مرحبًا بكم من جديد في سلسلة منشورات المدوّنة "إنشاء تطبيقات Android ذكية"، حيث نأخذ تطبيق Android أساسيًا ونحوّله إلى تجربة مخصّصة وذكية واستباقية. في منشورنا السابق، قدّمنا Jetpacker، وهو التطبيق التجريبي الذي سنستخدمه في هذه السلسلة.
في منشور المدوّنة هذا، سنوضّح كيفية استخدام Gemini Nano من خلال Prompt API في "حزمة تعلّم الآلة" لإنشاء ميزات ذكية على الجهاز فقط.
يشير إنشاء ميزات ذكية على الجهاز فقط إلى القدرة على معالجة الطلبات والبيانات مباشرةً على الجهاز بدون إرسال البيانات إلى خادم. يوفّر ذلك بعض المزايا:
- يمكن معالجة بيانات المستخدمين محليًا على الجهاز، ما يحافظ على خصوصية المستخدمين
- تتسم وظائف النموذج بالموثوقية حتى في حال الاتصال المتقطّع بالإنترنت أو عدم الاتصال به
- عدم تحمُّل أي تكلفة إضافية للاستنتاج في السحابة الإلكترونية، لأنّ كل شيء يتم تشغيله على جهاز المستخدم
مع وضع مزايا المعالجة على الجهاز فقط في الاعتبار، حدّدنا ثلاث ميزات يمكن إضافتها في Jetpacker لتحسين تجربة المستخدم: تلخيص برامج الرحلات وإدارة النفقات وتسجيل الملاحظات الصوتية.
تلخيص مخصّص بجودة عالية للنصوص القصيرة
تمنح شاشة برنامج الرحلة المستخدمين نظرة عامة سريعة على جميع الأنشطة لرحلة معينة. نظرًا لأن هذه الشاشة تحتوي على الكثير من المعلومات، فقد تصبح مربكة بسرعة. لمساعدة المستخدمين في الاستعداد بدون الشعور بالإرهاق، يمكننا إضافة قسم "الاستعداد لرحلتك" في أعلى الصفحة.
من خلال إدخال برنامج رحلة وطلب تلخيصه من النموذج اللغوي الكبير، يمكننا إنشاء ملخص سريع للرحلة مع نصائح حول حزم الأمتعة وعبارات محلية مفيدة. هذه حالة استخدام رائعة لنموذج على الجهاز فقط لعدة أسباب:
- الأداء والجودة: يكون كل من نص الإدخال والإخراج قصيرًا نسبيًا. وبالتالي، يمكننا أن نتوقّع أن يكون أداء وجودة الحلول التي تعمل على الجهاز فقط مماثلة لنماذج السحابة الإلكترونية الأكثر فعالية.
- قابلية التوسّع: يتيح لنا نقل الاستدلال إلى الجهاز توسيع نطاق هذه الميزة من بضعة مستخدمين إلى الملايين بدون القلق بشأن إدارة تكاليف الاستدلال السحابي المتزايدة.
- وقت استجابة منخفض وموثوقية: يضمن الاستنتاج على الجهاز فقط وقت استجابة منخفضًا، ما يوفّر تجربة موثوقة حتى عندما يكون المستخدمون بلا اتصال بالإنترنت.
لإنشاء ميزات تعمل على الجهاز فقط، نستخدم Gemini Nano، وهو نموذج Google الأكثر كفاءة والمحسَّن للأجهزة الجوّالة. تم طرح Gemini Nano لأول مرة قبل بضع سنوات، وهو يعمل الآن على أكثر من 140 مليون جهاز. يستند الإصدار الأخير من النموذج، Gemini Nano 4، إلى بنية نموذج Gemma 4 الذي تم إصداره مؤخرًا، وتم تحسينه بشكل أكبر لزيادة كفاءة البطارية والأداء إلى أقصى حد.
باستخدام Prompt API في حزمة تعلّم الآلة، يمكننا الاستفادة من إمكانات نموذج Gemini Nano 4 الجديد لإنشاء نماذج أولية لميزاتنا على الجهاز فقط. سننشئ طلبًا يتضمّن برنامج رحلة ونطلب من النموذج إنشاء ملخّص مع أي نصائح للتحضير.
يتطلّب العثور على الطلب الأمثل عادةً بعض التكرار، ويُعدّ تطبيق AICore مثاليًا لهذه الخطوة في العملية. بعد تفعيل خيار معاينة المطوّر لخدمة AICore، يمكننا تنزيل نماذج المعاينة، مثل Gemini Nano 4، لاختبار الطلبات والاطّلاع على النتائج المتوقّعة للنموذج. من خلال إجراء بعض التعديلات على الطلب، تمكّنا من تحسين سرعة الردّ من 13 ثانية إلى أقل من ثانيتَين. يمكنك الاطّلاع على تنفيذ الرمز النهائي والطلب هنا.
المعالجة المحلية لإدخالات المستخدمين الحسّاسة
بعد ذلك، لمساعدة المستخدمين على الاستمتاع برحلتهم بشكل أكبر، سننشئ مدير نفقات بسيطًا يزيل العمل اليدوي من فرز الإيصالات وحساب الميزانيات.
بما أنّ الإيصالات قد تحتوي على معلومات حساسة، مثل رقم بطاقة الائتمان والعناوين، يُعدّ هذا مثالاً رائعًا آخر على استخدام حلّ على الجهاز فقط. من خلال المعالجة على الجهاز فقط، يمكن للمستخدمين الاطمئنان إلى أنّ معلوماتهم الخاصة ستتم معالجتها محليًا على الجهاز بدون إرسال أي من بياناتهم إلى السحابة الإلكترونية.
بالإضافة إلى ذلك، يتميّز Gemini Nano 4 بقدرات محسّنة في معالجة الوسائط المتعددة، خاصةً في مهام فهم الصور مثل التعرّف البصري على الأحرف واستخراج البيانات المرئية، ما يجعله حلاً رائعًا لمهام مثل استخراج المعلومات من الإيصالات.
في حالة الاستخدام هذه، سيحلّل الطلب صورة الإيصال، ويعرض معلومات مثل: عنوان تم إنشاؤه، والمبلغ الذي تم إنفاقه، وفئة النفقات. لضمان عرض النموذج للمعلومات بالتنسيق المفضّل، يمكننا استخدام Structured Output API في حزمة تعلّم الآلة لعرض عنصر بيانات Kotlin الذي نحدّده بسلاسة.
// implementation("com.google.mlkit:genai-prompt:1.0.0-beta3")
// ksp("com.google.mlkit:genai-schema-compiler:1.0.0-alpha1")
@Generable("Information extracted from an expense receipt")
data class ParsedReceipt(
@Guide("Generated title for the expense less than 6 words. Based on restaurant or activity name.")
val title: String,
@Guide("Total amount of the expense. Look for values at the bottom and words like total or balance due.")
val amount: Double,
@Guide("Type of expense", enumValues = ["travel", "food", "shopping", "entertainment", "other"])
val category: String,
)
val prompt = "Determine if the image is a receipt or expense.
If it is NOT a receipt or expense, output the text 'NOT_A_RECEIPT'.
Otherwise, parse the receipt information."
val request = generateContentRequest(ImagePart(bitmap), TextPart(prompt)) {}
val requestWithStructuredOutput = generateTypedContentRequest(request, ParsedReceipt::class)
// Define the configuration for Gemini Nano 4 E4B preview model
// When selecting models, you can specify which performance charactertists are most important
// for your use case. Use ModelPreference.FULL when you want to prioritize reasoning power over speed.
// Use ModelPreference.FAST when complex logic is not required and latency is a priority.
val previewFullConfig = generationConfig {
modelConfig = modelConfig {
releaseStage = ModelReleaseStage.PREVIEW
preference = ModelPreference.FULL
}
}
val geminiNano4BPreviewModel = Generation.getClient(previewFullConfig)
val response = geminiNano4BPreviewModel.generateContent(requestWithStructuredOutput)
val parsedReceipt: ParsedReceipt? = response.candidates.firstOrNull()?.responseإدخال متعدد الوسائط
أخيرًا، لمساعدة المستخدمين في تسجيل مذكرات صوتية أثناء الرحلة، لننشئ ميزة ملاحظات صوتية تعمل بالكامل على الجهاز فقط. باستخدام واجهة برمجة التطبيقات للتعرّف على الكلام في حزمة تعلّم الآلة، سنسمح للمستخدمين بتسجيل ملاحظات صوتية قصيرة يتم تحويلها تلقائيًا إلى نص. بعد تحويل الصوت إلى نص، سنستخدم Prompt API في حزمة تعلّم الآلة لتحديد نشاط الرحلة المرتبط بالملاحظة الصوتية المسجّلة، ما يتيح للمستخدمين تلخيص رحلتهم بسهولة أثناء تصفّح برنامج الرحلة.
تتيح لك واجهة برمجة التطبيقات ML Kit GenAI Speech Recognition API تحويل المحتوى الصوتي إلى نص بالكامل على الجهاز باستخدام وضعَين مختلفَين. يستخدم الوضع الأساسي نموذجًا تقليديًا للتعرّف على الكلام على الجهاز، وهو متاح على معظم أجهزة Android التي تعمل بالمستوى 31 من واجهة برمجة التطبيقات والإصدارات الأحدث. يستخدم الوضع المتقدّم نموذج Gemini Nano لتوفير تغطية لغوية أوسع وجودة أفضل، وهو متاح حاليًا على أجهزة Pixel 10.
في ميزتنا، نجمع بين واجهة التعرف على الكلام وواجهة حزمة تعلّم الآلة للذكاء الاصطناعي التوليدي Prompt API:
// implementation("com.google.mlkit:genai-prompt:1.0.0-beta3")
// implementation("com.google.mlkit:genai-speech-recognition:1.0.0-alpha1")
val tripEvents = ...
// Set up speech recognition
val speechRecognizerOptions =
speechRecognizerOptions {
locale = Locale.US
preferredMode = SpeechRecognizerOptions.Mode.MODE_ADVANCED
}
val speechRecognizer: SpeechRecognizer = SpeechRecognition.getClient(speechRecognizerOptions)
suspend fun transcribeVoiceNote(recognizer: SpeechRecognizer) {
// Display partial text as the user is recording audio
var partialTextResponse = ""
// Display the full text once user is finished recording audio
var transcription = ""
val request: SpeechRecognizerRequest
= speechRecognizerRequest { audioSource = AudioSource.fromMic() }
recognizer.startRecognition(request).collect { response ->
when (response) {
is SpeechRecognizerResponse.PartialTextResponse -> {
partialTextResponse = response.text
}
is SpeechRecognizerResponse.FinalTextResponse -> {
transcription = response.text
processAndCategorizeVoiceNote(transcription, tripEvents)
}
}
}
}
fun processAndCategorizeVoiceNote(transcribedVoiceNote: String, events: List<Event>) {
val prompt = "Given the voice note $transcribedVoiceNote
and the following events for this trip: $events, rewrite this transcription
to remove filler words. Then, identify which events from the
list this rewritten transcription matches to."
// Utilize ML Kit's Prompt API to process voice note and tag it with the relevant trip activities
Generation.getClient().generateContent(prompt)
}الخاتمة
باستخدام واجهات برمجة التطبيقات المستندة إلى الذكاء الاصطناعي التوليدي في "حزمة تعلّم الآلة"، تمكّنا من الاستفادة من Gemini Nano لتطوير ميزات ذكية بالكامل على الجهاز فقط لتطبيق JetPacker، وتقديم تجربة مستخدم محسّنة بدون أي تكاليف إضافية للسحابة الإلكترونية.
يمكنك الاطّلاع على الرمز المصدر الكامل لتطبيق Jetpacker على Github، ومشاهدة الفيديو إنشاء تطبيقات Android ذكية باستخدام تكنولوجيات الذكاء الاصطناعي من Google لمعرفة المزيد حول كيفية دمج الميزات الذكية مباشرةً في تطبيقك باستخدام النماذج على الجهاز فقط والاستدلال المستند إلى السحابة الإلكترونية وأحدث أُطر العمل المستندة إلى الذكاء الاصطناعي الوكيل.
مزيد من المعلومات
يمكنك الاطّلاع على الأجزاء الأخرى من سلسلة منشورات المدوّنة هذه:
الجزء 1: مقدمة عن التطبيق ونظرة عامة شاملة
الجزء الثاني (هذا المنشور): معالجة المعلومات على الجهاز فقط: نظرة متعمّقة على واجهات برمجة التطبيقات للذكاء الاصطناعي التوليدي في حزمة تعلّم الآلة وGemini Nano لإنشاء ميزات تركّز على الخصوصية، مثل تلخيص برامج الرحلات وتحليل الإيصالات ومعالجة الصوت على الجهاز.
الجزء 3: الاستدلال المختلط والسحابي تعرَّف على كيفية استخدام Firebase AI Logic لربط إجابات النماذج اللغوية الكبيرة ببيانات من الواقع، مثل "خرائط Google" وسياق الويب.
الجزء 4: دمج الأنظمة التكامل مع نظام Android الذكي باستخدام AppFunctions
الجزء الخامس (سيتوفّر قريبًا): سير العمل المستنِد إلى الذكاء الاصطناعي الوكيل داخل التطبيق توسيع نطاق التطبيق من خلال مساعد حجز شامل مستند إلى A2UI وADK
هل يهمّك معرفة المزيد عن تطوير تطبيقات Android؟ يمكنك متابعة مطوّري برامج Android على YouTube أو LinkedIn.
تتّبع جميع مقتطفات الرموز في منشور المدوّنة هذا إشعار حقوق الطبع والنشر التالي:
Copyright 2026 Google LLC. SPDX-License-Identifier: Apache-2.0
-
طرق التنفيذمرحبًا بكم من جديد في سلسلة منشورات المدوّنة "إنشاء تطبيقات Android ذكية"، حيث نأخذ تطبيق Android أساسيًا ونحوّله إلى تجربة مخصّصة وذكية واستباقية.
Thomas Ezan, Jolanda Verhoef, Caren Chang • مدّة القراءة: 8 دقائق -
طرق التنفيذمرحبًا بكم من جديد في سلسلة منشورات المدوّنة "إنشاء تطبيقات Android ذكية" التي نوضّح فيها كيفية تحويل تطبيق Android أساسي إلى تجربة مخصّصة وذكية واستباقية. في منشورنا السابق، تعرّفت على كيفية الربط بنظام الذكاء الاصطناعي باستخدام AppFunctions.
Jolanda Verhoef • مدّة القراءة: 9 دقائق -
طرق التنفيذJetpacker هو تطبيق تقني لعرض الميزات أنشأه فريقنا من الصفر لمؤتمر Google I/O لهذا العام (باستخدام Antigravity). يساعد تطبيق Jetpacker المستخدمين في التخطيط لمغامرتهم الكبيرة التالية واستكشافها والاستمتاع بها.
Jolanda Verhoef • مدّة القراءة: 4 دقائق
يمكنك الحصول على آخر الإحصاءات حول تطوير تطبيقات Android في بريدك الوارد أسبوعيًا.