Gemini API avec Firebase AI Logic

Créez des applications et des fonctionnalités mobiles et Web optimisées par l'IA avec les modèles Gemini à l'aide de Firebase AI Logic

Firebase AI Logic vous donne accès aux derniers modèles d'IA générative de Google : les Gemini modèles.

Si vous devez appeler le Gemini API directement depuis votre application mobile ou Web ( plutôt que côté serveur), vous pouvez utiliser les Firebase AI Logic client SDK. Ces SDK client sont conçus spécifiquement pour être utilisés avec des applications mobiles et Web. Ils offrent des options de sécurité contre les clients non autorisés, ainsi que des intégrations avec d'autres services Firebase.

Ces SDK client sont disponibles en Swift pour les plates-formes Apple, en Kotlin et Java pour Android, en JavaScript pour le Web, en Dart pour Flutter et en Unity.

Avec ces SDK client, vous pouvez ajouter une personnalisation basée sur l'IA aux applications, créer une expérience de chat basée sur l'IA, créer des optimisations et des automatisations basées sur l'IA, et bien plus encore.

Commencer

Capacités clés

Entrée multimodale et en langage naturel Les Gemini modèles sont multimodaux. Les requêtes envoyées à l'Gemini API peuvent donc inclure du texte, des images, des PDF, des vidéos et de l'audio. Certains modèles Gemini peuvent également générer des sorties multimodales.

Les modèles Gemini peuvent être sollicités avec une entrée en langage naturel.

Suite de fonctionnalités en pleine croissance Avec les SDK, vous pouvez appeler l'API Gemini Gemini API directement depuis votre application mobile ou Web pour créer des expériences de chat basées sur l'IA, générer des images, générer de la parole à partir de texte (TTS), utiliser des outils (tels que l'appel de fonction et l'ancrage avec Google Search ou Google Maps), diffuser des entrées et des sorties multimodales (y compris audio), et plus encore.
Sécurité et prévention des utilisations abusives pour les applications de production Utilisez Firebase App Check pour protéger les API qui accèdent aux modèles Gemini contre les utilisations abusives par des clients non autorisés.

Firebase AI Logic dispose également de limites de débit par utilisateur par défaut, et ces limites de débit par utilisateur sont entièrement configurables.

Infrastructure robuste Profitez d'une infrastructure évolutive conçue pour être utilisée avec des applications mobiles et Web, par exemple pour gérer des fichiers avec Cloud Storage for Firebase et contrôler dynamiquement les configurations d'exécution avec Firebase Remote Config ou des modèles d'invites de serveur.

Fonctionnement

Firebase AI Logic fournit des SDK client, un service proxy et d'autres fonctionnalités qui vous permettent d'accéder aux modèles d'IA générative de Google pour créer des fonctionnalités d'IA dans vos applications mobiles et Web.

Compatibilité avec les modèles Google et les fournisseurs "Gemini API"

Nous prenons en charge tous les derniers Gemini modèles, et vous choisissez votre fournisseur "Gemini API" préféré pour accéder à ces modèles. Nous prenons en charge à la fois les Gemini Developer API et les Agent Platform Gemini API (formerly Vertex AI). Découvrez les différences entre l'utilisation des deux fournisseurs d'API.

Si vous choisissez d'utiliser le Gemini Developer API, vous pouvez profiter de son "niveau sans frais" pour vous lancer rapidement.

SDK client Web et mobile

Vous envoyez des requêtes aux modèles directement depuis votre application mobile ou Web à l'aide de nos Firebase AI Logic client SDK, disponibles en Swift pour les plates-formes Apple, en Kotlin et Java pour Android, en JavaScript pour le Web, en Dart pour Flutter et en Unity.

Si vous avez configuré les deux fournisseurs Gemini API dans votre projet Firebase, vous pouvez passer de l'un à l'autre en activant l'autre API et en modifiant quelques lignes de code d'initialisation.

De plus, plusieurs de nos SDK client offrent un accès à l'inférence hybride et sur l'appareil. Cette configuration permet à votre application d'utiliser le modèle sur l'appareil lorsqu'il est disponible, mais de revenir de manière transparente au modèle hébergé dans le cloud si nécessaire (et vice versa).

Service proxy

Notre service proxy sert de passerelle entre le client et le fournisseur Gemini API que vous avez choisi (et les modèles de Google). Il fournit des services et des intégrations importants pour les applications mobiles et Web. Par exemple, vous pouvez configurer Firebase App Check pour protéger le fournisseur d'API et les ressources backend que vous avez choisis contre les utilisations abusives par des clients non autorisés.

Cela est particulièrement important si vous avez choisi d'utiliser l' Gemini Developer API car notre service proxy et cette App Check intégration garantissent que votre Gemini clé API reste sur le serveur et n'est pas intégrée dans la base de code de vos applications.

Chemin d'accès de l'exécution

Configurez votre projet Firebase et associez votre application à Firebase Utilisez le workflow guidé de la page Firebase AI Logic de la Firebase console pour configurer votre projet (y compris en activant les API requises pour le fournisseur Gemini API que vous avez choisi), enregistrez votre application auprès de votre projet Firebase, puis ajoutez votre configuration Firebase à votre application.
Installez le SDK et initialisez-le Installez le Firebase AI Logic SDK spécifique à la plate-forme de votre application, puis initialisez le service et créez une instance de modèle dans votre application.
Envoyez des requêtes d'invites aux Gemini modèles Utilisez les SDK pour envoyer des invites multimodales ou uniquement textuelles à un Gemini modèle afin de générer du texte et du code, des sorties structurées (comme JSON), des images, et de la parole (TTS).

Créez des expériences plus riches avec le chat multitour, le streaming bidirectionnel (y compris audio), et l'appel de fonction.

Préparez-vous à la production Implémentez des intégrations importantes pour les applications mobiles et Web, par exemple en protégeant l'API contre les utilisations abusives avec Firebase App Check et en utilisant Firebase Remote Config ou des modèles d'invites de serveur afin de pouvoir apporter des modifications à la demande aux configurations de votre fonctionnalité d'IA (comme le nom du modèle) sans publier de nouvelle version de votre application.

Étapes suivantes

Commencez à accéder à un modèle depuis votre application mobile ou Web

Accéder au guide de démarrage

En savoir plus sur les modèles compatibles

Découvrez les modèles disponibles pour différents cas d'utilisation ainsi que leurs quotas et leurs tarifs.