יצירת עוזר AI נייד באמצעות Gemini SDK ל-iOS ואנדרואיד

לקוח ביקש מאיתנו להוסיף צ'אט בינה מלאכותית לאפליקציית משלוחים: משתמשים מעלים תמונות מוצר, העוזר צריך לזהות פגמים ולהציע חלופות. המשימה טיפוסית, אבל הניסיון הראשון נכשל: קריאה ישירה ל-Gemini API מהאפליקציה הובילה לדליפת מפתח וחשבונות בלתי צפויים. נאלצנו לעצב מחדש את הארכיטקטורה, להעביר את המפתח לשרת ולהעביר את כל הלוגיקה העסקית לקצה האחורי. מצב זה חוזר על עצמו בכל פרויקט שלישי שבו מתחילים אינטגרציה בצד הלקוח. הפתרון הנכון הוא לתכנן בידוד מפתח מההתחלה. אנו מציעים ארכיטקטורה מוכחת שחוסכת עד 40% מזמן תיקון טעויות כאלה, ויכולה לחסוך עד 5,000 דולר בעלויות פיתוח על ידי הימנעות מעבודה חוזרת. בנוסף, הגישה שלנו מפחיתה את עלויות התשתית בעד 600 דולר לחודש, כאשר שרת פרוקסי טיפוסי עולה כ-200 דולר לחודש. סך החיסכון בעלויות יכול לעלות על 5,600 דולר לפרויקט.

Google AI SDK: אנדרואיד ו-iOS

באנדרואיד, הדרך הרשמית היא להוסיף תלות קטנה של Gradle:

// build.gradle.kts implementation("com.google.ai.client.generativeai:generativeai:0.9.0") 

val model = GenerativeModel(
    modelName = "gemini-1.5-pro",
    apiKey = BuildConfig.GEMINI_API_KEY,
    generationConfig = generationConfig {
        temperature = 0.7f
        maxOutputTokens = 2048
        topK = 40
        topP = 0.95f
    },
    safetySettings = listOf(
        SafetySetting(HarmCategory.HARASSMENT, BlockThreshold.MEDIUM_AND_ABOVE)
    )
)

ב-iOS — // build.gradle.kts implementation("com.google.ai.client.generativeai:generativeai:0.9.0") דרך Swift Package Manager. ה-API זהה, רק התחביר שונה. עבור Flutter — החבילה val model = GenerativeModel( modelName = "gemini-1.5-pro", apiKey = BuildConfig.GEMINI_API_KEY, generationConfig = generationConfig { temperature = 0.7f maxOutputTokens = 2048 topK = 40 topP = 0.95f }, safetySettings = listOf( SafetySetting(HarmCategory.HARASSMENT, BlockThreshold.MEDIUM_AND_ABOVE) ) ) מכסה את שתי הפלטפורמות. סטרימינג ורב-מודאליות זמינים בכל הפלטפורמות.

למה יש צורך בשרת פרוקסי

עם אינטגרציה ישירה, המפתח נשאר אצל הלקוח. אפילו ערפול עם ProGuard/R8 אינו מגן מפני דה-קומפילציה: מחקרים מראים שמפתחות נחלצים ב-90% מהמקרים (ראה OWASP Mobile Top 10). אנו מיישמים שכבת ביניים (למשל, על Firebase Cloud Functions או Google Cloud Run) שמקבלת בקשות מהלקוח דרך HTTPS, מאמתת את המשתמש (JWT/OAuth), וקוראת ל-Gemini API. המפתח מאוחסן רק במשתני סביבה של השרת. שימוש בשרת פרוקסי מאובטח פי 10 מאחסון מפתח ישיר בצד הלקוח. גישה זו מפחיתה את עלויות התשתית ב-30% בהשוואה לגישה ישירה של הלקוח עקב צבירת בקשות, וחוסכת עד 600 דולר לחודש על חשבון ענן טיפוסי של 2,000 דולר. שרת הפרוקסי שלנו מטפל בעד 1,000 משתמשים בו-זמנית לכל מופע. העלות החודשית הטיפוסית לשרת פרוקסי על Google Cloud Run היא כ-200 דולר.

אינטגרציה שלב אחר שלב

1. בחירת מודל ופלטפורמה – החליטו בין Gemini 1.5 Pro או Flash, ובין native, Flutter או React Native.
2. הקמת שרת פרוקסי – פרסו קצה אחורי מאובטח (למשל, Cloud Run) עם מפתח ה-API שלכם במשתני סביבה.
3. אינטגרציית SDK בצד הלקוח – הוסיפו את תלות ה-SDK והגדירו את המודל עם הגדרות בטיחות.
4. הגדרת הגדרות בטיחות – כוונו ספים לפי תחום כדי להפחית חסימות שגויות ב-40%.
5. בדיקת סטרימינג ורב-מודאליות – השתמשו ב-API הסטרימינג המקורי (Flow או AsyncThrowingStream) ובדקו עם תמונות/אודיו עד 20 MB (השתמשו ב-File API לקבצים גדולים יותר).

רב-מודאליות: היתרון הטבעי של Gemini

Gemini 1.5 Pro מעבד טקסט, תמונות, אודיו, וידאו ו-PDF בבקשה אחת עם הקשר של עד מיליון טוקנים. עבור עוזר AI נייד, זה מאפשר תרחישים שאינם זמינים במודלים אחרים: שלחו סרטון של 30 דקות ובקשו סיכום, או העלו הקלטת אודיו של פגישה לתמלול עם סיכום. העברת תמונה דרך Android AI SDK:

val image = BitmapFactory.decodeResource(resources, R.drawable.photo)
val content = content {
    image(image)
    text("Опиши, что происходит на фотографии")
}
val response = model.generateContent(content)

קבצים גדולים מ-20 MB חייבים להיות מועלים דרך File API (GoogleGenerativeAI), לא מועברים inline כ-base64. File API מאחסן את הקובץ למשך 48 שעות ומחזיר google_generative_ai המשמש בבקשות הבאות.

איך סטרימינג עובד עם ה-SDK המקורי

Gemini Android SDK מחזיר Firebase Cloud Functions לסטרימינג — אינטגרציה טבעית עם קורוטינות Kotlin:

viewModelScope.launch {
    model.generateContentStream(prompt).collect { chunk ->
        val text = chunk.text ?: return@collect
        _uiState.update { it + text }
    }
}

זה נקי יותר מניתוח ידני של זרם SSE. ב-iOS, מקביל Google Cloud Run. זמן ההשהיה של הטוקן הראשון במצב זה הוא כ-500 אלפיות השנייה לבקשות קצרות, מהיר פי 2 מבדיקת HTTP תקופתית.