Gemini API का इस्तेमाल करके, अलग-अलग प्लैटफ़ॉर्म पर बातचीत करने की सुविधा शुरू की जा सकती है
एक से ज़्यादा मोड़ पर रखें. Vertex AI for Firebase SDK टूल की मदद से,
बातचीत की स्थिति के हिसाब से, generateContentStream() या
generateContent(), आपको बातचीत के इतिहास को खुद सेव करने की ज़रूरत नहीं है.
शुरू करने से पहले
अगर आपने अब तक ऐसा नहीं किया है, तो 'Firebase के लिए Vertex AI' SDK टूल के बारे में शुरुआती जानकारी देने वाली गाइड. पक्का करें कि आपने ये सभी काम कर लिए हों:
नया या मौजूदा Firebase प्रोजेक्ट सेट अप करना. इसमें, ब्लेज़ प्राइसिंग प्लान और ज़रूरी एपीआई चालू करना.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करना. इसमें ऐप्लिकेशन को रजिस्टर करना और आपके ऐप्लिकेशन के लिए Firebase कॉन्फ़िगरेशन.
SDK टूल जोड़ें. इसके बाद, Vertex AI सेवा और जनरेटिव मॉडल को शुरू करें आपके ऐप्लिकेशन में.
अपने ऐप्लिकेशन को Firebase से कनेक्ट करने, SDK टूल जोड़ने, और Vertex AI की सेवा और जनरेटिव मॉडल, क्या आप Gemini API को कॉल करने के लिए तैयार हैं.
चैट के लिए अनुरोध भेजना
कई मोड़ वाली बातचीत (जैसे, चैट) शुरू करने के लिए,
startChat() पर कॉल करके चैट करें. इसके बाद, इसका इस्तेमाल करें
नया उपयोगकर्ता मैसेज भेजने के लिए sendMessageStream() (या sendMessage()) दबाएं, जो
साथ ही, चैट के इतिहास में मैसेज और उसका जवाब जोड़ दिया जाएगा.
इसमें मौजूद कॉन्टेंट से जुड़े role के लिए दो विकल्प हो सकते हैं:
बातचीत:
user: वह भूमिका जो प्रॉम्प्ट देती है. यह मान इसके लिए डिफ़ॉल्ट है:sendMessageStream()(याsendMessage()) पर कॉल करता है और फ़ंक्शन, एक अपवाद, जब कोई दूसरी भूमिका पास की जाती है.model: वह भूमिका जो जवाब देती है. इस भूमिका का इस्तेमाल तब किया जा सकता है, जब मौजूदाhistoryसेstartChat()को कॉल किया जा रहा है.
चुनें कि आपको जवाब को स्ट्रीम करना है (sendMessageStream) या इंतज़ार करना है
जब तक पूरा नतीजा जनरेट नहीं हो जाता (sendMessage).
स्ट्रीमिंग
पूरे नतीजे का इंतज़ार किए बिना, ज़्यादा तेज़ी से इंटरैक्शन किया जा सकता है इस्तेमाल किया जा सकता है और इसके बजाय, आंशिक नतीजों को मैनेज करने के लिए स्ट्रीमिंग का इस्तेमाल किया जा सकता है.
यह उदाहरण बताता है कि जवाबों को स्ट्रीम करने के लिए, sendMessageStream() का इस्तेमाल कैसे किया जाए
मॉडल:
बिना स्ट्रीमिंग के
इसके अलावा, स्ट्रीम करने के बजाय पूरे नतीजे का इंतज़ार किया जा सकता है; यह नतीजा, मॉडल के पूरी जनरेशन पूरा होने के बाद ही दिखाया जाता है प्रोसेस.
इस उदाहरण में, किसी नए उपयोगकर्ता को मैसेज भेजने के लिए, sendMessage() का इस्तेमाल करने का तरीका बताया गया है:
Gemini का मॉडल चुनने का तरीक़ा जानें और विकल्प के तौर पर कोई जगह आपके इस्तेमाल के उदाहरण और ऐप्लिकेशन के हिसाब से सही है.
तुम और क्या कर सकती हो?
- टोकन की गिनती करने का तरीका जानें तो मॉडल को लंबे प्रॉम्प्ट भेजने से पहले.
- Firebase के लिए Cloud Storage सेट अप करना इससे आपको मल्टीमॉडल अनुरोधों में बड़ी फ़ाइलों को शामिल करने की सुविधा मिलती है. Cloud Storage के यूआरएल. फ़ाइलों में इमेज, PDF, वीडियो, और ऑडियो शामिल हो सकते हैं.
- प्रोडक्शन की तैयारी के बारे में सोचना शुरू करें. इसमें ये भी शामिल हैं Firebase App Check सेट अप करना इससे Gemini API को बिना अनुमति वाले क्लाइंट के गलत इस्तेमाल से बचाने में मदद मिलती है.
Gemini API की अन्य सुविधाएँ आज़माएँ
- यहां से टेक्स्ट जनरेट करें सिर्फ़ टेक्स्ट वाले प्रॉम्प्ट.
- यहां से टेक्स्ट जनरेट करें मल्टीमॉडल प्रॉम्प्ट (इसमें टेक्स्ट, इमेज, PDF, वीडियो, और ऑडियो शामिल हैं).
- कनेक्ट करने के लिए, फ़ंक्शन कॉलिंग का इस्तेमाल करें जनरेटिव मॉडल से लेकर बाहरी सिस्टम और जानकारी.
कॉन्टेंट जनरेट करने की प्रोसेस को कंट्रोल करने का तरीका जानें
- प्रॉम्प्ट डिज़ाइन को समझना, जिसमें ये शामिल हैं सबसे सही तरीके, रणनीतियां, और प्रॉम्प्ट के उदाहरण.
- मॉडल पैरामीटर कॉन्फ़िगर करना, जैसे तापमान और ज़्यादा से ज़्यादा आउटपुट टोकन.
- सुरक्षा सेटिंग का इस्तेमाल करके, नुकसान पहुंचाने वाले जवाब मिलने की संभावना कम हो.
Gemini के मॉडल के बारे में ज़्यादा जानें
ज़्यादा जानने के लिए, अलग-अलग कामों के लिए उपलब्ध मॉडल और उनका कोटा और कीमत.सुझाव दें 'Firebase के लिए Vertex AI' इस्तेमाल करने के आपके अनुभव के बारे में