Agent Platform Gemini API

اگر با Gemini API آشنایی ندارید، Gemini Developer API ارائه‌دهنده API توصیه‌شده برای توسعه‌دهندگان نرم‌افزار Android است. بااین‌حال، اگر الزامات مکان داده خاصی دارید یا ازقبل در بوم‌سازگان Google Cloud ادغام 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 از 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:

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:35.1.0"))

  // 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:firebase-bom:35.1.0"))

  // 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 راهنمایی‌شده برای AI Logic در کنسول Firebase، «بررسی برنامه Firebase» به‌طور خودکار برای محافظت از Gemini API اعمال می‌شود. برای توسعه محلی، باید ارائه‌کننده اشکال‌زدایی «بررسی برنامه» را پیکربندی کنید تا تصدیق را دور بزنید و درعین‌حال اجرای «بررسی برنامه» را حفظ کنید.

1. در ساخت اشکال‌زدایی، «بررسی برنامه» را برای استفاده از کارخانه ارائه‌کننده اشکال‌زدایی پیکربندی کنید:

   کاتلین

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

   جاوا

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

2. دریافت کردن کد اشکال‌زدایی:

   1. برنامه‌تان را در شبیه‌ساز یا در دستگاه آزمایشی‌تان اجرا کنید.

   2. در گزارش‌هایتان، به‌دنبال کد تصدیق 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-e456-789012345678
      

   3. کد را کپی کنید (برای مثال، 123a4567-b89c-12d3-e456-789012345678).

3. ثبت کردن کد اشکال‌زدایی با «بررسی برنامه»:

   1. در کنسول Firebase، به Security (امنیت) > App Check (بررسی برنامه) > Apps (برنامه‌ها) بروید.

   2. برنامه‌تان را پیدا کنید، روی منوِ سرریز (more_vert) کلیک کنید، و سپس مدیریت کردن کدهای اشکال‌زدایی را انتخاب کنید.

   3. دستورالعمل‌های روی صفحه را برای ثبت کردن کد اشکال‌زدایی دنبال کنید.

برای جزئیات مربوط به ارائه‌دهنده اشکال‌زدایی (ازجمله نحوه دریافت یک توکن اشکال‌زدایی جدید)، اسناد رسمی «بررسی برنامه» را بررسی کنید.

مقداردهی اولیه مدل زایا

با نمونه‌سازی GenerativeModel و مشخص کردن نام مدل شروع کنید:

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

در اسناد Firebase، می‌توانید درباره مدل‌های Gemini دردسترس بیشتر بدانید. همچنین می‌توانید درباره پیکربندی پارامترهای مدل اطلاعات کسب کنید.

تولید نوشتار

برای تولید پاسخ نوشتاری، generateContent() را با پیام‌واره‌تان فراخوانی کنید.

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

مشابه Gemini Developer API، می‌توانید تصویر، صدا، ویدیو، و فایل را نیز با پیام‌واره نوشتاری‌تان ارسال کنید. برای جزئیات، به تعامل با Gemini Developer API از برنامه‌تان مراجعه کنید.

برای کسب اطلاعات بیشتر درباره کیت توسعه نرم‌افزار Firebase AI Logic، اسناد Firebase را ببینید.