Firebase AI Logic و SDK های کلاینت آن قبلاً " Vertex AI in Firebase " نامیده میشدند. برای انعکاس بهتر خدمات و ویژگیهای توسعهیافته ما (به عنوان مثال، اکنون از Gemini Developer API پشتیبانی میکنیم!)، نام خدمات خود را به Firebase AI Logic تغییر دادیم و بستهبندی مجدد کردیم .
برای دسترسی ایمن به مدلهای هوش مصنوعی مولد گوگل مستقیماً از طریق برنامههای تلفن همراه یا وب خود، اکنون میتوانید یک ارائهدهنده « Gemini API » را انتخاب کنید - یا API پلتفرم عامل Gemini که مدتهاست در دسترس است (قبلاً Vertex AI) یا اکنون API توسعهدهنده Gemini . این بدان معناست که اکنون میتوانید از API توسعهدهنده Gemini استفاده کنید که یک سطح بدون هزینه با محدودیتها و سهمیههای معقول ارائه میدهد.
مروری بر مراحل مهاجرت به SDK های Firebase AI Logic
مرحله ۱ : بهترین ارائهدهنده « Gemini API » را برای برنامه و موارد استفاده خود انتخاب کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید.
فقط در صورتی قابل اجرا است که به جای API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) از API توسعهدهنده Gemini استفاده کنید.مرحله ۳ : کتابخانه مورد استفاده در برنامه خود را بهروزرسانی کنید.
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید.
مرحله ۱ : بهترین ارائهدهنده «Gemini API» را برای برنامه خود انتخاب کنید
با این مهاجرت، شما میتوانید ارائهدهندهی « Gemini API » را انتخاب کنید:
SDK های قدیمی « Vertex AI in Firebase » فقط میتوانستند از API مربوط به Agent Platform Gemini (که قبلاً Vertex AI نام داشت) استفاده کنند.
کیتهای توسعه نرمافزار (SDK) جدید Firebase AI Logic به شما امکان میدهند انتخاب کنید که میخواهید کدام ارائهدهنده « Gemini API » را مستقیماً از برنامه تلفن همراه یا وب خود فراخوانی کنید - یا Gemini Developer API یا Agent Platform Gemini API (که قبلاً Vertex AI نام داشت) .
تفاوتهای بین استفاده از دو ارائهدهندهی API مربوط به Gemini را بررسی کنید، به خصوص از نظر ویژگیهای پشتیبانیشده، قیمتگذاری و محدودیتهای نرخ. فقط برای یک مثال، API توسعهدهندگان Gemini از ارائه فایلها با استفاده از URLهای Cloud Storage پشتیبانی نمیکند، اما اگر میخواهید از ردیف رایگان و سهمیهی معقول آن بهرهمند شوید، میتواند انتخاب خوبی باشد.
اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید :
مرحله بعدی را نادیده بگیرید و مستقیماً به سراغ بهروزرسانی کتابخانه در برنامه خود بروید و سپس به بقیه این راهنما بپردازید.اگر میخواهید به API توسعهدهندگان Gemini بروید :
برای تنظیم پروژه Firebase خود جهت استفاده از آن API ، به مرحله بعدی بروید و سپس بقیه این راهنما را مطالعه کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید
این مرحله فقط در صورتی لازم است که بخواهید از API توسعهدهنده Gemini با SDKهای کلاینت Firebase AI Logic استفاده کنید. با این حال، اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید، به مرحله بعدی بروید.
توجه داشته باشید که اشکالی ندارد که هر دو ارائهدهندهی «Gemini API» را همزمان در پروژهی خود فعال داشته باشید.
در کنسول Firebase ، به بخش سرویسهای هوش مصنوعی > منطق هوش مصنوعی بروید.
به برگه تنظیمات بروید و Gemini Developer API را انتخاب کنید.
API توسعهدهنده Gemini را فعال کنید.
کنسول مطمئن میشود که APIهای مورد نیاز فعال هستند و یک کلید API Gemini در پروژه Firebase شما ایجاد میکند.
این کلید API مربوط به Gemini را به کدبیس برنامه خود اضافه نکنید . اطلاعات بیشتر.برای بهروزرسانی کتابخانه و مقداردهی اولیه در برنامه خود، در این راهنمای مهاجرت ادامه دهید.
مرحله ۳ : بهروزرسانی کتابخانه مورد استفاده در برنامه
کدبیس برنامه خود را برای استفاده از کتابخانه Firebase AI Logic بهروزرسانی کنید.
سویفت
در Xcode، در حالی که پروژه برنامه شما باز است، بسته Firebase خود را با استفاده از یکی از گزینههای زیر به نسخه ۱۱.۱۳.۰ یا بالاتر بهروزرسانی کنید:
گزینه ۱ : بهروزرسانی همه بستهها: به مسیر File > Packages > Update to Latest Package Versions بروید.
گزینه ۲ : بهروزرسانی جداگانه فایربیس: در بخشی به نام Package Dependencies به پکیج فایربیس بروید. روی پکیج فایربیس کلیک راست کنید و سپس Update Package را انتخاب کنید.
مطمئن شوید که بسته Firebase اکنون نسخه 11.13.0 یا بالاتر را نشان میدهد. اگر اینطور نیست، بررسی کنید که الزامات بستهبندی مشخصشده شما امکان بهروزرسانی به نسخه 11.13.0 یا بالاتر را فراهم میکند.
هدف برنامه خود را در ویرایشگر پروژه انتخاب کنید و سپس به بخش چارچوبها، کتابخانهها و محتوای جاسازیشده بروید.
کتابخانه جدید را اضافه کنید: دکمه + را انتخاب کنید و سپس FirebaseAI را از بسته Firebase اضافه کنید.
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً کتابخانه قدیمی را حذف کنید:
FirebaseVertexAI را انتخاب کنید و سپس دکمهی — را فشار دهید.
Kotlin
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Java
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Web
آخرین نسخه Firebase JS SDK برای وب را با استفاده از npm دریافت کنید:
npm i firebase@latest
یا
yarn add firebase@latest
هر جا که کتابخانه را وارد کردهاید، دستورات import خود را بهروزرسانی کنید تا به جای آن
firebase/aiاستفاده شود.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف ایمپورتهای قدیمی، آسانتر باشد.
// BEFORE import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";// AFTER import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel } from "firebase/ai";
Dart
با اجرای دستور زیر از دایرکتوری پروژه Flutter خود، به استفاده از بسته
firebase_aiدر فایلpubspec.yamlخود بهروزرسانی کنید:flutter pub add firebase_ai
پروژه فلاتر خود را بازسازی کنید:
flutter run
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً بسته قدیمی را حذف کنید:
flutter pub remove firebase_vertexai
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید
برای مشاهده محتوا و کد مخصوص ارائهدهنده در این صفحه، روی ارائهدهنده API Gemini خود کلیک کنید. |
نحوهی مقداردهی اولیهی سرویس برای ارائهدهندهی API انتخابی خود را بهروزرسانی کنید و یک نمونهی GenerativeModel ایجاد کنید.
سویفت
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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-flash');
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
توجه داشته باشید که بسته به قابلیتی که استفاده میکنید، ممکن است همیشه یک نمونه GenerativeModel ایجاد نکنید . برای پخش ورودی و خروجی با استفاده از Gemini Live API ، یک نمونه LiveModel ایجاد کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید
این مرحله تغییراتی را شرح میدهد که ممکن است بسته به ویژگیهایی که استفاده میکنید، مورد نیاز باشند.
اگر از آدرسهای اینترنتی Cloud Storage URLs) استفاده میکنید و در این انتقال، API توسعهدهندگان Gemini را جایگزین کردهاید، باید درخواستهای چندوجهی خود را بهروزرسانی کنید تا فایلها به عنوان دادههای درونخطی (inline data) لحاظ شوند (یا از آدرسهای اینترنتی یوتیوب برای ویدیوها استفاده کنید).
لیستهای زیر را برای هرگونه تغییری که ممکن است برای تطبیق با Firebase AI Logic SDK نیاز داشته باشید، مرور کنید.
سویفت
بدون هیچ تغییر اضافی.
Kotlin
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
Java
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
متدهای مختلف سازنده جاوا تغییر یافتهاند تا اکنون به جای void، نمونه کلاس خود را به درستی برگردانند.
Web
تغییرات فقط در صورتی لازم است که شروع به استفاده از رابط برنامهنویسی نرمافزار Gemini Developer API کنید (به جای رابط برنامهنویسی نرمافزار پلتفرم Gemini (که قبلاً Vertex AI نام داشت) ):
تنظیمات ایمنی
- کاربردهای پشتیبانی نشدهی
SafetySetting.methodحذف شد.
- کاربردهای پشتیبانی نشدهی
دادههای درونخطی
- کاربردهای پشتیبانی نشدهی
InlineDataPart.videoMetadataحذف شد.
- کاربردهای پشتیبانی نشدهی
Dart
بدون هیچ تغییر اضافی.
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
درباره تجربه خود با Firebase AI Logic بازخورد دهید
Firebase AI Logic و SDK های کلاینت آن قبلاً " Vertex AI in Firebase " نامیده میشدند. برای انعکاس بهتر خدمات و ویژگیهای توسعهیافته ما (به عنوان مثال، اکنون از Gemini Developer API پشتیبانی میکنیم!)، نام خدمات خود را به Firebase AI Logic تغییر دادیم و بستهبندی مجدد کردیم .
برای دسترسی ایمن به مدلهای هوش مصنوعی مولد گوگل مستقیماً از طریق برنامههای تلفن همراه یا وب خود، اکنون میتوانید یک ارائهدهنده « Gemini API » را انتخاب کنید - یا API پلتفرم عامل Gemini که مدتهاست در دسترس است (قبلاً Vertex AI) یا اکنون API توسعهدهنده Gemini . این بدان معناست که اکنون میتوانید از API توسعهدهنده Gemini استفاده کنید که یک سطح بدون هزینه با محدودیتها و سهمیههای معقول ارائه میدهد.
مروری بر مراحل مهاجرت به SDK های Firebase AI Logic
مرحله ۱ : بهترین ارائهدهنده « Gemini API » را برای برنامه و موارد استفاده خود انتخاب کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید.
فقط در صورتی قابل اجرا است که به جای API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) از API توسعهدهنده Gemini استفاده کنید.مرحله ۳ : کتابخانه مورد استفاده در برنامه خود را بهروزرسانی کنید.
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید.
مرحله ۱ : بهترین ارائهدهنده «Gemini API» را برای برنامه خود انتخاب کنید
با این مهاجرت، شما میتوانید ارائهدهندهی « Gemini API » را انتخاب کنید:
SDK های قدیمی « Vertex AI in Firebase » فقط میتوانستند از API مربوط به Agent Platform Gemini (که قبلاً Vertex AI نام داشت) استفاده کنند.
کیتهای توسعه نرمافزار (SDK) جدید Firebase AI Logic به شما امکان میدهند انتخاب کنید که میخواهید کدام ارائهدهنده « Gemini API » را مستقیماً از برنامه تلفن همراه یا وب خود فراخوانی کنید - یا Gemini Developer API یا Agent Platform Gemini API (که قبلاً Vertex AI نام داشت) .
تفاوتهای بین استفاده از دو ارائهدهندهی API مربوط به Gemini را بررسی کنید، به خصوص از نظر ویژگیهای پشتیبانیشده، قیمتگذاری و محدودیتهای نرخ. فقط برای یک مثال، API توسعهدهندگان Gemini از ارائه فایلها با استفاده از URLهای Cloud Storage پشتیبانی نمیکند، اما اگر میخواهید از ردیف رایگان و سهمیهی معقول آن بهرهمند شوید، میتواند انتخاب خوبی باشد.
اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید :
مرحله بعدی را نادیده بگیرید و مستقیماً به سراغ بهروزرسانی کتابخانه در برنامه خود بروید و سپس به بقیه این راهنما بپردازید.اگر میخواهید به API توسعهدهندگان Gemini بروید :
برای تنظیم پروژه Firebase خود جهت استفاده از آن API ، به مرحله بعدی بروید و سپس بقیه این راهنما را مطالعه کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید
این مرحله فقط در صورتی لازم است که بخواهید از API توسعهدهنده Gemini با SDKهای کلاینت Firebase AI Logic استفاده کنید. با این حال، اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید، به مرحله بعدی بروید.
توجه داشته باشید که اشکالی ندارد که هر دو ارائهدهندهی «Gemini API» را همزمان در پروژهی خود فعال داشته باشید.
در کنسول Firebase ، به بخش سرویسهای هوش مصنوعی > منطق هوش مصنوعی بروید.
به برگه تنظیمات بروید و Gemini Developer API را انتخاب کنید.
API توسعهدهنده Gemini را فعال کنید.
کنسول مطمئن میشود که APIهای مورد نیاز فعال هستند و یک کلید API Gemini در پروژه Firebase شما ایجاد میکند.
این کلید API مربوط به Gemini را به کدبیس برنامه خود اضافه نکنید . اطلاعات بیشتر.برای بهروزرسانی کتابخانه و مقداردهی اولیه در برنامه خود، در این راهنمای مهاجرت ادامه دهید.
مرحله ۳ : بهروزرسانی کتابخانه مورد استفاده در برنامه
کدبیس برنامه خود را برای استفاده از کتابخانه Firebase AI Logic بهروزرسانی کنید.
سویفت
در Xcode، در حالی که پروژه برنامه شما باز است، بسته Firebase خود را با استفاده از یکی از گزینههای زیر به نسخه ۱۱.۱۳.۰ یا بالاتر بهروزرسانی کنید:
گزینه ۱ : بهروزرسانی همه بستهها: به مسیر File > Packages > Update to Latest Package Versions بروید.
گزینه ۲ : بهروزرسانی جداگانه فایربیس: در بخشی به نام Package Dependencies به پکیج فایربیس بروید. روی پکیج فایربیس کلیک راست کنید و سپس Update Package را انتخاب کنید.
مطمئن شوید که بسته Firebase اکنون نسخه 11.13.0 یا بالاتر را نشان میدهد. اگر اینطور نیست، بررسی کنید که الزامات بستهبندی مشخصشده شما امکان بهروزرسانی به نسخه 11.13.0 یا بالاتر را فراهم میکند.
هدف برنامه خود را در ویرایشگر پروژه انتخاب کنید و سپس به بخش چارچوبها، کتابخانهها و محتوای جاسازیشده بروید.
کتابخانه جدید را اضافه کنید: دکمه + را انتخاب کنید و سپس FirebaseAI را از بسته Firebase اضافه کنید.
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً کتابخانه قدیمی را حذف کنید:
FirebaseVertexAI را انتخاب کنید و سپس دکمهی — را فشار دهید.
Kotlin
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Java
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Web
آخرین نسخه Firebase JS SDK برای وب را با استفاده از npm دریافت کنید:
npm i firebase@latest
یا
yarn add firebase@latest
هر جا که کتابخانه را وارد کردهاید، دستورات import خود را بهروزرسانی کنید تا به جای آن
firebase/aiاستفاده شود.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف ایمپورتهای قدیمی، آسانتر باشد.
// BEFORE import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";// AFTER import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel } from "firebase/ai";
Dart
با اجرای دستور زیر از دایرکتوری پروژه Flutter خود، به استفاده از بسته
firebase_aiدر فایلpubspec.yamlخود بهروزرسانی کنید:flutter pub add firebase_ai
پروژه فلاتر خود را بازسازی کنید:
flutter run
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً بسته قدیمی را حذف کنید:
flutter pub remove firebase_vertexai
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید
برای مشاهده محتوا و کد مخصوص ارائهدهنده در این صفحه، روی ارائهدهنده API Gemini خود کلیک کنید. |
نحوهی مقداردهی اولیهی سرویس برای ارائهدهندهی API انتخابی خود را بهروزرسانی کنید و یک نمونهی GenerativeModel ایجاد کنید.
سویفت
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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-flash');
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
توجه داشته باشید که بسته به قابلیتی که استفاده میکنید، ممکن است همیشه یک نمونه GenerativeModel ایجاد نکنید . برای پخش ورودی و خروجی با استفاده از Gemini Live API ، یک نمونه LiveModel ایجاد کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید
این مرحله تغییراتی را شرح میدهد که ممکن است بسته به ویژگیهایی که استفاده میکنید، مورد نیاز باشند.
اگر از آدرسهای اینترنتی Cloud Storage URLs) استفاده میکنید و در این انتقال، API توسعهدهندگان Gemini را جایگزین کردهاید، باید درخواستهای چندوجهی خود را بهروزرسانی کنید تا فایلها به عنوان دادههای درونخطی (inline data) لحاظ شوند (یا از آدرسهای اینترنتی یوتیوب برای ویدیوها استفاده کنید).
لیستهای زیر را برای هرگونه تغییری که ممکن است برای تطبیق با Firebase AI Logic SDK نیاز داشته باشید، مرور کنید.
سویفت
بدون هیچ تغییر اضافی.
Kotlin
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
Java
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
متدهای مختلف سازنده جاوا تغییر یافتهاند تا اکنون به جای void، نمونه کلاس خود را به درستی برگردانند.
Web
تغییرات فقط در صورتی لازم است که شروع به استفاده از رابط برنامهنویسی نرمافزار Gemini Developer API کنید (به جای رابط برنامهنویسی نرمافزار پلتفرم Gemini (که قبلاً Vertex AI نام داشت) ):
تنظیمات ایمنی
- کاربردهای پشتیبانی نشدهی
SafetySetting.methodحذف شد.
- کاربردهای پشتیبانی نشدهی
دادههای درونخطی
- کاربردهای پشتیبانی نشدهی
InlineDataPart.videoMetadataحذف شد.
- کاربردهای پشتیبانی نشدهی
Dart
بدون هیچ تغییر اضافی.
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
درباره تجربه خود با Firebase AI Logic بازخورد دهید
Firebase AI Logic و SDK های کلاینت آن قبلاً " Vertex AI in Firebase " نامیده میشدند. برای انعکاس بهتر خدمات و ویژگیهای توسعهیافته ما (به عنوان مثال، اکنون از Gemini Developer API پشتیبانی میکنیم!)، نام خدمات خود را به Firebase AI Logic تغییر دادیم و بستهبندی مجدد کردیم .
برای دسترسی ایمن به مدلهای هوش مصنوعی مولد گوگل مستقیماً از طریق برنامههای تلفن همراه یا وب خود، اکنون میتوانید یک ارائهدهنده « Gemini API » را انتخاب کنید - یا API پلتفرم عامل Gemini که مدتهاست در دسترس است (قبلاً Vertex AI) یا اکنون API توسعهدهنده Gemini . این بدان معناست که اکنون میتوانید از API توسعهدهنده Gemini استفاده کنید که یک سطح بدون هزینه با محدودیتها و سهمیههای معقول ارائه میدهد.
مروری بر مراحل مهاجرت به SDK های Firebase AI Logic
مرحله ۱ : بهترین ارائهدهنده « Gemini API » را برای برنامه و موارد استفاده خود انتخاب کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید.
فقط در صورتی قابل اجرا است که به جای API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) از API توسعهدهنده Gemini استفاده کنید.مرحله ۳ : کتابخانه مورد استفاده در برنامه خود را بهروزرسانی کنید.
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید.
مرحله ۱ : بهترین ارائهدهنده «Gemini API» را برای برنامه خود انتخاب کنید
با این مهاجرت، شما میتوانید ارائهدهندهی « Gemini API » را انتخاب کنید:
SDK های قدیمی « Vertex AI in Firebase » فقط میتوانستند از API مربوط به Agent Platform Gemini (که قبلاً Vertex AI نام داشت) استفاده کنند.
کیتهای توسعه نرمافزار (SDK) جدید Firebase AI Logic به شما امکان میدهند انتخاب کنید که میخواهید کدام ارائهدهنده « Gemini API » را مستقیماً از برنامه تلفن همراه یا وب خود فراخوانی کنید - یا Gemini Developer API یا Agent Platform Gemini API (که قبلاً Vertex AI نام داشت) .
تفاوتهای بین استفاده از دو ارائهدهندهی API مربوط به Gemini را بررسی کنید، به خصوص از نظر ویژگیهای پشتیبانیشده، قیمتگذاری و محدودیتهای نرخ. فقط برای یک مثال، API توسعهدهندگان Gemini از ارائه فایلها با استفاده از URLهای Cloud Storage پشتیبانی نمیکند، اما اگر میخواهید از ردیف رایگان و سهمیهی معقول آن بهرهمند شوید، میتواند انتخاب خوبی باشد.
اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید :
مرحله بعدی را نادیده بگیرید و مستقیماً به سراغ بهروزرسانی کتابخانه در برنامه خود بروید و سپس به بقیه این راهنما بپردازید.اگر میخواهید به API توسعهدهندگان Gemini بروید :
برای تنظیم پروژه Firebase خود جهت استفاده از آن API ، به مرحله بعدی بروید و سپس بقیه این راهنما را مطالعه کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید
این مرحله فقط در صورتی لازم است که بخواهید از API توسعهدهنده Gemini با SDKهای کلاینت Firebase AI Logic استفاده کنید. با این حال، اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید، به مرحله بعدی بروید.
توجه داشته باشید که اشکالی ندارد که هر دو ارائهدهندهی «Gemini API» را همزمان در پروژهی خود فعال داشته باشید.
در کنسول Firebase ، به بخش سرویسهای هوش مصنوعی > منطق هوش مصنوعی بروید.
به برگه تنظیمات بروید و Gemini Developer API را انتخاب کنید.
API توسعهدهنده Gemini را فعال کنید.
کنسول مطمئن میشود که APIهای مورد نیاز فعال هستند و یک کلید API Gemini در پروژه Firebase شما ایجاد میکند.
این کلید API مربوط به Gemini را به کدبیس برنامه خود اضافه نکنید . اطلاعات بیشتر.برای بهروزرسانی کتابخانه و مقداردهی اولیه در برنامه خود، در این راهنمای مهاجرت ادامه دهید.
مرحله ۳ : بهروزرسانی کتابخانه مورد استفاده در برنامه
کدبیس برنامه خود را برای استفاده از کتابخانه Firebase AI Logic بهروزرسانی کنید.
سویفت
در Xcode، در حالی که پروژه برنامه شما باز است، بسته Firebase خود را با استفاده از یکی از گزینههای زیر به نسخه ۱۱.۱۳.۰ یا بالاتر بهروزرسانی کنید:
گزینه ۱ : بهروزرسانی همه بستهها: به مسیر File > Packages > Update to Latest Package Versions بروید.
گزینه ۲ : بهروزرسانی جداگانه فایربیس: در بخشی به نام Package Dependencies به پکیج فایربیس بروید. روی پکیج فایربیس کلیک راست کنید و سپس Update Package را انتخاب کنید.
مطمئن شوید که بسته Firebase اکنون نسخه 11.13.0 یا بالاتر را نشان میدهد. اگر اینطور نیست، بررسی کنید که الزامات بستهبندی مشخصشده شما امکان بهروزرسانی به نسخه 11.13.0 یا بالاتر را فراهم میکند.
هدف برنامه خود را در ویرایشگر پروژه انتخاب کنید و سپس به بخش چارچوبها، کتابخانهها و محتوای جاسازیشده بروید.
کتابخانه جدید را اضافه کنید: دکمه + را انتخاب کنید و سپس FirebaseAI را از بسته Firebase اضافه کنید.
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً کتابخانه قدیمی را حذف کنید:
FirebaseVertexAI را انتخاب کنید و سپس دکمهی — را فشار دهید.
Kotlin
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Java
در فایل Gradle ماژول (سطح برنامه) خود (معمولاً
<project>/<app-module>/build.gradle.ktsیا<project>/<app-module>/build.gradle)، وابستگیهای قدیمی را (در صورت وجود) با موارد زیر جایگزین کنید.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف وابستگی قدیمی، آسانتر باشد.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }پروژه اندروید خود را با فایلهای Gradle همگامسازی کنید.
توجه داشته باشید که اگر تصمیم دارید از Firebase Android BoM استفاده نکنید، کافیست وابستگی مربوط به کتابخانه firebase-ai را اضافه کنید و آخرین نسخه پیشنهادی اندروید استودیو را بپذیرید.
Web
آخرین نسخه Firebase JS SDK برای وب را با استفاده از npm دریافت کنید:
npm i firebase@latest
یا
yarn add firebase@latest
هر جا که کتابخانه را وارد کردهاید، دستورات import خود را بهروزرسانی کنید تا به جای آن
firebase/aiاستفاده شود.توجه داشته باشید که ممکن است مهاجرت کدبیس برنامه (به بخشهای باقیمانده این راهنما مراجعه کنید) قبل از حذف ایمپورتهای قدیمی، آسانتر باشد.
// BEFORE import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";// AFTER import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel } from "firebase/ai";
Dart
با اجرای دستور زیر از دایرکتوری پروژه Flutter خود، به استفاده از بسته
firebase_aiدر فایلpubspec.yamlخود بهروزرسانی کنید:flutter pub add firebase_ai
پروژه فلاتر خود را بازسازی کنید:
flutter run
پس از اتمام انتقال برنامه خود (به بخشهای باقیمانده در این راهنما مراجعه کنید)، حتماً بسته قدیمی را حذف کنید:
flutter pub remove firebase_vertexai
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید
برای مشاهده محتوا و کد مخصوص ارائهدهنده در این صفحه، روی ارائهدهنده API Gemini خود کلیک کنید. |
نحوهی مقداردهی اولیهی سرویس برای ارائهدهندهی API انتخابی خود را بهروزرسانی کنید و یک نمونهی GenerativeModel ایجاد کنید.
سویفت
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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-flash');
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
توجه داشته باشید که بسته به قابلیتی که استفاده میکنید، ممکن است همیشه یک نمونه GenerativeModel ایجاد نکنید . برای پخش ورودی و خروجی با استفاده از Gemini Live API ، یک نمونه LiveModel ایجاد کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید
این مرحله تغییراتی را شرح میدهد که ممکن است بسته به ویژگیهایی که استفاده میکنید، مورد نیاز باشند.
اگر از آدرسهای اینترنتی Cloud Storage URLs) استفاده میکنید و در این انتقال، API توسعهدهندگان Gemini را جایگزین کردهاید، باید درخواستهای چندوجهی خود را بهروزرسانی کنید تا فایلها به عنوان دادههای درونخطی (inline data) لحاظ شوند (یا از آدرسهای اینترنتی یوتیوب برای ویدیوها استفاده کنید).
لیستهای زیر را برای هرگونه تغییری که ممکن است برای تطبیق با Firebase AI Logic SDK نیاز داشته باشید، مرور کنید.
سویفت
بدون هیچ تغییر اضافی.
Kotlin
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
Java
Live API
- مقدار
UNSPECIFIEDبرای کلاس شمارشیResponseModalityحذف شد. به جای آنnullاستفاده کنید.
- مقدار
متدهای مختلف سازنده جاوا تغییر یافتهاند تا اکنون به جای void، نمونه کلاس خود را به درستی برگردانند.
Web
تغییرات فقط در صورتی لازم است که شروع به استفاده از رابط برنامهنویسی نرمافزار Gemini Developer API کنید (به جای رابط برنامهنویسی نرمافزار پلتفرم Gemini (که قبلاً Vertex AI نام داشت) ):
تنظیمات ایمنی
- کاربردهای پشتیبانی نشدهی
SafetySetting.methodحذف شد.
- کاربردهای پشتیبانی نشدهی
دادههای درونخطی
- کاربردهای پشتیبانی نشدهی
InlineDataPart.videoMetadataحذف شد.
- کاربردهای پشتیبانی نشدهی
Dart
بدون هیچ تغییر اضافی.
وحدت
پشتیبانی از Unity از « Vertex AI در Firebase » در دسترس نبود.
یاد بگیرید که چگونه با Firebase AI Logic SDK برای Unity شروع به کار کنید .
درباره تجربه خود با Firebase AI Logic بازخورد دهید
Firebase AI Logic و SDK های کلاینت آن قبلاً " Vertex AI in Firebase " نامیده میشدند. برای انعکاس بهتر خدمات و ویژگیهای توسعهیافته ما (به عنوان مثال، اکنون از Gemini Developer API پشتیبانی میکنیم!)، نام خدمات خود را به Firebase AI Logic تغییر دادیم و بستهبندی مجدد کردیم .
برای دسترسی ایمن به مدلهای هوش مصنوعی مولد گوگل مستقیماً از طریق برنامههای تلفن همراه یا وب خود، اکنون میتوانید یک ارائهدهنده « Gemini API » را انتخاب کنید - یا API پلتفرم عامل Gemini که مدتهاست در دسترس است (قبلاً Vertex AI) یا اکنون API توسعهدهنده Gemini . این بدان معناست که اکنون میتوانید از API توسعهدهنده Gemini استفاده کنید که یک سطح بدون هزینه با محدودیتها و سهمیههای معقول ارائه میدهد.
مروری بر مراحل مهاجرت به SDK های Firebase AI Logic
مرحله ۱ : بهترین ارائهدهنده « Gemini API » را برای برنامه و موارد استفاده خود انتخاب کنید.
مرحله ۲ : پروژه Firebase خود را طوری تنظیم کنید که بتوانید از API توسعهدهنده Gemini استفاده کنید.
فقط در صورتی قابل اجرا است که به جای API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) از API توسعهدهنده Gemini استفاده کنید.مرحله ۳ : کتابخانه مورد استفاده در برنامه خود را بهروزرسانی کنید.
مرحله ۴ : مقداردهی اولیه را در برنامه خود بهروزرسانی کنید.
مرحله ۵ : کد خود را بسته به ویژگیهایی که استفاده میکنید، بهروزرسانی کنید.
مرحله ۱ : بهترین ارائهدهنده «Gemini API» را برای برنامه خود انتخاب کنید
با این مهاجرت، شما میتوانید ارائهدهندهی « Gemini API » را انتخاب کنید:
SDK های قدیمی « Vertex AI in Firebase » فقط میتوانستند از API مربوط به Agent Platform Gemini (که قبلاً Vertex AI نام داشت) استفاده کنند.
کیتهای توسعه نرمافزار (SDK) جدید Firebase AI Logic به شما امکان میدهند انتخاب کنید که میخواهید کدام ارائهدهنده « Gemini API » را مستقیماً از برنامه تلفن همراه یا وب خود فراخوانی کنید - یا Gemini Developer API یا Agent Platform Gemini API (که قبلاً Vertex AI نام داشت) .
تفاوتهای بین استفاده از دو ارائهدهندهی API مربوط به Gemini را بررسی کنید، به خصوص از نظر ویژگیهای پشتیبانیشده، قیمتگذاری و محدودیتهای نرخ. فقط برای یک مثال، API توسعهدهندگان Gemini از ارائه فایلها با استفاده از URLهای Cloud Storage پشتیبانی نمیکند، اما اگر میخواهید از ردیف رایگان و سهمیهی معقول آن بهرهمند شوید، میتواند انتخاب خوبی باشد.
اگر میخواهید به استفاده از API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ادامه دهید :
Skip the next step and jump straight to updating the library in your app , and then the rest of this guide.If you want to swap to the Gemini Developer API :
Continue to the next step to set up your Firebase project to use that API , and then the rest of this guide.
Step 2 : Set up your Firebase project so that you can use the Gemini Developer API
This step is only required if you want to swap to using the Gemini Developer API with the Firebase AI Logic client SDKs. However, if you want to keep using the Agent Platform Gemini API (formerly Vertex AI) , skip to the next step.
Note that it's OK to have both of the "Gemini API" providers enabled in your project at the same time.
In the Firebase console, go to AI Services > AI Logic .
Go to the Settings tab, and select Gemini Developer API .
Enable the Gemini Developer API .
The console will make sure the required APIs are enabled and generate a Gemini API key in your Firebase project.
Do not add this Gemini API key into your app's codebase. Learn more.Continue in this migration guide to update the library and initialization in your app.
Step 3 : Update the library used in your app
Update your app's codebase to use the Firebase AI Logic library.
سویفت
In Xcode, with your app project open, update your Firebase package to v11.13.0 or later using one of the following options:
Option 1 : Update all packages: Navigate to File > Packages > Update to Latest Package Versions .
Option 2 : Update Firebase individually: Navigate to the Firebase package in the section called Package Dependencies . Right-click on the Firebase package, and then select Update Package .
Make sure that the Firebase package now shows v11.13.0 or later. If it doesn't, verify that your specified Package Requirements allow updating to v11.13.0 or later.
Select your app's target in the Project Editor, and then navigate to the Frameworks, Libraries, and Embedded Content section.
Add the new library: Select the + button, and then add FirebaseAI from the Firebase package.
After you've finished migrating your app (see the remaining sections in this guide), make sure to remove the old library:
Select FirebaseVertexAI , and then press the — button.
Kotlin
In your module (app-level) Gradle file (usually
<project>/<app-module>/build.gradle.ktsor<project>/<app-module>/build.gradle), replace old dependencies (as applicable) with the following.Note that it might be easier to migrate your app's codebase (see the remaining sections in this guide) before deleting the old dependency.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }Sync your Android project with Gradle files.
Note that if you choose to not use the Firebase Android BoM , then just add the dependency for the firebase-ai library and accept the latest version that's suggested by Android Studio.
Java
In your module (app-level) Gradle file (usually
<project>/<app-module>/build.gradle.ktsor<project>/<app-module>/build.gradle), replace old dependencies (as applicable) with the following.Note that it might be easier to migrate your app's codebase (see the remaining sections in this guide) before deleting the old dependency.
// BEFORE dependencies { implementation(platform("com.google.firebase:firebase-bom:33.x.y"))
implementation("com.google.firebase:firebase-vertexai")// OR if not using the BoMimplementation("com.google.firebase:firebase-vertexai:16.x.y")} // AFTER dependencies { // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.18.0")) // 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") }Sync your Android project with Gradle files.
Note that if you choose to not use the Firebase Android BoM , then just add the dependency for the firebase-ai library and accept the latest version that's suggested by Android Studio.
Web
Get the latest version of the Firebase JS SDK for Web using npm:
npm i firebase@latest
یا
yarn add firebase@latest
Wherever you've imported the library, update your import statements to use
firebase/aiinstead.Note that it might be easier to migrate your app's codebase (see the remaining sections in this guide) before deleting the old imports.
// BEFORE import { initializeApp } from "firebase/app";
import { getVertexAI, getGenerativeModel } from "firebase/vertexai";// AFTER import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel } from "firebase/ai";
Dart
Update to the use the
firebase_aipackage in yourpubspec.yamlfile by running the following command from your Flutter project directory:flutter pub add firebase_ai
Rebuild your Flutter project:
flutter run
After you've finished migrating your app (see the remaining sections in this guide), make sure to delete the old package:
flutter pub remove firebase_vertexai
وحدت
Support for Unity wasn't available from " Vertex AI in Firebase ".
Learn how to get started with the Firebase AI Logic SDK for Unity .
Step 4 : Update the initialization in your app
Click your Gemini API provider to view provider-specific content and code on this page. |
Update how you initialize the service for your chosen API provider and create a GenerativeModel instance.
سویفت
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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-flash');
وحدت
Support for Unity wasn't available from " Vertex AI in Firebase ".
Learn how to get started with the Firebase AI Logic SDK for Unity .
Note that depending on the capability you're using, you might not always create a GenerativeModel instance . To stream input and output using the Gemini Live API , create a LiveModel instance.
Step 5 : Update your code depending on features that you use
This step describes changes that may be required depending on which features you use.
If you use Cloud Storage URLs and you swapped to use the Gemini Developer API in this migration, then you need to update your multimodal requests to include files as inline data (or use YouTube URLs for videos).
Review the following lists for any changes that you might need to make in your code to accommodate taking up the Firebase AI Logic SDK.
سویفت
No additional changes.
Kotlin
Live API
- Removed
UNSPECIFIEDvalue for enum classResponseModality. Instead usenull.
- Removed
Java
Live API
- Removed
UNSPECIFIEDvalue for enum classResponseModality. Instead usenull.
- Removed
Changed various Java builder methods to now correctly return the instance of their class, instead of void.
Web
Changes required only if you're starting to use the Gemini Developer API (instead of the Agent Platform Gemini API (formerly Vertex AI) ):
تنظیمات ایمنی
- Removed usages of the unsupported
SafetySetting.method.
- Removed usages of the unsupported
Inline data
- Removed usages of the unsupported
InlineDataPart.videoMetadata.
- Removed usages of the unsupported
Dart
No additional changes.
وحدت
Support for Unity wasn't available from " Vertex AI in Firebase ".
Learn how to get started with the Firebase AI Logic SDK for Unity .
Give feedback about your experience with Firebase AI Logic