AI-агенты

AI-агент во FlutterFlow — это настроенный вами вызов модели: вы описываете его в билдере, а из приложения дёргаете действием. Так в приложение добавляются чат, генерация изображений и видео, синтез и распознавание речи.

Агенты работают с моделями OpenAI, Google, Anthropic и ElevenLabs. От выбранного вида агента зависит, что он умеет: вести диалог, озвучивать текст, расшифровывать аудио, рисовать картинки по описанию или собирать короткие видео.

Примеры:

• Стилист. В приложении для покупки одежды агент разбирает фотографии вещей из гардероба и подсказывает сочетания по цвету, стилю и сезону.
• Помощник на кухне. Предлагает рецепты из имеющихся продуктов с учётом ограничений в питании и ведёт пользователя по шагам.
• Генератор картинок для маркетинга. Делает обложки товаров, посты для соцсетей и баннеры кампаний по текстовому описанию.
• Приложение для изучения языка. Синтез речи читает фразы вслух — слышно, как они звучат.
• Заметки со встреч. Распознавание речи превращает записи и голосовые заметки в текст, по которому можно искать.
• Промо-ролики. Генерация видео собирает короткие клипы для анонсов и рекламы.

Создание агента

Откройте вкладку Agents в меню слева и нажмите (+). Задайте понятное Agent Name — например, ShoppingAssistant — и нажмите Create.

Дальше — общие настройки:

• Agent Kind — что агент делает: Chat, Image Generation, Text-to-Speech, Speech-to-Text или Video Generation.
• Internal Description — короткая заметка для вас; модели она не передаётся.

Chat

Агент вида Chat ведёт диалог: отвечает текстом, разметкой markdown или структурированным JSON. На нём строят поддержку, обучающих ассистентов, подборщиков товаров и разборщиков присланных пользователем текстов, картинок, PDF, аудио и видео.

System Message

Задаёт роль и манеру ответов. Строка вроде «You are an AI fashion stylist…» заставляет агента отвечать как стилист — про образы, цвета и сочетания.

Preloaded Messages

Заранее заданные реплики показывают агенту, в каком виде отвечать.

• Role — от кого сообщение: User или Assistant.
• Message — текст реплики.
• Пример:
  • User: «Что надеть в солнечный день при среднем тоне кожи?»
  • Assistant: «Пастельный верх и белые чиносы. Добавьте солнцезащитные очки и удобную обувь».

Model Settings

• Provider — поставщик модели: OpenAI, Google или Anthropic.
  • OpenAI и Anthropic. FlutterFlow создаст в Firebase облачную функцию, которая передаёт запросы в API. Поэтому проект Firebase должен быть на платном тарифе Blaze. Функция доступна только авторизованным пользователям.
  • Google. В проекте Firebase нужно включить:
    • Firebase Authentication — для безопасного обмена с агентом;
    • Vertex AI — платформу Google для моделей; FlutterFlow использует пакет firebase_vertexai.
• Model — конкретная модель выбранного провайдера. Модели отличаются возможностями, набором параметров и ценой.
• API Key — ключ провайдера, если он нужен. FlutterFlow хранит его внутри облачной функции: в приложение и в сетевые запросы ключ не попадает.

Request Options

Что пользователь может отправить агенту:

• Text — текст: вопросы, описания, запросы.
• Image — фотографии для разбора: предметы, стили, обстановка.
• PDF (только Anthropic и Google) — документы: резюме, отчёты, анкеты.
• Audio (только Google) — записи голоса: расшифровка, тон сообщения, голосовые команды.
• Video (только Google) — видеофайлы для разбора.

Несколько типов ввода сразу упрощают жизнь пользователю: в том же стилисте с включёнными Text и Image он может либо описать вещь словами, либо просто прислать фото.

Response Options

В каком виде агент отвечает:

• Text — обычный текст.
• Markdown — с заголовками, списками и ссылками, если вы выводите ответ как markdown. Полезно для справочного бота.
• JSON — структурированные данные, которые можно разобрать в коде: { name: 'Pizza Palace', distance: '2.4 miles' } — и сразу на карту.

Model Parameters

• Temperature — насколько ответы предсказуемы, от 0 до 1. Ниже (0.1) — суше и стабильнее; выше (1.0) — разнообразнее, годится для генерации идей.
• Max Tokens — предел на запрос и ответ вместе. Ограничивает расходы и длину ответов.
• Top P — ещё один способ управлять разнообразием слов. Обычно оставляют по умолчанию.

Например, помощнику по написанию текстов ставят температуру повыше и щедрый лимит токенов, а финансовому боту — низкую температуру: там нужна одинаковость, а не фантазия.

Send Message [Действие]

Действие передаёт агенту ввод пользователя — текст, картинку — и возвращает ответ. Обычно его вешают на кнопку «Отправить» рядом с полем ввода.

• Select Agent — какой агент отвечает.
• Conversation ID — идентификатор диалога. Одинаковый ID (например, user123_AIStylist_202503181200) сохраняет контекст между сообщениями, и разговор остаётся связным.
• Text Input — сообщение пользователя, обычно из Widget State поля ввода.
• Image Input — картинка, если агент её принимает.
• Audio Input — аудиофайл, если агент его принимает.
• Video Input — видеофайл, если агент его принимает.

• Action Output Variable Name — переменная с ответом агента: её выводят пользователю или обрабатывают дальше.

Clear Chat History [Действие]

Действие сбрасывает контекст диалога: принимает Conversation ID и перестаёт ссылаться на прежнюю ветку при следующем сообщении.

Синтез речи

Агент Text-to-Speech озвучивает текст: читает сообщения вслух, наговаривает дикторский текст, делает озвучку.

Настройки:

• Provider — поставщик синтеза, например ElevenLabs.
• Model — модель синтеза, например Eleven Flash v2.5.
• API Key — ключ провайдера для облачной функции.
• Voice ID — голос по умолчанию; в действии его можно переопределить.
• Output Format — формат аудио, например MP3.
• Stability — насколько ровно звучит голос.
• Similarity Boost — насколько результат держится выбранного голоса.
• Speed — темп речи.

Generate Speech [Действие]

Действие отправляет текст агенту синтеза и получает аудио.

• Select TTS Agent — какой агент озвучивает.
• Text Input — текст для озвучки.
• Voice ID Override — другой голос только для этого вызова, необязательно.
• Action Output Variable Name — переменная с готовым аудио.

Распознавание речи

Агент Speech-to-Text превращает аудио в текст: голосовые заметки, записи встреч, обращения в поддержку, файлы по ссылке.

Настройки:

• Provider — поставщик распознавания, например ElevenLabs.
• Model — модель, например Scribe v2.
• API Key — ключ провайдера для облачной функции.

Transcribe Audio [Действие]

Действие отправляет аудио агенту и возвращает расшифровку.

• Select STT Agent — какой агент расшифровывает.
• Audio Source — откуда взять запись: Audio URL или Uploaded Audio File.
• Language Code — код языка, например en, необязательно.
• Action Output Variable Name — переменная с расшифрованным текстом.

Генерация изображений

Агент Image Generation рисует картинку по описанию — обложки товаров, аватары, фоны, баннеры кампаний.

Настройки:

• Provider — поставщик: Google или OpenAI.
• Model — модель генерации: Gemini или GPT Image.
• API Key — ключ провайдера для облачной функции.
• Image Size — размер по умолчанию; в действии его можно переопределить.

Generate Image [Действие]

• Select Image Generation Agent — какой агент рисует.
• Prompt — описание нужной картинки.
• Size Override — размер только для этого вызова: Use Agent Default либо Square (1024 × 1024), Portrait (1024 × 1536), Landscape (1536 × 1024).
• Action Output Variable Name — переменная с готовым изображением.

Генерация видео

Агент Video Generation собирает видео по описанию: короткие клипы, анонсы, раскадровки, ролики для соцсетей.

Настройки:

• Provider — поставщик, например Google.
• Model — модель, например Veo 3.1.
• API Key — ключ провайдера для облачной функции.
• Aspect Ratio — соотношение сторон по умолчанию; в действии его можно переопределить.
• Duration — желаемая длительность.

Generate Video [Действие]

• Select Video Generation Agent — какой агент собирает видео.
• Prompt — описание ролика.
• Aspect Ratio Override — соотношение сторон только для этого вызова: Use Agent Default либо Landscape (16:9), Portrait (9:16), Square (1:1).
• Action Output Variable Name — переменная с готовым видео.

Параметры развёртывания

Здесь настраивается, как выполняется облачная функция агента — от этого зависят скорость, безопасность и счёт.

• Require Authentication — по умолчанию включено: агент доступен только авторизованным пользователям Firebase. Выключите — и вызвать его сможет кто угодно.
• Timeout (seconds) — сколько функция может работать до принудительной остановки. Значение 60 даёт минуту; увеличивайте, если агент делает что-то долгое.
• Memory — объём памяти. Больше памяти — быстрее на тяжёлых задачах и дороже. Обычно хватает 256MB, для больших данных берут 512MB и выше.
• Min Instances — сколько экземпляров держать наготове. 0 — самый дешёвый вариант, но первый запрос будет ждать холодного старта. Больше нуля — быстрее отклик и постоянная плата.
• Max Instances — потолок одновременно работающих экземпляров. 10 означает не больше десяти параллельных запросов.

Когда всё настроено, нажмите Publish.