设置环境

在 Vertex AI 中使用 LangChain 之前，您需要确保已设置环境。您需要有启用了结算功能的 Google Cloud 项目，具有所需的权限，设置 Cloud Storage 存储桶，并安装 Vertex AI SDK for Python。请参阅以下主题，确保准备好开始在 Vertex AI 中使用 LangChain。

设置您的 Google Cloud 项目

  1. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. 确保您的 Google Cloud 项目已启用结算功能。

  4. Enable the Vertex AI and Cloud Storage APIs.

    Enable the APIs

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. 确保您的 Google Cloud 项目已启用结算功能。

  7. Enable the Vertex AI and Cloud Storage APIs.

    Enable the APIs

    8.

获取所需角色

如需获取使用推理引擎所需的权限，请让您的管理员为您授予项目的以下 IAM 角色：

如需详细了解如何授予角色，请参阅管理访问权限。

您也可以通过自定义角色或其他预定义角色来获取所需的权限。

设置您的服务代理权限

您在推理引擎上部署的应用作为 AI Platform Reasoning Engine Service Agent 服务账号运行。此账号具有 Vertex AI Reasoning Engine Service Agent 角色，该角色可授予推理引擎应用所需的基本权限。您可以在 IAM 文档中查看基本权限的完整列表。

如果您需要其他权限，可以通过执行以下步骤向此 Service Agent 授予其他角色：

  1. 转到 IAM 页面，然后选中“包括 Google 提供的角色授权”复选框。

    进入 IAM

  2. 找到与 service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.com 匹配的主账号。

  3. 依次点击“编辑”按钮和“保存”按钮，向主账号添加所需的角色。

手动生成 Reasoning Engine Service Agent

虽然 Reasoning Engine Service Agent 会在推理引擎部署期间自动预配，但在某些情况下，您可能需要事先手动生成 Reasoning Engine Service Agent。如果您需要向 Reasoning Engine Service Agent 授予特定角色，以确保部署过程具有必要的权限并避免可能发生的部署失败，则这一点尤为重要。

以下是手动生成 Reasoning Engine Service Agent 的步骤：

  1. 使用 Google Cloud CLI 生成 Reasoning Engine Service Agent。

    gcloud beta services identity create --service=aiplatform.googleapis.com --project=PROJECT-ID-OR-PROJECT-NUMBER

  2. 前往 IAM 页面，然后点击IAM。

    进入 IAM

  3. 在添加主账号部分的新的主账号字段中，输入 service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.com。

  4. 在分配角色部分，找到并选择您需要的角色。

  5. 点击保存按钮。

创建 Cloud Storage 存储桶

推理引擎会在部署过程中将应用的制品暂存在 Cloud Storage 存储桶中。确保已通过身份验证以使用 Vertex AI 的主账号（您自己或服务账号）对此存储桶具有 Storage Admin 访问权限。这是因为 Vertex AI SDK for Python 会打包您的代码并将其写入此存储桶。

Google Cloud 控制台

  1. In the Google Cloud console, go to the Cloud Storage Buckets page.

    Go to Buckets page

  2. Click Create bucket.
  3. On the Create a bucket page, enter your bucket information. To go to the next step, click Continue.
    • For Name your bucket, enter a name that meets the bucket naming requirements.
    • For Choose where to store your data, do the following:
      • Select a Location type option.
      • Select a Location option.
    • For Choose a default storage class for your data, select a storage class.
    • For Choose how to control access to objects, select an Access control option.
    • For Advanced settings (optional), specify an encryption method, a retention policy, or bucket labels.
  4. Click Create.

命令行

    Create a Cloud Storage bucket and configure it as follows:
    • 将 STORAGE_CLASS 替换为您偏好的存储类别。
    • 将 LOCATION 替换为您偏好的位置（ASIA、EU 或 US）
    • 将 BUCKET_NAME 替换为 符合存储桶名称要求的存储桶名称。 
      • gcloud storage buckets create gs://BUCKET_NAME --default-storage-class STORAGE_CLASS --location LOCATION

安装并初始化 Python 版 Vertex AI SDK

运行以下命令以安装 Vertex AI SDK for Python 推理引擎软件包：

pip install google-cloud-aiplatform[reasoningengine,langchain]

运行以下代码，以导入并初始化适用于 Reasoning Engine 的 SDK：

import vertexai
from vertexai.preview import reasoning_engines

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION",
    staging_bucket="gs://BUCKET_NAME",
)
  • PROJECT_ID：您的项目 ID。
  • LOCATION：您的区域。 目前只支持 us-central1。
  • BUCKET_NAME：您的 Google Cloud 存储桶。

后续步骤