Usando o Gemini API, você pode criar conversas de formato livre em
várias rodadas. O SDK Vertex AI in Firebase simplifica o processo gerenciando
o estado da conversa. Portanto, ao contrário do generateContentStream() ou
generateContent(), você não precisa armazenar o histórico de conversas.
Antes de começar
Se ainda não fez isso, conclua o guia de primeiros passos para os SDKs Vertex AI in Firebase. Verifique se você fez o seguinte:
Configure um projeto do Firebase novo ou existente, incluindo o uso do plano de preços Blaze e a ativação das APIs necessárias.
Conecte seu app ao Firebase, incluindo o registro e a adição da configuração do Firebase.
Adicione o SDK e inicialize o serviço Vertex AI e o modelo generativo no seu app.
Depois de conectar seu app ao Firebase, adicionar o SDK e inicializar o serviço Vertex AI e o modelo generativo, você poderá chamar o Gemini API.
Enviar uma solicitação de comando de chat
Para criar uma conversa com várias mensagens (como um chat), comece inicializando o
chat chamando startChat(). Em seguida, use
sendMessageStream() (ou sendMessage()) para enviar uma nova mensagem do usuário, que
também anexa a mensagem e a resposta ao histórico de chat.
Há duas opções possíveis para role associado ao conteúdo de uma
conversa:
user: o papel que fornece as instruções. Esse valor é o padrão para chamadas parasendMessageStream()(ousendMessage()), e a função gera uma exceção se uma função diferente for transmitida.model: o papel que fornece as respostas. Esse papel pode ser usado ao chamarstartChat()comhistoryexistente.
Escolha se você quer transmitir a resposta (sendMessageStream) ou esperar
pela resposta até que todo o resultado seja gerado (sendMessage).
Streaming
É possível conseguir interações mais rápidas sem esperar pelo resultado completo da geração do modelo e, em vez disso, usar o streaming para processar resultados parciais.
Sem streaming
Como alternativa, você pode esperar o resultado completo em vez de streaming. O resultado só é retornado depois que o modelo conclui todo o processo de geração.
Saiba como escolher um modelo do Gemini e, opcionalmente, um local adequado para seu caso de uso e app.
O que mais você pode fazer?
- Saiba como contar tokens antes de enviar comandos longos para o modelo.
- Configure Cloud Storage for Firebase para incluir arquivos grandes nas suas solicitações multimodais usando URLs Cloud Storage. Os arquivos podem incluir imagens, PDFs, vídeos e áudio.
- Comece a pensar na preparação para a produção, incluindo a configuração de Firebase App Check para proteger o Gemini API contra abusos de clientes não autorizados.
Testar outros recursos do Gemini API
- Gerar texto com base em comandos somente de texto.
- Gerar texto a partir de comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
- Gere saída estruturada (como JSON) com comandos de texto e multimodais.
- Use a chamada de função para conectar modelos generativos a sistemas e informações externas.
Saiba como controlar a geração de conteúdo
- Entenda o design de comandos, incluindo práticas recomendadas, estratégias e exemplos de comandos.
- Configure os parâmetros do modelo, como temperatura e máximo de tokens de saída.
- Use as configurações de segurança para ajustar a probabilidade de receber respostas que possam ser consideradas nocivas.
Saiba mais sobre os modelos do Gemini
Saiba mais sobre os modelos disponíveis para vários casos de uso e as cotas e os preços.Enviar feedback sobre sua experiência com o Vertex AI in Firebase