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 Agent Platform Gemini API (Vertex AI سابق) با Firebase AI Logic 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 میانای برنامهسازی کاربردی را از برنامهتان فراخوانی کنید، دستورالعملهای «مرحله ۱» در راهنمای شروع به کار Firebase AI Logic را دنبال کنید تا Firebase را راهاندازی کنید و میاناهای برنامهسازی کاربردی و سرویسهای لازم را فعال کنید.
افزودن وابستگیهای Gradle
وابستگیهای Gradle زیر را به ماژول برنامهتان اضافه کنید:
کاتلین
dependencies {
// ... other androidx dependencies
// Import the BoM for the Firebase platform
implementation(platform("com.google.firebase:firebase-bom:35.0.2"))
// 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:firebase-bom:35.0.2"))
// 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 App Check 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 کد اشکالزدایی App Check 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 درباره ارائهدهنده اشکالزدایی (ازجمله نحوه دریافت یک 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، generateContent() را با پیاموارهتان فراخوانی کنید.
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.