Vertex AI Gemini API

إذا كنت حديث العهد باستخدام Gemini API، ننصحك باستخدام Gemini Developer API، وهي مزوّد واجهة برمجة التطبيقات الذي ننصح به مطوّري تطبيقات Android. ولكن إذا كانت لديك متطلبات محددة بشأن موقع البيانات أو كنت تستخدم بيئة Vertex AI أو Google Cloud، يمكنك استخدام Vertex AI Gemini API.

نقل البيانات من Vertex AI في Firebase

إذا سبق لك دمج نموذجي Gemini Flash وPro باستخدام Vertex AI في Firebase، يمكنك نقل البيانات إلى Vertex AI ومواصلة استخدامه كمزوّد لواجهة برمجة التطبيقات. اطّلِع على مستندات Firebase للحصول على دليل نقل بيانات مفصّل.

خطوات البدء:

قبل التفاعل مع Vertex AI Gemini API مباشرةً من تطبيقك، يمكنك تجربة الطلبات في Vertex AI Studio.

إعداد مشروع Firebase وربط التطبيق بـ Firebase

بعد أن تصبح جاهزًا لاستدعاء Vertex AI Gemini API من تطبيقك، اتّبِع التعليمات الواردة في دليل بدء استخدام Firebase AI Logic "الخطوة 1" لإعداد Firebase وحزمة SDK في تطبيقك.

إضافة اعتمادية Gradle

أضِف اعتمادية Gradle التالية إلى وحدة تطبيقك:

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.8.0"))

  // Add the dependency for the Firebase AI Logic library. When using the BoM,
  // you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

تهيئة النموذج التوليدي

ابدأ بإنشاء مثيل GenerativeModel وتحديد اسم النموذج:

Kotlin

val model = Firebase.ai(backend = GenerativeBackend.vertexAI())
    .generativeModel("gemini-2.5-flash")
VertexAiGeminiApi.kt

Java

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.vertexAI())
        .generativeModel("gemini-2.5-flash");

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

في مستندات Firebase، يمكنك الاطّلاع على مزيد من المعلومات حول النماذج المتاحة للاستخدام مع Gemini Developer API. يمكنك أيضًا الاطّلاع على معلومات حول ضبط مَعلمات النموذج.

إنشاء نص

لإنشاء ردّ نصي، استدعِ generateContent() مع طلبك.

Kotlin

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.")
    // ...
}
VertexAiGeminiApi.kt

Java

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);
VertexAiGeminiApiJava.java

كما هو الحال مع Gemini Developer API، يمكنك أيضًا إرسال صور ومحتوى صوتي وفيديوهات وملفات مع طلبك النصي. لمزيد من التفاصيل، يُرجى الاطّلاع على مقالة التفاعل مع Gemini Developer API من تطبيقك.

لمزيد من المعلومات حول حزمة تطوير البرامج (SDK) الخاصة بـ Firebase AI Logic، يمكنك الاطّلاع على مستندات Firebase.