Migracja do Vertex AI SDK zamiast pakietów SDK AI od Google

Z tego artykułu dowiesz się, jak przejść z pakietów SDK klienta AI od Google do pakietów SDK klienta Vertex AI dla Firebase w aplikacjach mobilnych lub internetowych. Pakiety SDK Vertex AI dla 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?

Być może korzystasz z alternatywnej wersji interfejsu Gemini API korzystającego z Google AI Studio lub pakietów SDK AI od Google. Jednak w przypadku aplikacji mobilnych i internetowych na skalę produkcyjną lub firmowych, które bezpośrednio wywołują interfejs Gemini API, Firebase zdecydowanie zaleca wywoływanie interfejsu Vertex AI Gemini API za pomocą pakietów SDK Firebase.

Funkcje zabezpieczeń w aplikacjach mobilnych i internetowych

W przypadku aplikacji mobilnych i internetowych Twój kod (w tym wywołania interfejsu Gemini API) działa w środowisku niechronionym, dlatego bezpieczeństwo jest kluczowe.

• Domyślnie interfejs Vertex AI Gemini API jest autoryzowany przez Google Cloud IAM (a nie przez klucz interfejsu API, taki jak Google AI Gemini API). Jeśli używasz pakietów SDK Vertex AI dla Firebase, możesz wywołać interfejs Vertex AI Gemini API.

• W przypadku aplikacji mobilnych i internetowych musisz też chronić interfejs Gemini API i zasoby projektu (takie jak dostrojone modele) przed nadużyciami ze strony nieautoryzowanych klientów. Za pomocą Sprawdzania aplikacji Firebase możesz sprawdzić, czy wszystkie wywołania interfejsu API pochodzą z Twojej rzeczywistej aplikacji. Ta funkcja jest dostępna tylko wtedy, gdy używasz pakietów SDK Vertex AI dla Firebase.

Ekosystem stworzony z myślą o aplikacjach mobilnych i internetowych

Firebase to platforma Google do tworzenia aplikacji mobilnych i internetowych. Dzięki pakietom SDK Vertex AI dla Firebase Twoje aplikacje funkcjonują w ekosystemie, który uwzględnia potrzeby deweloperów i aplikacji full-stack. Możesz na przykład wykonać dowolną z tych czynności:

• Cloud Storage dla Firebase pozwala uwzględniać duże pliki w żądaniach multimodalnych. Możesz też korzystać z pakietów SDK klienta, które obsługują przesyłanie i pobieranie plików (nawet przy słabych warunkach sieciowych) oraz zapewniają większe bezpieczeństwo danych użytkowników. Więcej informacji znajdziesz w naszym przewodniku po rozwiązaniach dotyczącym korzystania z Cloud Storage dla Firebase.

• Zarządzaj uporządkowanymi danymi za pomocą pakietów SDK baz danych przeznaczonych dla aplikacji mobilnych i internetowych (takich jak Cloud Firestore).

• Korzystając ze Zdalnej konfiguracji Firebase, możesz dynamicznie ustawiać konfiguracje czasu działania (np. lokalizację) lub wymieniać wartości w aplikacji (np. nazwę modelu) bez publikowania nowej wersji aplikacji.

Funkcje interfejsu Vertex AI Gemini API

Vertex AI Gemini API oferuje również inne funkcje niż interfejs Google AI Gemini API, na przykład więcej opcji w przypadku promptów multimodalnych (w szczególności tekstowych i wideo oraz danych wejściowych typu tekst i dźwięk).

Więcej informacji o różnicach między 2 wersjami interfejsu Gemini API znajdziesz w dokumentacji Google Cloud.

Dodatkowe korzyści z używania Vertex AI od Google Cloud

Wraz ze wzrostem wykorzystania generatywnej AI w aplikacjach i przepływów pracy możesz potrzebować platformy, która zapewni kompleksowe rozwiązania do tworzenia i wdrażania aplikacji tej technologii. Google Cloud udostępnia kompleksowy ekosystem narzędzi, które umożliwiają wykorzystanie potencjału generatywnej AI – od początkowych etapów tworzenia aplikacji po jej wdrażanie i hosting oraz zarządzanie złożonymi danymi na dużą skalę.

Platforma Vertex AI w Google Cloud oferuje pakiet narzędzi MLOps, które upraszczają użycie, wdrażanie i monitorowanie modeli AI pod kątem wydajności i niezawodności. Dodatkowo integracje z bazami danych, narzędziami DevOps, logowaniem, monitorowaniem i uprawnieniami zapewniają całościowe podejście do zarządzania całym cyklem życia generatywnej AI.

Więcej informacji o przypadkach użycia Vertex AI znajdziesz w dokumentacji Google Cloud.

Przejście na pakiety SDK Vertex AI dla Firebase

Migracja do pakietów SDK Vertex AI dla Firebase wymaga 3 głównych kroków:

1. Skonfiguruj nowy lub istniejący projekt Firebase i połącz swoją aplikację z Firebase.

2. Przenieś bazę kodu, co wymaga tylko zmiany pakietu SDK i kodu inicjującego (w tym nazwy modelu). Nie trzeba modyfikować kodu, który wywołuje interfejs Gemini API.

3. Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API.

Krok 1. Skonfiguruj projekt Firebase i połącz z nią swoją aplikację

Nawet jeśli znasz już Firebase, przejrzyj tę sekcję, aby upewnić się, że Twój projekt i aplikacja Firebase są skonfigurowane do korzystania z pakietów SDK Vertex AI dla Firebase.

Masz już projekt Firebase i aplikację połączone z Firebase

1. W konsoli Firebase otwórz stronę Build with Gemini (Utwórz z Gemini), a potem kliknij drugą kartę, aby uruchomić przepływ pracy, który pomoże Ci wykonać te zadania (jeśli nie zostały jeszcze wykonane):

   • Przenieś projekt na wyższy abonament, aby korzystać z abonamentu Blaze z płatnościami według wykorzystania.

   • Włącz w projekcie te 2 interfejsy API:
     aiplatform.googleapis.com i firebaseml.googleapis.com.

2. Przejdź do następnego kroku w tym przewodniku, aby przenieść bazę kodu do pakietów SDK Vertex AI dla Firebase.

Nie masz jeszcze projektu Firebase ani aplikacji połączonej z Firebase

1. Zaloguj się w konsoli Firebase.

2. Kliknij Create project (Utwórz projekt), a następnie użyj dowolnej z tych opcji:

   • Opcja 1: utwórz zupełnie nowy projekt Firebase (i automatycznie związany z nim projekt Google Cloud), wpisując nową nazwę w pierwszym kroku przepływu pracy „Utwórz projekt”.

   • Opcja 2: „Dodaj Firebase” do istniejącego projektu Google Cloud, wybierając nazwę projektu Google Cloud z menu w pierwszym kroku przepływu pracy „Utwórz projekt”.

     • Możesz użyć projektu Google Cloud utworzonego przez Google AI Studio podczas tworzenia klucza interfejsu Google AI API. Nazwa tego projektu znajdziesz w sekcji Klucz interfejsu API w Google AI Studio.

     • Możesz użyć dowolnego innego istniejącego projektu Google Cloud.

   Pamiętaj, że gdy pojawi się prośba, nie musisz konfigurować Google Analytics, aby korzystać z pakietów SDK Vertex AI dla Firebase.

3. W konsoli Firebase otwórz stronę Build with Gemini (Utwórz z Gemini), a potem kliknij drugą kartę, aby uruchomić przepływ pracy, który pomoże Ci wykonać te zadania:

   • Przenieś projekt na wyższy abonament, aby korzystać z abonamentu Blaze z płatnościami według wykorzystania.

   • Włącz w projekcie te 2 interfejsy API:
     aiplatform.googleapis.com i firebaseml.googleapis.com.

4. Przejdź dalej w konsoli, aby połączyć swoją aplikację z Firebase, która obejmuje te zadania:

   • Zarejestrowanie aplikacji w projekcie Firebase.

   • Dodaję konfigurację Firebase do bazy kodu aplikacji.

Krok 2. Przenieś bazę kodu

Wybierz platformę aplikacji, aby wyświetlić dotyczące jej instrukcje.

Pakiety SDK Google AI i Vertex AI dla Firebase zostały opracowane w taki sposób, aby migracja między tymi 2 platformami była jak najprostsza.

Aby przeprowadzić migrację, wystarczy zmienić pakiet SDK zintegrowany z bazą kodu aplikacji oraz zainicjować usługę i model generatywny. Nie musisz zmieniać żadnego kodu, który wywołuje interfejs Gemini API.

Zmień pakiet SDK

Zmień inicjalizację

Krok 3. Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API

Jeśli nie musisz już używać klucza interfejsu API Google AI od Google, usuń go, postępując zgodnie ze sprawdzonymi metodami zapewniania bezpieczeństwa. Klucze interfejsu API Google AI możesz wyświetlać i usuwać w sekcji Klucze interfejsu API w Google AI Studio.

Jeśli nie korzystasz już z interfejsu Google AI Gemini API, wyłącz go w swoim projekcie. Możesz to zrobić w konsoli Google Cloud: generativelanguage.googleapis.com.

Co jeszcze możesz zrobić?

• Zarówno AI od Google, jak i Vertex AI oferują środowisko testowe „Playground” w interfejsie internetowym o nazwie „AI Studio”, które służy do eksperymentowania z promptami i parametrami modelu. Z dokumentacji Google Cloud dowiesz się, jak przenieść prompty z Google AI Studio do Vertex AI Studio.