Na tej stronie znajdziesz instrukcje migracji z pakietów SDK klienta Google AI na pakiety SDK klienta Vertex AI in Firebase w aplikacjach mobilnych lub internetowych. Pakiety SDK Vertex AI in Firebase są dostępne na platformy Apple (Swift), Android (Kotlin i Java), Web (JavaScript) i Flutter (Dart).
Przejdź bezpośrednio do instrukcji migracji
Dlaczego warto przejść na Vertex AI?
Możesz mieć zainstalowaną alternatywną wersję pakietu Gemini API, korzystając z Google AI Studio lub pakietów Google AI SDK klienta. Te pakiety SDK ułatwiają rozpoczęcie pracy z Gemini API i prototypowanie. Jednak w przypadku aplikacji mobilnych i internetowych w produkcji lub na skalę firmy bezpośrednio łączące się z Gemini API po stronie klienta, Firebase zdecydowanie zaleca wywołanie Vertex AI Gemini API za pomocą pakietów SDK Firebase.
Funkcje zabezpieczeń w aplikacjach mobilnych i internetowych
W przypadku aplikacji mobilnych i internetowych bezpieczeństwo jest bardzo ważne i wymaga specjalnych które należy wziąć pod uwagę, ponieważ Twój kod (w tym wywołania Gemini API) jest działające w niechronionym środowisku.
Domyślnie zasób Vertex AI Gemini API jest autoryzowany przez uprawnienia Google Cloud (a nie za pomocą klucza interfejsu API takiego jak Google AI Gemini API). Pakiety SDK Vertex AI in Firebase są tworzone z myślą o wywoływaniu bezpieczniejszych Vertex AI Gemini API
W przypadku aplikacji mobilnych i internetowych musisz chronić Gemini API i swoje zasobów projektu (takich jak dostrojone modele) przed nadużyciami ze strony nieautoryzowanych klientów. Ty może użyć Firebase App Check, aby sprawdzić, czy wszystkie wywołania interfejsu API pochodzą z aplikacji. Ta funkcja jest dostępna tylko wtedy, gdy korzystasz Vertex AI in Firebase pakiety SDK.
Ekosystem stworzony z myślą o aplikacjach mobilnych i internetowych
Firebase to platforma Google do tworzenia aplikacji mobilnych i internetowych. Korzystanie z pakietów SDK Vertex AI in Firebase oznacza, że Twoje aplikacje są częścią ekosystemu, który jest dostosowany do potrzeb aplikacji full-stack i ich deweloperów. Na przykład możesz wykonywać te czynności:
Użyj Cloud Storage for Firebase, aby uwzględnić duże pliki w zapytaniach multimodalnych. Warto też używać pakietów SDK klientów obsługujących przesyłanie plików pobierania plików (nawet przy słabych warunkach sieciowych) i zapewniają użytkowników i skalowalnych danych. Więcej informacji znajdziesz w przewodnika na temat korzystania z usługi Cloud Storage for Firebase.
zarządzać danymi strukturalnymi za pomocą pakietów SDK bazy danych przeznaczonych do aplikacji mobilnych i internetowych (np. Cloud Firestore);
Dynamiczne ustawianie konfiguracji czasu działania (takie jak lokalizacja) lub zastępowanie wartości w aplikacji (np. nazwy modelu) bez publikowania nowej wersji Firebase Remote Config
Dodatkowe korzyści płynące z użycia Vertex AI z poziomu Google Cloud
W miarę jak będziesz coraz częściej wykorzystywać generatywną AI w aplikacjach i przepływach pracy, możesz potrzebować platformy, która oferuje kompleksowe rozwiązania do tworzenia i wdrażania aplikacji opartych na generatywnej AI. Google Cloud zapewnia kompleksowy ekosystem narzędzi do pozwalają wykorzystać potęgę generatywnej AI już na początkowych etapach tworzenie aplikacji, ich wdrażanie i hosting oraz zarządzanie złożonymi danymi w skalę.
Platforma Vertex AI od Google Cloud oferuje zestaw narzędzi MLOps, które usprawniają korzystanie z modeli AI, ich wdrażanie i monitorowanie, co zwiększa wydajność i bezpieczeństwo. Dodatkowo integracja z bazami danych, narzędziami DevOps, logowaniem, monitorowaniem i usługą IAM zapewnia holistyczne podejście do zarządzania całym cyklem istnienia generatywnej AI.
Więcej informacji o przypadkach użycia usługi Vertex AI znajdziesz w dokumentacji Google Cloud.
Migracja do pakietów SDK Vertex AI in Firebase
Migracja do pakietów SDK Vertex AI in Firebase wymaga wykonania 3 głównych czynności:
Skonfiguruj nowy lub istniejący projekt Firebase i połącz swoją aplikację z Firebase.
Migracja bazy kodu, która wymaga tylko zmiany pakietu SDK i kodu inicjalizacji (w tym nazwy modelu). Nie musisz modyfikować żadnego kodu, który wywołuje interfejs Gemini API.
Usuń wszystkie nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API.
Krok 1. Skonfiguruj projekt Firebase i połącz z nim aplikację.
Nawet jeśli znasz już Firebase, w tej sekcji znajdziesz informacje, że projekt i aplikacja Firebase są skonfigurowane pod kątem Vertex AI in Firebase pakiety SDK.
Krok 2. Przenieś bazę kodu
Wybierz platformę, na której działa Twoja aplikacja, aby wyświetlić dotyczące jej instrukcje.
Pakiety SDK Google AI i Vertex AI in Firebase zostały tak zaprojektowane, aby przejście z jednej platformy na drugą było jak najprostsze.
Aby przeprowadzić migrację, wystarczy zmienić pakiet SDK, który integrujesz z bazą kodu aplikacji, oraz inicjalizację usługi i modelu generatywnego. Ty nie musisz modyfikować żadnego kodu, który wywołuje metodę Gemini API.
Zmień pakiet SDK
Google AI
Vertex AI in Firebase
Zmień inicjalizację
Google AI
Vertex AI in Firebase
Krok 3. Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API.
Jeśli nie musisz już używać klucza interfejsu API Google AI, postępuj zgodnie z zasadami bezpieczeństwa sprawdzone metody i ją usunąć. Klucze interfejsu API Google AI możesz wyświetlać i usuwać w sekcji Klucze interfejsu API w Google AI Studio.
Jeśli nie używasz już karty Google AI Gemini API, wyłącz ją tutaj:
w Twoim projekcie. Możesz to zrobić w konsoli Google Cloud na stronie Generative Language API (generativelanguage.googleapis.com). („Generative Language API” to oficjalna nazwa interfejsu Google AI Gemini API).
Co jeszcze możesz zrobić?
- Zarówno Google AI, jak i Vertex AI udostępniają interfejs internetowy „playground” (plac zabaw) o nazwie „AI Studio”, który umożliwia eksperymentowanie z promptami i parametrami modelu. Więcej informacji o przenoszeniu promptów Google AI Studio do Vertex AI Studio znajdziesz w dokumentacji Google Cloud.