Configurer l'environnement

Avant de travailler avec LangChain dans Vertex AI, vous devez vous assurer que votre environnement est configuré. Vous devez disposer d'un projet Google Cloud avec la facturation activée, disposer des autorisations requises, configurer un bucket Cloud Storage et installer le SDK Vertex AI pour Python. Utilisez les rubriques suivantes pour vous assurer que vous êtes prêt à commencer à utiliser LangChain dans Vertex AI.

Configurer un projet Google Cloud

1. Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Vérifiez que la facturation est activée pour votre projet Google Cloud.

4. Activer les API Vertex AI and Cloud Storage.

   Activer les API

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Vérifiez que la facturation est activée pour votre projet Google Cloud.

7. Activer les API Vertex AI and Cloud Storage.

   Activer les API

Activer les API Vertex AI

1. Activez les API suivantes : Vertex AI et Cloud Storage.

   Activer les API

Obtenir les rôles requis

Pour obtenir les autorisations nécessaires pour utiliser Reasoning Engine, demandez à votre administrateur de vous accorder les rôles IAM suivants sur votre projet :

• Utilisateur Vertex AI (roles/aiplatform.user)
• Administrateur de l'espace de stockage (roles/storage.admin)

Pour en savoir plus sur l'attribution de rôles, consultez la section Gérer les accès.

Vous pouvez également obtenir les autorisations requises via des rôles personnalisés ou d'autres rôles prédéfinis.

Configurer les autorisations de votre agent de service

Les applications que vous déployez sur Reasoning Engine s'exécutent en tant que compte de service Agent de service AI Platform Reasoning Engine. Ce compte dispose d'un rôle Agent de service Reasoning Engine Vertex AI qui accorde les autorisations de base requises par votre application Reasoning Engine. Vous pouvez afficher la liste complète des autorisations de base dans la documentation IAM.

Si vous avez besoin d'autorisations supplémentaires, vous pouvez attribuer des rôles supplémentaires à cet agent de service en procédant comme suit:

1. Accédez à la page IAM, puis cochez la case "Inclure les attributions de rôles fournies par Google".

   Accéder à IAM

2. Recherchez le compte principal correspondant à [e-mail].

3. Ajoutez les rôles requis au compte principal en cliquant sur le bouton de modification, puis sur le bouton d'enregistrement.

Créer un bucket Cloud Storage

Reasoning Engine préproduit les artefacts de vos applications dans un bucket Cloud Storage dans le cadre du processus de déploiement. Assurez-vous que le compte principal authentifié pour utiliser Vertex AI (vous-même ou un compte de service) dispose d'un accès Storage Admin à ce bucket. Cela est nécessaire, car le SDK Vertex AI pour Python empaquette et écrit votre code dans ce bucket.

console Google Cloud

1. Dans la console Google Cloud, accédez à la page Buckets Cloud Storage.

   Accéder à la page "Buckets"

2. Cliquez sur Créer un bucket.
3. Sur la page Créer un bucket, saisissez les informations concernant votre bucket. Pour passer à l'étape suivante, cliquez sur Continuer.
   • Pour nommer votre bucket, saisissez un nom qui répond aux exigences de dénomination des buckets.
   • Pour Choisir l'emplacement de stockage des données, procédez comme suit :
     • Sélectionnez une option de type d'emplacement.
     • Sélectionnez une option Location (Emplacement).
   • Pour Choisir une classe de stockage par défaut pour vos données, sélectionnez une classe de stockage.
   • Pour le champ Choisir comment contrôler l'accès aux objets, sélectionnez une option de Contrôle des accès.
   • Sous Paramètres avancés (facultatif), choisissez une méthode de chiffrement, une règle de conservation ou des libellés de bucket.
4. Cliquez sur Create (Créer).

Command line

Créez un bucket Cloud Storage et configurez-le comme suit :
• Remplacez STORAGE_CLASS par la classe de stockage de votre choix.
• Remplacez LOCATION par l'emplacement de votre choix (ASIA, EU ou US)
• Remplacez BUCKET_NAME par Ce nom doit respecter les exigences relatives aux noms de buckets.

gcloud storage buckets create gs://BUCKET_NAME --default-storage-class STORAGE_CLASS --location LOCATION

Installer et initialiser le SDK Vertex AI pour Python

Exécutez la commande suivante pour installer le package Reasoning Engine du SDK Vertex AI pour Python :

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

Exécutez le code suivant pour importer et initialiser le SDK pour Reasoning Engine :

import vertexai
from vertexai.preview import reasoning_engines

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION",
    staging_bucket="gs://BUCKET_NAME",
)

• PROJECT_ID : ID de votre projet
• LOCATION : votre région. Pour le moment, seule la région us-central1 est prise en charge.
• BUCKET_NAME : votre bucket Google Cloud

Étapes suivantes

• Développer une application