اگر با Gemini API آشنایی ندارید، Gemini Developer API ارائهدهنده API توصیهشده برای توسعهدهندگان Android است. بااینحال، اگر الزامات مکان داده خاصی دارید یا ازقبل در بومسازگان Google Cloud جاسازی شدهاید، میتوانید از «پلاتفرم عامل Gemini API» (قبلاً Vertex AI) با «منطق هوش مصنوعی Firebase» برای دسترسی به مدلهای Gemini Pro و Flash استفاده کنید.
شروع کردن
قبلاز اینکه مستقیماً ازطریق برنامهتان با Agent Platform Gemini API تعامل داشته باشید، میتوانید پیاموارهها را در Agent Studio آزمایش کنید.
راهاندازی پروژه Firebase و متصل کردن برنامه به Firebase
وقتی آماده شدید که از برنامهتان با «میانای برنامهسازی کاربردی» تماس بگیرید، دستورالعملهای «مرحله ۱» در راهنمای شروع به کار Firebase AI Logic را برای راهاندازی Firebase و فعال کردن سرویسها و «میاناهای برنامهسازی کاربردی» موردنیاز دنبال کنید.
افزودن وابستگیهای Gradle
وابستگیهای Gradle زیر را به واحد برنامه خود اضافه کنید:
کاتلین
dependencies {
// ... other androidx dependencies
// Import the BoM for the Firebase platform
implementation(platform("com.google.firebase:firebase-bom:35.0.0"))
// Add the dependencies for the Firebase AI Logic and App Check libraries
// When using the BoM, you don't specify versions in Firebase library dependencies
implementation("com.google.firebase:firebase-ai")
implementation("com.google.firebase:firebase-appcheck-debug")
}
جاوا
dependencies {
// Import the BoM for the Firebase platform
implementation(platform("com.google.firebase:35.0.0"))
// Add the dependencies for the Firebase AI Logic and App Check libraries
// When using the BoM, you don't specify versions in Firebase library dependencies
implementation("com.google.firebase:firebase-ai")
implementation("com.google.firebase:firebase-appcheck-debug")
// Required for one-shot operations (to use `ListenableFuture` from Guava Android)
implementation("com.google.guava:guava:31.0.1-android")
// Required for streaming operations (to use `Publisher` from Reactive Streams)
implementation("org.reactivestreams:reactive-streams:1.0.4")
}
پیکربندی ارائهدهنده اشکالزدایی «بررسی برنامه» برای توسعه محلی
از اوایل ژوئیه ۲۰۲۶، بهعنوان بخشی از گردش کار راهاندازی هدایتشده برای «منطق هوش مصنوعی» در کنسول Firebase، «بررسی برنامه Firebase» بهطور خودکار برای محافظت از Gemini API اعمال میشود. برای توسعه محلی، باید ارائهدهنده اشکالزدایی App Check را پیکربندی کنید تا گواهی را دور بزنید و درعینحال اجرای App Check را حفظ کنید.
در ساخت اشکالزدایی، App Check را پیکربندی کنید تا از کارخانه ارائهدهنده اشکالزدایی استفاده کند:
کاتلین
Firebase.initialize(context = this) Firebase.appCheck.installAppCheckProviderFactory( DebugAppCheckProviderFactory.getInstance(), )جاوا
FirebaseApp.initializeApp(/*context=*/ this); FirebaseAppCheck firebaseAppCheck = FirebaseAppCheck.getInstance(); firebaseAppCheck.installAppCheckProviderFactory( DebugAppCheckProviderFactory.getInstance());نمودار اشکالزدایی خود را دریافت کنید:
برنامهتان را در شبیهساز یا در دستگاه آزمایشیتان اجرا کنید.
در گزارشهایتان بهدنبال نشان اشکالزدایی «بررسی برنامه» بگردید. برای مثال:
D DebugAppCheckProvider: Enter this debug secret into the allow list in the Firebase Console for your project: 123a4567-b89c-12d3-e456-789012345678کد را کپی کنید (برای مثال،
123a4567-b89c-12d3-e456-789012345678).
ثبت کردن کد اشکالزدایی با App Check:
در کنسول Firebase، به امنیت > بررسی برنامه > برگه برنامهها بروید.
برنامهتان را پیدا کنید، روی منو سرریز () کلیک کنید، و سپس مدیریت نشانهای اشکالزدایی را انتخاب کنید.
برای ثبت کردن کد اشکالزدایی، دستورالعملهای روی صفحه را دنبال کنید.
برای جزئیات مربوط به ارائهدهنده اشکالزدایی (ازجمله نحوه دریافت کد اشکالزدایی جدید)، اسناد رسمی App Check را بررسی کنید.
راهاندازی مدل زایا
با نمونهسازی GenerativeModel و مشخص کردن نام مدل شروع کنید:
کاتلین
val model = Firebase.ai(backend = GenerativeBackend.agentPlatform()) .generativeModel("gemini-3.5-flash")
جاوا
GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.agentPlatform()) .generativeModel("gemini-3.5-flash"); GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);
در اسناد Firebase، میتوانید درباره مدلهای Gemini دردسترس بیشتر بدانید. همچنین میتوانید درباره پیکربندی پارامترهای مدل بیشتر بدانید.
تولید نوشتار
برای تولید پاسخ نوشتاری، با پیاموارهتان با generateContent() تماس بگیرید.
کاتلین
suspend fun generateText(model: GenerativeModel) { // Note: generateContent() is a suspend function, which integrates well // with existing Kotlin code. val response = model.generateContent("Write a story about a magic backpack.") // ... }
جاوا
Content prompt = new Content.Builder() .addText("Write a story about a magic backpack.") .build(); ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt); Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() { @Override public void onSuccess(GenerateContentResponse result) { String resultText = result.getText(); // ... } @Override public void onFailure(Throwable t) { t.printStackTrace(); } }, executor);
مشابه با Gemini Developer API، میتوانید تصاویر، صدا، ویدیو، و فایلها را نیز با پیامواره نوشتاری خود ارسال کنید. برای جزئیات، به تعامل با «میانای برنامهسازی کاربردی توسعهدهندگان Gemini» از برنامه خود مراجعه کنید.
برای کسب اطلاعات بیشتر درباره کیت توسعه نرمافزار Firebase AI Logic، مستندات Firebase را ببینید.