Gdy będziesz gotowy do uruchomienia aplikacji i zapewnienia użytkownikom dostępu do funkcji generatywnej AI, zapoznaj się z tą listą kontrolną sprawdzonych metod i ważnych kwestii.
Ogólne
Sprawdź ogólną listę kontrolną dotyczącą wdrażania aplikacji korzystających z Firebase
Ta lista kontrolna wdrażania Firebase zawiera ważne sprawdzone metody, które warto zastosować przed wdrożeniem aplikacji Firebase w wersji produkcyjnej.
Upewnij się, że Twoje projekty Firebase są zgodne ze sprawdzonymi metodami
Upewnij się na przykład, że używasz różnych projektów Firebase do tworzenia, testowania i produkcji. Zapoznaj się ze sprawdzonymi metodami zarządzania projektami.
Dostęp i bezpieczeństwo
Sprawdzanie ogólnej listy kontrolnej zabezpieczeń w przypadku aplikacji korzystających z Firebase
Ta lista kontrolna zabezpieczeń zawiera ważne sprawdzone metody dotyczące dostępu i zabezpieczeń aplikacji i usług Firebase.
Rozpocznij przestrzeganie Firebase App Check
App Check pomaga chronić interfejsy API, które uzyskują dostęp do modeli Gemini i Imagen, przez weryfikowanie, czy żądania pochodzą z rzeczywistej aplikacji. Obsługuje dostawców usług weryfikacji na platformach Apple (DeviceCheck lub App Attest), Android (Play Integrity) i w internecie (reCAPTCHA Enterprise).
Konfigurowanie ograniczeń kluczy interfejsu API Firebase
Sprawdź ograniczenia klucza API Firebase w sekcji „allowlist”:
Upewnij się, że interfejs API Firebase AI Logic znajduje się na liście dozwolonych.
Upewnij się, że na liście dozwolonych interfejsów API klucza znajdują się tylko interfejsy API usług Firebase, których używasz w aplikacji. Zapoznaj się z listą interfejsów API, które muszą znajdować się na liście dozwolonych dla poszczególnych usług.
Ustaw „Ograniczenia aplikacji”, aby ograniczyć użycie każdego klucza interfejsu API Firebase tylko do żądań z Twojej aplikacji (np. dopasowując identyfikator pakietu w przypadku aplikacji Apple). Pamiętaj, że nawet jeśli ograniczysz dostęp do klucza, Firebase App Check nadal jest zdecydowanie zalecane.
Pamiętaj, że interfejsy API związane z Firebase używają kluczy API tylko do identyfikowania projektu lub aplikacji Firebase, a nie do autoryzacji wywołania interfejsu API.
Płatności, monitorowanie i limity
Unikaj niespodziewanych rachunków
Jeśli Twój projekt Firebase korzysta z abonamentu Blaze (płatność według zużycia zasobów), monitoruj wykorzystanie i skonfiguruj alerty dotyczące budżetu.
Konfigurowanie monitorowania AI w konsoli Firebase
| Dostępne tylko wtedy, gdy używasz interfejsu API od firmy Vertex AI Gemini API. |
Skonfiguruj monitorowanie AI, aby śledzić różne dane i panele w konsoli Firebase i zyskać pełny wgląd w żądania z pakietów SDK Firebase AI Logic.
Sprawdź limity dla wymaganych interfejsów API
Dowiedz się więcej o limitach dotyczących poszczególnych wymaganych interfejsów API.
Ustaw limity stawek na użytkownika (domyślnie 100 RPM).
W razie potrzeby zmodyfikuj limit lub poproś o jego zwiększenie.
Zarządzanie konfiguracjami
Używanie stabilnej wersji modelu w produkcyjnej aplikacji
W wersji produkcyjnej aplikacji używaj tylko stabilnych wersji modelu (np. gemini-2.0-flash-001), a nie wersji podglądu, eksperymentalnej ani automatycznie aktualizowanej.
Mimo że alias stabilny z automatyczną aktualizacją wskazuje wersję stabilną, rzeczywista wersja modelu, do której się odnosi, zmienia się automatycznie po wydaniu nowej wersji stabilnej, co może powodować nieoczekiwane działanie lub odpowiedzi. Ponadto wersje podglądowe i eksperymentalne są zalecane tylko podczas prototypowania.
Konfigurowanie i używanie Firebase Remote Config
Dzięki Remote Config możesz kontrolować ważne konfiguracje funkcji generatywnej AI w chmurze zamiast kodować wartości w kodzie. Oznacza to, że możesz zaktualizować konfigurację bez publikowania nowej wersji aplikacji. Za pomocą funkcji Remote Config możesz zrobić wiele rzeczy, ale poniżej znajdziesz najważniejsze wartości, które zalecamy kontrolować zdalnie w przypadku funkcji generatywnej AI:
Uaktualniaj aplikację.
- Nazwa modelu: zaktualizuj model używany przez aplikację, gdy zostaną wydane nowe modele lub wycofane inne.
Dostosowywanie wartości i danych wejściowych na podstawie atrybutów klienta lub opinii z testów bądź od użytkowników.
Konfiguracja modelu: dostosowywanie temperatury, maksymalnej liczby tokenów wyjściowych i innych ustawień.
Ustawienia bezpieczeństwa: dostosuj ustawienia bezpieczeństwa, jeśli zbyt wiele odpowiedzi jest blokowanych lub użytkownicy zgłaszają szkodliwe odpowiedzi.
Instrukcje systemowe i prompty: dostosuj dodatkowy kontekst, który wysyłasz do modelu, aby kierować jego odpowiedziami i zachowaniem. Możesz na przykład dostosować prompty do określonych typów klientów lub spersonalizować prompty dla nowych użytkowników, które różnią się od tych używanych do generowania odpowiedzi dla obecnych użytkowników.
Możesz też opcjonalnie ustawić parametr minimum_version w Remote Config, aby porównać bieżącą wersję aplikacji z najnowszą wersją zdefiniowaną przez Remote Config. Dzięki temu możesz wyświetlić użytkownikom powiadomienie o aktualizacji lub zmusić ich do jej przeprowadzenia.
Ustawianie lokalizacji dostępu do modelu
| Dostępne tylko wtedy, gdy używasz interfejsu API od firmy Vertex AI Gemini API. |
Ustawienie lokalizacji dostępu do modelu może pomóc w ograniczeniu kosztów i opóźnień dla użytkowników.
Jeśli nie określisz lokalizacji, zostanie użyta wartość domyślna us-central1. Możesz ustawić tę lokalizację podczas inicjalizacji lub opcjonalnie użyć funkcji Firebase Remote Config, aby dynamicznie zmieniać lokalizację na podstawie lokalizacji każdego użytkownika.