URL bağlamı

URL Bağlamı aracı, modele URL biçiminde ek bağlam sağlamanıza olanak tanır. Model, yanıtını bilgilendirmek ve geliştirmek için bu URL'lerdeki içeriğe erişebilir.

URL bağlamının aşağıdaki avantajları vardır:

  • Verileri ayıklama: Bir makaleden veya birden fazla URL'den fiyat, ad ya da önemli bulgular gibi belirli bilgileri ayıklayın.

  • Bilgileri karşılaştırma: Farklılıkları belirlemek ve trendleri takip etmek için birden fazla raporu, makaleyi veya PDF'yi analiz edebilirsiniz.

  • İçerik sentezleme ve oluşturma: Doğru özetler, blog yayınları, raporlar veya test soruları oluşturmak için birden fazla kaynak URL'den gelen bilgileri birleştirin.

  • Kodları ve teknik içerikleri analiz etme: Kodları açıklamak, kurulum talimatları oluşturmak veya soruları yanıtlamak için GitHub deposunun ya da teknik belgelerin URL'lerini sağlayın.

URL Bağlamı aracını kullanırken en iyi uygulamaları ve sınırlamaları incelediğinizden emin olun.

Desteklenen modeller

  • gemini-4-argon
  • gemini-3.8-flash (ve daha eski gemini-3.7-flash, gemini-3.6-flash ve gemini-3.5-flash)
  • gemini-3.5-flash-lite (ve daha eski gemini-3.1-flash-lite)

gemini-3.1-pro-preview ve genel kullanım amaçlı Gemini 2.5 modelleri (desteği sonlandırılmıştır) de bu özelliği destekler.

Desteklenen diller

Gemini modelleri için desteklenen dilleri inceleyin.

URL Bağlamı aracını kullanma

URL bağlamı aracını iki şekilde kullanabilirsiniz:

Yalnızca URL bağlam aracı

Bu sayfada sağlayıcıya özel içerikleri ve kodu görüntülemek için Gemini API sağlayıcınızı tıklayın.

GenerativeModel örneğini oluştururken araç olarak UrlContext değerini girin. Ardından, modelin erişmesini ve analiz etmesini istediğiniz URL'leri doğrudan isteminize ekleyin.

Aşağıdaki örnekte, farklı web sitelerinden iki yemek tarifinin nasıl karşılaştırılacağı gösterilmektedir:

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_MODEL_NAME",
    // Enable the URL context tool.
    tools: [.urlContext()]
)

// Specify one or more URLs for the tool to access.
let url1 = "FIRST_RECIPE_URL"
let url2 = "SECOND_RECIPE_URL"

// Provide the URLs in the prompt sent in the request.
let prompt = "Compare the ingredients and cooking times from the recipes at \(url1) and \(url2)"

// Get and handle the model's response.
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")

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(
    modelName = "GEMINI_MODEL_NAME",
    // Enable the URL context tool.
    tools = listOf(Tool.urlContext())
)

// Specify one or more URLs for the tool to access.
val url1 = "FIRST_RECIPE_URL"
val url2 = "SECOND_RECIPE_URL"

// Provide the URLs in the prompt sent in the request.
val prompt = "Compare the ingredients and cooking times from the recipes at $url1 and $url2"

// Get and handle the model's response.
val response = model.generateContent(prompt)
print(response.text)

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_MODEL_NAME",
                        null,
                        null,
                        // Enable the URL context tool.
                        List.of(Tool.urlContext(new UrlContext())));

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// Specify one or more URLs for the tool to access.
String url1 = "FIRST_RECIPE_URL";
String url2 = "SECOND_RECIPE_URL";

// Provide the URLs in the prompt sent in the request.
String prompt = "Compare the ingredients and cooking times from the recipes at " + url1 + " and " + url2 + "";

ListenableFuture response = model.generateContent(prompt);
  Futures.addCallback(response, new FutureCallback() {
      @Override
      public void onSuccess(GenerateContentResponse result) {
          String resultText = result.getText();
          System.out.println(resultText);
      }

      @Override
      public void onFailure(Throwable t) {
          t.printStackTrace();
      }
  }, executor);

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_MODEL_NAME",
    // Enable the URL context tool.
    tools: [{ urlContext: {} }]
  }
);

// Specify one or more URLs for the tool to access.
const url1 = "FIRST_RECIPE_URL"
const url2 = "SECOND_RECIPE_URL"

// Provide the URLs in the prompt sent in the request.
const prompt = `Compare the ingredients and cooking times from the recipes at ${url1} and ${url2}`

// Get and handle the model's response.
const result = await model.generateContent(prompt);
console.log(result.response.text());

Dart 


import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.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_MODEL_NAME',
  // Enable the URL context tool.
  tools: [
    Tool.urlContext(),
  ],
);

// Specify one or more URLs for the tool to access.
final url1 = "FIRST_RECIPE_URL";
final url2 = "SECOND_RECIPE_URL";

// Provide the URLs in the prompt sent in the request.
final prompt = "Compare the ingredients and cooking times from the recipes at $url1 and $url2";

// Get and handle the model's response.
final response = await model.generateContent([Content.text(prompt)]);
print(response.text);

Unity 


using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  // Enable the URL context tool.
  tools: new[] { new Tool(new UrlContext()) }
);

// Specify one or more URLs for the tool to access.
var url1 = "FIRST_RECIPE_URL";
var url2 = "SECOND_RECIPE_URL";

// Provide the URLs in the prompt sent in the request.
var prompt = $"Compare the ingredients and cooking times from the recipes at {url1} and {url2}";

// Get and handle the model's response.
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");

Kullanım alanınıza ve uygulamanıza uygun bir model seçmeyi öğrenin.

Bu sayfada sağlayıcıya özel içerikleri ve kodları görüntülemek için Gemini API sağlayıcınızı tıklayın.

Hem URL bağlamını hem de Google Searchile temellendirmeyi etkinleştirebilirsiniz. Bu yapılandırmayla, belirli URL'ler içeren veya içermeyen istemler yazabilirsiniz.

Google Search ile temellendirme de etkinleştirildiğinde model, önce alakalı bilgileri bulmak için Google Search'yı kullanabilir, ardından bilgileri daha ayrıntılı bir şekilde anlamak için arama sonuçlarının içeriğini okumak üzere URL bağlamı aracını kullanabilir. Bu yaklaşım, hem kapsamlı arama hem de belirli sayfaların derinlemesine analizini gerektiren istemler için etkilidir.

Bazı kullanım alanları şunlardır:

  • Üretilen yanıtın bir kısmına yardımcı olması için istemde bir URL sağlarsınız. Ancak modelin uygun bir yanıt oluşturması için diğer konular hakkında daha fazla bilgiye ihtiyacı vardır. Bu nedenle, Google Search ile temellendirme aracını kullanır.

    Örnek istem:
    Give me a three day event schedule based on YOUR_URL. Also what do I need to pack according to the weather?

  • İstemde URL sağlamıyorsanız. Bu nedenle, model doğru bir yanıt oluşturmak için Google Search ile Temellendirme aracını kullanarak alakalı URL'leri bulur ve ardından URL Bağlamı aracını kullanarak bu URL'lerin içeriğini analiz eder.

    Örnek istem:
    Recommend 3 beginner-level books to learn about the latest YOUR_SUBJECT.

Aşağıdaki örnekte, URL bağlamı ve Google Search ile temellendirme araçlarının nasıl etkinleştirileceği ve kullanılacağı gösterilmektedir:


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_MODEL_NAME",
    // Enable both the URL context tool and Google Search tool.
    tools: [
      .urlContext(),
      .googleSearch()
    ]
)

// Specify one or more URLs for the tool to access.
let url = "YOUR_URL"

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
let prompt = "Give me a three day event schedule based on \(url). Also what do I need to pack according to the weather?"

// Get and handle the model's response.
let response = try await model.generateContent(prompt)
print(response.text ?? "No text in response.")

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result



// 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(
    modelName = "GEMINI_MODEL_NAME",
    // Enable both the URL context tool and Google Search tool.
    tools = listOf(Tool.urlContext(), Tool.googleSearch())
)

// Specify one or more URLs for the tool to access.
val url = "YOUR_URL"

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
val prompt = "Give me a three day event schedule based on $url. Also what do I need to pack according to the weather?"

// Get and handle the model's response.
val response = model.generateContent(prompt)
print(response.text)

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result



// 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_MODEL_NAME",
                        null,
                        null,
                        // Enable both the URL context tool and Google Search tool.
                        List.of(Tool.urlContext(new UrlContext()), Tool.googleSearch(new GoogleSearch())));

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// Specify one or more URLs for the tool to access.
String url = "YOUR_URL";

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
String prompt = "Give me a three day event schedule based on " + url + ". Also what do I need to pack according to the weather?";

ListenableFuture response = model.generateContent(prompt);
  Futures.addCallback(response, new FutureCallback() {
      @Override
      public void onSuccess(GenerateContentResponse result) {
          String resultText = result.getText();
          System.out.println(resultText);
      }

      @Override
      public void onFailure(Throwable t) {
          t.printStackTrace();
      }
  }, executor);

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result



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_MODEL_NAME",
    // Enable both the URL context tool and Google Search tool.
    tools: [{ urlContext: {} }, { googleSearch: {} }],
  }
);

// Specify one or more URLs for the tool to access.
const url = "YOUR_URL"

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
const prompt = `Give me a three day event schedule based on ${url}. Also what do I need to pack according to the weather?`

// Get and handle the model's response.
const result = await model.generateContent(prompt);
console.log(result.response.text());

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result



import 'package:firebase_core/firebase_core.dart';
import 'package:firebase_ai/firebase_ai.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_MODEL_NAME',
  // Enable both the URL context tool and Google Search tool.
  tools: [
    Tool.urlContext(),
    Tool.googleSearch(),
  ],
);

// Specify one or more URLs for the tool to access.
final url = "YOUR_URL";

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
final prompt = "Give me a three day event schedule based on $url. Also what do I need to pack according to the weather?";

final response = await model.generateContent([Content.text(prompt)]);
print(response.text);

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result



using Firebase;
using Firebase.AI;

// Initialize the Gemini Developer API backend service.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Create a `GenerativeModel` instance with a model that supports your use case.
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  // Enable both the URL context tool and Google Search tool.
  tools: new[] { new Tool(new GoogleSearch()), new Tool(new UrlContext()) }
);

// Specify one or more URLs for the tool to access.
var url = "YOUR_URL";

// Provide the URLs in the prompt sent in the request.
// If the model can't generate a response using its own knowledge or the content in the specified URL,
// then the model will use the grounding with Google Search tool.
var prompt = $"Give me a three day event schedule based on {url}. Also what do I need to pack according to the weather?";

// Get and handle the model's response.
var response = await model.GenerateContentAsync(prompt);
UnityEngine.Debug.Log(response.Text ?? "No text in response.");

// Make sure to comply with the "Grounding with Google Search" usage requirements,
// which includes how you use and display the grounded result

Kullanım alanınıza ve uygulamanıza uygun bir model seçmeyi öğrenin.

URL bağlamı aracının işleyiş şekli

URL Bağlamı aracı; hız, maliyet ve güncel verilere erişim arasında denge kurmak için iki adımlı bir erişim süreci kullanır.

1. adım: Belirli bir URL sağladığınızda araç, önce içeriği dahili bir dizin önbelleğinden getirmeye çalışır. Bu, yüksek düzeyde optimize edilmiş bir önbellek görevi görür.

2. adım: Bir URL dizinde mevcut değilse (örneğin, çok yeni bir sayfaysa) araç otomatik olarak canlı getirme işlemine geri döner. Bu işlem, içeriğini gerçek zamanlı olarak almak için URL'ye doğrudan erişir.

En iyi uygulamalar

  • Belirli URL'ler sağlama: En iyi sonuçları elde etmek için modelin analiz etmesini istediğiniz içeriğe doğrudan giden URL'ler sağlayın. Model yalnızca sağladığınız URL'lerden içerik alır, iç içe yerleştirilmiş bağlantılardaki içerikleri almaz.

  • Erişilebilirliği kontrol edin: Sağladığınız URL'lerin, giriş yapmayı gerektiren veya ödeme duvarının arkasında bulunan sayfalara yönlendirmediğinden emin olun.

  • Tam URL'yi kullanın: Protokolü de dahil ederek tam URL'yi sağlayın (örneğin, yalnızca example.com yerine https://www.example.com).

Yanıtı anlama

Modelin yanıtı, URL'lerden aldığı içeriğe dayalı olur.

Model, URL'lerden içerik aldıysa yanıtta url_context_metadata yer alır. Böyle bir yanıt aşağıdaki gibi görünebilir (yanıtın bazı kısımları kısa olması için çıkarılmıştır):

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "... \n"
          }
        ],
        "role": "model"
      },
      ...
      "url_context_metadata":
      {
          "url_metadata":
          [
            {
              "retrieved_url": "https://www.example.com",
              "url_retrieval_status": "URL_RETRIEVAL_STATUS_SUCCESS"
            },
            {
              "retrieved_url": "https://www.example.org",
              "url_retrieval_status": "URL_RETRIEVAL_STATUS_SUCCESS"
            },
          ]
        }
    }
  ]
}

Güvenlik kontrolleri

Sistem, URL'de içerik denetleme kontrolü yaparak güvenlik standartlarını karşıladığını doğrular. Belirttiğiniz URL bu kontrolü geçemezse url_retrieval_status URL_RETRIEVAL_STATUS_UNSAFE alırsınız.

Sınırlamalar

URL bağlamı aracının bazı sınırlamaları şunlardır:

  • İşlev çağrısıyla birleştirme: URL bağlamı aracı, işlev çağrısının da kullanıldığı bir istekte kullanılamaz.

  • İstek başına URL sınırı: İstek başına maksimum URL sayısı 20'dir.

  • URL içerik boyutu sınırı: Tek bir URL'den alınan içeriklerin maksimum boyutu 34 MB'tır.

  • Güncellik: Araç, web sayfalarının canlı sürümlerini getirmez. Bu nedenle, güncellik veya güncel olmayan bilgilerle ilgili bazı sorunlar olabilir.

  • URL'nin herkese açık olması: Sağlanan URL'ler web'de herkese açık olmalıdır. Aşağıdakiler desteklenmez: ödeme duvarlı içerikler, kullanıcı girişi gerektiren içerikler, özel ağlar, localhost adresleri (ör. localhost veya 127.0.0.1) ve tünel hizmetleri (ör. ngrok veya pinggy).

Desteklenen ve desteklenmeyen içerik türleri

Desteklenenler: Araç, aşağıdaki içerik türlerine sahip URL'lerden içerik ayıklayabilir:

  • Metin (text/html, application/json, text/plain, text/xml, text/css, text/javascript, text/csv, text/rtf)

  • Resim (image/png, image/jpeg, image/bmp, image/webp)

  • PDF (application/pdf)

Desteklenmiyor: Araç, aşağıdaki içerik türlerini desteklemez:

  • YouTube videoları (Bunun yerine videoları analiz etme bölümüne bakın.)

  • Video ve ses dosyaları (Bunun yerine videoları analiz etme veya sesi analiz etme başlıklı makaleyi inceleyin.)

  • Google Dokümanlar veya E-Tablolar gibi Google Workspace dosyaları

  • (Agent Platform Gemini API (formerly Vertex AI) kullanılıyorsa) Cloud Storage URL'leri
    Bu tür URL'ler, nasıl eriştiğinizden bağımsız olarak Gemini Developer API tarafından desteklenmez.

  • Herkese açık olmayan içerikler Aşağıdakiler desteklenmez: ödeme duvarlı içerik, kullanıcı girişi gerektiren içerikler, özel ağlar, localhost adresleri (ör. localhost veya 127.0.0.1) ve tünel hizmetleri (ör. ngrok veya pinggy).

Fiyatlandırma ve araç jetonlarını sayma

URL'lerden alınan içerikler, giriş jetonu olarak sayılır.

Model çıktısının usage_metadata nesnesinde isteminizin ve araç kullanımınızın jeton sayısını görebilirsiniz. Aşağıda örnek bir çıkış verilmiştir:

'usage_metadata': {
  'candidates_token_count': 45,
  'prompt_token_count': 27,
  'prompt_tokens_details': [{'modality': <MediaModality.TEXT: 'TEXT'>,
    'token_count': 27}],
  'thoughts_token_count': 31,
  'tool_use_prompt_token_count': 10309,
  'tool_use_prompt_tokens_details': [{'modality': <MediaModality.TEXT: 'TEXT'>,
    'token_count': 10309}],
  'total_token_count': 10412
  }

Sıklık sınırlaması ve fiyatlandırma, kullanılan modele göre belirlenir. Seçtiğiniz Gemini API sağlayıcı belgelerinde URL Bağlamı aracının fiyatlandırması hakkında daha fazla bilgi edinin: Gemini Developer API | Agent Platform Gemini API (formerly Vertex AI).