firebase-ai

Firebase AI 技能

此技能介绍如何在 Flutter 应用中正确使用 Firebase AI Logic。

适用场景

在以下情况下使用此技能：

• 在 Flutter 项目中设置和配置 Firebase AI。
• 使用 Gemini 模型生成文本内容或聊天回复。
• 实现流式 AI 响应，以实时更新 UI。
• 向 Gemini 发送多模态提示（文本 + 图片）。
• 处理 AI 操作中的错误、离线场景和速率限制。
• 在 AI 功能中落实安全和隐私注意事项。

---

1. 设置和配置

flutter pub add firebase_ai

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
final model =
    FirebaseAI.googleAI().generativeModel(model: 'gemini-2.5-flash');

• 确保已通过 Firebase Console 中的 Firebase AI Logic 页面为 Firebase 项目配置 AI 服务。
• 使用任何 Firebase AI 功能前，先初始化 Firebase。
• 使用 FirebaseAI.googleAI() 连接 Gemini Developer API 后端（建议从此处开始）。
• 实施 App Check，防止滥用 Firebase AI 端点。

平台支持：

平台	支持情况
iOS	完全支持
Android	完全支持
Web	完全支持
macOS / 其他 Apple 平台	Beta
Windows	不支持

---

2. 生成内容

单轮文本生成

final response = await model.generateContent([
  Content.text('Summarize the benefits of Flutter for mobile development'),
]);
final text = response.text; // The generated summary string

多轮聊天

final chat = model.startChat();
final response = await chat.sendMessage(
  Content.text('What is the difference between StatelessWidget and StatefulWidget?'),
);
print(response.text);

// Follow-up in the same conversation
final followUp = await chat.sendMessage(
  Content.text('When should I use StatefulWidget?'),
);
print(followUp.text);

流式响应

使用流式传输，在部分结果到达时立即显示：

final stream = model.generateContentStream([
  Content.text('Write a step-by-step guide to implementing dark mode in Flutter'),
]);

await for (final chunk in stream) {
  // Append chunk.text to the UI progressively
  setState(() => _output += chunk.text ?? '');
}

多模态提示（文本 + 图片）

final imageBytes = await File('photo.jpg').readAsBytes();
final response = await model.generateContent([
  Content.multi([
    TextPart('Describe what you see in this image'),
    InlineDataPart('image/jpeg', imageBytes),
  ]),
]);

---

3. 错误处理

使用结构化错误处理封装 AI 调用：

try {
  final response = await model.generateContent([Content.text(prompt)]);
  return response.text;
} on FirebaseAIException catch (e) {
  if (e.message?.contains('quota') ?? false) {
    // Handle rate limiting — show retry message or queue the request
    return 'Service is busy. Please try again shortly.';
  }
  return 'AI service error: ${e.message}';
} catch (e) {
  return 'Unexpected error: $e';
}

• AI 操作失败时，向用户提供有意义的错误消息。
• 使用适当的回退行为处理离线场景（例如缓存的响应）。
• 针对速率受限或暂时性错误实施指数退避。

---

4. 安全和隐私

• 将 AI 服务与其他 Firebase 产品配合使用时，遵循 Firebase Security Rules 最佳实践。
• 确保 AI 功能访问具有适当的身份验证和授权。
• 将用户输入发送给模型之前进行清理，以防止提示注入。
• 使用 AI 服务处理用户内容时，注意数据隐私要求。
• 使用安全设置实施适当的内容过滤和审核：

final model = FirebaseAI.googleAI().generativeModel(
  model: 'gemini-2.5-flash',
  safetySettings: [
    SafetySetting(HarmCategory.harassment, HarmBlockThreshold.medium),
    SafetySetting(HarmCategory.dangerousContent, HarmBlockThreshold.high),
  ],
);

---

参考资料

• Firebase AI Logic Flutter 文档