Erste Schritte mit der Gemini API mithilfe der Vertex AI in Firebase SDKs

In diesem Leitfaden erfahren Sie, wie Sie mit dem Vertex AI in Firebase SDK für die von Ihnen ausgewählte Plattform direkt über Ihre App Aufrufe an Vertex AI Gemini API senden.

Weitere Optionen für die Arbeit mit Gemini API

• Optional können Sie mit einer alternativen „Google AI“-Version der Gemini API
  -Funktion „Kostenlosen Zugriff erhalten“ (im Rahmen der Limits und sofern verfügbar) experimentieren. Verwenden Sie dazu die Google AI Studio- und Google AI-Client-SDKs. Diese SDKs sollten nur für Prototypen in mobilen und Web-Apps verwendet werden.

  Wenn Sie mit der Funktionsweise von Gemini API vertraut sind, migrieren Sie zu unseren Vertex AI in Firebase SDKs (diese Dokumentation). Sie bieten viele zusätzliche Funktionen, die für mobile und Webanwendungen wichtig sind, z. B. den Schutz der API vor Missbrauch mithilfe von Firebase App Check und die Unterstützung von großen Mediendateien in Anfragen.

• Optionale serverseitige Aufrufe von Vertex AI Gemini API (z. B. mit Python, Node.js oder Go)
  Verwenden Sie die serverseitigen Vertex AI SDKs, Firebase Genkit oder Firebase Extensions für Gemini API.

Vorbereitung

Schritt 1: Firebase-Projekt einrichten und App mit Firebase verknüpfen

Wenn Sie bereits ein Firebase-Projekt und eine mit Firebase verknüpfte App haben

1. Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.

2. Klicke auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, mit dem du die folgenden Aufgaben erledigen kannst:

   • Aktualisieren Sie Ihr Projekt, um den Blaze-Tarif (Pay as you go) zu verwenden.

   • Aktivieren Sie die erforderlichen APIs in Ihrem Projekt (Vertex AI API und Vertex AI in Firebase API).

3. Fahren Sie mit dem nächsten Schritt in dieser Anleitung fort, um das SDK Ihrer App hinzuzufügen.

Wenn Sie kein Firebase-Projekt und keine mit Firebase verknüpfte App haben

Firebase-Projekt einrichten

1. Melden Sie sich in der Firebase-Konsole an.

2. Klicken Sie auf Projekt erstellen und wählen Sie eine der folgenden Optionen aus:

   • Option 1: Sie können ein neues Firebase-Projekt (und das zugrunde liegende Google Cloud-Projekt) erstellen, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ einen neuen Projektnamen eingeben.

   • Option 2: Sie können einem vorhandenen Google Cloud-Projekt „Firebase hinzufügen“, indem Sie im ersten Schritt des Workflows „Projekt erstellen“ den Namen Ihres Google Cloud-Projekts aus dem Drop-down-Menü auswählen.

   Wenn du dazu aufgefordert wirst, musst du Google Analytics nicht einrichten, um die Vertex AI in Firebase SDKs zu verwenden.

3. Rufen Sie in der Firebase Console die Seite Mit Gemini erstellen auf.

4. Klicke auf die Karte Vertex AI in Firebase, um einen Workflow zu starten, mit dem du die folgenden Aufgaben erledigen kannst:

   • Aktualisieren Sie Ihr Projekt, um den Blaze-Tarif (Pay as you go) zu verwenden.

   • Aktivieren Sie die erforderlichen APIs in Ihrem Projekt (Vertex AI API und Vertex AI in Firebase API).

App mit Firebase verbinden

Schritt 2: SDK hinzufügen

Nachdem Sie Ihr Firebase-Projekt eingerichtet und Ihre App mit Firebase verbunden haben (siehe vorheriger Schritt), können Sie Ihrer App jetzt das Vertex AI in Firebase SDK hinzufügen.

Schritt 3: Vertex AI-Dienst und generatives Modell initialisieren

Bevor Sie API-Aufrufe ausführen können, müssen Sie den Vertex AI-Dienst und das generative Modell initialisieren.

Nachdem Sie die Anleitung zum Einstieg durchgearbeitet haben, erfahren Sie, wie Sie ein Gemini-Modell und (optional) einen Standort auswählen, der für Ihren Anwendungsfall und Ihre App geeignet ist.

Schritt 4: Vertex AI Gemini API anrufen

Nachdem Sie Ihre App mit Firebase verbunden, das SDK hinzugefügt und den Vertex AI-Dienst und das generative Modell initialisiert haben, können Sie den Vertex AI aufrufen.Vertex AI Gemini API

Mit generateContent() können Sie Text aus einer Promptanfrage generieren, die nur Text enthält:

Was können Sie sonst noch tun?

Weitere Informationen zu den Gemini-Modellen

Hier finden Sie Informationen zu den Modellen, die für verschiedene Anwendungsfälle verfügbar sind, sowie zu ihren Kontingenten und Preisen.

Weitere Funktionen des Gemini API ausprobieren

• Weitere Informationen zum Generieren von Text aus nur-Text-Prompts, einschließlich der Möglichkeit, die Antwort zu streamen.
• Text aus multimodalen Prompts generieren (einschließlich Text, Bildern, PDFs, Videos und Audio).
• Unterhaltungen in mehreren Runden (Chat) erstellen
• Sie können sowohl aus Text- als auch aus multimodalen Prompts strukturierte Ausgabe (z. B. JSON) generieren.
• Verwenden Sie Funktionsaufrufe, um generative Modelle mit externen Systemen und Informationen zu verbinden.

Inhaltserstellung steuern

• Informationen zum Prompt-Design, einschließlich Best Practices, Strategien und Beispiel-Prompts.
• Konfigurieren Sie Modellparameter wie Temperatur und maximale Ausgabetokens.
• Mit den Sicherheitseinstellungen können Sie die Wahrscheinlichkeit anpassen, dass Sie Antworten erhalten, die als schädlich eingestuft werden könnten.

Mit Vertex AI Studio können Sie auch mit Prompts und Modellkonfigurationen experimentieren.

Feedback zu Vertex AI in Firebase geben