Questa guida illustra come iniziare a effettuare chiamate a Vertex AI Gemini API direttamente dalla tua app utilizzando l'SDK Vertex AI in Firebase per la piattaforma scelta.
Altre opzioni per lavorare con Gemini API
Facoltativamente, puoi provare una versione alternativa "Google AI" di Gemini API
per ottenere l'accesso senza costi (entro i limiti e se disponibile) utilizzando Google AI Studio e gli SDK client Google AI. Questi SDK devono essere utilizzati solo per la creazione di prototipi nelle app mobile e web.Dopo aver acquisito familiarità con il funzionamento di un Gemini API, esegui la migrazione ai nostri SDK Vertex AI in Firebase (questa documentazione), che offrono molte funzionalità aggiuntive importanti per le app mobile e web, come la protezione dell'API da usi impropri tramite Firebase App Check e il supporto per file multimediali di grandi dimensioni nelle richieste.
Se vuoi, chiama Vertex AI Gemini API lato server (ad esempio con Python, Node.js o Go)
Utilizza gli SDK Vertex AI lato server, Firebase Genkit o Firebase Extensions per Gemini API.
Tieni presente che puoi utilizzare questa guida anche per iniziare ad accedere ai modelli Imagen utilizzando gli SDK Vertex AI in Firebase.
Prerequisiti
Questa guida presuppone che tu abbia familiarità con lo sviluppo di app con Flutter.
Assicurati che l'ambiente di sviluppo e l'app Flutter soddisfino i seguenti requisiti:
- Dart 3.2.0 e versioni successive
(Facoltativo) Dai un'occhiata all'app di esempio.
Puoi provare rapidamente l'SDK, visualizzare un'implementazione completa di vari casi d'uso o utilizzare l'app di esempio se non hai una tua app Flutter. Per utilizzare l'app di esempio, dovrai collegarla a un progetto Firebase.
Passaggio 1: configura un progetto Firebase e collega la tua app a Firebase
Se hai già un progetto Firebase e un'app collegata a Firebase
Nella console Firebase, vai alla pagina Esegui il build con Gemini.
Fai clic sulla scheda Vertex AI in Firebase per avviare un flusso di lavoro che ti aiuta a completare le seguenti attività:
Esegui l'upgrade del tuo progetto per utilizzare il piano tariffario Blaze con pagamento a consumo.
Abilita le API richieste nel tuo progetto (API Vertex AI e Vertex AI in Firebase).
Vai al passaggio successivo di questa guida per aggiungere l'SDK alla tua app.
Se non hai già un progetto Firebase e un'app collegata a Firebase
Configurare un progetto Firebase
Accedi alla console Firebase.
Fai clic su Crea progetto e utilizza una delle seguenti opzioni:
Opzione 1: crea un progetto Firebase completamente nuovo (e il relativo progetto Google Cloud sottostante automaticamente) inserendo un nuovo nome nel primo passaggio del flusso di lavoro "Crea progetto".
Opzione 2: "Aggiungi Firebase" a un progetto Google Cloud esistente selezionando il nome del progetto Google Cloud dal menu a discesa nel primo passaggio del flusso di lavoro "Crea progetto".
Tieni presente che, quando richiesto, non è necessario configurareGoogle Analytics per utilizzare gli SDK Vertex AI in Firebase.
Nella console Firebase, vai alla pagina Esegui il build con Gemini.
Fai clic sulla scheda Vertex AI in Firebase per avviare un flusso di lavoro che ti aiuta a completare le seguenti attività:
Esegui l'upgrade del tuo progetto per utilizzare il piano tariffario Blaze con pagamento a consumo.
Abilita le API richieste nel tuo progetto (API Vertex AI e Vertex AI in Firebase).
Collegare l'app a Firebase
Installa gli strumenti a riga di comando richiesti:
Se non lo hai ancora fatto, installa l'interfaccia a riga di comando Firebase.
Accedi a Firebase utilizzando il tuo Account Google eseguendo il seguente comando:
firebase login
Installa l'interfaccia a riga di comando FlutterFire eseguendo il seguente comando da qualsiasi directory:
dart pub global activate flutterfire_cli
Configura le app per utilizzare Firebase:
Utilizza l'interfaccia a riga di comando FlutterFire per configurare le app Flutter in modo che si connettano a Firebase.
Dalla directory del progetto Flutter, esegui il seguente comando per avviare il flusso di lavoro di configurazione dell'app:
flutterfire configure
A cosa serve questo
flutterfire configure
flusso di lavoro?Il flusso di lavoro
flutterfire configure
esegue le seguenti operazioni:Ti chiede di selezionare le piattaforme (iOS, Android, web) supportate nella tua app Flutter. Per ogni piattaforma selezionata, l'interfaccia a riga di comando FlutterFire crea una nuova app Firebase nel tuo progetto Firebase.
Puoi scegliere di utilizzare un progetto Firebase esistente o di crearne uno nuovo. Se hai già app registrate in un progetto Firebase esistente, FlutterFire CLI tenterà di associarle in base alla configurazione attuale del progetto Flutter.
Crea un file di configurazione Firebase (
firebase_options.dart
) e lo aggiunge alla directorylib/
della tua app Flutter.
Nei passaggi successivi di questa guida, aggiungerai l'SDK Vertex AI in Firebase alla tua app e completerai l'inizializzazione richiesta specifica per l'utilizzo dell'SDK e di Gemini API.
Passaggio 2: aggiungi l'SDK
Dopo aver configurato il progetto Firebase e collegato l'app a Firebase (vedi il passaggio precedente), ora puoi aggiungere l'SDK Vertex AI in Firebase alla tua app.
Il plug-in Vertex AI in Firebase per Flutter (firebase_vertexai
) fornisce accesso alle API per interagire con i modelli Gemini e Imagen.
Dalla directory del progetto Flutter, esegui il seguente comando per installare il plug-in di base e il plug-in Vertex AI in Firebase:
flutter pub add firebase_core && flutter pub add firebase_vertexai
Nel file
lib/main.dart
, importa il plug-in Firebase Core, il plug-in Vertex AI in Firebase e il file di configurazione generato in precedenza:import 'package:firebase_core/firebase_core.dart'; import 'package:firebase_vertexai/firebase_vertexai.dart'; import 'firebase_options.dart';
Nel file
lib/main.dart
, inizializza Firebase utilizzando l'oggettoDefaultFirebaseOptions
esportato dal file di configurazione:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );
Ricostruisci l'applicazione Flutter:
flutter run
Passaggio 3: inizializza il servizio Vertex AI e il modello generativo
Prima di poter effettuare chiamate API e richiedere un modello Gemini, devi inizializzare il servizio Gemini e il modello generativo.Vertex AI
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');
Dopo aver letto questa guida introduttiva, scopri come scegliere un modello e, facoltativamente, una località appropriata per il tuo caso d'uso e la tua app.
Passaggio 4: invia una richiesta di prompt a un modello
Ora che hai collegato la tua app a Firebase, aggiunto l'SDK e inizializzato il servizio Vertex AI e il modello generativo, puoi inviare una richiesta di prompt a un modello Vertex AI.Gemini
Puoi utilizzare generateContent()
per generare testo da una richiesta di prompt di solo testo:
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);
Cos'altro puoi fare?
Scopri di più sui modelli supportati
Scopri i modelli disponibili per vari casi d'uso e le relative quote e prezzi.
Provare altre funzionalità di Gemini API
- Scopri di più sulla generazione di testo da prompt di solo testo, incluso come riprodurre in streaming la risposta.
- Genera testo da prompt multimodali (inclusi testo, immagini, PDF, video e audio).
- Crea conversazioni a più turni (chat).
- Genera output strutturato (ad esempio JSON) da prompt di testo e multimodali.
- Utilizza le chiamate di funzione per collegare i modelli generativi a sistemi e informazioni esterni.
Scopri come controllare la generazione di contenuti
- Comprendi la progettazione dei prompt, tra cui best practice, strategie e prompt di esempio.
- Configura i parametri del modello, ad esempio la temperatura e il numero massimo di token di output (per Gemini) o le proporzioni e la generazione di persone (per Imagen).
- Utilizza le impostazioni di sicurezza per regolare la probabilità di ricevere risposte che potrebbero essere considerate dannose.
Inviare un feedback sulla tua esperienza con Vertex AI in Firebase