本教學課程說明如何將生成式 AI 應用程式部署至 Cloud Run，並使用 Identity-Aware Proxy (IAP) 保護其安全。IAP 可為部署至 Cloud Run 的 HTTPS 應用程式提供中央授權層。您可以採用 IAP，改用應用程式層級或機構層級的存取權控管政策，而非網路層級的防火牆。
請注意，雖然也可以使用手動或第三方驗證機制，保護部署至 Cloud Run 的應用程式，但我們建議針對大量或多區域流量使用 IAP，以免應用程式服務中斷。
在本教學課程中，您將部署會呼叫 Gemini API 的應用程式。 這個應用程式是以 Streamlit 架構為基礎。
必要條件
本教學課程假設您會使用下列工具和架構：
Streamlit：Streamlit 是一個開放原始碼應用程式架構，可讓您建立及部署資料應用程式。這項工具會使用 Python 將資料指令碼轉換為網頁應用程式。
Git：在本教學課程中，您會使用 Git 存放區管理應用程式的原始碼。如要進一步瞭解如何使用 Git，請參閱 Git 說明文件。
Google Cloud 服務
您必須對下列 Google Cloud 服務有基本瞭解：
Vertex AI 中的生成式 AI：提供 Google LLM 的存取權，方便您測試、調整及部署這些模型，然後在應用程式中使用。進一步瞭解 Vertex AI 生成式 AI。
Cloud Run：代管運算平台，可讓您部署及執行容器映像檔。您會建立 Cloud Run 服務來部署應用程式。進一步瞭解 Cloud Run。
Cloud Build：在 Google Cloud上執行建構作業。 在本教學課程中，您將設定自動 Cloud Build 觸發條件，在每次將修訂版本推送到 Git 存放區時，建構應用程式並部署到 Cloud Run。進一步瞭解 Cloud Build。
Cloud Load Balancing：有助於將流量分配到應用程式的多個執行個體，以實現擴充性。您會建立應用程式負載平衡器，將流量分散給 Cloud Run 上代管的應用程式後端執行個體。Cloud Load Balancing 也是 IAP 的必要條件。進一步瞭解 Cloud Load Balancing。
Identity-Aware Proxy (IAP)：您可以使用 IAP 建立中央授權層，確保應用程式安全無虞。IAP 會進行驗證和授權檢查，並延伸至連結的 Google Cloud服務。IAP 也支援 Cloud Load Balancing 並與其完美整合，因此是本教學課程中最有效率的安全管理選項。
如要進一步瞭解 IAP，請參閱 Identity-Aware Proxy 總覽。
如要瞭解 IAP 如何與 Cloud Run 搭配運作，請參閱「IAP 的運作方式」一文的「Cloud Run」一節。
有效網域名稱
此外，您必須擁有有效的網域名稱，才能佈建憑證，這是設定負載平衡器時的必要條件。
教學課程頁面
本教學課程包含下列頁面：
每個頁面都假設您已完成教學課程先前頁面的操作說明。