Esta página oferece uma vista geral da utilização das APIs instaladas com o Vertex AI no Google Distributed Cloud (GDC) air-gapped e a respetiva documentação de referência.
Ponto final do serviço e documento de descoberta
É necessário um ponto final de serviço para interagir programaticamente com as APIs Vertex AI.
Obtenha o ponto final e o documento de descoberta do Vertex AI Workbench
O ponto final da API para a API KRM do Vertex AI Workbench é:
https://ENDPOINT/apis/aiplatform.gdc.goog/v1
Substitua ENDPOINT
pelo ponto final da API do servidor da API Management.
Para aceder ao documento de descoberta do Vertex AI Workbench, execute uma das seguintes ações:
Introduza o URL do ponto final num navegador.
Execute o comando
kubectl proxy
numa ferramenta como o curl para abrir um proxy para o servidor da API Management na sua máquina local. Depois de executar esse comando, introduza o seguinte URL no navegador:http://127.0.0.1:8001/apis/aiplatform.gdc.goog/v1
.
Obtenha os pontos finais das APIs pré-formadas
Para obter os pontos finais das APIs pré-formadas, consulte o estado do serviço e os pontos finais.
REST, gRPC, KRM e bibliotecas cliente
Pode aceder às APIs pré-formadas através do gRPC ou de uma das bibliotecas de cliente fornecidas. As bibliotecas de cliente são criadas com base no gRPC.
Em alternativa, pode aceder a algumas APIs pré-preparadas através de REST.
Pode gerir o Vertex AI Workbench através da respetiva API Kubernetes Resource Model (KRM).
Bibliotecas cliente
O Vertex AI fornece bibliotecas cliente Python para APIs pré-treinadas. A tabela seguinte mostra uma comparação das vantagens e desvantagens da utilização de bibliotecas de cliente:
Vantagens | Desvantagens |
---|---|
Mantido pela Google.
Autenticação incorporada. Repetições integradas. Corpo do pedido HTTP do buffer do protocolo eficiente. |
Não está disponível para todas as linguagens de programação. |
REST
As APIs OCR e Translation suportam REST. Para mais informações, consulte as referências da API REST para estes serviços:
A tabela seguinte mostra uma comparação das vantagens e desvantagens da utilização de REST:
Vantagens | Desvantagens |
---|---|
Interface JSON simples.
Bem suportado por muitas ferramentas e bibliotecas Google e de terceiros. |
Tem de criar o seu próprio cliente.
Tem de implementar a autenticação. Tem de implementar novas tentativas. Corpo do pedido HTTP JSON menos eficiente. O streaming REST não é suportado por estas APIs. |
gRPC
As APIs pré-preparadas suportam gRPC. Para mais informações sobre as descrições genéricas dos tipos, métodos e campos gerados para uma biblioteca gRPC, consulte a seguinte referência gRPC:
A tabela seguinte mostra uma comparação das vantagens e desvantagens da utilização do gRPC:
Vantagens | Desvantagem |
---|---|
Suporta muitas linguagens de programação.
Corpo do pedido HTTP do buffer do protocolo eficiente. |
Tem de gerar o seu próprio cliente a partir dos buffers do protocolo fornecidos pela Google.
Tem de implementar a autenticação. Tem de implementar novas tentativas. |
KRM
A API Vertex AI Workbench suporta o KRM. Para mais informações, consulte a referência da API KRM do Vertex AI Workbench.
Tipo, método e nomes de campos
Consoante esteja a usar bibliotecas cliente, REST, gRPC ou KRM, o tipo, o método e os nomes dos campos da API variam das seguintes formas:
- O REST está organizado por hierarquias de recursos e respetivos métodos.
- As bibliotecas cliente e o gRPC estão organizados por serviços e respetivos métodos.
- Os nomes dos campos KRM usam camelCase, mas o serviço API aceita camelCase ou snake_case.
- Os nomes dos campos REST e gRPC usam snake_case.
- Os nomes dos campos da biblioteca de cliente usam letras maiúsculas no início de cada palavra, camelCase ou snake_case, dependendo do nome idiomático para o idioma.
REST e buffers de protocolo
Quando chama a API REST, o comportamento do valor predefinido para os buffers de protocolo pode resultar em campos em falta numa resposta JSON. Estes campos estão definidos com o valor predefinido, pelo que não estão incluídos na resposta.