihrem Firebase-Konfigurationsobjekt keine erforderliche API in der Zulassungsliste für das Produkt enthält, das Sie verwenden möchten.
Achten Sie darauf, dass der von Ihrer App verwendete Firebase-API-Schlüssel alle erforderlichen APIs in der Zulassungsliste „API-Einschränkungen“ des Schlüssels enthält. Für Firebase AI Logic muss der Firebase-API-Schlüssel mindestens die Firebase AI Logic-API auf der Zulassungsliste haben. Diese API sollte automatisch der Zulassungsliste Ihres API-Schlüssels hinzugefügt worden sein, als Sie die erforderlichen APIs in der Firebase Console aktiviert haben.
Alle Ihre API-Schlüssel finden Sie in der Google Cloud Console im Bereich APIs & Dienste > Anmeldedaten.
Feedback zu Ihrer Erfahrung mit Firebase AI Logic geben