Configurar o ambiente

Antes de trabalhar com o LangChain na Vertex AI, você precisa garantir que o ambiente esteja configurado. Você precisa ter um projeto do Google Cloud com o faturamento ativado, ter as permissões necessárias, configurar um bucket do Cloud Storage e instalar o SDK da Vertex AI para Python. Confira os tópicos a seguir para começar a trabalhar com o LangChain na Vertex AI.

Configurar seu projeto do Google Cloud

1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.

2. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

3. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

4. Ative as APIs Vertex AI and Cloud Storage.

   Ative as APIs

5. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

6. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

7. Ative as APIs Vertex AI and Cloud Storage.

   Ative as APIs

Ativar APIs da Vertex AI

1. Ative as seguintes APIs: Vertex AI, Cloud Storage.

   Ativar as APIs

Ter os papéis necessários

Para receber as permissões necessárias a fim de usar o mecanismo de raciocínio, peça que o administrador conceda a você os seguintes papéis do IAM no projeto:

• Usuário da Vertex AI (roles/aiplatform.user)
• Administrador de armazenamento (roles/storage.admin)

Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.

Também é possível conseguir as permissões necessárias com papéis personalizados ou outros papéis predefinidos.

Configurar as permissões do agente de serviço

Os aplicativos implantados no mecanismo de raciocínio são executados como uma conta de serviço do agente de serviço do mecanismo de raciocínio do AI Platform. Esta conta tem o papel de Agente de serviço do mecanismo de raciocínio da Vertex AI, que concede as permissões básicas exigidas pelo aplicativo do mecanismo de raciocínio. É possível conferir a lista completa de permissões básicas na documentação do IAM.

Se você precisar de outras permissões, conceda outros papéis ao agente de serviço. Para isso, siga estas etapas:

1. Acesse a página IAM e marque a caixa de seleção "Incluir concessões de papéis fornecidos pelo Google".

   Acessar IAM

2. Encontre o principal que corresponde a [e-mail].

3. Adicione os papéis necessários ao principal clicando no botão de edição e, em seguida, no botão "Salvar".

Criar um bucket do Cloud Storage

O mecanismo de raciocínio organiza os artefatos dos aplicativos em um bucket do Cloud Storage como parte do processo de implantação. Verifique se o principal autenticado para usar a Vertex AI (você ou uma conta de serviço) tem acesso Storage Admin a esse bucket. Isso é necessário porque o SDK da Vertex AI para Python empacota e grava o código nesse bucket.

Console do Google Cloud

1. No console do Cloud, acesse a página Buckets do Cloud Storage.

   Acessar a página "Buckets"

2. Clique em Criar bucket.
3. Na página Criar um bucket, insira as informações do seu bucket. Para ir à próxima etapa, clique em Continuar.
   • Em Nomear o bucket, insira um nome que atenda aos requisitos de nomenclatura de bucket.
   • Em Escolha um local para armazenar seus dados, faça o seguinte:
     • Selecione uma opção de Tipo de local.
     • Escolha uma opção de Local.
   • Em Escolher uma classe de armazenamento padrão para seus dados, selecione uma classe de armazenamento.
   • Em Escolha como controlar o acesso a objetos, selecione uma opção de Controle de acesso.
   • Em Configurações avançadas (opcional), especifique um método de criptografia, uma política de retenção ou rótulos de bucket.
4. Clique em Criar.

Linha de comando

Crie um bucket do Cloud Storage e configure-o da seguinte maneira:
• Substitua STORAGE_CLASS pela classe de armazenamento de sua preferência.
• Substitua LOCATION pelo local de sua preferência (ASIA, EU, ou US)
• Substitua BUCKET_NAME por um nome de bucket que atenda aos requisitos de nome de bucket.

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

Instalar e inicializar o SDK do Vertex AI para Python

Execute o seguinte comando para instalar o pacote de mecanismo de raciocínio do SDK da Vertex AI para Python:

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

Execute o seguinte código para importar e inicializar o SDK do mecanismo de raciocínio:

import vertexai
from vertexai.preview import reasoning_engines

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

• PROJECT_ID: o ID do projeto.
• LOCATION: sua região. No momento, só há suporte para us-central1.
• BUCKET_NAME: seu bucket do Google Cloud.

A seguir

• Desenvolver um aplicativo.