In diesem Leitfaden erfahren Sie, wie Sie mit dem Vertex AI in Firebase SDK für die von Ihnen ausgewählte Plattform direkt über Ihre App Aufrufe an Vertex AI Gemini API senden.
Weitere Optionen für die Arbeit mit Gemini API
Optional können Sie mit einer alternativen „Google AI“-Version der Gemini API
-Funktion „Kostenlosen Zugriff erhalten“ (im Rahmen der Limits und sofern verfügbar) experimentieren. Verwenden Sie dazu die Google AI Studio- und Google AI-Client-SDKs. Diese SDKs sollten nur für Prototypen in mobilen und Web-Apps verwendet werden.Nachdem Sie mit der Funktionsweise von Gemini API vertraut sind, können Sie auf unsere Vertex AI in Firebase SDKs umstellen (diese Dokumentation). Diese bieten viele zusätzliche Funktionen, die für mobile und Web-Apps wichtig sind, z. B. den Schutz der API vor Missbrauch mithilfe von Firebase App Check und die Unterstützung von großen Mediendateien in Anfragen.
Optional serverseitig Vertex AI Gemini API aufrufen (z. B. mit Python, Node.js oder Go)
Serverseitige Vertex AI SDKs, Firebase Genkit oder Firebase Extensions für die Gemini API verwenden
Vorbereitung
In diesem Leitfaden wird davon ausgegangen, dass Sie mit der Entwicklung von Apps mit Flutter vertraut sind.
Ihre Entwicklungsumgebung und Ihre Flutter-App müssen die folgenden Anforderungen erfüllen:
- Dart 3.2.0 oder höher
Optional: Sehen Sie sich die Beispiel-App an.
Beispielanwendung herunterladen
Sie können das SDK schnell ausprobieren, sich eine vollständige Implementierung verschiedener Anwendungsfälle ansehen oder die Beispiel-App verwenden, wenn Sie keine eigene Flutter-App haben. Um die Beispiel-App zu verwenden, müssen Sie sie mit einem Firebase-Projekt verknüpfen.
Schritt 1: Firebase-Projekt einrichten und App mit Firebase verknüpfen
Wenn Sie bereits ein Firebase-Projekt und eine mit Firebase verbundene App haben
Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.
Klicke auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, mit dem du die folgenden Aufgaben erledigen kannst:
Aktualisieren Sie Ihr Projekt, um den Blaze-Tarif (Pay as you go) zu verwenden.
Aktivieren Sie die erforderlichen APIs in Ihrem Projekt (Vertex AI API und Vertex AI in Firebase API).
Fahren Sie mit dem nächsten Schritt in dieser Anleitung fort, um das SDK Ihrer App hinzuzufügen.
Wenn Sie noch kein Firebase-Projekt und keine mit Firebase verknüpfte App haben
Firebase-Projekt einrichten
Melden Sie sich in der Firebase-Konsole an.
Klicken Sie auf Projekt erstellen und wählen Sie eine der folgenden Optionen aus:
Option 1: Sie können ein neues Firebase-Projekt (und das zugrunde liegende Google Cloud-Projekt) erstellen, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ einen neuen Projektnamen eingeben.
Option 2: Sie können einem vorhandenen Google Cloud-Projekt „Firebase hinzufügen“, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ den Namen Ihres Google Cloud-Projekts aus dem Drop-down-Menü auswählen.
Wenn du dazu aufgefordert wirst, musst du Google Analytics nicht einrichten, um die Vertex AI in Firebase SDKs zu verwenden.
Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.
Klicke auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, mit dem du die folgenden Aufgaben erledigen kannst:
Aktualisieren Sie Ihr Projekt, um den Blaze-Tarif (Pay as you go) zu verwenden.
Aktivieren Sie die erforderlichen APIs in Ihrem Projekt (Vertex AI API und Vertex AI in Firebase API).
App mit Firebase verbinden
Installieren Sie die erforderlichen Befehlszeilentools:
Installieren Sie die Firebase-Befehlszeile, falls noch nicht geschehen.
Melden Sie sich mit Ihrem Google-Konto in Firebase an. Führen Sie dazu den folgenden Befehl aus:
firebase login
Führen Sie den folgenden Befehl in einem beliebigen Verzeichnis aus, um die FlutterFire CLI zu installieren:
dart pub global activate flutterfire_cli
Konfigurieren Sie Ihre Apps für die Verwendung von Firebase:
Konfigurieren Sie Ihre Flutter-Apps mit der FlutterFire CLI für die Verbindung mit Firebase.
Führen Sie im Verzeichnis Ihres Flutter-Projekts den folgenden Befehl aus, um den App-Konfigurationsablauf zu starten:
flutterfire configure
Was macht dieser
flutterfire configure
-Workflow?Der
flutterfire configure
-Workflow führt Folgendes aus:Sie werden aufgefordert, die in Ihrer Flutter-App unterstützten Plattformen (iOS, Android, Web) auszuwählen. Für jede ausgewählte Plattform erstellt die FlutterFire CLI eine neue Firebase-App in Ihrem Firebase-Projekt.
Sie können entweder ein vorhandenes Firebase-Projekt verwenden oder ein neues Firebase-Projekt erstellen. Wenn Sie bereits Apps in einem vorhandenen Firebase-Projekt registriert haben, versucht die FlutterFire-Befehlszeile, sie anhand der aktuellen Flutter-Projektkonfiguration abzugleichen.
Erstellt eine Firebase-Konfigurationsdatei (
firebase_options.dart
) und fügt sie demlib/
-Verzeichnis Ihrer Flutter-App hinzu.
In den nächsten Schritten dieser Anleitung fügen Sie Ihrer App das Vertex AI in Firebase SDK hinzu und führen die erforderliche Initialisierung für die Verwendung des SDKs und des Gemini API durch.
Schritt 2: SDK hinzufügen
Nachdem Sie Ihr Firebase-Projekt eingerichtet und Ihre App mit Firebase verbunden haben (siehe vorheriger Schritt), können Sie Ihrer App jetzt das Vertex AI in Firebase SDK hinzufügen.
Das Vertex AI in Firebase-Plug-in für Flutter (firebase_vertexai
) bietet Zugriff auf die Vertex AI Gemini API.
Führen Sie im Verzeichnis Ihres Flutter-Projekts den folgenden Befehl aus, um das Kern-Plug-in und das Vertex AI in Firebase-Plug-in zu installieren:
flutter pub add firebase_core && flutter pub add firebase_vertexai
Importieren Sie in die Datei
lib/main.dart
das Firebase-Kern-Plug-in, das Vertex AI in Firebase-Plug-in und die zuvor generierte Konfigurationsdatei:import 'package:firebase_core/firebase_core.dart'; import 'package:firebase_vertexai/firebase_vertexai.dart'; import 'firebase_options.dart';
Initialisieren Sie Firebase in der Datei
lib/main.dart
mit demDefaultFirebaseOptions
-Objekt, das von der Konfigurationsdatei exportiert wurde:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );
So erstellen Sie Ihre Flutter-Anwendung neu:
flutter run
Schritt 3: Vertex AI-Dienst und generatives Modell initialisieren
Bevor Sie API-Aufrufe ausführen können, müssen Sie den Vertex AI-Dienst und das generative Modell initialisieren.
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
final model =
FirebaseVertexAI.instance.generativeModel(model: 'gemini-2.0-flash');
Nachdem Sie die Anleitung zum Einstieg durchgearbeitet haben, erfahren Sie, wie Sie ein Gemini-Modell und (optional) einen Standort auswählen, der für Ihren Anwendungsfall und Ihre App geeignet ist.
Schritt 4: Vertex AI Gemini API anrufen
Nachdem Sie Ihre App mit Firebase verbunden, das SDK hinzugefügt und den Vertex AI-Dienst und das generative Modell initialisiert haben, können Sie Vertex AI Gemini API aufrufen.
Mit generateContent()
können Sie Text aus einer Promptanfrage mit reinem Text generieren:
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
final model =
FirebaseVertexAI.instance.generativeModel(model: 'gemini-2.0-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);
Was können Sie sonst noch tun?
Weitere Informationen zu den Gemini-Modellen
Hier finden Sie Informationen zu den Modellen, die für verschiedene Anwendungsfälle verfügbar sind, sowie zu ihren Kontingenten und Preisen.
Weitere Funktionen des Gemini API ausprobieren
- Weitere Informationen zum Generieren von Text aus nur-Text-Prompts, einschließlich der Möglichkeit, die Antwort zu streamen.
- Text aus multimodalen Prompts generieren (einschließlich Text, Bildern, PDFs, Videos und Audio).
- Unterhaltungen in mehreren Runden (Chat) erstellen
- Sie können sowohl aus Text- als auch aus multimodalen Prompts strukturierte Ausgabe (z. B. JSON) generieren.
- Verwenden Sie Funktionsaufrufe, um generative Modelle mit externen Systemen und Informationen zu verbinden.
Inhaltserstellung steuern
- Informationen zum Prompt-Design, einschließlich Best Practices, Strategien und Beispiel-Prompts.
- Konfigurieren Sie Modellparameter wie Temperatur und maximale Ausgabetokens.
- Mit den Sicherheitseinstellungen können Sie die Wahrscheinlichkeit anpassen, dass Sie Antworten erhalten, die als schädlich eingestuft werden könnten.
Feedback zu Vertex AI in Firebase geben