Dodawanie odpowiedzi generatywnej AI w próbnej aplikacji SociaLite

Animowany zrzut ekranu przedstawiający czatbota SociaLite w akcji

Przykładowa aplikacja SociaLite pokazuje, jak używać interfejsów API platformy Androida do wdrażania funkcji, które są powszechnie stosowane w aplikacjach społecznościowych i komunikacyjnych. Zintegrowaliśmy interfejs Gemini API za pomocą pakietu SDK Firebase AI Logic, aby pokazać, jak można zaimplementować funkcje chatbota w własnych aplikacjach na Androida.

Ten przykładowy kod korzysta z modelu Gemini Flash, który jest szybki i opłacalny. Więcej informacji o modelach Gemini Aby wdrożyć w wersji demonstracyjnej SociaLite chatbot oparty na AI, użyliśmy funkcji instrukcji systemowych interfejsu Gemini API, aby zmodyfikować zachowanie modelu. W tym przypadku używamy prompta „Odpowiadaj na tym czacie jak przyjazny kot”. Ta wersja SociaLite z Gemini korzysta też z funkcji multimodalnych modelu, aby chatbot mógł reagować na obrazy.

Wdrażanie interfejsu Gemini API

Implementacja czatbota znajduje się głównie w klasie ChatRepository. Klasa GenerativeModel umożliwia interakcję z interfejsem Gemini API, który jest tworzony w ten sposób:

val generativeModel = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  // Set the model name to the latest Gemini model.
  modelName = "gemini-3.5-flash-lite",
  // Set a system instruction to set the behavior of the model.
  systemInstruction = content {
    text("Please respond to this chat conversation like a friendly cat.")
  },
)

W zakresie współprogramu rozpocznij rozmowę, przekazując pastMessages do startChat() aby mieć pewność, że model ma dostęp do historii rozmów. Dzięki temu chatbot może zachować kontekst i generować spójne odpowiedzi, które opierają się na poprzednich wymianach zdań.

val pastMessages = getMessageHistory(chatId)
val chat = generativeModel.startChat(
  history = pastMessages,
)

Użyj metody sendMessage(), aby przekazywać wiadomości do modelu.

Testowanie czatbota AI

Możesz to sprawdzić, wykonując te czynności:

  1. Zapoznaj się z kodem przykładowej aplikacji SociaLite i otwórz go w Android Studio.

  2. Postępuj zgodnie z przewodnikiem dla początkujących użytkowników Firebase AI Logic, aby skonfigurować projekt w Firebase. Dzięki temu Twoja aplikacja będzie mogła używać pakietu SDK Firebase AI Logic do wysyłania żądań do Gemini Developer API.

  3. W ramach konfigurowania Firebase zastąp znak google-services.json własnym ciągiem znaków, a potem uruchom konfigurację app.

  4. Zsynchronizuj i uruchom aplikację.

  5. W aplikacji SociaLite kliknij Ustawienia , a potem Czatbot AI, aby etykieta przycisku miała postać „Czatbot AI: włączony”.

Możesz już rozmawiać.

Dodatkowe materiały

Więcej informacji o pakiecie SDK Firebase AI Logic