Con la API de Gemini, puedes crear conversaciones de formato libre en varios turnos. El SDK de Vertex AI para Firebase simplifica el proceso, ya que administra
el estado de la conversación, por lo que, a diferencia de generateContentStream() o
generateContent(), no tienes que almacenar el historial de conversaciones por tu cuenta.
Antes de comenzar
Si aún no lo has hecho, revisa la guía de introducción de los SDK de Vertex AI para Firebase. Asegúrate de haber realizado todo lo siguiente:
Configura un proyecto nuevo o existente de Firebase, lo que incluye usar el plan de precios Blaze y habilitar las APIs necesarias.
Conecta tu app a Firebase; esto incluye registrarla y agregarle la configuración de Firebase.
Agrega el SDK y, luego, inicializa el servicio de Vertex AI y el modelo generativo en tu app.
Después de conectar la app a Firebase, agregar el SDK y, luego, inicializar el servicio de Vertex AI y el modelo generativo, estarás listo para llamar a la API de Gemini.
Enviar una solicitud de mensaje de chat
Para crear una conversación de varios turnos (como el chat), primero inicializa el chat llamando a startChat(). Luego, usa sendMessageStream() (o sendMessage()) para enviar un mensaje de usuario nuevo, que también adjuntará el mensaje y la respuesta al historial de chat.
Hay dos opciones posibles para role asociado con el contenido en una conversación:
user: Es el rol que proporciona las indicaciones. Este valor es el predeterminado para las llamadas asendMessageStream()(osendMessage()), y la función arroja una excepción si se pasa una función diferente.model: Es la función que proporciona las respuestas. Esta función se puede usar cuando se llama astartChat()conhistoryexistente.
Elige si deseas transmitir la respuesta (sendMessageStream) o esperar hasta que se genere todo el resultado (sendMessage).
de transmisión
Puedes lograr interacciones más rápidas si no esperas a que se complete el resultado de la generación del modelo y, en su lugar, usas la transmisión para controlar los resultados parciales.
En este ejemplo, se muestra cómo usar sendMessageStream() para transmitir respuestas desde el modelo:
Sin reproducción
De forma alternativa, puedes esperar el resultado completo en lugar de la transmisión; el resultado solo se muestra después de que el modelo completa todo el proceso de generación.
En este ejemplo, se muestra cómo usar sendMessage() para enviar un mensaje de usuario nuevo:
Obtén información sobre cómo elegir un modelo Gemini y, de forma opcional, una ubicación apropiada para tu caso de uso y app.
¿Qué más puedes hacer?
- Aprende a contar tokens antes de enviar instrucciones largas al modelo.
- Configura Cloud Storage para Firebase a fin de incluir archivos grandes en tus solicitudes multimodales mediante URLs de Cloud Storage. Los archivos pueden incluir imágenes, PDF, video y audio.
- Comienza a prepararte para la producción, lo que incluye configurar la Verificación de aplicaciones de Firebase para proteger la API de Gemini contra los abusos por parte de clientes no autorizados.
Prueba otras funciones de la API de Gemini
- Generar texto desde mensajes solo de texto.
- Generar texto a partir de instrucciones multimodales (incluidos texto, imágenes, PDF, video y audio).
- Usa la llamada de funciones para conectar modelos generativos a información y sistemas externos.
Aprende a controlar la generación de contenido
- Comprende el diseño de instrucciones, incluidas las prácticas recomendadas, las estrategias y las instrucciones de ejemplo.
- Configura parámetros del modelo, como los tokens de temperatura y máximo de salida.
- Usa la configuración de seguridad para ajustar la probabilidad de obtener respuestas que puedan considerarse perjudiciales.
Más información sobre los modelos de Gemini
Obtén más información sobre los modelos disponibles para varios casos de uso y sus cuotas y precios.Envía comentarios sobre tu experiencia con Vertex AI para Firebase