Agent Platform Gemini API

Jeśli dopiero zaczynasz korzystać z interfejsu Gemini API, zalecamy używanie interfejsu Gemini Developer API. Jeśli jednak masz określone wymagania dotyczące lokalizacji danych lub korzystasz już z ekosystemu Google Cloud, możesz używać interfejsu Agent Platform Gemini API (wcześniej Vertex AI) z Firebase AI Logic, aby uzyskać dostęp do modeli Gemini Pro i Flash.

Pierwsze kroki

Zanim zaczniesz korzystać z interfejsu Agent Platform Gemini API bezpośrednio w aplikacji, możesz eksperymentować z promptami w Agent Studio.

Skonfiguruj projekt w Firebase i połącz aplikację z Firebase

Gdy będziesz gotowy(-a) do wywoływania interfejsu API z aplikacji, postępuj zgodnie z instrukcjami w „Krok 1” przewodnika dla początkujących użytkowników Firebase AI Logic, aby skonfigurować Firebase i włączyć wymagane interfejsy API oraz usługi.

Dodawanie zależności Gradle

Dodaj te zależności Gradle do modułu aplikacji:

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.18.0"))

  // 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")
}

dependencies {
  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:34.18.0"))

  // 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")
}

Konfigurowanie dostawcy debugowania Sprawdzania aplikacji na potrzeby programowania lokalnego

Od początku lipca 2026 r. w ramach procesu konfiguracji AI Logic w konsoli Firebase automatycznie będzie wymuszane Sprawdzanie aplikacji Firebase, aby chronić interfejs Gemini API. W przypadku programowania lokalnego musisz skonfigurować dostawcę debugowania Sprawdzania aplikacji, aby pominąć atestację, ale nadal wymuszać Sprawdzanie aplikacji.

1. W kompilacji do debugowania skonfiguruj Sprawdzanie aplikacji tak, aby używała fabryki dostawcy debugowania:

   Kotlin

   Firebase.initialize(context = this)
   Firebase.appCheck.installAppCheckProviderFactory(
       DebugAppCheckProviderFactory.getInstance(),
   )
   

   Java

   FirebaseApp.initializeApp(/*context=*/ this);
   FirebaseAppCheck firebaseAppCheck = FirebaseAppCheck.getInstance();
   firebaseAppCheck.installAppCheckProviderFactory(
           DebugAppCheckProviderFactory.getInstance());
   

2. Uzyskaj token debugowania:

   1. Uruchom aplikację w emulatorze lub na urządzeniu testowym.

   2. W dziennikach poszukaj tokena debugowania Sprawdzania aplikacji. Przykład:

      D DebugAppCheckProvider: Enter this debug secret into the allow list
      in the Firebase Console for your project: 123a4567-b89c-12d3-e456-789012345678
      

   3. Skopiuj token (np. 123a4567-b89c-12d3-e456-789012345678).

3. Zarejestruj token debugowania w Sprawdzaniu aplikacji:

   1. W konsoli Firebase otwórz kartę Zabezpieczenia > Sprawdzanie aplikacji > Aplikacje.

   2. Znajdź swoją aplikację, kliknij menu przepełnienia (more_vert), a następnie wybierz Zarządzaj tokenami debugowania.

   3. Postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby zarejestrować token debugowania.

Więcej informacji o dostawcy debugowania (w tym o tym, jak uzyskać nowy token debugowania) znajdziesz w oficjalnej dokumentacji Sprawdzania aplikacji.

Inicjowanie modelu generatywnego

Zacznij od utworzenia instancji GenerativeModel i określenia nazwy modelu:

val model = Firebase.ai(backend = GenerativeBackend.agentPlatform())
    .generativeModel("gemini-3.5-flash")
AgentPlatformGeminiApi.kt

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.agentPlatform())
        .generativeModel("gemini-3.5-flash");

GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);
AgentPlatformGeminiApiJava.java

Więcej informacji o dostępnych modelach Gemini znajdziesz w dokumentacji Firebase. Możesz też dowiedzieć się więcej o konfigurowaniu parametrów modelu.

Generowanie tekstu

Aby wygenerować odpowiedź tekstową, wywołaj funkcję generateContent() z promptem.

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.")
    // ...
}
AgentPlatformGeminiApi.kt

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);
AgentPlatformGeminiApiJava.java

Podobnie jak w przypadku interfejsu Gemini Developer API, możesz też przekazywać obrazy, dźwięk, filmy i pliki z promptem tekstowym. Szczegółowe informacje znajdziesz w artykule na temat interakcji z interfejsem Gemini Developer API z poziomu aplikacji.

Więcej informacji o pakiecie SDK Firebase AI Logic znajdziesz w dokumentacji Firebase.