Pierwsze kroki z interfejsem Gemini {/8}API za pomocą Vertex AI w pakietach SDK Firebase

W tym przewodniku dowiesz się, jak zacząć korzystać z funkcji Vertex AI Gemini API bezpośrednio z aplikacji za pomocą pakietu SDK Vertex AI in Firebase na wybranej platformie.

Wymagania wstępne

W tym przewodniku zakładamy, że znasz już programowanie aplikacji w Flutterze.

• Upewnij się, że środowisko programistyczne i aplikacja Flutter spełniają te wymagania:

  • Dart 3.2.0 lub nowszy

• (Opcjonalnie) Zapoznaj się z przykładową aplikacją.

  Pobierz przykładową aplikację

  Możesz szybko wypróbować pakiet SDK, zobaczyć pełną implementację różnych przypadków użycia lub użyć przykładowej aplikacji, jeśli nie masz własnej aplikacji Flutter. Aby użyć przykładowej aplikacji, musisz połączyć ją z projektem Firebase.

Krok 1. Skonfiguruj projekt Firebase i połącz z nim aplikację.

Jeśli masz już projekt Firebase i aplikację połączoną z Firebase

1. W konsoli Firebase otwórz stronę Tworzenie za pomocą Gemini.

2. Kliknij kartę Vertex AI in Firebase, aby uruchomić przepływ pracy, który pomoże Ci wykonać te czynności:

   • Przejdź w projekcie na abonament Blaze z taryfą „pay-as-you-go”.

   • Włącz wymagane interfejsy API w projekcie (interfejs API Vertex AI i interfejs API Vertex AI in Firebase).

3. Aby dodać pakiet SDK do aplikacji, przejdź do następnego kroku w tym przewodniku.

Jeśli nie masz jeszcze projektu Firebase i aplikacji połączonej z Firebase

Krok 2. Dodaj pakiet SDK

Po skonfigurowaniu projektu Firebase i połączeniu aplikacji z Firebase (patrz poprzedni krok) możesz dodać do niej pakiet SDK Vertex AI in Firebase.

Wtyczka Vertex AI in Firebase do Flutter (firebase_vertexai) zapewnia dostęp do Vertex AI Gemini API.

1. W katalogu projektu Flutter uruchom to polecenie, aby zainstalować podstawowe i Vertex AI in Firebase:

   flutter pub add firebase_core && flutter pub add firebase_vertexai
   

2. W pliku lib/main.dart zaimportuj podstawowy wtyczkę Firebase, wtyczkę Vertex AI in Firebase oraz wygenerowany wcześniej plik konfiguracji:

   import 'package:firebase_core/firebase_core.dart';
   import 'package:firebase_vertexai/firebase_vertexai.dart';
   import 'firebase_options.dart';
   

3. W pliku lib/main.dart zainicjuj Firebase za pomocą obiektu DefaultFirebaseOptions wyeksportowanego przez plik konfiguracji:

   await Firebase.initializeApp(
     options: DefaultFirebaseOptions.currentPlatform,
   );
   

4. Zbuduj ponownie aplikację Flutter:

   flutter run
   

Krok 3. Inicjuj usługę Vertex AI i model generatywny

Zanim zaczniesz wykonywać wywołania interfejsu API, musisz zainicjować usługę Vertex AIi model generatywny.

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

// Initialize FirebaseApp
await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-1.5-flash');

Po przeczytaniu tego przewodnika dowiesz się, jak wybrać model Gemini i (opcjonalnie) lokalizację odpowiednią do Twojego przypadku użycia i aplikacji.

Krok 4. Zadzwoń do Vertex AI Gemini API

Po połączeniu aplikacji z Firebase, dodaniu pakietu SDK i inicjalizacji usługi Vertex AI oraz modelu generatywnego możesz wywołać funkcję Vertex AI Gemini API.

Możesz użyć generateContent(), aby wygenerować tekst z promptu tekstowego:

import 'package:firebase_vertexai/firebase_vertexai.dart';
import 'package:firebase_core/firebase_core.dart';
import 'firebase_options.dart';

await Firebase.initializeApp(
  options: DefaultFirebaseOptions.currentPlatform,
);

// Initialize the Vertex AI service and the generative model
// Specify a model that supports your use case
// Gemini 1.5 models are versatile and can be used with all API capabilities
final model =
      FirebaseVertexAI.instance.generativeModel(model: 'gemini-1.5-flash');

// Provide a prompt that contains text
final prompt = [Content.text('Write a story about a magic backpack.')];

// To generate text output, call generateContent with the text input
final response = await model.generateContent(prompt);
print(response.text);

Co jeszcze możesz zrobić?

Więcej informacji o modelach Gemini

Wypróbuj inne funkcje usługi Gemini API

• Dowiedz się więcej o generowaniu tekstu na podstawie promptów tekstowych, w tym o przesyłaniu odpowiedzi.
• generować tekst na podstawie promptów multimodalnych (w tym tekstu, obrazów, plików PDF, filmów i plików audio);
• tworzyć rozmowy wieloetapowe (czat);
• generować dane wyjściowe w uporządkowanym formacie (np. JSON) na podstawie zarówno tekstowych, jak i wielomodalnych promptów;
• Użyj funkcji wywoływania, aby połączyć modele generatywne z zewnętrznymi systemami i informacjami.

Dowiedz się, jak kontrolować generowanie treści

• Poznaj projektowanie promptów, w tym sprawdzone metody, strategie i przykładowe prompty.
• Skonfiguruj parametry modelu, takie jak temperatura i maksymalna liczba tokenów wyjściowych.
• Używaj ustawień bezpieczeństwa, aby dostosować prawdopodobieństwo otrzymywania odpowiedzi, które mogą być szkodliwe.

Prześlij opinię o swoich wrażeniach z korzystania z usługi Vertex AI in Firebase