Гибридное приглашение ИИ с Firebase AI Logic,Гибридное приглашение ИИ с Firebase AI Logic,Гибридное приглашение ИИ с Firebase AI Logic,Гибридное приглашение ИИ с Firebase AI Logic

Томас Штайнер

Опубликовано: 20 мая 2025 г.

Чтобы удовлетворить потребности ваших пользователей, независимо от используемой ими платформы или оборудования, вы можете настроить откат в облако с помощью Firebase AI Logic для встроенного API Prompt .

Создайте гибридный опыт ИИ

Встроенный ИИ имеет ряд преимуществ , среди которых наиболее примечательны:

  • Локальная обработка конфиденциальных данных: если вы работаете с конфиденциальными данными, вы можете предложить пользователям функции ИИ со сквозным шифрованием.
  • Использование ИИ в автономном режиме: ваши пользователи могут получить доступ к функциям ИИ, даже если они находятся в автономном режиме или у них отсутствует соединение.

Хотя эти преимущества не распространяются на облачные приложения, вы можете обеспечить бесперебойную работу для тех, у кого нет доступа к встроенному ИИ.

Начните работу с Firebase

  1. Создайте проект Firebase и зарегистрируйте свое веб-приложение.
  2. Чтобы продолжить настройку веб-приложения, ознакомьтесь с документацией Firebase JavaScript SDK .

Проекты Firebase создают проект Google Cloud с конфигурациями и сервисами, специфичными для Firebase. Узнайте больше о Google Cloud и Firebase .

Установить SDK

Этот рабочий процесс использует npm и требует сборщиков модулей или инструментов JavaScript-фреймворка. Firebase AI Logic оптимизирован для работы со сборщиками модулей, что позволяет исключить неиспользуемый код и уменьшить размер SDK.

npm install firebase

После установки инициализируйте Firebase в своем приложении .

Используйте логику искусственного интеллекта Firebase

После установки и инициализации Firebase выберите Gemini Developer API или Vertex AI Gemini API, затем инициализируйте и создайте экземпляр .

После инициализации вы можете ввести в модель текст или мультимодальный ввод.

Текстовые подсказки

Вы можете использовать простой текст в качестве инструкций для модели. Например, попросите её рассказать вам анекдот.

Чтобы обеспечить использование встроенного ИИ при его наличии в функции getGenerativeModel , установите mode на prefer_on_device .

// Initialize the Google AI service.
const googleAI = getAI(firebaseApp);

// Create a `GenerativeModel` instance with a model that supports your use case.
const model = getGenerativeModel(googleAI, { mode: 'prefer_on_device' });

const prompt = 'Tell me a joke';

const result = await model.generateContentStream(prompt);

for await (const chunk of result.stream) {
  const chunkText = chunk.text();
  console.log(chunkText);
}
console.log('Complete response', await result.response);

Мультимодальные подсказки

Помимо текста, вы также можете использовать подсказки с изображениями или аудио. Вы можете попросить модель описать содержимое изображения или расшифровать аудиофайл.

Изображения необходимо передавать как строку в кодировке base64 как объект Firebase FileDataPart , что можно сделать с помощью вспомогательной функции fileToGenerativePart() .

// Converts a File object to a `FileDataPart` object.
// https://firebase.google.com/docs/reference/js/vertexai.filedatapart
async function fileToGenerativePart(file) {
    const base64EncodedDataPromise = new Promise((resolve) => {
      const reader = new FileReader();
      reader.onload = () => resolve(reader.result.split(',')[1]);
      reader.readAsDataURL(file);
    });

    return {
      inlineData: { data: await base64EncodedDataPromise, mimeType: file.type },
    };
  }

  const fileInputEl = document.querySelector('input[type=file]');

  fileInputEl.addEventListener('change', async () => {
    const prompt = 'Describe the contents of this image.';

    const imagePart = await fileToGenerativePart(fileInputEl.files[0]);

    // To generate text output, call generateContent with the text and image
    const result = await model.generateContentStream([prompt, imagePart]);

    for await (const chunk of result.stream) {
      const chunkText = chunk.text();
      console.log(chunkText);
    }
    console.log(Complete response: ', await result.response);
  });

Демо

Посетите демонстрацию Firebase AI Logic на разных устройствах и в разных браузерах. Вы можете увидеть, как модель реагирует на запросы встроенной ИИ-модели или облачной.

На поддерживаемом оборудовании в Chrome демо использует Prompt API и Gemini Nano. Выполняется всего три запроса к основному документу, файлу JavaScript и файлу CSS.

Логика ИИ Firebase, работающая в Chrome с использованием встроенных API ИИ.

При использовании другого браузера или операционной системы без встроенной поддержки ИИ выполняется дополнительный запрос к конечной точке Firebase, https://firebasevertexai.googleapis.com .

Логика ИИ Firebase, работающая в Safari, отправляет запросы к серверам Firebase.

Участвуйте и делитесь отзывами

Firebase AI Logic может стать отличным решением для интеграции возможностей ИИ в ваши веб-приложения. Предоставляя резервный доступ к облаку в случае недоступности Prompt API, SDK обеспечивает более широкую доступность и надежность функций ИИ.

Помните, что облачные приложения создают новые ожидания в отношении конфиденциальности и функциональности, поэтому важно информировать пользователей о том, где обрабатываются их данные.