Flussi di lavoro avanzati per i modelli


Per Firebase AI Logic, la console Firebase fornisce un'interfaccia utente guidata per specificare i contenuti di un modello. Tuttavia, esistono diversi casi d'uso in cui potresti aver bisogno di modi più avanzati per configurare un modello, tra cui:

I workflow avanzati descritti in questa pagina utilizzano la Firebase AI Logic REST API.

Informazioni importanti sull'utilizzo dell'API REST

  • Se un modello è sbloccato, puoi sovrascriverlo utilizzando lo stesso ID modello nella chiamata API REST. Un modello bloccato non può essere sovrascritto.

  • Quando crei un template di prompt del server tramite l'API REST e imposti la sua località su global, il template di prompt del server viene automaticamente sottoposto a provisioning in tutte le località (inclusa global) ed è disponibile per l'utilizzo con entrambi i provider Gemini API. Tuttavia, se imposti qualsiasi altra località quando crei il modello tramite l'API REST, il modello sarà disponibile solo per Agent Platform Gemini API (formerly Vertex AI). Scopri di più su come impostare una località specifica per un modello più avanti in questa pagina.

    Tieni presente che quando utilizzi l'interfaccia utente guidata nella console Firebase, il modello viene sottoposto automaticamente a provisioning in tutte le località (inclusa global), ed è disponibile per l'utilizzo con entrambi i provider Gemini API.

  • Per accedere a un modello di prompt del server in una templateGenerateContent o templateStreamGenerateContent richiesta tramite l'API REST, devi utilizzare l' endpoint specifico per il tuo Gemini API provider (Gemini Developer API | Agent Platform Gemini API (formerly Vertex AI)).

(solo Agent Platform Gemini API (formerly Vertex AI)) Impostare una località specifica per un modello

Questa sezione è applicabile alle seguenti situazioni:

  • Il caso d'uso della tua app ha requisiti basati sulla località.

  • Le richieste della tua app utilizzano Agent Platform Gemini API (formerly Vertex AI) e specifichi una località per accedere a un modello.

Come descritto in precedenza in questa pagina, un modello di prompt del server viene sottoposto automaticamente a provisioning in tutte le regioni disponibili per Firebase AI Logic (inclusa global) se esegui una delle seguenti operazioni:

  • Crea il modello utilizzando l'interfaccia utente guidata nella console Firebase.
  • Crea il modello tramite l'API REST e imposta la sua località su global.

Ciò significa che puoi impostare la località nella richiesta della tua app su una qualsiasi delle regioni disponibili per Firebase AI Logic, e il modello sarà disponibile. Non è necessario impostare la località nella richiesta della tua app su global.

Tuttavia, se vuoi che il modello sia disponibile solo in una località specifica, devi creare il modello tramite l'API REST e impostare esplicitamente quella località specifica. Non impostare la località su global.

  1. Crea il modello chiamando l' projects.locations.templates.createendpoint. Specifica il location del modello (ad esempio, europe-west4) come parte della creazione di un PromptTemplate.

  2. Nella richiesta della tua app, assicurati che la località in cui accedi al modello corrisponda alla località del modello (europe-west4).

Tieni presente quanto segue:

  • L'elenco dei modelli nella console Firebase mostra solo i modelli di cui è stato eseguito il provisioning (almeno) nella località global.

  • Se utilizzi l'API REST per eseguire il provisioning di un modello in una località specifica (che non è global), la località in cui accedi al modello nella richiesta della tua app deve corrispondere alla località impostata per il modello. Se le località non corrispondono, la richiesta non andrà a buon fine (a causa delle norme di isolamento regionale).

Fornire il modello come file

Puoi fornire i contenuti di un file di template di prompt del server chiamando l'endpoint projects.locations.templates.create.