您可以使用 Gemini API 建構多個轉彎處的任意形式對話。Vertex AI in Firebase SDK 會管理對話狀態,簡化這個程序,因此您不必像使用 generateContentStream()
或 generateContent()
那樣自行儲存對話記錄。
事前準備
如果您尚未完成,請完成 Vertex AI in Firebase SDK 的入門指南。請確認您已完成下列所有步驟:
設定新的或現有的 Firebase 專案,包括使用 Blaze 定價方案,並啟用必要的 API。
將應用程式連結至 Firebase,包括註冊應用程式,以及將 Firebase 設定新增至應用程式。
新增 SDK,並在應用程式中初始化 Vertex AI 服務和生成式模型。
將應用程式連結至 Firebase、新增 SDK,並初始化 Vertex AI 服務和生成式模型後,就能呼叫 Gemini API。
傳送即時通訊提示要求
如要建構多輪對話 (例如聊天),請呼叫 startChat()
來初始化即時通訊。接著使用 sendMessageStream()
(或 sendMessage()
) 傳送新的使用者訊息,這也會將訊息和回應附加到即時通訊記錄。
與對話內容相關聯的 role
有兩種可能的選項:
user
:提供提示的角色。這個值是呼叫sendMessageStream()
(或sendMessage()
) 的預設值,如果傳遞不同的角色,函式就會擲回例外狀況。model
:提供回應的角色。透過現有的history
呼叫startChat()
時,您可以使用這個角色。
選擇要串流回應 (sendMessageStream
),還是等待回應產生整個結果 (sendMessage
)。
逐句顯示回覆
您不必等待模型生成的所有結果,而是改用串流處理部分結果,達到更快的互動。
不串流播放
您也可以等待整個結果,而非串流;只有在模型完成整個產生程序後才會傳回結果。
瞭解如何根據用途和應用程式需求,選擇 Gemini 模型,以及選擇合適的位置。
你還可以做些什麼?
- 瞭解如何在向模型傳送長提示之前,計算符號。
- 設定 Cloud Storage for Firebase,即可使用 Cloud Storage 網址在多模態要求中加入大型檔案。檔案可包含圖片、PDF、影片和音訊。
- 開始著手準備正式版,包括設定 Firebase App Check,以防範未經授權的用戶端濫用 Gemini API。
試用 Gemini API 的其他功能
- 使用純文字提示來生成文字。
- 使用多模態提示 (包括文字、圖片、PDF、影片和音訊) 生成文字。
- 從文字和多模態提示產生結構化輸出內容 (例如 JSON)。
- 使用函式呼叫將生成式模型連結至外部系統和資訊。
瞭解如何控管內容產生
您也可以使用 Vertex AI Studio 嘗試使用提示和模型設定。
進一步瞭解 Gemini 模型
瞭解不同用途適用的模型及配額與定價。提供有關 Vertex AI in Firebase 使用體驗的意見回饋