建構智慧型 Android 應用程式：Jetpacker 簡介

在應用程式中建構生成式 AI 功能時，通常需要選擇各種模型、API 和架構：

• 執行位置：模型在哪裡執行？在裝置上、雲端中，還是兩者皆是？
• 複雜度：您的設定有多複雜？您是要進行單一推論呼叫，還是需要更具代理性質的流程？
• 應用程式內或 Android 系統：您的功能應建構在 Android 應用程式中，還是更適合整合到 Android 系統？

我們將在本系列網誌文章中，協助您做出這些選擇。我們將帶您踏上旅程，從基本行動應用程式開始，逐步轉換為個人化、智慧和代理體驗。

Jetpacker：旅遊應用程式試用版

Jetpacker 是我們團隊為今年的 Google I/O 從頭打造的技術展示應用程式 (使用 Antigravity 建構)。Jetpacker 的核心功能是協助使用者規劃、探索及享受下一次的重大冒險。這個頁面會顯示行程總覽、每趟行程的行程表，以及行程中每個活動的詳細資料。當然，您也會遵循所有 Android 開發最佳做法，包括設計精美且富有表現力的 Material UI。

最棒的是，完全開放原始碼！

今天我們將發布一系列 技術網誌文章，深入探討這些功能。我們將提供詳細的導入步驟、程式碼片段和架構洞察資訊，協助您建構自己的智慧型 Android 應用程式。

裝置端智慧功能

使用裝置端模型不會產生額外的雲端推論費用，也不必擔心網路連線問題，而且使用者可以放心，私人資訊會在裝置上本機處理，不會將任何資料傳送至雲端。

在 Jetpacker 中，我們為三項功能選擇了裝置端推論：

• 行程總覽功能可將雜亂的多日行程轉換為簡潔實用的摘要。這項功能會透過 ML Kit GenAI API 運用 Gemini Nano，在裝置本機處理資料。我們認為這項功能可有可無，因此不想產生額外的雲端費用，這時裝置端推論就是合適的選擇。
• 支出追蹤工具會自動從收據圖片中擷取結構化資料，協助使用者追蹤旅遊支出。這項功能會透過 ML Kit GenAI API，使用 Gemini Nano 4 的多模態功能。我們選擇裝置端解決方案，確保收據圖片上的任何隱私權敏感資訊不會離開使用者的裝置。
• 語音日記 會記錄、轉錄語音記事，並將其分類至相關的行程活動。這項功能採用 ML Kit 語音辨識和 GenAI 提示 API。基於隱私權和連線能力考量，我們選擇了裝置端解決方案。

雲端和混合式推論

有時，您的用途需要更豐富的世界知識、更大的脈絡視窗，以及處理複雜工作的能力。在這種情況下，我們可以從執行裝置端模型改為使用雲端模型。

或者，如要兼顧兩者優點，可以使用混合式推論，在執行階段動態選擇雲端或裝置端模型。這樣一來，我們就能在裝置可用時將推論作業移至裝置端，降低成本，同時支援所有執行應用程式的 Android 裝置。

在 Jetpacker 中，我們使用雲端或混合式推論實作了多項功能：

• 地點問與答功能會根據真實世界資料，回答使用者對特定地點提出的問題。這項功能整合了 Google 地圖和網頁內容，並使用 Firebase AI Logic。由於雲端模型具備更豐富的世界知識，因此必須使用這類模型。
• 撰寫評論功能可協助使用者為造訪過的地點撰寫詳細評論。透過 Firebase AI Logic 的全新混合式推論 API，同時運用裝置端和雲端模型。我們希望所有應用程式使用者都能使用這項功能，因此在裝置端模型無法使用時，會改用雲端模型。
• 自動翻譯即時通訊訊息：動態即時翻譯即時通訊訊息，方便順暢溝通，並展示自訂混合推論邏輯。我們希望所有應用程式使用者都能使用這項功能，但同時也必須考量何時該選擇裝置端或雲端。

系統整合

雖然這項功能不會顯示在應用程式中，但 Android 系統整合功能可直接向 Android 作業系統開放應用程式的核心功能。這項功能會使用 AppFunctions API 與系統層級智慧功能整合。

應用程式內代理工作流程 (即將推出！)

代理式 AI 導入了更高層級的 自主性，可讓模型扮演代理的角色。代理會透過協調迴圈達成特定目標，而不是單一推論呼叫，因此可以推理、使用工具及調整路徑。視需求而定，這些智慧型代理程式可以在雲端、裝置端或混合型設定中執行。

我們為 Jetpacker 新增了預訂助理，可直接在應用程式中自動執行端對端預訂工作流程，簡化預訂程序。這個代理是使用雲端執行的 A2UI 和 ADK 建構而成，Android 應用程式是雲端多代理系統的前端。

瞭解詳情

歡迎參閱本系列網誌文章的其他部分：

第 1 部分 (就是這篇文章！) 介紹應用程式並提供概略總覽。
第 2 部分：裝置端智慧功能。深入瞭解 ML Kit 的 GenAI API 和 Gemini Nano，打造行程摘要、收據剖析和本機音訊處理等隱私權優先功能。
第 3 部分：混合式和雲端推理。瞭解如何使用 Firebase AI Logic，以 Google 地圖和網路脈絡等實際資料做為 LLM 回覆的基準。
第 4 部分：系統整合。使用 AppFunctions 與 Android 智慧系統整合。
第 5 部分 (即將推出)：應用程式內代理工作流程。使用 A2UI 和 ADK 擴充應用程式，加入端對端預訂助理。

想進一步瞭解 Android 開發作業嗎？在 YouTube 或 LinkedIn 上追蹤 Android 開發人員！