Dart Firebase Admin SDK 使用指南
项目介绍
🔥 Dart Firebase Admin SDK 是 Node.js 版Firebase Admin SDK 的Dart语言实现,旨在为Dart和Flutter开发者提供便捷访问Firebase管理功能的能力。当前项目尚处于早期开发阶段,可能某些特性缺失或存在bug。目前主要支持Firestore,未来计划逐步添加更多功能,如认证(Auth)等。
项目遵循 Apache-2.0 许可证,并由Invertase维护,提供了与FlutterFire类似的Firestore使用体验,适用于后端逻辑或复杂数据处理场景。
快速启动
安装
首先,在您的Dart项目中,通过pubspec.yaml文件加入以下依赖:
dependencies:
dart_firebase_admin: ^0.3.1
然后运行flutter pub get或dart pub get来安装包。
初始化
在应用开始时,您需要初始化Firebase Admin SDK。有两种主要方式连接到SDK:
-
使用环境变量(需先通过Firebase CLI登录并设置好相应的环境变量):
import 'package:dart_firebase_admin/dart_firebase_admin.dart'; void main() { final admin = FirebaseAdminApp.initializeApp( 'your_project_name', // 您的项目名 Credential.fromApplicationDefaultCredentials(), ); // 接下来使用admin对象进行操作... } -
使用服务账户JSON文件:
import 'dart:io'; import 'package:dart_firebase_admin/dart_firebase_admin.dart'; Future<void> main() async { final admin = FirebaseAdminApp.initializeApp( 'your_project_name', Credential.fromServiceAccount(File('path_to_your_service_account.json')), ); // 使用admin对象进行操作... await admin.close(); // 不要忘记关闭Admin SDK }
使用Firestore示例
假设您已经成功初始化了admin对象,接下来是如何使用Firestore的一个简单示例:
final firestore = Firestore(admin);
final result = await firestore.collection('users').doc('123').get();
print(result.data());
应用案例与最佳实践
实现用户数据管理
创建用户记录和查询用户年龄大于18岁的所有用户:
final adults = firestore.collection('users')
.where('age', isGreaterThan: 18);
final adultsSnapshot = await adults.get();
adultsSnapshot.docs.forEach((doc) {
print(doc.data()['age']);
});
处理消息推送
发送通知给特定设备:
final messaging = Messaging(admin);
await messaging.send(TokenMessage(
token: "用户设备token",
notification: Notification(
title: '欢迎消息',
body: '欢迎使用我们的应用!',
),
));
典型生态项目
虽然直接相关的典型生态项目信息没有明确定义,但使用dart_firebase_admin的项目通常涉及构建后台服务、云函数或是需要在服务器端处理Firebase相关业务的任何Dart应用。比如结合Firebase的Cloud Functions或自己的Dart后端服务,可以设计自动化用户管理、数据分析或者实时数据库操作的服务。
这个快速引导和案例展示只是冰山一角,深入探索dart_firebase_admin的完整功能和文档,将帮助您充分利用Firebase的强大功能于Dart项目之中。记得持续关注项目更新和文档,以获取最新特性和改进。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00