Na tej stronie dowiesz się, jak przeprowadzić migrację z Google AI pakietu SDK klienta do Pakiety SDK klienta (Vertex AI in Firebase) w Twoich aplikacjach mobilnych lub internetowych. Pakiety SDK Vertex AI in Firebase są dostępne na platformy Apple (Swift), Android (Kotlin i Java), Web (JavaScript) i Flutter (Dart).
Przejdź bezpośrednio do instrukcji migracji
Dlaczego warto przejść na Vertex AI?
Być może korzystasz z alternatywnej wersji aplikacji Gemini API, która korzysta z Google AI Studio. lub Google AI pakiety SDK. Jednak w przypadku aplikacji mobilnych i internetowych w produkcji lub na skalę firmy, bezpośrednio wywoływać funkcję Gemini API, Firebase zdecydowanie zaleca wywołanie metody Vertex AI Gemini API za pomocą pakietów SDK Firebase.
Funkcje zabezpieczeń w aplikacjach mobilnych i internetowych
W przypadku aplikacji mobilnych i internetowych Twój kod (w tym połączenia z numerem Gemini API) to działające w niechronionym środowisku, dlatego bezpieczeństwo jest tak ważne.
Domyślnie zasób Vertex AI Gemini API jest autoryzowany przez uprawnienia Google Cloud (a nie za pomocą klucza interfejsu API takiego jak Google AI Gemini API). Dostępne opcje wywołaj Vertex AI Gemini API, jeśli używasz Vertex AI in Firebase pakiety SDK.
W przypadku aplikacji mobilnych i internetowych musisz też chronić Gemini API oraz zasobów projektu (takich jak dostrojone modele) przed nadużyciami ze strony nieautoryzowanych klientów. Ty może użyć Firebase App Check, aby sprawdzić, czy wszystkie wywołania interfejsu API pochodzą z aplikacji. Ta funkcja jest dostępna tylko wtedy, gdy korzystasz Vertex AI in Firebase pakiety SDK.
Ekosystem stworzony z myślą o aplikacjach mobilnych i internetowych
Firebase to platforma Google do tworzenia aplikacji mobilnych i internetowych. Jeśli używasz Vertex AI in Firebase pakietów SDK, Twoje aplikacje są który powstał z myślą o potrzebach deweloperów i aplikacji full-stack. Dla: na przykład możesz wykonać dowolną z tych czynności:
Aby uwzględnić duże pliki w trybie multimodalnym, użyj funkcji Cloud Storage for Firebase. żądań. Warto też używać pakietów SDK klientów obsługujących przesyłanie plików pobierania plików (nawet przy słabych warunkach sieciowych) i zapewniają użytkowników i skalowalnych danych. Więcej informacji znajdziesz w przewodnika na temat korzystania z usługi Cloud Storage for Firebase.
Zarządzanie uporządkowanymi danymi za pomocą pakietów SDK baz danych przeznaczonych dla aplikacji mobilnych i internetowych (np. Cloud Firestore).
Dynamiczne ustawianie konfiguracji czasu działania (takie jak lokalizacja) lub zastępowanie wartości w aplikacji (np. nazwy modelu) bez publikowania nowej wersji Firebase Remote Config
Funkcje aplikacji Vertex AI Gemini API
Vertex AI Gemini API oferuje też inne funkcje niż pozostałe Google AI Gemini API, zobacz więcej opcji dla prompty multimodalne (w szczególności dane wejściowe „tekst i obraz” oraz „tekst i dźwięk”).
Więcej informacji na temat Czym różnią się poszczególne wersje usługi Gemini API w dokumentacji Google Cloud.
Dodatkowe korzyści z używania usługi Vertex AI w aplikacji Google Cloud
W miarę wzrostu wykorzystania generatywnej AI w aplikacjach i przepływów pracy konieczne może być zapewniającą kompleksowe rozwiązania do tworzenia i wdrażania generatywnych zastosowań sztucznej inteligencji. Google Cloud zapewnia kompleksowy ekosystem narzędzi do pozwalają wykorzystać potęgę generatywnej AI już na początkowych etapach tworzenie aplikacji, ich wdrażanie i hosting oraz zarządzanie złożonymi danymi w skalę.
Platforma Vertex AI od Google Cloud oferuje pakiet narzędzi MLOps, usprawniają wykorzystanie, wdrażanie i monitorowanie modeli AI w celu zwiększenia efektywności i niezawodności. Dodatkowo integracja z bazami danych, narzędziami DevOps, rejestrowaniem monitorowania i uprawnień, zapewniając całościowe podejście do zarządzania całym cykl życia generatywnej AI.
Dowiedz się więcej o przypadki użycia Vertex AI w dokumentacji Google Cloud.
Przeprowadź migrację do Vertex AI in Firebase pakietów SDK
Migracja do pakietów SDK Vertex AI in Firebase wymaga wykonania 3 głównych kroków:
Skonfiguruj nowy lub istniejący projekt Firebase i połącz swoją aplikację z Firebase.
Przenieś bazę kodu – wymaga to tylko zmiany pakietu SDK kod inicjowania (wraz z nazwą modelu). Nie wprowadzono żadnych zmian potrzebne w każdym kodzie, który wywołuje interfejs Gemini API.
Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API.
Krok 1. Skonfiguruj projekt Firebase i połącz z nią swoją aplikację
Nawet jeśli znasz już Firebase, w tej sekcji znajdziesz informacje, że projekt i aplikacja Firebase są skonfigurowane pod kątem Vertex AI in Firebase pakiety SDK.
Krok 2. Przenieś bazę kodu
Wybierz platformę aplikacji, aby wyświetlić dotyczące jej instrukcje.
Utworzono pakiety SDK Google AI i pakiety SDK Vertex AI in Firebase więc migracja między tymi platformami jest tak prosta, jak to tylko możliwe.
Aby przeprowadzić migrację, wystarczy zmienić pakiet SDK, który integrujesz z bazy kodu oraz inicjowania usługi i modelu generatywnego. Ty nie musisz modyfikować żadnego kodu, który wywołuje metodę Gemini API.
Zmień pakiet SDK
Google AI
Vertex AI in Firebase
Zmień inicjalizację
Google AI
Vertex AI in Firebase
Krok 3. Usuń nieużywane klucze interfejsu API i wyłącz nieużywane interfejsy API
Jeśli nie musisz już używać klucza interfejsu API Google AI, postępuj zgodnie z zasadami bezpieczeństwa sprawdzone metody i ją usunąć. Możesz wyświetlić i usunąć interfejs API Google AI w Sekcja kluczy interfejsów API w Google AI Studio.
Jeśli nie używasz już karty Google AI Gemini API, wyłącz ją tutaj:
w Twoim projekcie. Możesz to zrobić w konsoli Google Cloud:
generativelanguage.googleapis.com
Co jeszcze możesz zrobić?
- Zarówno Google AI, jak i Vertex AI oferują „plac zabaw” interfejsu internetowego doświadczenie o nazwie „AI Studio”, do eksperymentowania z promptami i parametrami modelu. Ucz się instrukcje przeniesienie promptów z usługi Google AI Studio do usługi Vertex AI Studio w dokumentacji Google Cloud.