在伺服器環境使用遠端設定

Firebase Remote Config 現在支援使用 Firebase Admin Node.js SDK 12.1.0 以上版本的伺服器端設定。這項新功能可讓您使用 Remote Config 動態管理伺服器端應用程式的行為和設定。這包括 Cloud Functions 等無伺服器導入作業。

與 Firebase 用戶端 SDK 不同，後者會從 Remote Config 範本擷取衍生的用戶端專屬設定，而伺服器端 Remote Config SDK 則會從 Firebase 下載完整的 Remote Config 範本。如此一來，您的伺服器便能隨著每個收到的要求來評估範本，並使用其本身的邏輯，提供極低延遲的自訂回應。您可以使用條件，根據自訂信號中定義的隨機百分比和用戶端屬性，控制及自訂回應。

您可以透過伺服器端 Remote Config 執行以下操作：

• 為在伺服器上執行或透過伺服器存取的應用程式定義設定參數，以便遠端設定 AI 模型參數和提示，以及其他整合，確保 API 金鑰安全無虞。
• 動態調整參數，以因應環境的變更或其他應用程式變更，例如更新 LLM 參數和模型端點。
• 透過遠端更新伺服器呼叫的 API，控管費用。
• 為存取伺服器的用戶端即時產生自訂設定。
• 記錄哪些用戶端收到參數值，並在 Cloud Functions 中使用此值，做為授權驗證系統的一部分。

您可以在 Cloud Run、Cloud Functions 或自管伺服器環境中部署伺服器端 Remote Config。

事前準備

請按照「將 Firebase Admin SDK 新增至伺服器」中的操作說明，建立 Firebase 專案、設定服務帳戶，並將 Firebase Admin Node.js SDK 新增至伺服器。

步驟 1：初始化 Firebase Admin Node.js SDK 並授權 API 要求

當您在沒有參數的情況下初始化 Admin SDK 時，SDK 會使用 Google 應用程式預設憑證，並從 GOOGLE_APPLICATION_CREDENTIALS 環境變數讀取選項。舉例來說，如要初始化 SDK 並新增 Remote Config：

import { initializeApp } from "firebase-admin/app";
import { getRemoteConfig } from "firebase-admin/remote-config";

// Initialize Firebase
const firebaseApp = initializeApp();

步驟 2：找出伺服器應用程式的預設參數值

找出您想使用 Remote Config 動態更新的應用程式變數。接下來，請決定哪些變數必須預設在應用程式中設定，以及這些變數的預設值。這樣一來，即使應用程式與 Remote Config 後端伺服器的連線中斷，應用程式仍可順利執行。

舉例來說，如要編寫用來管理生成式 AI 函式的伺服器應用程式，您可以設定預設模型名稱、提示前置碼和生成式 AI 設定，如下所示：

步驟 3：設定伺服器應用程式

確定要與 Remote Config 搭配使用的參數後，請設定應用程式，以便設定預設值、擷取特定伺服器的 Remote Config 範本，並使用其值。下列步驟說明如何設定 Node.js 應用程式。

1. 存取並載入範本。

   // Initialize server-side Remote Config
   const rc = getRemoteConfig(firebaseApp);
   const template = rc.initServerTemplate();
   
   // Load Remote Config
   await template.load();
   

   如果您在 Cloud Functions 中使用 Node.js，則可在單一步驟中使用非同步 getServerTemplate 擷取及載入範本：

   // Initialize server-side Remote Config
   const rc = getRemoteConfig(firebaseApp);
   const template = await rc.getServerTemplate();
   

2. 為確保即使與 Remote Config 後端伺服器的連線中斷，應用程式仍能順利運作，請為應用程式新增每個參數的預設值。為此，請在 initServerTemplate 或 getServerTemplate 範本函式中新增 defaultConfig：

   const template = rc.initServerTemplate({
     defaultConfig: {
       model_name: "gemini-pro",
       generation_config: '{"stopSequences": [], "temperature": 0.7, "maxOutputTokens": 512, "topP": 0.1, "topK": 20}',
       preamble_prompt: "I'm a developer who wants to learn about Firebase and you are a helpful assistant who knows everything there is to know about Firebase!"
     },
   });
   
   // Load Remote Config
   await template.load()
   

3. 範本載入後，使用 template.evaluate() 從範本匯入參數和值：

   // Add template parameters to config
   const config = template.evaluate();
   

4. 您也可以在 Remote Config 範本中設定條件，定義並提供所需的值：

   • 如果使用百分比條件，請新增要用來在 template.evaluate() 函式內評估條件的 randomizationId。
   • 如果使用自訂信號，請定義屬性及其值。自訂信號適用於 Firebase Admin Node.js SDK 12.5.0 以上版本。

   舉例來說，您可以將 Firebase 安裝 ID 設為 randomizationId 或使用者 ID，確保與您的伺服器聯絡的每位使用者都會加入適當的隨機群組，version 則可做為指定特定用戶端版本的自訂信號，platform 則可做為指定用戶端平台的自訂信號。

   如要進一步瞭解條件，請參閱「條件規則類型」一文。

   // Add template parameters to `config`. Evaluates the
   // template and returns the parameter value assigned to
   // the group assigned to the {randomizationId} and version.
   const config = template.evaluate({
     randomizationId: "2ac93c28-c459-4760-963d-a3974ec26c04",
     version: "1.0",
     platform: "Android"
   });
   
   

5. 接下來，請從設定常數中擷取所需的參數值。使用 getters 將 Remote Config 的值轉換為預期格式。支援下列類型：

   • 布林值：getBoolean
   • 物件：getValue
   • 編號：getNumber
   • 字串：getString

   舉例來說，如果您在伺服器上導入 Vertex AI，並想要變更模型和模型參數，建議您為 model_name 和 generationConfig 設定參數。以下範例說明如何存取 Remote Config 的值：

   // Replace defaults with values from Remote Config.
   const generationConfig =
     JSON.parse(
       config.getString('generation_config'));
   
   const is_ai_enabled = config.getBool('is_ai_enabled');
   
   const model = config.getString('model_name');
   
   // Generates a prompt comprised of the Remote Config
   // parameter and prepends it to the user prompt
   const prompt = `${config.getString('preamble_prompt')} ${req.query.prompt}`;
   

6. 如果您的伺服器是長時間執行的伺服器 (而非無伺服器環境)，請使用 setInterval 定期重新載入範本，確保您定期從 Remote Config 伺服器擷取最新的範本。

步驟 4：在 Remote Config 中設定伺服器專屬的參數值

接著，請建立伺服器 Remote Config 範本，並設定應用程式要使用的參數和值。

如要建立特定伺服器的 Remote Config 範本，請按照下列步驟操作：

1. 開啟 Firebase 控制台的「Remote Config」參數頁面，然後在「Client/Server」選取器中選取「Server」。
2. 定義 Remote Config 參數時，請使用與應用程式中定義的參數相同的名稱和資料類型，並提供值。擷取及評估範本並將這些值指派給變數時，這些值會覆寫您在「設定伺服器應用程式」中設定的 defaultConfig。
3. 您可以視需要設定條件，將值持續套用至隨機的執行個體樣本或自訂信號。如要進一步瞭解條件，請參閱「條件規則類型」。
4. 參數新增完畢後，按一下「發布變更」。
5. 查看變更，然後再次按一下「發布變更」。

步驟 5：搭配 Cloud Functions 或 Cloud Run 部署

如果您的伺服器應用程式是輕量且事件驅動的，建議您使用 Cloud Functions 部署程式碼。舉例來說，假設您的應用程式包含由生成式 AI API (例如 Google AI 或 Vertex AI) 提供的角色對話內容。在這種情況下，您可以在應用程式按需呼叫的函式中代管 LLM 服務邏輯。

• 如要使用第 2 代 Cloud Functions 搭配伺服器端 Remote Config 的解決方案，請參閱「使用伺服器端 Remote Config 搭配 Cloud Functions 和 Vertex AI」一文。

• 如要進一步瞭解如何使用 Cloud Functions 部署應用程式，請參閱「開始使用：編寫、測試及部署您的第一個函式」。

• 在伺服器端 Remote Config 和 App Check 中試用可呼叫函式的範例。使用 Remote Config 和 App Check 呼叫 Vertex AI Gemini API。

如果您的應用程式是長時間執行的應用程式 (例如含有資產的網頁應用程式)，不妨考慮使用 Cloud Run。如要使用 Cloud Run 部署伺服器應用程式，請按照「快速入門導覽課程：將 Node.js 服務部署至 Cloud Run」中的指南操作。

如要進一步瞭解 Cloud Run 和 Cloud Functions 的最佳用途，請參閱「Cloud Functions 與 Cloud Run：何時應使用哪一個服務」。