מעבר לשימוש ב-Vertex AI SDK במקום ב-Google AI SDK

בדף הזה נסביר איך לעבור מערכות ה-SDK של הלקוח Google AI לערכות ה-SDK של הלקוח Vertex AI in Firebase באפליקציות לנייד או באינטרנט. ערכות ה-SDK של Vertex AI in Firebase זמינות לפלטפורמות של Apple‏ (Swift), Android‏ (Kotlin ו-Java), אינטרנט (JavaScript) ו-Flutter‏ (Dart).

כניסה ישירה להוראות ההעברה

למה כדאי לעבור לשימוש ב-Vertex AI?

יכול להיות שניסיתם גרסה חלופית של Gemini API באמצעות Google AI Studio או ערכות ה-SDK של לקוחות Google AI. ערכות ה-SDK האלה יכולות לעזור לכם להתחיל להשתמש ב-Gemini API וליצור את אב הטיפוס. עם זאת, באפליקציות לנייד ולאינטרנט בייצור או בארגון שמבצעות קריאה ישירה ל-Gemini API בצד הלקוח, מומלץ מאוד להשתמש ב-Firebase SDK כדי לבצע קריאה ל-Vertex AI Gemini API.

תכונות אבטחה לאפליקציות לנייד ולאינטרנט

באפליקציות לנייד ולאינטרנט, האבטחה היא קריטית ודורשת מחשבות מיוחדות כי הקוד (כולל קריאות ל-Gemini API) פועל בסביבה לא מוגנת.

• כברירת מחדל, Vertex AI Gemini API מורשה על ידי IAM ב-Google Cloud (ולא על ידי מפתח API כמו Google AI Gemini API). ערכות ה-SDK של Vertex AI in Firebase מתוכננות כך שיקראו ל-Vertex AI Gemini API המאובטח יותר.

• באפליקציות לנייד ולאינטרנט, צריך להגן על Gemini API ועל משאבי הפרויקט (כמו מודלים מכווננים) מפני ניצול לרעה על ידי לקוחות לא מורשים. אפשר להשתמש ב-Firebase App Check כדי לוודא שכל הקריאות ל-API מגיעות מהאפליקציה בפועל. התכונה הזו זמינה רק אם משתמשים ב-SDKs של Vertex AI in Firebase.

סביבה עסקית שמיועדת לאפליקציות לנייד ולאינטרנט

Firebase היא הפלטפורמה של Google לפיתוח אפליקציות לנייד ולאינטרנט. המשמעות של שימוש בערכות ה-SDK של Vertex AI in Firebase היא שהאפליקציות שלכם פועלות בסביבה עסקית שמתמקדת בצרכים של מפתחים ואפליקציות סטאק מלא. לדוגמה, תוכלו לבצע את הפעולות הבאות ועוד הרבה יותר:

• משתמשים ב-Cloud Storage for Firebase כדי לכלול קבצים גדולים בבקשות מרובות מצבים. כמו כן, כדאי לנצל את ערכות ה-SDK של הלקוח שמטפלות בהעלאות והורדות של קבצים (גם בתנאי רשת לא טובים) והן מספקות יותר אבטחה לנתונים של משתמשי הקצה. מידע נוסף מופיע במדריך הפתרונות שלנו לשימוש ב-Cloud Storage for Firebase.

• ניהול נתונים מובְנים באמצעות ערכות SDK של מסדי נתונים שנוצרו לאפליקציות לנייד ולאפליקציות אינטרנט (כמו Cloud Firestore).

• להגדיר באופן דינמי הגדרות זמן ריצה (כמו מיקום) או להחליף ערכים באפליקציה (כמו שם של מודל) בלי לפרסם גרסת אפליקציה חדשה באמצעות Firebase Remote Config.

יתרונות נוספים של השימוש ב-Vertex AI מ-Google Cloud

ככל שהשימוש שלכם ב-AI גנרטיבי באפליקציה ותהליכי העבודה יתפתח, יכול להיות שתזדקקו לפלטפורמה שמציעה פתרונות מקצה לקצה ליצירה ופריסה של אפליקציות עם בינה מלאכותית גנרטיבית. ב-Google Cloud יש סביבה עסקית מקיפה של כלים שמאפשרים לכם לנצל את מלוא הפוטנציאל של בינה מלאכותית גנרטיבית, החל מהשלבים הראשוניים של פיתוח האפליקציה ועד לפריסה, לאירוח ולניהול של נתונים מורכבים בקנה מידה נרחב.

פלטפורמת Vertex AI של Google Cloud כוללת חבילה של כלי MLOps שמייעלים את השימוש במודלים של AI, הפריסה שלהם ומעקב אחריהם כדי לשפר את היעילות והאמינות. בנוסף, שילובים עם מסדי נתונים, כלי DevOps, רישום ביומן, מעקב ו-IAM מספקים גישה הוליסטית לניהול כל מחזור החיים של AI גנרטיבי.

מידע נוסף על תרחישים לדוגמה של Vertex AI זמין במסמכי התיעוד של Google Cloud.

מעבר ל-SDKs של Vertex AI in Firebase

העברה לערכות SDK של Vertex AI in Firebase כוללת שלושה שלבים עיקריים:

1. מגדירים פרויקט Firebase חדש או קיים ומקשרים את האפליקציה ל-Firebase.

2. מעבירים את ה-codebase שבו צריך רק לשנות את ה-SDK ואת קוד האתחול (כולל שם המודל). אין צורך לבצע שינויים בקוד שקורא בפועל ל-Gemini API.

3. מוחקים את מפתחות ה-API שלא נמצאים בשימוש ומשביתים ממשקי API שלא נמצאים בשימוש.

שלב 1: מגדירים פרויקט Firebase ומקשרים את האפליקציה ל-Firebase

גם אם אתם כבר מכירים את Firebase, כדאי לעיין בקטע הזה כדי לוודא שהפרויקט והאפליקציה ב-Firebase מוגדרים לשימוש ב-SDKs של Vertex AI in Firebase.

כבר יש לך פרויקט Firebase ואפליקציה שמקושרת ל-Firebase

1. במסוף Firebase, נכנסים לדף Build with Gemini.

2. לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לכם לבצע את המשימות הבאות:

   • משדרגים את הפרויקט לתוכנית התמחור Blaze בתשלום לפי שימוש.

   • מפעילים את ממשקי ה-API הנדרשים בפרויקט (API Vertex AI ו-Vertex AI in Firebase API).

3. עוברים לשלב הבא במדריך הזה כדי להעביר את קוד המקור לשימוש ב-SDKs של Vertex AI in Firebase.

אין לכם כבר פרויקט Firebase ואפליקציה שמקושרת ל-Firebase

1. נכנסים למסוף Firebase.

2. לוחצים על יצירת פרויקט ומשתמשים באחת מהאפשרויות הבאות:

   • אפשרות 1: יצירת פרויקט Firebase חדש לחלוטין (והפרויקט המקורי ב-Google Cloud באופן אוטומטי) על ידי הזנת שם פרויקט חדש בשלב הראשון בתהליך העבודה של Create project.

   • אפשרות 2: מוסיפים את Firebase לפרויקט Google Cloud קיים. לשם כך, בוחרים את שם הפרויקט Google Cloud בתפריט הנפתח בשלב הראשון בתהליך העבודה מסוג Create project.

     • תוכלו להשתמש בפרויקט Google Cloud שנוצר עבורכם על ידי Google AI Studio כשיצרתם את מפתח ה-API Google AI. אפשר למצוא את שם הפרויקט בקטע API key ב-Google AI Studio.

     • אפשר להשתמש בכל פרויקט Google Cloud קיים אחר.

   הערה: כשמוצגת בקשה, לא צריך להגדיר את Google Analytics כדי להשתמש ב-SDKs של Vertex AI in Firebase.

3. במסוף Firebase, נכנסים לדף Build with Gemini.

4. לוחצים על הכרטיס Vertex AI in Firebase כדי להפעיל תהליך עבודה שיעזור לבצע את המשימות הבאות:

   • משדרגים את הפרויקט כדי להשתמש בתוכנית התמחור של Blaze מסוג 'תשלום לפי שימוש'.

   • מפעילים את ממשקי ה-API הנדרשים בפרויקט (Vertex AI API ו-Vertex AI in Firebase API).

5. ממשיכים בתהליך במסוף כדי לקשר את האפליקציה ל-Firebase. התהליך כולל את המשימות הבאות:

   • רישום האפליקציה בפרויקט Firebase שלך.

   • הוספת ההגדרה של Firebase ל-codebase של האפליקציה.

שלב 2: העברת קוד הבסיס

כדי לראות הוראות ספציפיות לפלטפורמה, צריך לבחור את הפלטפורמה של האפליקציה.

ערכות ה-SDK Google AI וערכות ה-SDK Vertex AI in Firebase פותחו כדי שהמעבר בין שתי הפלטפורמות יהיה פשוט ככל האפשר.

כדי לבצע את ההעברה צריך רק לשנות את ה-SDK שמשלבים ב-codebase של האפליקציה ובאתחול של השירות והמודל הגנרטיבי. אין צורך לשנות את הקוד שמפעיל את Gemini API.

שינוי ה-SDK

שינוי האתחול

שלב 3: מוחקים את מפתחות ה-API שלא נמצאים בשימוש ומשביתים ממשקי API שלא נמצאים בשימוש

אם אתם לא צריכים יותר להשתמש במפתח ה-API Google AI, כדאי לפעול לפי השיטות המומלצות בנושא אבטחה ולמחוק אותו. אפשר להציג ולמחוק את מפתחות ה-API של Google AI בקטע API Keys (מפתחות API) ב-Google AI Studio.

בנוסף, אם אתם כבר לא משתמשים ב-Google AI Gemini API, תוכלו להשבית אותו בפרויקט. אפשר לעשות זאת במסוף Google Cloud, דרך הדף Generative Language API‏ (generativelanguage.googleapis.com). ('Generative Language API' הוא השם הרשמי של ה-Google AI Gemini API).

מה עוד אפשר לעשות?

• גם Google AI וגם Vertex AI מציעים חוויית 'Playground' בממשק המשתמש באינטרנט, שנקראת 'AI Studio', כדי להתנסות בהנחיות ובפרמטרים של מודלים. במסמכי העזרה של Google Cloud מוסבר איך להעביר את ההנחיות של Google AI Studio אל Vertex AI Studio.