Gemini API का इस्तेमाल करके, कई बार फ़्रीफ़ॉर्म तरीके से बातचीत की जा सकती है. Vertex AI for Firebase SDK टूल, बातचीत की स्थिति को मैनेज करके प्रोसेस को आसान बनाता है.
generateContentStream() या
generateContent() के लिए, बातचीत के इतिहास को सेव करने की ज़रूरत नहीं होती.
शुरू करने से पहले
अगर आपने पहले से ऐसा नहीं किया है, तो Firebase SDK के लिए Vertex AI SDK टूल का इस्तेमाल शुरू करने की गाइड देखें. पक्का करें कि आपने ये सभी काम कर लिए हैं:
नया या मौजूदा Firebase प्रोजेक्ट सेट अप करें. इसमें Blaze प्राइसिंग प्लान का इस्तेमाल करना और ज़रूरी एपीआई चालू करना शामिल है.
अपने ऐप्लिकेशन को Firebase से जोड़ें. इसमें ऐप्लिकेशन रजिस्टर करना और ऐप्लिकेशन में Firebase कॉन्फ़िगरेशन जोड़ना शामिल है.
SDK टूल जोड़ें और अपने ऐप्लिकेशन में Vertex AI सेवा और जनरेटिव मॉडल शुरू करें.
ऐप्लिकेशन को Firebase से कनेक्ट करने, SDK टूल जोड़ने, Vertex AI सेवा और जनरेटिव मॉडल शुरू करने के बाद, Gemini API को कॉल किया जा सकता है.
चैट प्रॉम्प्ट का अनुरोध भेजना
कई चरणों में होने वाली बातचीत (जैसे चैट) बनाने के लिए, startChat() पर कॉल करके चैट शुरू करें. इसके बाद,
नए उपयोगकर्ता को मैसेज भेजने के लिए
sendMessageStream() (या sendMessage()) का इस्तेमाल करें. इससे, मैसेज और चैट के इतिहास में जवाब भी जुड़ जाएगा.
बातचीत के कॉन्टेंट से जुड़े role के लिए, ये दो विकल्प हो सकते हैं:
user: वह भूमिका जो प्रॉम्प्ट देती है. यह वैल्यू,sendMessageStream()याsendMessage()को किए जाने वाले कॉल के लिए डिफ़ॉल्ट तौर पर सेट होती है. साथ ही, कोई दूसरी भूमिका पास किए जाने पर फ़ंक्शन, अपवाद दिखाता है.model: वह भूमिका जो जवाब देती है.startChat()को मौजूदाhistoryसे कॉल करते समय, इस भूमिका का इस्तेमाल किया जा सकता है.
चुनें कि आपको (sendMessageStream) जवाब स्ट्रीम करना है या पूरा नतीजा जनरेट होने तक (sendMessage) जवाब का इंतज़ार करना है.
स्ट्रीमिंग
मॉडल जनरेशन से पूरे नतीजे का इंतज़ार न करके, तेज़ी से इंटरैक्शन पाए जा सकते हैं. इसके बजाय, कुछ नतीजों को मैनेज करने के लिए स्ट्रीमिंग का इस्तेमाल करें.
इस उदाहरण में, मॉडल से जवाब स्ट्रीम करने के लिए, sendMessageStream() का इस्तेमाल
करने का तरीका बताया गया है:
स्ट्रीम किए बिना
इसके अलावा, स्ट्रीम करने के बजाय पूरे नतीजे का इंतज़ार किया जा सकता है. नतीजा सिर्फ़ तब दिखता है, जब मॉडल जनरेट होने की पूरी प्रोसेस पूरी कर लेता है.
इस उदाहरण में, नए उपयोगकर्ता को मैसेज भेजने के लिए, sendMessage() का इस्तेमाल करने का तरीका बताया गया है:
अपने इस्तेमाल के उदाहरण और ऐप्लिकेशन के लिए, Gemini मॉडल चुनने का तरीका और विकल्प के तौर पर जगह चुनने का तरीका जानें.
तुम और क्या कर सकती हो?
- मॉडल को लंबे अनुरोध भेजने से पहले, टोकन की गिनती करने का तरीका जानें.
- Firebase के लिए Cloud Storage सेट अप करें ताकि आप Cloud Storage के यूआरएल इस्तेमाल करके, मल्टीमोडल अनुरोधों में बड़ी फ़ाइलें शामिल कर सकें. फ़ाइलों में इमेज, PDF, वीडियो, और ऑडियो शामिल हो सकते हैं.
- आप प्रोडक्शन की तैयारी करने के साथ-साथ, Firebase ऐप्लिकेशन की जांच सेट अप करने के बारे में भी सोचें. इससे, Gemini API को बिना मंज़ूरी वाले क्लाइंट की मदद से सुरक्षित बनाया जा सकेगा.
Gemini API की अन्य सुविधाएं आज़माएं
- सिर्फ़ टेक्स्ट वाले प्रॉम्प्ट से टेक्स्ट जनरेट करें.
- मल्टीमोडल प्रॉम्प्ट (इसमें टेक्स्ट, इमेज, PDF, वीडियो, और ऑडियो शामिल हैं) से टेक्स्ट जनरेट करें.
- जनरेटिव मॉडल को बाहरी सिस्टम और जानकारी से जोड़ने के लिए, फ़ंक्शन कॉलिंग का इस्तेमाल करें.
कॉन्टेंट जनरेट करने की सुविधा को कंट्रोल करने का तरीका जानें
- प्रॉम्प्ट डिज़ाइन को समझें, जिसमें सबसे सही तरीके, रणनीतियों, और प्रॉम्प्ट के उदाहरण शामिल हैं.
- तापमान और ज़्यादा से ज़्यादा आउटपुट टोकन जैसे मॉडल पैरामीटर कॉन्फ़िगर करें.
- नुकसान पहुंचाने वाले जवाब पाने की संभावना को अडजस्ट करने के लिए, सुरक्षा सेटिंग का इस्तेमाल करें.
Gemini मॉडल के बारे में ज़्यादा जानें
इस्तेमाल के अलग-अलग उदाहरणों के लिए उपलब्ध मॉडल और उनके कोटा और कीमत के बारे में जानें.Firebase के लिए Vertex AI के अपने अनुभव के बारे में सुझाव/राय दें या शिकायत करें