Halaman ini menjelaskan contoh penggunaan Vertex AI API untuk menerjemahkan teks dari satu bahasa ke bahasa lain.
Dalam contoh ini, Anda men-deploy workload tanpa menggunakan GPU. Untuk men-deploy menggunakan GPU, ikuti langkah-langkah di Men-deploy workload container GPU.
Translation API
Contoh berikut menunjukkan penggunaan Vertex AI untuk terjemahan teks.
- Pastikan Anda menyiapkan akses Vertex AI seperti yang dijelaskan dalam Menggunakan Vertex AI.
Siapkan Python Vertex AI API dengan mengikuti petunjuk di Panduan memulai Vertex AI menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi Vertex AI Python API.
Buat file python
main.py
. Skrip ini memanfaatkan Google Cloud Translation API, yang diakses menggunakan endpoint penampung, untuk melakukan terjemahan.import os import requests # Use requests for HTTP calls from flask import Flask, request, jsonify app = Flask(__name__) TRANSLATE_API_URL = 'https://translation.googleapis.com/language/translate/v2' @app.route('/translate', methods=['POST']) def translate_text(): try: data = request.get_json() text_to_translate = data.get('text') target_language = data.get('target_language', 'en') # Default to English if not text_to_translate: return jsonify({'error': 'Missing "text" in request body'}), 400 params = { 'key': '${API_KEY}', // insert API key 'q': text_to_translate, 'target': target_language } response = requests.post(TRANSLATE_API_URL, params=params) response.raise_for_status() # Raise an exception for bad status codes (4xx or 5xx) result = response.json() # The structure of the response from the REST API is slightly different # It's usually: {'data': {'translations': [{'translatedText': '...', 'detectedSourceLanguage': '...'}]}} if 'data' in result and 'translations' in result['data'] and len(result['data']['translations']) > 0: translation_info = result['data']['translations'][0] return jsonify({ 'original_text': text_to_translate, 'translated_text': translation_info['translatedText'], 'detected_source_language': translation_info.get('detectedSourceLanguage') }) else: return jsonify({'error': 'Unexpected response format from Translation API', 'details': result}), 500 except requests.exceptions.HTTPError as http_err: print(f"HTTP error occurred: {http_err} - {response.text}") return jsonify({'error': f"Translation API request failed: {http_err}", 'details': response.text}), response.status_code except Exception as e: print(f"Error during translation: {e}") return jsonify({'error': str(e)}), 500 if __name__ == '__main__': port = int(os.environ.get('PORT', 8080)) app.run(debug=True, host='0.0.0.0', port=port)
Buat file docker yang berisi skrip python:
FROM python:3.9-slim WORKDIR /app COPY . /app RUN pip install --no-cache-dir -r requirements.txt EXPOSE 8080 ENV PORT 8080 CMD ["python", "main.py"]
Bangun image Docker untuk aplikasi terjemahan:
docker build -t translation-app .
Ikuti petunjuk di Mengonfigurasi Docker untuk:
- Konfigurasi Docker,
- Buat secret, dan
- Upload image ke HaaS (Harbor as a Service).
Login ke cluster pengguna dan buat file kubeconfig-nya dengan identitas pengguna. Pastikan Anda menetapkan jalur kubeconfig sebagai variabel lingkungan:
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
Buat dan deploy resource kustom Deployment dan Layanan Kubernetes. Untuk mengaktifkan keluar dari container, pastikan untuk menyertakan label
egress.networking.gke.io/enabled: "true"
, seperti yang ditunjukkan dalam contoh ini.kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \ create -f - <<EOF apiVersion: apps/v1 kind: Deployment metadata: name: translation-deployment-apikey spec: replicas: 2 selector: matchLabels: app: translation-apikey template: metadata: labels: app: translation-apikey egress.networking.gke.io/enabled: "true" spec: dnsConfig: nameservers: - 8.8.8.8 containers: - name: translation-app image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/translation-app:latest ports: - containerPort: 8080 imagePullSecrets: - name: SECRET --- apiVersion: v1 kind: Service metadata: name: translation-service-apikey spec: type: LoadBalancer selector: app: translation-apikey ports: - protocol: TCP port: 80 targetPort: 8080 EOF
Ganti kode berikut:
HARBOR_INSTANCE_URL
: URL instance Harbor.HARBOR_PROJECT
: project Harbor.SECRET
: nama secret yang dibuat untuk menyimpan kredensial Docker.
Pastikan pod dibuat oleh deployment:
kubectl --kubeconfig ${KUBECONFIG} get pods -n TENANT_PROJECT
Buat kebijakan jaringan untuk mengizinkan semua traffic jaringan ke project tenant:
kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \ create -f - <<EOF apiVersion: networking.k8s.io/v1 kind: NetworkPolicy metadata: annotations: name: allow-all spec: ingress: - from: - ipBlock: cidr: 0.0.0.0/0 podSelector: {} policyTypes: - Ingress EOF
Ekspor alamat IP untuk layanan:
export IP=`kubectl --kubeconfig=${KUBECONFIG} get service nginx-service \ -n TENANT_PROJECT -o jsonpath='{.status.loadBalancer.ingress[*].ip}'`
Buat sesi tunnel SSH ke workload yang Anda deploy.
sshuttle -r zone1-org-1-data@GDC_SANDBOX_INSTANCE_NAME --no-latency-control \ --ssh-cmd 'gcloud compute ssh --project PROJECT_NAME --zone ZONE --tunnel-through-iap' \ 10.200.0.0/16 --dns
Uji layanan dengan mengirimkan payload JSON dengan teks dan target bahasa ke
http://${IP}:8080/translate
, menggunakan permintaan POST dengan headerContent-Type
yang ditetapkan keapplication/json
. Perintah curl berikut akan menerjemahkan "Hello, world!" ke dalam bahasa Spanyol (es
):curl -X POST -H "Content-Type: application/json" -d '{"text": "Hello, world\\!", "target\_language": "es"}' http://${IP}:8080/translate