如何在您的 Flutter 应用中使用 Firebase Vertex AI 集成生成式人工智能

介绍 生成性人工智能正在迅速成为当今应用程序中的常态；它允许开发人员创建智能和互动的体验。无论是文本生成、内容分析还是媒体创作，firebase vertex ai 提供了一套相当强大的工具，用于在您的 flutter 应用中实现这些功能。在本教程中，我们将引导您如何使用 firebase vertexai 包将生成性人工智能引入您的 flutter 应用。到本教程结束时，至少您将拥有一个可以利用 gemini 的 api 执行各种生成性人工智能任务的功能应用程序。 先决条件 要完成本教程，您需要： 一个 firebase 账户和一个设置好的 firebase 项目。您可以在 firebase https //firebase google com 注册免费账户。 在您的本地机器上设置 flutter 开发环境。如果您还没有设置，请按照 flutter 安装指南 https //flutter dev/docs/get started/install 。 对 firebase 和 flutter 的基本知识。如果您是 firebase 新手，请查看 firebase for flutter 指南 https //firebase flutter dev/docs/overview 。 步骤 1 – 设置 firebase 和 vertex ai 创建 firebase 项目 登录到 firebase 控制台 https //console firebase google com/ , 创建一个新项目，并启用 vertex ai 所需的 api。 启用 firebase 应用检查 在 firebase 中导航到您的项目设置，启用 firebase 应用检查，以确保所有 api 调用都来自您的应用。 将 firebase 添加到您的 flutter 应用 按照说明将您的 flutter 应用连接到您的 firebase 项目。这通常涉及下载 google services json 文件用于 android 或 googleservice info plist 文件用于 ios，并将其放置在 flutter 项目的正确目录中。 步骤 2 – 添加所需的依赖项 打开你的 pubspec yaml 文件并添加以下依赖项： dependencies flutter sdk flutter firebase core latest version firebase vertexai latest version 2\ 运行 flutter pub get 来安装依赖项。 步骤 3 – 初始化 firebase 和 vertex ai 在 lib/main dart , 导入必要的 firebase 包： import 'package\ flutter/material dart'; import 'package\ firebase core/firebase core dart'; import 'package\ firebase vertexai/firebase vertexai dart'; 2\ 在 main 函数中初始化 firebase 和 vertex ai： void main() async { widgetsflutterbinding ensureinitialized(); await firebase initializeapp(); runapp(myapp()); } 3\ 在你的 myapp 小部件中，创建一个函数来初始化生成模型： class myapp extends statelesswidget { @override widget build(buildcontext context) { return materialapp( home scaffold( appbar appbar(title text('generative ai with firebase')), body center( child elevatedbutton( onpressed () async { final result = await generatecontent(); print(result); }, child text('generate content'), ), ), ), ); } future\<string> generatecontent() async { // initialize the generative model final vertexai = firebasevertexai instance; final generativemodel = vertexai getgenerativemodel( modelname 'projects/your project id/locations/your location/models/your model name', ); // construct your prompt final prompt = vertexaitextprompt(text 'write a story about a magic backpack'); // optionally, you can set generation configurations final generationconfig = vertexaigenerationconfig( temperature 0 7, responsemimetype 'application/json', ); // generate content final response = await generativemodel generatecontent( prompt prompt, generationconfig generationconfig, ); return response generatedtext; } } 将 'your project id' , 'your location' , 和 'your model name' 替换为你的实际项目细节。 generatecontent 函数构建一个提示，将其发送到 vertex ai 模型，并返回生成的内容。 步骤 4 – 构建提示和处理响应 创建自定义提示 你可以通过组合不同类型的数据（文本、图像、音频等）来创建更复杂的提示。例如： final prompt = vertexaitextprompt( text 'summarize the following text "the history of ai is fascinating "', ); 2\ 处理大文件 如果你的提示涉及大文件，请将文件存储在 firebase storage 中，并在请求中包含文件的 cloud storage url。 final prompt = vertexaitextprompt( text 'analyze the content of this document', fileurl 'gs\ //your bucket name/your file pdf', ); 3\ 流式响应 如果您想在ai的输出可用时进行流式传输，可以使用 generatecontentstream 方法 await for (final partialresponse in generativemodel generatecontentstream(prompt prompt)) { print(partialresponse generatedtext); } 步骤 5 – 测试和部署应用程序 使用 flutter run 运行您的应用程序并测试ai生成特性。您应该在控制台中看到生成的内容打印出来。 一旦您确认一切正常，您可以部署您的应用程序或继续增强其附加功能。 结论 在本教程中，您学习了如何使用 firebase vertex ai package 在您的flutter应用程序中包含生成性ai。您可以使用gemini为文本生成、内容数据分析和许多其他ai驱动的功能提供出色的人工智能能力。由于firebase vertex ai的灵活性，您可以随意更改ai响应，使其非常适合开发智能和互动的应用程序。 请查看 pub dev 以获取firebase vertex ai、flutterfire和其他flutter包。祝您编码愉快！