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。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









