วิธีการ

สร้างแอป Android อัจฉริยะ: ข้อมูลเบื้องต้นเกี่ยวกับ Jetpacker

ใช้เวลาอ่าน 4 นาที
ดูโปรไฟล์ของ Jolanda Verhoef
Jolanda Verhoef วิศวกรนักพัฒนาซอฟต์แวร์สัมพันธ์

การสร้างฟีเจอร์ GenAI ในแอปมักหมายถึงการไปยังส่วนต่างๆ ของโมเดล, API และตัวเลือกสถาปัตยกรรมที่หลากหลาย 

  • สถานที่ดำเนินการ: โมเดลของคุณทำงานที่ใด ในอุปกรณ์ ในระบบคลาวด์ หรือทั้ง 2 อย่าง
  • ความซับซ้อน: การตั้งค่าของคุณซับซ้อนเพียงใด คุณกำลังทำการเรียกใช้การอนุมานครั้งเดียวหรือต้องการโฟลว์แบบ Agentic มากขึ้น
  • ในแอปหรือระบบ Android: ควรสร้างฟีเจอร์ไว้ในแอป Android หรือเหมาะกับการผสานรวมระบบ Android มากกว่า

ในซีรีส์บล็อกโพสต์นี้ เราจะมาดูตัวเลือกเหล่านี้ไปพร้อมกับคุณ เราจะพาคุณไปสำรวจเส้นทาง โดยเริ่มจากแอปบนมือถือขั้นพื้นฐานและเปลี่ยนให้เป็นประสบการณ์ที่ปรับเปลี่ยนในแบบของคุณ ชาญฉลาด และทำงานแบบ Agent

Jetpacker: แอปสาธิตการเดินทาง

Jetpacker เป็นแอปสาธิตทางเทคนิคที่ทีมของเราสร้างขึ้นใหม่ทั้งหมดสำหรับงาน Google I/O ปีนี้ (สร้างโดยใช้ Antigravity) โดยหลักๆ แล้ว Jetpacker จะช่วยผู้ใช้วางแผน สำรวจ และสนุกกับการผจญภัยครั้งสำคัญครั้งต่อไป โดยจะแสดงภาพรวมของการเดินทาง แผนการเดินทางของการเดินทางแต่ละครั้ง และรายละเอียดของกิจกรรมแต่ละรายการในการเดินทางนั้น แน่นอนว่าต้องเป็นไปตามแนวทางปฏิบัติแนะนำทั้งหมดของการพัฒนา Android ซึ่งรวมถึงการออกแบบ Material UI ที่สื่อความหมายได้อย่างสวยงาม

และส่วนที่ดีที่สุดคืออะไร ซึ่งเป็นโอเพนซอร์สอย่างสมบูรณ์

วันนี้เราจะเผยแพร่บล็อกโพสต์ทางเทคนิคชุดหนึ่งที่เจาะลึกฟีเจอร์แต่ละรายการเหล่านี้ เราจะอธิบายขั้นตอนการติดตั้งใช้งาน ข้อมูลโค้ด และข้อมูลเชิงลึกเกี่ยวกับสถาปัตยกรรมโดยละเอียดเพื่อช่วยคุณสร้างแอปพลิเคชัน Android อัจฉริยะของคุณเอง

ความชาญฉลาดในอุปกรณ์

Screenshot 2026-07-02 at 12.57.08 PM.png
ฟีเจอร์ในอุปกรณ์ใน Jetpacker: การสรุปแผนการเดินทาง การจัดการค่าใช้จ่าย และบันทึกเสียง

การใช้โมเดลในอุปกรณ์ไม่มีค่าใช้จ่ายเพิ่มเติมสำหรับการอนุมานในระบบคลาวด์ ซึ่งหมายความว่าคุณไม่ต้องกังวลเกี่ยวกับการเชื่อมต่ออินเทอร์เน็ต และช่วยให้ผู้ใช้มั่นใจได้ว่าข้อมูลส่วนตัวจะได้รับการประมวลผลในเครื่องบนอุปกรณ์ โดยไม่มีการส่งข้อมูลไปยังระบบคลาวด์

ใน Jetpacker เราเลือกใช้การอนุมานในอุปกรณ์สำหรับฟีเจอร์ 3 รายการต่อไปนี้

  • ฟีเจอร์ภาพรวมการเดินทางจะเปลี่ยนแผนการเดินทางหลายวันที่ยุ่งเหยิงให้เป็นข้อมูลสรุปที่กระชับและนำไปใช้ได้จริง โดยใช้ประโยชน์จาก Gemini Nano ผ่าน ML Kit GenAI API เพื่อประมวลผลข้อมูลในอุปกรณ์ เรามองว่าฟีเจอร์นี้เป็นฟีเจอร์ที่ควรมี แต่เราไม่ต้องการให้เกิดค่าใช้จ่ายเพิ่มเติมในระบบคลาวด์ การอนุมานในอุปกรณ์จึงเป็นตัวเลือกที่เหมาะสม
  • เครื่องมือติดตามค่าใช้จ่ายจะดึงข้อมูลที่มีโครงสร้างจากรูปภาพใบเสร็จโดยอัตโนมัติเพื่อช่วยผู้ใช้ติดตามค่าใช้จ่ายในการเดินทาง โดยใช้ความสามารถในการประมวลผลข้อมูลหลายรูปแบบของ Gemini Nano 4 ผ่าน GenAI API ของ ML Kit เราเลือกโซลูชันในอุปกรณ์เพื่อให้ข้อมูลที่ละเอียดอ่อนด้านความเป็นส่วนตัวในรูปภาพใบเสร็จไม่หลุดออกไปจากอุปกรณ์ของผู้ใช้
  • ไดอารี่เสียงจะบันทึก ถอดเสียง และจัดหมวดหมู่บันทึกเสียงเป็นกิจกรรมการเดินทางที่เกี่ยวข้อง ซึ่งขับเคลื่อนโดย ML Kit Speech Recognition และ GenAI Prompt API เราเลือกโซลูชันในอุปกรณ์เนื่องจากเหตุผลด้านความเป็นส่วนตัวและการเชื่อมต่อ

การอนุมานในระบบคลาวด์และแบบไฮบริด

features.png
ฟีเจอร์ระบบคลาวด์และแบบไฮบริดใน Jetpacker: ผู้ช่วยพิพิธภัณฑ์ที่มีการอ้างอิงข้อมูลจากเว็บ การร่างรีวิวร้านอาหารแบบไฮบริด และฟีเจอร์แชทสนับสนุนของโรงแรมที่มีการแปลสดซึ่งกำหนดเส้นทางเอง

บางครั้งกรณีการใช้งานของคุณอาจต้องใช้โมเดล AI ที่มีความรู้เกี่ยวกับโลกมากขึ้นหรือหน้าต่างบริบทที่ใหญ่ขึ้นมาก และมีความสามารถมากขึ้นในการจัดการงานที่ซับซ้อน ในกรณีนี้ เราสามารถเปลี่ยนจากการเรียกใช้โมเดลในอุปกรณ์ไปใช้โมเดลระบบคลาวด์แทนได้

หรือหากต้องการใช้ประโยชน์จากทั้ง 2 วิธี คุณสามารถใช้การอนุมานแบบไฮบริดเพื่อเลือกแบบไดนามิกว่าจะใช้โมเดลระบบคลาวด์หรือโมเดลในอุปกรณ์ขณะรันไทม์ ซึ่งช่วยให้เราลดต้นทุนได้โดยการย้ายการอนุมานไปยังอุปกรณ์เมื่อพร้อมใช้งาน แต่ในขณะเดียวกันก็รองรับอุปกรณ์ Android ทั้งหมดที่ใช้แอปนี้

ใน Jetpacker เราได้ใช้ฟีเจอร์หลายอย่างโดยใช้การอนุมานในระบบคลาวด์หรือแบบไฮบริด ดังนี้

  • ฟีเจอร์ถามและตอบเกี่ยวกับสถานที่จะตอบคำถามของผู้ใช้เกี่ยวกับสถานที่ที่เฉพาะเจาะจงโดยอิงตามข้อมูลในชีวิตจริง โดยใช้ Firebase AI Logic ที่ผสานรวมกับ Google Maps และบริบทเว็บ ในกรณีนี้จำเป็นต้องใช้โมเดลระบบคลาวด์เพื่อให้มีความรู้เกี่ยวกับโลกมากขึ้น
  • ฟีเจอร์การร่างรีวิวช่วยให้ผู้ใช้เขียนรีวิวโดยละเอียดเกี่ยวกับสถานที่ที่เคยไปได้ โดยใช้ทั้งโมเดลในอุปกรณ์และโมเดลระบบคลาวด์ผ่าน API การอนุมานแบบไฮบริดใหม่ของ Firebase AI Logic เราต้องการให้ฟีเจอร์นี้พร้อมใช้งานสำหรับผู้ใช้แอปทุกคน จึงใช้โมเดลระบบคลาวด์เป็นโมเดลสำรองเมื่อโมเดลในอุปกรณ์ไม่พร้อมใช้งาน
  • การแปลแชทอัตโนมัติจะแปลข้อความแชทแบบเรียลไทม์เพื่ออำนวยความสะดวกในการสื่อสารที่ราบรื่น ซึ่งแสดงให้เห็นถึงตรรกะการอนุมานแบบผสมที่กำหนดเอง ขอย้ำอีกครั้งว่าเราต้องการให้ฟีเจอร์นี้พร้อมใช้งานสำหรับผู้ใช้แอปทุกคน แต่ในขณะเดียวกันก็มีข้อควรพิจารณาบางประการเกี่ยวกับเวลาที่ควรเลือกใช้ในอุปกรณ์เทียบกับระบบคลาวด์

การผสานรวมระบบ

แม้ว่าจะไม่ใช่ฟีเจอร์ที่คุณเห็นในแอป แต่การผสานรวมระบบ Android จะเปิดความสามารถหลักของแอปไปยังระบบปฏิบัติการ Android โดยตรง โดยใช้ AppFunctions API เพื่อผสานรวมกับระบบอัจฉริยะระดับระบบ

เวิร์กโฟลว์แบบ Agentic ในแอป (พร้อมให้บริการเร็วๆ นี้)

agentic-feature-booking-assistant.png
ผู้ช่วยการจองแสดงการจองเที่ยวบินที่อยู่ระหว่างดำเนินการหลายรายการ โดยขอข้อมูลจากผู้ใช้ก่อนทำการจองขั้นสุดท้าย

ความสามารถในการทำงานแบบ Agent ช่วยเพิ่มระดับความเป็นอิสระ ทำให้โมเดลทำหน้าที่เป็น Agent ได้ แทนที่จะเป็นการเรียกใช้การอนุมานเพียงครั้งเดียว เอเจนต์จะทำงานเพื่อบรรลุเป้าหมายที่เฉพาะเจาะจงผ่านลูปการจัดการที่ช่วยให้สามารถให้เหตุผล ใช้เครื่องมือ และปรับเปลี่ยนเส้นทางได้ เอเจนต์อัจฉริยะเหล่านี้สามารถทำงานได้ทั้งในระบบคลาวด์ ในอุปกรณ์โดยตรง หรือในการตั้งค่าแบบผสม ทั้งนี้ขึ้นอยู่กับข้อกำหนดของคุณ

สำหรับ Jetpacker เราได้เพิ่มผู้ช่วยการจองที่ทำให้เวิร์กโฟลว์การจองตั้งแต่ต้นจนจบเป็นแบบอัตโนมัติโดยตรงภายในแอปพลิเคชันเพื่อปรับปรุงการจอง โดยสร้างขึ้นโดยใช้ A2UI และ ADK ที่ทำงานในระบบคลาวด์ แอป Android ทำหน้าที่เป็นฟรอนท์เอนด์สำหรับระบบแบบหลาย Agent ที่ทำงานในระบบคลาวด์

ดูข้อมูลเพิ่มเติม

ดูส่วนอื่นๆ ของซีรีส์บล็อกโพสต์นี้ได้ที่

ส่วนที่ 1 (โพสต์นี้) ข้อมูลเบื้องต้นเกี่ยวกับแอปและภาพรวมระดับสูง
ส่วนที่ 2: ความชาญฉลาดในอุปกรณ์ เจาะลึก GenAI API ของ ML Kit และ Gemini Nano เพื่อสร้างฟีเจอร์ที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก เช่น การสรุปแผนการเดินทาง การแยกวิเคราะห์ใบเสร็จ และการประมวลผลเสียงในเครื่อง
ส่วนที่ 3: การให้เหตุผลแบบไฮบริดและระบบคลาวด์ สำรวจวิธีใช้ Firebase AI Logic เพื่ออิงคำตอบของ LLM ตามข้อมูลในชีวิตจริง เช่น Google Maps และบริบทของเว็บ
ส่วนที่ 4: การผสานรวมระบบ การผสานรวมกับระบบอัจฉริยะของ Android โดยใช้ AppFunctions
ส่วนที่ 5 (เร็วๆ นี้): เวิร์กโฟลว์แบบเป็น Agent ในแอป ขยายขีดความสามารถของแอปด้วยผู้ช่วยการจองแบบครบวงจรที่ทำงานด้วย A2UI และ ADK

หากสนใจดูข้อมูลเพิ่มเติมเกี่ยวกับการพัฒนา Android ติดตามนักพัฒนาแอป Android บน YouTube หรือ LinkedIn

เขียนโดย
อ่านต่อ