Wenn Sie Ihre App starten möchten und echte Endnutzer mit den KI-Funktionen Ihrer App interagieren sollen, sehen Sie sich diese Checkliste mit Best Practices und wichtigen Überlegungen an.
Allgemein
Allgemeine Start-Checkliste für Apps, die Firebase verwenden
In dieser Firebase-Start-Checkliste werden wichtige Best Practices beschrieben, die Sie vor dem Start einer Firebase-App in der Produktion beachten sollten.
Best Practices für Firebase-Projekte
Verwenden Sie beispielsweise verschiedene Firebase-Projekte für Entwicklung, Tests und Produktion. Weitere Best Practices für die Verwaltung Ihrer Projekte.
Zugriff und Sicherheit
Allgemeine Sicherheits-Checkliste für Apps, die Firebase verwenden
In dieser Sicherheits-Checkliste werden wichtige Best Practices für Zugriff und Sicherheit für Firebase-Apps und ‑Dienste beschrieben.
Erzwingen Firebase App Check
Firebase App Check schützt die APIs, die Ihnen Zugriff auf die Gemini und Imagen Modelle ermöglichen. App Check prüft, ob Anfragen von Ihrer tatsächlichen App und einem authentischen, unveränderten Gerät stammen. Es unterstützt Attestierungsanbieter für Apple-Plattformen (DeviceCheck oder App Attest), Android (Play Integrity) und das Web (reCAPTCHA Enterprise) sowie alle diese Anbieter für Flutter- und Unity-Apps.
Erwägen Sie außerdem, den Schutz vor Replay-Angriffen zu erzwingen. Das bedeutet, dass Tokens nur einmal verwendet werden können. Diese Option bietet zusätzlichen Schutz über den Basisschutz hinaus und ermöglicht es Ihnen, ein angemessenes Schutzniveau für Ihre App und Ihre Anwendungsfälle festzulegen.
Einschränkungen für Ihre Firebase-API-Schlüssel festlegen
Überprüfen Sie die Zulassungsliste für API-Einschränkungen für jeden Firebase-API-Schlüssel: "API-Einschränkungen"
Die Firebase AI Logic API muss in der Zulassungsliste enthalten sein.
Die einzigen anderen APIs in der Zulassungsliste des Schlüssels dürfen nur für Firebase Dienste verwendet werden, die Sie in Ihrer App verwenden. In der Liste finden Sie, welche APIs für die einzelnen Produkte in der Zulassungsliste enthalten sein müssen.
Legen Sie "Anwendungseinschränkungen" fest, um die Nutzung der einzelnen Firebase-API-Schlüssel auf Anfragen von Ihrer App zu beschränken (z. B. eine übereinstimmende Paket-ID für die Apple-App). Auch wenn Sie Ihren Schlüssel einschrhenken,ist es unbedingt erforderlich, dass Sie Firebase App Check einrichten, um Ihre App vor API-Missbrauch zu schützen.
Firebase-bezogene APIs verwenden API-Schlüssel nur, um das Firebase-Projekt oder die App zu identifizieren , nicht zur Autorisierung , die API aufzurufen.
Anfragen auf authentifizierte Nutzer beschränken
Erzwingen Sie den Modus Authentifizierte Nutzer in Ihrem Firebase Projekt, damit alle Aufrufe von Ihrer App über Firebase AI Logic von authentifizierten Nutzern Ihrer App stammen müssen. Andernfalls wird die Anfrage blockiert.
Abrechnung, Monitoring und Kontingent
Unerwartete Rechnungen vermeiden
Wenn für Ihr Firebase-Projekt der Blaze-Preismodell (Pay as you go) gilt:
Richten Sie Budgets ein und legen Sie dann speziell Budgetbenachrichtigungen und Budgetobergrenzen fest.
KI-Monitoring in der Firebase Konsole einrichten
Richten Sie das KI-Monitoring ein, um Einblick in wichtige Leistungsmesswerte wie Anfragen, Latenz, Fehler und Tokennutzung zu erhalten. Mit dem KI-Monitoring können Sie auch Ihre Firebase AI Logic Funktionen prüfen und debuggen, indem Sie einzelne Traces aufrufen.
Kontingente für die erforderlichen zugrunde liegenden APIs überprüfen
Sie müssen die Kontingente für jede erforderliche API kennen.
Legen Sie Ratenlimits pro Nutzer fest (Standardwert: 100 Anfragen pro Minute).
Bearbeiten Sie das Kontingent oder fordern Sie bei Bedarf eine Kontingenterhöhung an,
Konfigurationen verwalten
Stabile Modellversion in der Produktions-App verwenden
Verwenden Sie in Ihrer Produktions-App nur
stabile Modellversionen (wie
gemini-3.5-flash). Verwenden Sie keine Vorschau - oder Testversion oder
einen -latest
Firebase Remote Config oder Server-Prompt-Vorlagen verwenden
Wenn Sie Remote Config oder Server-Prompt-Vorlagen verwenden, können Sie wichtige Konfigurationen für die KI-Funktionen Ihrer App in der Cloud (serverseitig) steuern, anstatt Werte fest in Ihrem Code zu codieren. So können Sie Ihre Konfigurationen aktualisieren, ohne eine neue Version Ihrer App zu veröffentlichen.
(Dringend empfohlen) Ändern Sie den Modellnamen, der für Ihre KI-Funktion verwendet wird, bei Bedarf, wenn neue Modelle veröffentlicht oder andere eingestellt werden. Weitere Informationen zur Verwendung von Remote Config oder Server-Prompt-Vorlagen.
(Optional) Steuern Sie andere Parameter für Ihre KI-Funktion dynamisch und sogar bedingt, z. B. die Modellkonfiguration (z. B. maximale Ausgabetokens), Sicherheitseinstellungen, Systemanweisungen und Prompt-Daten. Weitere Informationen zur Verwendung von Remote Config oder Server-Prompt-Vorlagen.
(Optional) Legen Sie in Remote Config einen Parameter
minimum_versionfest, um die aktuelle Version der App mit der in Remote Config-definierten neuesten Version zu vergleichen. So können Sie Nutzern entweder eine Benachrichtigung zum Upgrade anzeigen oder sie zwingen, ein Upgrade durchzuführen.
Ort für den Zugriff auf das Modell festlegen
| Nur verfügbar, wenn Sie die Agent Platform Gemini API (formerly Vertex AI) als Ihren API-Anbieter verwenden. |
Wenn Sie einen Ort für den Zugriff auf das Modell festlegen können Sie Kosten senken und die Latenz für Ihre Nutzer verringern.
Wenn Sie keinen Ort angeben, ist der Standardwert us-central1. Sie können diesen
Ort bei der Initialisierung festlegen oder optional
Firebase Remote Configverwenden, um den Ort dynamisch basierend auf dem Standort des jeweiligen Nutzers zu ändern.