Começar a usar a API Gemini usando a Vertex AI nos SDKs do Firebase

Este guia mostra como começar a fazer chamadas para o Vertex AI Gemini API diretamente do seu app usando o Vertex AI in Firebase SDK para a plataforma escolhida.

Outras opções para trabalhar com o Gemini API

• Como opção, teste uma versão alternativa da "IA do Google" do Gemini API
  para ter acesso sem custo financeiro (dentro dos limites e onde disponível) usando Google AI Studio e Google AI SDKs do cliente. Esses SDKs devem ser usados somente para prototipagem em apps para dispositivos móveis e da Web.

  Depois de conhecer o funcionamento de um Gemini API, migre para os SDKs Vertex AI in Firebase, que têm muitos recursos adicionais importantes para apps para dispositivos móveis e da Web, como a proteção da API contra abuso usando Firebase App Check e suporte para arquivos de mídia grandes em solicitações.

• Chame o Vertex AI Gemini API do lado do servidor (como com Python, Node.js ou Go)
  Use os SDKs Vertex AI do lado do servidor, o Firebase Genkit ou Firebase Extensions para o Gemini API.

Pré-requisitos

Etapa 1: configurar um projeto do Firebase e conectar o app ao Firebase

Se você já tem um projeto do Firebase e um app conectado a ele

1. No console Firebase, acesse a página Build with Gemini.

2. Clique no card Vertex AI in Firebase para iniciar um fluxo de trabalho que ajuda você conclua as tarefas a seguir. Se aparecer uma guia no console para Vertex AI, as tarefas serão concluídas.

   • Faça upgrade do seu projeto para usar o Plano de preços Blaze com pagamento por utilização.

   • Ative as duas APIs a seguir para seu projeto:
     aiplatform.googleapis.com e firebaseml.googleapis.com

3. Siga para a próxima etapa deste guia para adicionar o SDK ao app.

Se você ainda não tiver um projeto do Firebase e um app conectado a ele

Configurar um projeto do Firebase

1. Faça login no console do Firebase.

2. Clique em Criar projeto e use uma das seguintes opções:

   • Opção 1: criar um projeto do Firebase totalmente novo (e os respectivos projeto Google Cloud automaticamente) inserindo um novo nome de projeto no primeira etapa de "Criar projeto" de desenvolvimento de software.

   • Opção 2: "Adicionar o Firebase" a um projeto Google Cloud existente selecionando o nome do projeto Google Cloud no menu suspenso da primeira etapa do fluxo de trabalho "Criar projeto".

   Quando solicitado, você não precisa configurar Google Analytics para usar os SDKs Vertex AI in Firebase.

3. No console do Firebase, acesse o Página Crie com o Gemini.

4. Clique no card Vertex AI in Firebase para iniciar um fluxo de trabalho que ajuda você a concluir as seguintes tarefas. Se aparecer uma guia no console para Vertex AI, as tarefas serão concluídas.

   • Faça upgrade do seu projeto para usar o Plano de preços Blaze com pagamento por utilização.

   • Ative as duas APIs a seguir para seu projeto:
     aiplatform.googleapis.com e firebaseml.googleapis.com.

Conectar seu app ao Firebase

Etapa 2: adicionar o SDK

Com o projeto do Firebase configurado e o app conectado ao Firebase (consulte a etapa anterior), agora é possível adicionar o SDK do Vertex AI in Firebase ao seu app.

Etapa 3: inicializar o serviço Vertex AI e o modelo generativo

Antes de fazer chamadas de API, você precisa inicializar o Vertex AI. e o modelo generativo.

Quando terminar o Guia explicativo, aprenda a escolher um modelo Gemini e, opcionalmente, um o local apropriado para seu caso de uso e app.

Etapa 4: chamar Vertex AI Gemini API

Agora que você conectou seu app ao Firebase, adicionou o SDK e inicializou o serviço Vertex AI e o modelo generativo, está tudo pronto para chamar o Vertex AI Gemini API.

Você pode usar generateContent() para gerar texto de uma solicitação de comando de texto exclusivo:

O que mais você pode fazer?

Saiba mais sobre os modelos do Gemini

Saiba mais sobre o modelos disponíveis para diversos casos de uso e as cotas e preços.

Testar outros recursos do Gemini API

• Saiba mais sobre como gerar texto com comandos somente de texto, incluindo instruções transmitir a resposta.
• Gerar texto com base comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
• Crie conversas com vários turnos (chat).
• Use chamadas de função para se conectar modelos generativos a sistemas e informações externos.

Saiba como controlar a geração de conteúdo

• Entender 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 podem ser consideradas prejudiciais.

Também é possível testar comandos e configurações de modelo usando Vertex AI Studio.

Envie feedback sobre sua experiência com Vertex AI in Firebase