Twórz wieloetapowe rozmowy (czat) z użyciem interfejsu Gemini API


Za pomocą Gemini API możesz prowadzić swobodne rozmowy na różnych platformach wiele rund. Pakiet SDK Vertex AI in Firebase upraszcza ten proces, zarządzając stan rozmowy, więc w odróżnieniu od generateContentStream() lub generateContent(), nie musisz samodzielnie zapisywać historii rozmów.

Zanim zaczniesz

Jeśli jeszcze tego nie zrobisz, zapoznaj się z przewodnikiem po pakietach SDK Vertex AI in Firebase. Upewnij się, że masz wykonane wszystkie te czynności:

  1. Skonfiguruj nowy lub istniejący projekt Firebase, w tym Abonament Blaze i włączanie wymaganych interfejsów API.

  2. połączyć aplikację z Firebase, w tym zarejestrować ją i dodać do konfigurację Firebase w aplikacji.

  3. Dodaj pakiet SDK i zainicjuj usługę Vertex AI oraz model generatywny w swojej aplikacji.

Po połączeniu aplikacji z Firebase, dodaniu pakietu SDK i inicjalizacji usługi Vertex AI oraz modelu generatywnego możesz wywołać funkcję Gemini API.

Wysyłanie prośby o rozmowę na czacie

Aby utworzyć rozmowę wieloetapową (np. czat), zacznij od czatuj, dzwoniąc pod numer startChat(). Następnie kliknij sendMessageStream() (lub sendMessage()), aby wysłać nową wiadomość do użytkownika. Spowoduje to również dodanie wiadomości i odpowiedzi do historii czatu.

W przypadku role powiązanego z treściami w rozmowie dostępne są 2 opcje:

  • user: rola, która dostarcza promptów. Jest to wartość domyślna dla opcji funkcję sendMessageStream() (lub sendMessage()), a funkcja zwraca w przypadku przekazania innej roli.

  • model: rola, która dostarcza odpowiedzi. Tej roli można używać podczas wywoływania funkcji startChat() z dotychczasową funkcją history.

Wybierz, czy chcesz przesyłać odpowiedź strumieniowo (sendMessageStream) czy zaczekać dla odpowiedzi aż do wygenerowania całego wyniku (sendMessage).

Streaming

Możesz przyspieszyć interakcje, nie czekając na cały wynik do generowania modelu i używać strumieniowania do obsługi wyników częściowych.

Bez strumieniowania

Możesz też zaczekać na cały wynik, zamiast przesyłać go strumieniowo. wynik jest zwracany dopiero po zakończeniu generowania przez model proces tworzenia konta.

Dowiedz się, jak wybrać model Gemini i opcjonalnie lokalizację odpowiednio do konkretnego przypadku użycia i aplikacji.

Co jeszcze możesz zrobić?

Wypróbuj inne funkcje usługi Gemini API

Dowiedz się, jak kontrolować generowanie treści

. Możesz też eksperymentować z promptami i konfiguracjami modeli za pomocą Vertex AI Studio

Więcej informacji o modelach Gemini

Dowiedz się więcej o dostępne modele do różnych zastosowań oraz ich poniższych limitów i cen.


Prześlij opinię o tym, jak oceniasz korzystanie z usługi Vertex AI in Firebase