Migrer pour utiliser les SDK Vertex AI au lieu des SDK Google AI

Cette page explique comment passer des SDK client Google AI aux SDK client Vertex AI in Firebase dans vos applications mobiles ou Web. Les SDK Vertex AI in Firebase sont disponibles pour les plates-formes Apple (Swift), Android (Kotlin et Java), le Web (JavaScript) et Flutter (Dart).

Accéder directement aux instructions de migration

Pourquoi migrer vers Vertex AI ?

Vous avez peut-être essayé une autre version d'un Gemini API à l'aide de Google AI Studio ou des SDK clients Google AI. Ces SDK sont utiles pour commencer à utiliser Gemini API et à créer des prototypes. Toutefois, pour les applications mobiles et Web de production ou d'entreprise qui appellent directement un Gemini API côté client, Firebase vous recommande vivement d'appeler Vertex AI Gemini API à l'aide de nos SDK Firebase.

Fonctionnalités de sécurité pour les applications mobiles et Web

Pour les applications mobiles et Web, la sécurité est essentielle et nécessite des considérations particulières, car votre code (y compris les appels à Gemini API) s'exécute dans un environnement non protégé.

• Par défaut, le Vertex AI Gemini API est autorisé par Google Cloud IAM (plutôt que par une clé API comme Google AI Gemini API). Les SDK Vertex AI in Firebase sont conçus pour appeler la Vertex AI Gemini API, plus sécurisée.

• Pour les applications mobiles et Web, vous devez protéger Gemini API et les ressources de votre projet (comme les modèles optimisés) contre toute utilisation abusive par des clients non autorisés. Vous pouvez utiliser Firebase App Check pour vérifier que tous les appels d'API proviennent de votre application réelle. Cette fonctionnalité n'est disponible que si vous utilisez les SDK Vertex AI in Firebase.

Écosystème conçu pour les applications mobiles et Web

Firebase est la plate-forme de Google pour le développement d'applications mobiles et Web. L'utilisation des SDK Vertex AI in Firebase signifie que vos applications se trouvent dans un écosystème axé sur les besoins des développeurs et des applications full stack. Par exemple, vous pouvez effectuer les opérations suivantes, et bien d'autres:

• Utilisez Cloud Storage for Firebase pour inclure des fichiers volumineux dans vos requêtes multimodales. Profitez également des SDK clients qui gèrent les téléchargements et les importations de fichiers (même en cas de mauvaise qualité du réseau) et offrent une sécurité accrue pour les données de vos utilisateurs finaux. Pour en savoir plus, consultez notre guide de solution sur l'utilisation de Cloud Storage for Firebase.

• Gérez les données structurées à l'aide de SDK de base de données conçus pour les applications mobiles et Web (comme Cloud Firestore).

• Définissez de manière dynamique des configurations d'exécution (comme l'emplacement) ou remplacez des valeurs dans votre application (comme un nom de modèle) sans publier de nouvelle version de l'application à l'aide de Firebase Remote Config.

Avantages supplémentaires de l'utilisation de Vertex AI à partir de Google Cloud

Au fur et à mesure que votre utilisation de l'IA générative dans votre application et vos workflows avance, vous aurez peut-être besoin d'une plate-forme proposant des solutions de bout en bout pour créer et déployer des applications d'IA générative. Google Cloud fournit un écosystème complet d'outils vous permettant d'exploiter la puissance de l'IA générative, des premières étapes du développement d'applications au déploiement, en passant par leur hébergement et la gestion de données complexes à grande échelle.

La plate-forme Vertex AI de Google Cloud offre une suite d'outils MLOps qui simplifient l'utilisation, le déploiement et la surveillance des modèles d'IA pour plus d'efficacité et de fiabilité. De plus, les intégrations avec les bases de données, les outils DevOps, la journalisation, la surveillance et IAM offrent une approche globale de la gestion de l'ensemble du cycle de vie de l'IA générative.

Pour en savoir plus sur les cas d'utilisation de Vertex AI, consultez la documentation Google Cloud.

Migrer vers les SDK Vertex AI in Firebase

La migration vers les SDK Vertex AI in Firebase nécessite trois étapes principales:

1. Configurez un projet Firebase nouveau ou existant, puis associez votre application à Firebase.

2. Migrez votre codebase, ce qui ne nécessite que de modifier le SDK et le code d'initialisation (y compris le nom du modèle). Aucune modification n'est nécessaire pour le code qui appelle réellement l'API Gemini.

3. Supprimez les clés API inutilisées et désactivez les API inutilisées.

Étape 1: Configurez un projet Firebase et associez votre application à Firebase

Même si vous connaissez déjà Firebase, consultez cette section pour vous assurer que votre projet et votre application Firebase sont configurés pour utiliser les SDK Vertex AI in Firebase.

Vous disposez déjà d'un projet et d'une application Firebase associés à Firebase

1. Dans la console Firebase, accédez à la page Compiler avec Gemini.

2. Cliquez sur la fiche Vertex AI in Firebase pour lancer un workflow qui vous aide à effectuer les tâches suivantes :

   • Passez à la formule Blaze à l'usage.

   • Activez les API requises dans votre projet (API Vertex AI et API Vertex AI in Firebase).

3. Passez à l'étape suivante de ce guide pour migrer votre codebase afin d'utiliser les SDK Vertex AI in Firebase.

Vous ne disposez pas d'un projet Firebase et d'une application connectés à Firebase.

1. Connectez-vous à la console Firebase.

2. Cliquez sur Créer un projet, puis utilisez l'une des options suivantes :

   • Option 1 : Créez un projet Firebase entièrement nouveau (et son projet Google Cloud sous-jacent automatiquement) en saisissant un nouveau nom de projet à la première étape du workflow "Créer un projet".

   • Option 2 : "Ajoutez Firebase" à un projet Google Cloud existant en sélectionnant le nom de votre projet Google Cloud dans le menu déroulant de la première étape du workflow "Créer un projet".

     • Vous pouvez utiliser le projet Google Cloud créé pour vous par Google AI Studio lorsque vous avez créé votre clé API Google AI. Vous trouverez le nom de ce projet dans la section Clé API de Google AI Studio.

     • Vous pouvez utiliser n'importe quel autre projet Google Cloud existant.

   Notez que lorsque vous y êtes invité, vous n'avez pas besoin de configurer Google Analytics pour utiliser les SDK Vertex AI in Firebase.

3. Dans la console Firebase, accédez à la page Compiler avec Gemini.

4. Cliquez sur la fiche Vertex AI in Firebase pour lancer un workflow qui vous aide à effectuer les tâches suivantes :

   • Passez à la formule Blaze à l'usage.

   • Activez les API requises dans votre projet (API Vertex AI et API Vertex AI in Firebase).

5. Continuez dans le workflow de la console pour connecter votre application à Firebase, qui comprend les tâches suivantes:

   • Enregistrer votre application auprès de votre projet Firebase

   • Ajouter votre configuration Firebase au codebase de votre application

Étape 2 : Migrez votre codebase

Sélectionnez la plate-forme de votre application pour afficher les instructions spécifiques à cette plate-forme.

Les SDK Google AI et Vertex AI in Firebase ont été conçus pour simplifier au maximum la migration entre les deux plates-formes.

Pour effectuer la migration, il vous suffit de modifier le SDK que vous intégrez au codebase de votre application, ainsi que l'initialisation du service et du modèle génératif. Vous n'avez pas besoin de modifier le code qui appelle réellement Gemini API.

Modifier le SDK

Modifier l'initialisation

Étape 3 : Supprimez les clés API inutilisées et désactivez les API inutilisées

Si vous n'avez plus besoin d'utiliser votre clé API Google AI, suivez les bonnes pratiques de sécurité et supprimez-la. Vous pouvez afficher et supprimer vos clés API Google AI dans la section Clés API de Google AI Studio.

En outre, si vous n'utilisez plus Google AI Gemini API, désactivez-le dans votre projet. Pour ce faire, accédez à la console Google Cloud depuis la page API Generative Language (generativelanguage.googleapis.com). ("API Generative Language" est le nom officiel de Google AI Gemini API.)

Qu'est-ce que tu sais faire d'autre ?

• Google AI et Vertex AI proposent une expérience de "laboratoire" d'UI Web appelée "AI Studio" pour tester les requêtes et les paramètres de modèle. Découvrez comment migrer vos requêtes Google AI Studio vers Vertex AI Studio dans la documentation Google Cloud.