Agent Platform Gemini API

Jeśli dopiero zaczynasz korzystać z interfejsu Gemini API, zalecamy używanie interfejsu Gemini Developer API, który jest przeznaczony dla deweloperów aplikacji na Androida. Jeśli jednak masz określone wymagania dotyczące lokalizacji danych lub korzystasz już z ekosystemu Google Cloud, możesz używać interfejsu Agent Platform Gemini API (wcześniej Vertex AI) z Firebase AI Logic, aby uzyskiwać dostęp do modeli Gemini Pro i Flash.

Rysunek 1. Architektura integracji Firebase AI Logic umożliwiająca dostęp do interfejsu Agent Platform Gemini API.

Pierwsze kroki

Zanim zaczniesz korzystać z interfejsu Agent Platform Gemini API bezpośrednio w aplikacji, możesz eksperymentować z promptami w Agent Studio.

Skonfiguruj projekt w Firebase i połącz aplikację z Firebase

Gdy będziesz gotowy(-a) do wywoływania interfejsu API z aplikacji, postępuj zgodnie z instrukcjami w „Kroku 1” przewodnika dla początkujących użytkowników Firebase AI Logic, aby skonfigurować Firebase i włączyć wymagane interfejsy API oraz usługi.

Dodaj zależności Gradle

Dodaj te zależności Gradle do modułu aplikacji:

Kotlin

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.17.0"))

  // 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")
}

Java

dependencies {
  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:34.17.0"))

  // 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")
}

Skonfiguruj dostawcę debugowania Sprawdzania aplikacji na potrzeby lokalnego tworzenia aplikacji

Od początku lipca 2026 r. w ramach procesu konfiguracji AI Logic w Konsoli Firebase będzie automatycznie wymuszane Sprawdzanie aplikacji Firebase, aby chronić interfejs Gemini API. Na potrzeby lokalnego tworzenia aplikacji musisz skonfigurować dostawcę debugowania Sprawdzania aplikacji, aby pominąć atestację, ale nadal wymuszać Sprawdzanie aplikacji.

1. W kompilacji do debugowania skonfiguruj Sprawdzanie aplikacji tak, aby używała fabryki dostawcy debugowania:

   Kotlin

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

   Java

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

2. Uzyskaj token debugowania:

   1. Uruchom aplikację w emulatorze lub na urządzeniu testowym.

   2. W dziennikach poszukaj tokena debugowania Sprawdzania aplikacji. Przykład:

      D DebugAppCheckProvider: Enter this debug secret into the allow list
      in the Firebase Console for your project: 123a4567-b89c-12d3-e456-789012345678
      

   3. Skopiuj token (np. 123a4567-b89c-12d3-e456-789012345678).

3. Zarejestruj token debugowania w Sprawdzaniu aplikacji:

   1. W Konsoli Firebase otwórz kartę Zabezpieczenia > Sprawdzanie aplikacji > Aplikacje.

   2. Znajdź swoją aplikację, kliknij rozszerzone menu (), a następnie wybierz Zarządzaj tokenami debugowania.

   3. Postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby zarejestrować token debugowania.

Więcej informacji o dostawcy debugowania (w tym o tym, jak uzyskać nowy token debugowania) znajdziesz w oficjalnej dokumentacji Sprawdzania aplikacji.

Oto kilka najważniejszych informacji o dostawcy debugowania Sprawdzania aplikacji:

• Zachowaj prywatność tokena debugowania i kompilacji do debugowania. Nie przesyłaj tokena debugowania do publicznego repozytorium i nie dołączaj go ani kompilacji do debugowania do kompilacji produkcyjnych aplikacji.
• Zanim udostępnisz aplikację użytkownikom, zarejestruj ją u dostawcy atestacji produkcyjnej. Musisz zarejestrować aplikację u dostawcy atestacji produkcyjnej Sprawdzania aplikacji (np. Play Integrity) aby użytkownicy mogli korzystać z funkcji z wymuszonym Sprawdzaniem aplikacji.

Zainicjuj model generatywny

Zacznij od utworzenia instancji GenerativeModel i określenia nazwy modelu:

Kotlin

val model = Firebase.ai(backend = GenerativeBackend.agentPlatform())
    .generativeModel("gemini-3.5-flash")
AgentPlatformGeminiApi.kt

Java

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.agentPlatform())
        .generativeModel("gemini-3.5-flash");

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

Więcej informacji o dostępnych modelach Gemini znajdziesz w dokumentacji Firebase. Możesz też dowiedzieć się więcej o konfigurowaniu parametrów modelu.

Ważne: w połowie 2026 r., gdy „Vertex AI” zmieni nazwę na „Gemini Enterprise Agent Platform” (lub „Agent Platform”), do pakietów SDK Firebase AI Logic zostanie dodana nowa składnia inicjowania „Agent Platform”, aby uwzględnić tę zmianę.
Jeśli wcześniej używasz starszej składni „Vertex AI” (backend = GenerativeBackend.vertexAI()), jak najszybciej przeprowadź migrację aplikacji, aby używać nowej składni „Agent Platform” (backend = GenerativeBackend.agentPlatform()) . Więcej informacji o wymaganych zmianach.

Generowanie tekstu

Aby wygenerować odpowiedź tekstową, wywołaj funkcję generateContent() z promptem.

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.")
    // ...
}
AgentPlatformGeminiApi.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);
AgentPlatformGeminiApiJava.java

Podobnie jak w przypadku interfejsu Gemini Developer API, możesz też przekazywać obrazy, dźwięk, filmy i pliki z promptem tekstowym. Szczegółowe informacje znajdziesz w artykule na temat interakcji z interfejsem Gemini Developer API z poziomu aplikacji.

Więcej informacji o pakiecie SDK Firebase AI Logic znajdziesz w dokumentacji Firebase.