Lista kontrolna produkcji dotycząca korzystania z Firebase AI Logic

Gdy będziesz gotowy(-a) do uruchomienia aplikacji i udostępnienia funkcji opartych na generatywnej AI prawdziwym użytkownikom, zapoznaj się z tą listą kontrolną zawierającą sprawdzone metody i ważne kwestie.

Ogólne

Zapoznaj się z ogólną listą kontrolną dotyczącą uruchamiania aplikacji korzystających z Firebase

Ta lista kontrolna dotycząca uruchamiania Firebase zawiera ważne sprawdzone metody, które należy stosować przed uruchomieniem dowolnej aplikacji w Firebase w środowisku produkcyjnym.

Upewnij się, że Twoje projekty Firebase są zgodne ze sprawdzonymi metodami

Upewnij się na przykład, że do tworzenia, testowania i produkcji używasz różnych projektów Firebase. Zapoznaj się z innymi sprawdzonymi metodami zarządzania projektami .

Dostęp i bezpieczeństwo

Zapoznaj się z ogólną listą kontrolną dotyczącą bezpieczeństwa aplikacji korzystających z Firebase

Ta lista kontrolna dotycząca bezpieczeństwa zawiera ważne sprawdzone metody dotyczące dostępu i bezpieczeństwa aplikacji oraz usług Firebase.

Zacznij wymagać Firebase App Check

Firebase App Check pomaga chronić interfejsy API, które umożliwiają dostęp do modeli Gemini i Imagen. App Check weryfikuje, czy żądania pochodzą z Twojej aplikacji i z autentycznego, niezmodyfikowanego urządzenia. Obsługuje dostawców potwierdzeń na platformach Apple (DeviceCheck lub App Attest), Android (Play Integrity) i w internecie (reCAPTCHA Enterprise), a także wszystkich tych dostawców w przypadku aplikacji Flutter i Unity.

Aby przygotować się na nadchodzącą ulepszoną ochronę przed App Check dzięki ochronie przed powtórzeniem, zalecamy włączenie w aplikacjach używania tokenów o ograniczonym użyciu.

Skonfiguruj ograniczenia dla kluczy interfejsu API Firebase

Pamiętaj, że interfejsy API związane z Firebase używają kluczy interfejsu API tylko do identyfikowania projektu lub aplikacji Firebase, a nie do autoryzacji wywoływania interfejsu API.

Ogranicz żądania tylko do uwierzytelnionych użytkowników

Wymagaj w projekcie Firebase trybu uwierzytelnionych użytkowników, aby wszystkie wywołania z aplikacji przez Firebase AI Logic musiały pochodzić od uwierzytelnionych użytkowników aplikacji (w przeciwnym razie żądanie zostanie zablokowane).

Rozliczenia, monitorowanie i limity

Unikaj niespodziewanych rachunków

Jeśli Twój projekt w Firebase korzysta z abonamentu Blaze z płatnością według wykorzystania:

Skonfiguruj monitorowanie wykorzystania AI w konsoli Firebase

Skonfiguruj monitorowanie AI, aby uzyskać wgląd w kluczowe wskaźniki wydajności, takie jak żądania, czas oczekiwania, błędy i wykorzystanie tokenów. Monitorowanie AI pomaga też sprawdzać i debugować funkcje Firebase AI Logic wyświetlając poszczególne ślady.

Sprawdź limity wymaganych interfejsów API

Zarządzanie konfiguracjami

Używaj stabilnej wersji modelu w aplikacji produkcyjnej

W aplikacji produkcyjnej używaj tylko stabilnych wersji modelu (np. gemini-2.0-flash-001), a nie wersji wersji zapoznawczej , eksperymentalnej ani aliasu aktualizowanego automatycznie.

Mimo że aktualizowany automatycznie stabilny alias wskazuje stabilną wersję, rzeczywista wersja modelu, na którą wskazuje, będzie się automatycznie zmieniać za każdym razem, gdy zostanie wydana nowa stabilna wersja, co może powodować nieoczekiwane zachowanie lub odpowiedzi. Ponadto wersje wersji zapoznawczej i eksperymentalne są zalecane tylko podczas tworzenia prototypów.

Skonfiguruj i używaj Firebase Remote Config

Dzięki Remote Config możesz kontrolować ważne konfiguracje funkcji opartych na generatywnej AI w chmurze, zamiast na stałe kodować wartości w kodzie. Oznacza to, że możesz aktualizować konfigurację bez publikowania nowej wersji aplikacji.

  • (Zdecydowanie zalecane) Zdalnie zmieniaj nazwę modelu używanego w aplikacji gdy pojawiają się nowe modele lub inne są wyłączane.

  • (Opcjonalnie) Dynamicznie, a nawet warunkowo kontroluj inne parametry w aplikacji, takie jak konfiguracja generowania modelu (np. maksymalna liczba tokenów wyjściowych), ustawienia bezpieczeństwa, instrukcje systemowe i dane promptów.

  • (Opcjonalnie) Ustaw parametr minimum_version w Remote Config aby porównać bieżącą wersję aplikacji z najnowszą wersją zdefiniowaną w Remote Config. Możesz wtedy wyświetlać użytkownikom powiadomienie o aktualizacji lub wymusić aktualizację.

Ustaw lokalizację dostępu do modelu

Dostępne tylko wtedy, gdy jako dostawcę interfejsu API używasz Vertex AI Gemini API.

Ustawienie lokalizacji dostępu do modelu może pomóc w obniżeniu kosztów i zapobiec opóźnieniom u użytkowników.

Jeśli nie określisz lokalizacji, domyślnie zostanie użyta lokalizacja us-central1. Możesz ustawić tę lokalizację podczas inicjowania lub opcjonalnie użyć Firebase Remote Config do dynamicznego zmieniania lokalizacji na podstawie lokalizacji każdego użytkownika.