Gdy aplikacja będzie gotowa do uruchomienia i użytkownicy będą mogli korzystać z funkcji generatywnej AI, zapoznaj się z tą listą kontrolną sprawdzonych metod i ważnych kwestii.
Ogólne
Sprawdź ogólną listę kontrolną dotyczącą wprowadzania na rynek aplikacji korzystających z Firebase
Ta lista kontrolna przed wdrożeniem Firebase zawiera ważne sprawdzone metody, które warto zastosować przed wdrożeniem dowolnej aplikacji w Firebase w wersji produkcyjnej.
Sprawdź, czy Twoje projekty Firebase są zgodne ze sprawdzonymi metodami
Na przykład upewnij się, że do tworzenia, testowania i wdrażania aplikacji używasz różnych projektów Firebase. Poznaj więcej sprawdzonych metod zarządzania projektami.
Dostęp i bezpieczeństwo
Sprawdź ogólną listę kontrolną dotyczącą bezpieczeństwa aplikacji korzystających z Firebase
Ta lista kontrolna bezpieczeństwa zawiera ważne sprawdzone metody dotyczące dostępu i bezpieczeństwa aplikacji i usług Firebase.
Wymuszaj Firebase App Check
Firebase App Check pomaga chronić interfejsy API, które zapewniają dostęp do modeli Gemini i Imagen. App Check sprawdza, czy żądania pochodzą z Twojej aplikacji i autentycznego, niezmienionego urządzenia. Obsługuje dostawców atestów na platformach Apple (DeviceCheck lub App Attest), Androidzie (Play Integrity) i w internecie (reCAPTCHA Enterprise), a także wszystkich tych dostawców w przypadku aplikacji Flutter i Unity.
Rozważ też włączenie ochrony przed atakami typu replay, co oznacza, że tokeny są jednorazowe. Ta opcja zapewnia większą ochronę niż ochrona podstawowa i umożliwia ustawienie odpowiedniego poziomu ochrony aplikacji i przypadków użycia.
Ustawianie ograniczeń kluczy interfejsu API Firebase
Sprawdź listę dozwolonych „ograniczeń interfejsu API” każdego klucza interfejsu API Firebase:
Sprawdź, czy interfejs API Firebase AI Logic znajduje się na liście dozwolonych.
Upewnij się, że na liście dozwolonych interfejsów API klucza znajdują się tylko interfejsy API usług Firebase, których używasz w aplikacji. Zapoznaj się z listą interfejsów API, które muszą znajdować się na liście dozwolonych w przypadku poszczególnych usług.
Ustaw „Ograniczenia aplikacji”, aby ograniczyć użycie każdego klucza interfejsu API Firebase tylko do żądań z Twojej aplikacji (np. pasujący identyfikator pakietu aplikacji na urządzenia Apple). Pamiętaj, że nawet jeśli ograniczysz klucz, konieczne jest skonfigurowanie Firebase App Check, aby zabezpieczyć aplikację przed nadużywaniem interfejsu API.
Pamiętaj, że interfejsy API związane z Firebase używają kluczy interfejsu API tylko do identyfikowania projektu lub aplikacji Firebase, a nie do autoryzacji wywołań interfejsu API.
Ograniczanie żądań tylko do uwierzytelnionych użytkowników
Wymuś tryb uwierzytelnionych użytkowników w projekcie Firebase, aby wszystkie wywołania z aplikacji za pomocą Firebase AI Logic pochodziły od uwierzytelnionych użytkowników aplikacji (w przeciwnym razie żądanie zostanie zablokowane).
Płatności, monitorowanie i limity
Unikaj niespodziewanych rachunków
Jeśli Twój projekt w Firebase korzysta z abonamentu Blaze (płatność według wykorzystania):
(Gemini Developer API) Ustaw limity wydatków.
Konfigurowanie monitorowania AI w konsoli Firebase
Skonfiguruj monitorowanie AI, aby uzyskać wgląd w kluczowe wskaźniki wydajności, takie jak liczba żądań, 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
Sprawdź, czy znasz limity każdego wymaganego interfejsu API.
Ustaw limity szybkości dla poszczególnych użytkowników (domyślnie 100 zapytań na minutę).
W razie potrzeby zmień limit lub poproś o jego zwiększenie.
Zarządzanie konfiguracjami
Używanie stabilnej wersji modelu w aplikacji produkcyjnej
W aplikacji produkcyjnej używaj tylko stabilnych wersji modelu (np.gemini-2.0-flash-001), a nie wersji wersji podglądowej, eksperymentalnej ani aliasu aktualizowanego automatycznie.
Chociaż automatycznie aktualizowany alias stabilny wskazuje wersję stabilną, rzeczywista wersja modelu, na którą wskazuje, będzie się automatycznie zmieniać za każdym razem, gdy zostanie wydana nowa wersja stabilna, co może oznaczać nieoczekiwane zachowanie lub odpowiedzi. Wersje podglądowe i eksperymentalne są zalecane tylko podczas tworzenia prototypów.
Konfigurowanie i używanie Firebase Remote Config
Za pomocą Remote Config możesz kontrolować ważne konfiguracje funkcji 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 w miarę udostępniania nowych modeli lub wyłączania innych.
(Opcjonalnie) Dynamiczne, a nawet warunkowe kontrolowanie innych parametrów w aplikacji, takich jak konfiguracja generowania modelu (np. maksymalna liczba tokenów wyjściowych), ustawienia bezpieczeństwa, instrukcje systemowe i dane prompta.
(Opcjonalnie) Ustaw parametr
minimum_versionw Remote Config, aby porównać obecną wersję aplikacji z najnowszą wersją zdefiniowaną w Remote Config. Możesz wyświetlać użytkownikom powiadomienie o aktualizacji lub wymuszać aktualizację.
Ustawianie lokalizacji dostępu do modelu
| Dostępne tylko wtedy, gdy jako dostawcę interfejsu API używasz Vertex AI Gemini API. |
Ustawienie lokalizacji dostępu do modelu może pomóc w kontroli kosztów i zapobiec opóźnieniom u użytkowników.
Jeśli nie określisz lokalizacji, domyślną wartością będzie us-central1. Tę lokalizację możesz ustawić podczas inicjowania lub opcjonalnie użyć Firebase Remote Config, aby dynamicznie zmieniać lokalizację na podstawie lokalizacji każdego użytkownika.