firebase-ai-logic-basics

Firebase AI Logic Basics — официальный skill Firebase для интеграции Gemini API в мобильные и веб-приложения через клиентские SDK. Он описывает Firebase AI Logic как продукт Firebase, который позволяет вызывать Gemini непосредственно из приложения без отдельного управляемого backend. Навык охватывает Android, iOS, Flutter и Web, но перед началом требует определить целевую платформу. Если платформа не поддерживается, нужно направить пользователя к документации Firebase AI Logic, а не изображать готовую совместимость. У сервиса указаны два провайдера Gemini API. Gemini Developer API имеет бесплатный уровень для прототипирования и оплату по мере использования для production. Agent Platform Gemini API, ранее называвшийся Vertex AI, предназначен для масштабирования и enterprise-ready production, но требует Blaze plan. В качестве обычного варианта skill предлагает Gemini Developer API, а Agent Platform — только когда приложению действительно нужны его условия. Инициализация включает установку Firebase CLI, проверку выбранного проекта и приложений, а затем npx firebase-tools init ailogic; эта команда автоматически включает Gemini Developer API в Firebase Console. По возможностям Firebase AI Logic поддерживает текстовую генерацию, мультимодальные запросы с изображениями, аудио, видео и PDF, многотуровые чаты через startChat, потоковую выдачу через generateContentStream и structured output по заданной JSON-схеме. Для файлов больше 20 мегабайт inline-передача может привести к HTTP 413, поэтому skill указывает на хранение таких файлов в Cloud Storage for Firebase и передачу URL в Gemini Developer API. Доступен built-in googleSearch для search grounding. Для генерации изображений с Nano Banana нужен Blaze pay-as-you-go, а актуальные имена моделей и доступность image-моделей нужно каждый раз сверять с документацией Firebase AI Logic Models. Набор платформенных примеров включает Kotlin и Java для Android, Swift для iOS, JavaScript для Web, Dart для Flutter и C Sharp для Unity. В skill есть отдельные ссылки на web, iOS, Flutter и Android reference-файлы, поэтому общий обзор не заменяет платформенный setup. Для web- и мобильного приложения это означает разные SDK-паттерны, хотя общий контракт — инициализировать AI Logic и затем вызывать поддерживаемую Gemini-модель. Отдельно описан hybrid on-device inference для Web: Firebase JavaScript SDK может проверить наличие Gemini Nano в Chrome и переключить выполнение между on-device и cloud-hosted prompt execution. Безопасность — обязательная часть, а не дополнительная рекомендация. Для production нужно настроить App Check; он защищает квоту API и backend-ресурсы от неавторизованных клиентов. В локальной разработке и CI используются App Check Debug Tokens, потому что стандартная attestation может отклонять эмуляторы, симуляторы и CI. Skill перечисляет отдельные настройки для Web, Android и iOS, регистрацию UUID в Firebase Console и хранение CI-токена как зашифрованного секрета. Модельные имена не следует жёстко зашивать без необходимости: Remote Config позволяет менять их без новой поставки клиентского кода. Наконец, flutterfire configure настраивает клиент, но не включает AI-сервис; для всех платформ нужно выполнить firebase-tools init ailogic, иначе возможна PERMISSION_DENIED.