Este guia mostra como começar a fazer chamadas para o Gemini API diretamente do seu app usando os SDKs do cliente Firebase AI Logic para a plataforma escolhida.
Você também pode usar este guia para começar a acessar modelos do Imagen usando os SDKs do Firebase AI Logic.
Pré-requisitos
Swift
Neste guia, pressupomos que você já sabe usar o Xcode para desenvolver apps para plataformas da Apple (como o iOS).
Verifique se o ambiente de desenvolvimento e o app para plataformas Apple atendem a estes requisitos:
- Xcode 16.2 ou versões mais recentes
- O app é direcionado ao iOS 15 ou mais recente ou ao macOS 12 ou mais recente.
Kotlin
Neste guia, pressupomos que você já sabe usar o Android Studio para desenvolver apps para Android.
Verifique se o ambiente de desenvolvimento e o app Android atendem a estes requisitos:
- Android Studio (versão mais recente)
- Seu app é direcionado à API de nível 21 ou mais recente
Java
Neste guia, pressupomos que você já sabe usar o Android Studio para desenvolver apps para Android.
Verifique se o ambiente de desenvolvimento e o app Android atendem a estes requisitos:
- Android Studio (versão mais recente)
- Seu app é direcionado à API de nível 21 ou mais recente
Web
Neste guia, pressupomos que você já sabe usar o JavaScript para desenvolver apps da Web. Este guia não depende da estrutura.
Verifique se o ambiente de desenvolvimento e o web app atendem a estes requisitos:
- (Opcional) Node.js
- Navegador da Web moderno
Dart
Neste guia, pressupomos que você já sabe desenvolver apps com o Flutter.
Verifique se o ambiente de desenvolvimento e o app Flutter atendem a estes requisitos:
- Dart 3.2.0+
Unity
Neste guia, pressupomos que você já sabe desenvolver jogos com o Unity.
Verifique se o ambiente de desenvolvimento e o jogo do Unity atendem aos seguintes requisitos:
- Unity Editor 2021 LTS ou mais recente
Confira recursos úteis
Swift
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver um app próprio para plataformas da Apple. Para usar o app de início rápido, é necessário conectá-lo a um projeto do Firebase.
Acessar o app de início rápido
Assistir a um tutorial em vídeo
Este vídeo demonstra como começar a usar o Firebase AI Logic criando um app de planejamento de refeições com tecnologia de IA que gera receitas com base em um comando de texto.
Você também pode baixar e analisar a base de código do app no vídeo.
Conferir a base de código do app do vídeo
Kotlin
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver um app Android próprio. Para usar o app de início rápido, conecte-o a um projeto do Firebase.
Acessar o app de início rápido
Assistir a um tutorial em vídeo
Este vídeo demonstra como começar a usar o Firebase AI Logic criando um app de planejamento de refeições com tecnologia de IA que gera receitas com base em um comando de texto.
Você também pode baixar e analisar a base de código do app no vídeo.
Conferir a base de código do app do vídeo
Java
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver um app Android próprio. Para usar o app de início rápido, conecte-o a um projeto do Firebase.
Acessar o app de início rápido
Assistir a um tutorial em vídeo
Este vídeo mostra como começar a usar o Firebase AI Logic criando um app de planejamento de refeições com tecnologia de IA que gera receitas com base em um comando de texto.*
Você também pode baixar e analisar a base de código do app no vídeo.
Conferir a base de código do app do vídeo
* Este vídeo e o app dele estão em Kotlin, mas ainda podem ajudar desenvolvedores Java a entender os conceitos básicos de como começar a usar Firebase AI Logic.
Web
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver um app da Web próprio. Para usar o app de início rápido, é necessário conectá-lo a um projeto do Firebase.
Dart
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver um app Flutter próprio. Para usar o app de início rápido, é necessário conectá-lo a um projeto do Firebase.
Acessar o app de início rápido
Assistir a um tutorial em vídeo
Este vídeo demonstra como começar a usar o Firebase AI Logic criando um app de planejamento de refeições com tecnologia de IA que gera receitas com base em um comando de texto.
Você também pode baixar e analisar a base de código do app no vídeo.
Conferir a base de código do app do vídeo
Unity
Testar o app de início rápido
Use o app de início rápido para testar o SDK rapidamente e conferir uma implementação completa de vários casos de uso. Ou use o app de início rápido se você não tiver seu próprio jogo do Unity. Para usar o app de início rápido, é necessário conectá-lo a um projeto do Firebase.
Etapa 1: configurar um projeto do Firebase e conectar seu app
Faça login no console do Firebase e selecione seu projeto do Firebase.
No console Firebase, acesse a página Firebase AI Logic.
Clique em Começar para iniciar um fluxo de trabalho guiado que ajuda a configurar as APIs necessárias e os recursos do projeto.
Selecione o provedor "Gemini API" que você quer usar com os SDKs Firebase AI Logic. Gemini Developer API é recomendado para usuários iniciantes. Você pode adicionar faturamento ou configurar o Vertex AI Gemini API depois, se quiser.
Gemini Developer API: faturamento opcional (disponível no plano de preços sem custo financeiro Spark, e você pode fazer upgrade depois, se quiser)
. O console vai ativar as APIs necessárias e criar uma chave de API Gemini no seu projeto.
Não adicione essa chave de API Gemini à base de código do seu app. Saiba mais.Vertex AI Gemini API: faturamento necessário (requer o plano de preços Blaze de pagamento por uso)
. O console ajuda você a configurar o faturamento e ativar as APIs necessárias no seu projeto.
Se solicitado no fluxo de trabalho do console, siga as instruções na tela para registrar e conectar seu app ao Firebase.
Continue para a próxima etapa deste guia e adicione o SDK ao app.
Etapa 2: adicionar o SDK
Com o projeto do Firebase configurado e o app conectado ao Firebase (consulte a etapa anterior), agora é possível adicionar o SDK Firebase AI Logic ao app.
Swift
Use o Swift Package Manager para instalar e gerenciar as dependências do Firebase.
A biblioteca Firebase AI Logic oferece acesso às APIs para interagir com os modelos Gemini e Imagen. A biblioteca está incluída como parte do SDK do Firebase para plataformas Apple (firebase-ios-sdk).
Se você já usa o Firebase, verifique se o pacote dele é a versão 12.5.0 ou mais recente.
No Xcode, com seu projeto do app aberto, navegue até File > Add Package Dependencies.
Quando solicitado, adicione o repositório do SDK do Firebase para as plataformas Apple:
https://github.com/firebase/firebase-ios-sdkSelecione a versão mais recente do SDK.
Selecione a biblioteca
FirebaseAILogic.
Quando terminar, o Xcode vai começar a resolver e fazer o download das dependências em segundo plano automaticamente.
Kotlin
O SDK do Firebase AI Logic Android (firebase-ai) oferece acesso às APIs para interagir com os modelos Gemini e Imagen.
No arquivo Gradle do módulo (nível do app) (como <project>/<app-module>/build.gradle.kts), adicione a dependência da biblioteca Firebase AI Logic para Android. Recomendamos usar o Firebase Android BoM para controlar o controle de versões da biblioteca.
dependencies { // ... other androidx dependencies // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.4.0")) // Add the dependency for the Firebase AI Logic library // When using the BoM, you don't specify versions in Firebase library dependencies implementation("com.google.firebase:firebase-ai") }
Com o Firebase Android BoM, seu app sempre vai usar versões compatíveis das bibliotecas do Firebase para Android.
Java
O SDK do Firebase AI Logic Android (firebase-ai) oferece acesso às APIs para interagir com os modelos Gemini e Imagen.
No arquivo Gradle do módulo (nível do app) (como <project>/<app-module>/build.gradle.kts), adicione a dependência da biblioteca Firebase AI Logic para Android. Recomendamos usar o Firebase Android BoM para controlar o controle de versões da biblioteca.
Para Java, é necessário adicionar duas bibliotecas extras.
dependencies { // ... other androidx dependencies // Import the BoM for the Firebase platform implementation(platform("com.google.firebase:firebase-bom:34.4.0")) // Add the dependency for the Firebase AI Logic library // When using the BoM, you don't specify versions in Firebase library dependencies implementation("com.google.firebase:firebase-ai") // 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") }
Com o Firebase Android BoM, seu app sempre vai usar versões compatíveis das bibliotecas do Firebase para Android.
Web
A biblioteca Firebase AI Logic oferece acesso às APIs para interagir com os modelos Gemini e Imagen. A biblioteca está incluída como parte do SDK do Firebase para JavaScript para Web.
Instale o SDK do Firebase para JavaScript para Web usando o npm:
npm install firebaseInicialize o Firebase no seu app:
import { initializeApp } from "firebase/app"; // TODO(developer) Replace the following with your app's Firebase configuration // See: https://firebase.google.com/docs/web/learn-more#config-object const firebaseConfig = { // ... }; // Initialize FirebaseApp const firebaseApp = initializeApp(firebaseConfig);
Dart
O plug-in Firebase AI Logic para Flutter (firebase_ai) oferece acesso às APIs para interagir com os modelos Gemini e Imagen.
No diretório do projeto do Flutter, execute o seguinte comando para instalar o plug-in principal e o plug-in do Firebase AI Logic:
flutter pub add firebase_core firebase_aiNo arquivo
lib/main.dart, importe o plug-in principal do Firebase, o plug-in Firebase AI Logic e o arquivo de configuração gerado antes:import 'package:firebase_core/firebase_core.dart'; import 'package:firebase_ai/firebase_ai.dart'; import 'firebase_options.dart';Ainda no arquivo
lib/main.dart, inicialize o Firebase usando o objetoDefaultFirebaseOptionsexportado pelo arquivo de configuração:await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, );Recrie o aplicativo do Flutter:
flutter run
Unity
Faça o download do SDK do Firebase Unity e extraia o SDK em um local conveniente.
O SDK do Firebase para Unity não é específico de nenhuma plataforma.
No seu projeto aberto do Unity, acesse Assets > Import Package > Custom Package.
No SDK extraído, selecione o pacote
FirebaseAI.Na janela Import Unity Package, clique em Import.
De volta ao fluxo de trabalho de configuração no Console do Firebase, clique em Avançar.
Etapa 3: inicializar o serviço e criar uma instância de modelo
| Clique no seu provedor de Gemini API para conferir o conteúdo e o código específicos do provedor nesta página. |
Antes de enviar um comando para um modelo Gemini, inicialize o serviço para o provedor de API escolhido e crie uma instância GenerativeModel.
Swift
import FirebaseAILogic // Initialize the Gemini Developer API backend service let ai = FirebaseAI.firebaseAI(backend: .googleAI()) // Create a `GenerativeModel` instance with a model that supports your use case let model = ai.generativeModel(modelName: "gemini-2.5-flash") Kotlin
// Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case val model = Firebase.ai(backend = GenerativeBackend.googleAI()) .generativeModel("gemini-2.5-flash") Java
// Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI()) .generativeModel("gemini-2.5-flash"); // Use the GenerativeModelFutures Java compatibility layer which offers // support for ListenableFuture and Publisher APIs GenerativeModelFutures model = GenerativeModelFutures.from(ai); Web
import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai"; // TODO(developer) Replace the following with your app's Firebase configuration // See: https://firebase.google.com/docs/web/learn-more#config-object const firebaseConfig = { // ... }; // Initialize FirebaseApp const firebaseApp = initializeApp(firebaseConfig); // Initialize the Gemini Developer API backend service const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() }); // Create a `GenerativeModel` instance with a model that supports your use case const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" }); Dart
import 'package:firebase_ai/firebase_ai.dart'; import 'package:firebase_core/firebase_core.dart'; import 'firebase_options.dart'; // Initialize FirebaseApp await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, ); // Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case final model = FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash'); Unity
using Firebase; using Firebase.AI; // Initialize the Gemini Developer API backend service var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()); // Create a `GenerativeModel` instance with a model that supports your use case var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash"); Dependendo da capacidade que você está usando, talvez nem sempre seja necessário criar uma instância GenerativeModel.
- Para acessar um modelo Imagen, crie uma instância
ImagenModel. - Para transmitir entrada e saída usando o Gemini Live API, crie uma instância
LiveModel.
Além disso, depois de concluir este guia de início rápido, aprenda a escolher um modelo para seu caso de uso e app.
Etapa 4: enviar uma solicitação de comando a um modelo
Agora você está pronto para enviar uma solicitação de comando a um modelo Gemini.
Você pode usar generateContent() para gerar texto com base em um comando que contém texto:
Swift
import FirebaseAILogic // Initialize the Gemini Developer API backend service let ai = FirebaseAI.firebaseAI(backend: .googleAI()) // Create a `GenerativeModel` instance with a model that supports your use case let model = ai.generativeModel(modelName: "gemini-2.5-flash") // Provide a prompt that contains text let prompt = "Write a story about a magic backpack." // To generate text output, call generateContent with the text input let response = try await model.generateContent(prompt) print(response.text ?? "No text in response.") Kotlin
Para Kotlin, os métodos neste SDK são funções de suspensão e precisam ser chamados de um escopo de corrotina. // Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case val model = Firebase.ai(backend = GenerativeBackend.googleAI()) .generativeModel("gemini-2.5-flash") // Provide a prompt that contains text val prompt = "Write a story about a magic backpack." // To generate text output, call generateContent with the text input val response = model.generateContent(prompt) print(response.text) Java
Para Java, os métodos neste SDK retornam umListenableFuture. // Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI()) .generativeModel("gemini-2.5-flash"); // Use the GenerativeModelFutures Java compatibility layer which offers // support for ListenableFuture and Publisher APIs GenerativeModelFutures model = GenerativeModelFutures.from(ai); // Provide a prompt that contains text Content prompt = new Content.Builder() .addText("Write a story about a magic backpack.") .build(); // To generate text output, call generateContent with the text input ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt); Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() { @Override public void onSuccess(GenerateContentResponse result) { String resultText = result.getText(); System.out.println(resultText); } @Override public void onFailure(Throwable t) { t.printStackTrace(); } }, executor); Web
import { initializeApp } from "firebase/app"; import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai"; // TODO(developer) Replace the following with your app's Firebase configuration // See: https://firebase.google.com/docs/web/learn-more#config-object const firebaseConfig = { // ... }; // Initialize FirebaseApp const firebaseApp = initializeApp(firebaseConfig); // Initialize the Gemini Developer API backend service const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() }); // Create a `GenerativeModel` instance with a model that supports your use case const model = getGenerativeModel(ai, { model: "gemini-2.5-flash" }); // Wrap in an async function so you can use await async function run() { // Provide a prompt that contains text const prompt = "Write a story about a magic backpack." // To generate text output, call generateContent with the text input const result = await model.generateContent(prompt); const response = result.response; const text = response.text(); console.log(text); } run(); Dart
import 'package:firebase_ai/firebase_ai.dart'; import 'package:firebase_core/firebase_core.dart'; import 'firebase_options.dart'; // Initialize FirebaseApp await Firebase.initializeApp( options: DefaultFirebaseOptions.currentPlatform, ); // Initialize the Gemini Developer API backend service // Create a `GenerativeModel` instance with a model that supports your use case final model = FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash'); // Provide a prompt that contains text final prompt = [Content.text('Write a story about a magic backpack.')]; // To generate text output, call generateContent with the text input final response = await model.generateContent(prompt); print(response.text); Unity
using Firebase; using Firebase.AI; // Initialize the Gemini Developer API backend service var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()); // Create a `GenerativeModel` instance with a model that supports your use case var model = ai.GetGenerativeModel(modelName: "gemini-2.5-flash"); // Provide a prompt that contains text var prompt = "Write a story about a magic backpack."; // To generate text output, call GenerateContentAsync with the text input var response = await model.GenerateContentAsync(prompt); UnityEngine.Debug.Log(response.Text ?? "No text in response."); O que mais você sabe fazer?
Saiba mais sobre os modelos compatíveis
Saiba mais sobre os modelos disponíveis para vários casos de uso e as cotas e os preços deles.
Testar outros recursos
- Saiba mais sobre como gerar texto com comandos somente de texto, incluindo como transmitir a resposta.
- Gere texto usando vários tipos de arquivos, como imagens, PDFs, vídeos e áudios.
- Crie conversas multiturno (chat).
- Gerar saída estruturada (como JSON) com base em comandos de texto e multimodais.
- Gerar imagens com base em comandos de texto (Gemini ou Imagen).
- Entrada e saída de stream (incluindo áudio) usando o Gemini Live API.
- Use ferramentas (como chamada de função e embasamento com a Pesquisa Google) para conectar um modelo Gemini a outras partes do app e a sistemas e informações externos.
Saiba como controlar a geração de conteúdo
- Entenda o design de comandos, incluindo práticas recomendadas, estratégias e exemplos de comandos.
- Configure parâmetros do modelo, como temperatura e máximo de tokens de saída (para Gemini) ou proporção e geração de pessoas (para Imagen).
- Use as configurações de segurança para ajustar a probabilidade de receber respostas que possam ser consideradas prejudiciais.
Enviar feedback sobre sua experiência com Firebase AI Logic