رادیولوژیست

کاری که انجام می دهد

این برنامه یک برنامه کاربردی تلفن همراه است. این عملکرد از طریق ادغام قابلیت های چندوجهی پیشرفته، از جمله تبدیل بینایی برای تجزیه و تحلیل تصویر و یک مدل زبان بزرگ (LLM) برای تولید گزارش به دست می آید. این برنامه به صورت بومی برای اندروید با استفاده از Jetpack Compose برای طراحی UI، Firebase برای احراز هویت و Firestore برای مدیریت پایگاه داده توسعه یافته است.
در این برنامه، Gemini API برای تقویت قابلیت‌های تولید محتوای ربات چت استفاده می‌شود. شی GeminiData تعامل با Gemini API را مدیریت می کند. این شامل دو روش اصلی است: getResponse و getResponseWithImage
getResponse: این روش یک پیام متنی و به صورت اختیاری یک ID مکالمه و یک مهر زمان می گیرد. از مدل "gemini-pro" برای ایجاد یک پاسخ متنی استفاده می کند. این روش فراخوانی API را در یک رشته پس‌زمینه با استفاده از withContext(Dispatchers.IO) اجرا می‌کند تا عملکرد نرم‌افزار UI را تضمین کند. اگر تماس API ناموفق باشد، یک شی Chat حاوی متن پاسخ یا یک پیام خطا را برمی گرداند
getResponseWithImage: این روش مشابه است اما داده های تصویر را نیز مدیریت می کند. این یک پیام متنی، یک تصویر (به شکل Bitmap) و به صورت اختیاری یک ID مکالمه و یک مهر زمان می گیرد. با استفاده از مدل "gemini-pro-vision"، داده های متن و تصویر را برای ایجاد پاسخ ترکیب می کند. این روش محتوای ورودی را با استفاده از تصویر و متن ارائه شده ایجاد می‌کند، تماس API را در یک رشته پس‌زمینه برقرار می‌کند و یک شی Chat را با پاسخ یا یک پیام خطا برمی‌گرداند.