Firebase Admin Node 项目中 FCM 旧版 API 弃用问题解析
背景介绍
Firebase Cloud Messaging (FCM) 是 Firebase 提供的推送通知服务,允许开发者向移动设备和 Web 应用发送通知消息。2023 年 6 月,Google 宣布将逐步弃用 FCM 的旧版 API 端点,并计划在 2024 年 6 月 21 日后完全停止支持。
问题核心
在 Firebase Admin Node SDK 的最新版本中,仍然存在四个使用旧版 API 端点的方法:
sendToDevice(已标记为弃用)sendToDeviceGroup(已标记为弃用)sendToTopic(未标记为弃用)sendToCondition(未标记为弃用)
这些方法都使用了即将停用的 https://fcm.googleapis.com/fcm/send 端点,但并非所有方法都被明确标记为弃用状态,这给开发者带来了困惑。
技术影响
当开发者继续使用这些旧方法时,服务器会返回错误响应:
{
  "error": "Deprecated endpoint, see https://firebase.google.com/docs/cloud-messaging/migrate-v1"
}
这直接影响了依赖这些方法发送推送通知的应用程序功能。
解决方案
Firebase 团队推荐使用新的 send() 方法替代所有旧版 API 调用。新方法使用 HTTP v1 端点 https://fcm.googleapis.com/v1/projects/{project-id}/messages:send,并支持所有消息类型:
- TokenMessage:向特定设备发送
 - TopicMessage:向主题订阅者发送
 - ConditionMessage:向符合条件的设备发送
 
迁移示例
旧版代码:
admin.messaging().sendToTopic(topic, message);
应迁移为:
const topicMessage = {
  topic: topic,
  data: message.data,
  notification: message.notification
};
admin.messaging().send(topicMessage);
开发者注意事项
- 
版本更新:确保使用 Firebase Admin Node SDK v12.4.0 或更高版本,其中所有旧方法都已正确标记为弃用
 - 
消息结构变化:新版 API 的消息结构有所调整,例如:
- 旧版使用 
to字段指定目标 - 新版使用 
token字段指定设备令牌 
 - 旧版使用 
 - 
错误处理:新版 API 的错误处理机制也有所变化,需要使用 Promise 的
.catch()方法捕获错误 - 
功能完整性:新版 API 完全支持旧版的所有功能,包括主题消息、条件消息等
 
最佳实践建议
- 尽快将现有代码迁移到新版 
send()API - 在开发环境中全面测试新的消息发送逻辑
 - 更新相关文档和注释,避免团队成员继续使用旧方法
 - 监控应用程序的推送通知成功率,确保迁移后功能正常
 
总结
Firebase Admin Node SDK 的 FCM 功能升级是一个必要的技术演进过程。虽然短期内需要开发者投入时间进行代码迁移,但新版 API 提供了更稳定、更安全的消息推送服务。理解新旧 API 的差异并按照推荐方案进行迁移,可以确保应用程序的推送功能持续稳定运行。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
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).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00