Lệnh gọi hàm giúp bạn dễ dàng nhận kết quả đầu ra dữ liệu có cấu trúc từ các mô hình tạo sinh. Sau đó, bạn có thể sử dụng những dữ liệu đầu ra này để gọi các API khác và trả về dữ liệu phản hồi liên quan cho mô hình. Nói cách khác, lệnh gọi hàm giúp bạn kết nối các mô hình tạo sinh với các hệ thống bên ngoài để nội dung được tạo có chứa thông tin mới nhất và chính xác nhất.
Bạn có thể cung cấp cho các mô hình Gemini phần mô tả các chức năng. Đây là các hàm mà bạn viết bằng ngôn ngữ của ứng dụng (nghĩa là không phải là Hàm đám mây). Mô hình đó có thể yêu cầu bạn gọi một hàm và gửi lại kết quả để giúp mô hình xử lý truy vấn của bạn.
Bạn có thể tìm hiểu thêm về cách gọi hàm trong tài liệu của Google Cloud.
Trước khi bắt đầu
Hãy xem qua hướng dẫn bắt đầu sử dụng Vertex AI cho Firebase SDK (nếu bạn chưa làm). Hãy đảm bảo rằng bạn đã hoàn thành tất cả các bước sau:
Thiết lập một dự án Firebase mới hoặc hiện có, bao gồm cả việc sử dụng gói giá Blaze và bật các API bắt buộc.
Kết nối ứng dụng của bạn với Firebase, bao gồm cả việc đăng ký ứng dụng và thêm cấu hình Firebase vào ứng dụng.
Thêm SDK và khởi chạy dịch vụ Vertex AI và mô hình tạo sinh trong ứng dụng của bạn.
Sau khi kết nối ứng dụng với Firebase, thêm SDK và khởi chạy dịch vụ Vertex AI cũng như mô hình tạo sinh, bạn có thể gọi Gemini API.
Thiết lập lệnh gọi hàm
Trong hướng dẫn này, bạn sẽ yêu cầu mô hình tương tác với API trao đổi tiền tệ giả định hỗ trợ các tham số sau:
| Thông số | Loại | Bắt buộc | Mô tả |
|---|---|---|---|
currencyFrom |
chuỗi | có | Đơn vị tiền tệ cần chuyển đổi |
currencyTo |
chuỗi | có | Đơn vị tiền tệ cần chuyển đổi sang |
Ví dụ về yêu cầu API
{
"currencyFrom": "USD",
"currencyTo": "SEK"
}
Ví dụ về phản hồi của API
{
"base": "USD",
"rates": {"SEK": 10.99}
}
Bước 1: Tạo hàm đưa ra yêu cầu API
Hãy bắt đầu bằng cách tạo hàm đưa ra yêu cầu API nếu bạn chưa tạo.
Nhằm mục đích minh hoạ trong hướng dẫn này, thay vì gửi một yêu cầu API thực tế, bạn sẽ trả về các giá trị được cố định giá trị trong mã theo cùng định dạng mà API thực tế sẽ trả về.
Bước 2: Tạo nội dung khai báo hàm
Tạo phần khai báo hàm mà bạn sẽ truyền đến mô hình tạo sinh (bước tiếp theo của hướng dẫn này).
Cung cấp càng nhiều thông tin chi tiết càng tốt trong các phần mô tả hàm và tham số. Mô hình tạo sinh sử dụng thông tin này để xác định hàm cần chọn và cách cung cấp giá trị cho các tham số trong lệnh gọi hàm.
Bước 3: Chỉ định nội dung khai báo hàm trong quá trình khởi chạy mô hình
Chỉ định phần khai báo hàm khi khởi chạy mô hình tạo sinh bằng cách đặt tham số tools của mô hình:
Tìm hiểu cách chọn một mô hình Gemini và một vị trí phù hợp với trường hợp sử dụng và ứng dụng của bạn (không bắt buộc).
Bước 4: Tạo lệnh gọi hàm
Bây giờ, bạn có thể nhắc mô hình bằng hàm đã xác định.
Bạn nên sử dụng lệnh gọi hàm thông qua giao diện trò chuyện, vì các lệnh gọi hàm rất phù hợp với cấu trúc đa lượt của cuộc trò chuyện.
Bạn có thể làm gì khác?
Dùng thử các tính năng khác của Gemini API
- Tạo cuộc trò chuyện nhiều lượt (trò chuyện).
- Tạo văn bản từ các câu lệnh chỉ có văn bản.
- Tạo văn bản từ các câu lệnh đa phương thức (bao gồm văn bản, hình ảnh, tệp PDF, video và âm thanh).
Tìm hiểu cách kiểm soát việc tạo nội dung
- Tìm hiểu về thiết kế lời nhắc, bao gồm cả các phương pháp hay nhất, chiến lược và ví dụ về câu lệnh.
- Định cấu hình các tham số của mô hình như nhiệt độ và mã thông báo đầu ra tối đa.
- Sử dụng chế độ cài đặt an toàn để điều chỉnh khả năng nhận được những phản hồi có thể được coi là gây hại.
Tìm hiểu thêm về các mô hình Gemini
Tìm hiểu về các mô hình có sẵn cho nhiều trường hợp sử dụng cũng như hạn mức và mức giá của các mô hình đó.Gửi ý kiến phản hồi về trải nghiệm của bạn khi dùng Vertex AI cho Firebase