使用 Gemini API 构建多轮对话（聊天）

借助Gemini API，你可以在各种平台上构建自由形式的对话 多个回合。Vertex AI in Firebase SDK 简化了该流程 对话的状态，这与使用 generateContentStream() 或 generateContent()，你无需自行存储对话记录。

使用 Gemini API 的其他选项

• （可选）尝试使用其他的“Google AI”技术的 Gemini API
  获取免费访问权限 （在限制范围内且在可能的情况下）使用 Google AI Studio 和 Google AI 客户端 SDK。 这些 SDK 应仅用于在移动应用和 Web 应用中进行原型设计。

  熟悉 Gemini API 的工作原理后， 迁移到 Vertex AI in Firebase SDK， 它具有许多对移动应用和 Web 应用非常重要的额外功能， 例如使用 Firebase App Check 以及对 请求中的大型媒体文件。

• （可选）调用 Vertex AI Gemini API 服务器端
  使用 服务器端 Vertex AI SDK、 Firebase Genkit 或 Firebase Extensions（针对 Gemini API）。

准备工作

如果您还没有这样做，请完成 Vertex AI in Firebase SDK 入门指南。 请确保您已完成以下所有操作：

1. 设置一个新的或现有的 Firebase 项目，包括使用 Blaze 定价方案并启用所需的 API。

2. 将您的应用关联至 Firebase，包括注册应用和向 Firebase 添加 Firebase 配置添加到您的应用。

3. 添加 SDK 并初始化 Vertex AI 服务和生成模型 。

在将您的应用连接到 Firebase、添加 SDK 并初始化 Vertex AI 服务和生成模型， 您已准备好调用 Gemini API。

发送聊天提示请求

要构建多轮对话（如聊天），请先初始化 通过调用 startChat() 开始聊天。然后使用 sendMessageStream()（或 sendMessage()），用于发送新的用户消息， 还会在聊天记录中附加消息和回复。

与内容关联的 role 有两种可能的选项 对话：

• user：提供提示的角色。该值是 对 sendMessageStream()（或 sendMessage()）的调用，该函数会抛出 则会返回异常。

• model：提供响应的角色。此角色可以在以下情况下使用： 使用现有的 history 调用 startChat()。

。

选择你想逐字逐句给出回答 (sendMessageStream) 还是稍等 直到生成完整结果 (sendMessage)。

了解如何选择 Gemini 模型 以及可选的地理位置 适合您的用例和应用。

您还可以做些什么？

• 了解如何统计词元 然后再向模型发送长提示。
• 设置 Cloud Storage for Firebase 以便在多模态请求中包含大型文件 Cloud Storage 个网址。文件可能包括图片、PDF 文件、视频和音频。
• 开始考虑制作准备工作，包括 设置 Firebase App Check 保护 Gemini API 免遭未经授权的客户端滥用。

试用Gemini API的其他功能

• 生成文本： 纯文本提示。
• 生成文本： 多模态提示 （包括文本、图片、PDF 文件、视频和音频）。
• 使用函数调用进行连接 生成模型与外部系统和信息共享。

了解如何控制内容生成

• 了解提示设计，包括 最佳做法、策略和示例提示。
• 配置模型参数，例如 和最大输出词元数量。
• 使用安全设置来调整 获得可能被视为有害的响应的可能性。

。 您还可以使用以下方法对提示和模型配置进行实验： Vertex AI Studio。

详细了解 Gemini 模型

详细了解 适用于各种应用场景的模型 及其 配额和定价。

提供反馈 分享您对Vertex AI in Firebase的体验