Configurare l'ambiente

Prima di lavorare con LangChain in Vertex AI, devi assicurarti che il tuo ambiente sia configurato. Devi avere un progetto Google Cloud con fatturazione abilitata, disporre delle autorizzazioni richieste, configurare un bucket Cloud Storage e installare l'SDK Vertex AI per Python. Utilizza i seguenti argomenti per iniziare a lavorare con LangChain in Vertex AI.

Configura il progetto Google Cloud

1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Abilita le API Vertex AI and Cloud Storage.

   Abilita le 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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

7. Abilita le API Vertex AI and Cloud Storage.

   Abilita le API

Abilita le API Vertex AI

1. Abilita le seguenti API: Vertex AI, Cloud Storage.

   Abilita le API

recupera i ruoli richiesti

Per ottenere le autorizzazioni necessarie per utilizzare il motore di ragionamento, chiedi all'amministratore di concederti i seguenti ruoli IAM sul tuo progetto:

• Utente Vertex AI (roles/aiplatform.user)
• Amministratore Storage (roles/storage.admin)

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.

Potresti anche essere in grado di ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Configura le autorizzazioni dell'agente di servizio

Le applicazioni di cui esegui il deployment sul motore di motivo vengono eseguite come account di servizio agente di servizio AI Platform Reasoning Engine. Questo account ha un ruolo Agente di servizio Reasoning Engine Vertex AI che concede le autorizzazioni di base richieste dall'applicazione del motore di ragionamento. Puoi visualizzare l'elenco completo delle autorizzazioni di base nella documentazione IAM.

Se hai bisogno di autorizzazioni aggiuntive, puoi concedere altri ruoli all'agente di servizio seguendo questi passaggi:

1. Vai alla pagina IAM e seleziona la casella di controllo "Includi concessioni di ruoli fornite da Google".

   Vai a IAM

2. Trova l'entità che corrisponde a [e-mail].

3. Aggiungi i ruoli richiesti all'entità facendo clic sul pulsante Modifica e poi sul pulsante Salva.

Crea un bucket Cloud Storage

Il motore di ragionamento ospita gli artefatti delle tue applicazioni in un bucket Cloud Storage come parte del processo di deployment. Assicurati che l'entità autenticata per utilizzare Vertex AI (tu o un account di servizio) abbia accesso Storage Admin a questo bucket. Questa operazione è necessaria perché l'SDK Vertex AI per Python pacchettizza e scrive il codice in questo bucket.

Console Google Cloud

1. Nella console Google Cloud, vai alla pagina Bucket di Cloud Storage.

   Vai alla pagina Bucket

2. Fai clic su Crea bucket.
3. Nella pagina Crea un bucket, inserisci le informazioni del bucket. Per andare al passaggio successivo, fai clic su Continua.
   • In Assegna un nome al bucket, inserisci un nome che soddisfi i requisiti di denominazione dei bucket.
   • Per Scegli dove archiviare i tuoi dati, segui questi passaggi:
     • Seleziona un'opzione Tipo di località.
     • Seleziona un'opzione Località.
   • In Scegli una classe di archiviazione predefinita per i dati, seleziona una classe di archiviazione.
   • Per Scegli come controllare l'accesso agli oggetti, seleziona un'opzione Controllo dell'accesso.
   • In Impostazioni avanzate (facoltative), specifica un metodo di crittografia, un criterio di conservazione o le etichette dei bucket.
4. Fai clic su Crea.

Riga di comando

Crea un bucket Cloud Storage e configuralo nel seguente modo:
• Sostituisci STORAGE_CLASS con la classe di archiviazione che preferisci.
• Sostituisci LOCATION con la tua località preferita (ASIA, EU o US)
• Sostituisci BUCKET_NAME con un nome bucket che soddisfi i requisiti per i nomi dei bucket.

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

Installa e inizializza l'SDK Vertex AI per Python

Esegui questo comando per installare l'SDK Vertex AI per il pacchetto del motore di ragionamento Python:

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

Esegui questo codice per importare e inizializzare l'SDK per Reasoning Engine:

import vertexai
from vertexai.preview import reasoning_engines

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

• PROJECT_ID: l'ID del tuo progetto.
• LOCATION: la tua regione. Al momento è supportato soltanto us-central1.
• BUCKET_NAME: il tuo bucket Google Cloud.

Passaggi successivi

• Sviluppa un'applicazione.