نشر التدفقات إلى أي نظام أساسي لاستضافة التطبيقات

يمكنك نشر مسارات Firebase Genkit كخدمات ويب باستخدام أي خدمة يمكنها استضافة برنامج ثنائي Go. ترشدك هذه الصفحة، كمثال، خلال العملية العامة لنشر التدفق النموذجي التلقائي، وتشير إلى المكان الذي يجب عليك فيه اتخاذ إجراءات خاصة بالموفّرين.

  1. إنشاء دليل لمشروع Genkit النموذجي:

    mkdir -p ~/tmp/genkit-cloud-project
cd ~/tmp/genkit-cloud-project

    إذا كنت ستستخدم بيئة تطوير متكاملة (IDE)، افتحه في هذا الدليل.

  2. تهيئة وحدة Go في دليل المشروع:

    go mod init example/cloudrun

  3. إعداد Genkit في مشروعك:

    genkit init

    اختَر موفِّر الطراز الذي تريد استخدامه.

    اقبل الإعدادات التلقائية للطلبات المتبقية. ستنشئ أداة genkit نموذج ملف مصدر لتبدأ في تطوير مسارات الذكاء الاصطناعي الخاصة بك. ومع ذلك، في بقية هذا البرنامج التعليمي، ستنشر فقط تدفق العينة.

  4. عدِّل نموذج الملف (main.go أو genkit.go) لتحديد المنفذ الذي يجب أن يصغي إليه خادم التدفق بشكل صريح:

    if err := genkit.Init(ctx,
	&genkit.Options{FlowAddr: ":3400"}, // Add this parameter.
); err != nil {
	log.Fatal(err)
}

    إذا طلب منك موفّر الخدمة الاستماع على منفذ معيّن، احرص على ضبط Genkit وفقًا لذلك.

  5. قم بتنفيذ شكل من أشكال المصادقة والتفويض لبوابة الوصول إلى التدفقات التي تخطط لنشرها.

    بما أنّ معظم خدمات الذكاء الاصطناعي التوليدي تخضع للقياس، لا تريد على الأرجح السماح بالوصول المفتوح إلى أي نقاط نهاية تستدعيها. توفّر بعض خدمات الاستضافة طبقة مصادقة كواجهة أمامية للتطبيقات التي تم نشرها عليها، والتي يمكنك استخدامها لهذا الغرض.

  6. إتاحة بيانات اعتماد واجهة برمجة التطبيقات للدالة المنشورة نفِّذ أحد الإجراءات التالية، حسب موفِّر النموذج الذي اخترته:

    Gemini (تكنولوجيات الذكاء الاصطناعي من Google)

    1. تأكَّد من أنّ تكنولوجيات الذكاء الاصطناعي من Google متاحة في منطقتك

    2. أنشِئ مفتاح واجهة برمجة تطبيقات لواجهة Gemini API باستخدام Google AI Studio.

    3. إتاحة مفتاح واجهة برمجة التطبيقات في البيئة المنشورة

      يوفّر معظم مضيفي التطبيقات نظامًا معيّنًا للتعامل مع المفاتيح السرّية بأمان، مثل مفاتيح واجهة برمجة التطبيقات. غالبًا ما تكون هذه الأسرار متاحة لتطبيقك على شكل متغيرات بيئية. إذا كان بإمكانك تخصيص مفتاح واجهة برمجة التطبيقات للمتغيّر GOOGLE_GENAI_API_KEY، سيستخدمه Genkit تلقائيًا. بخلاف ذلك، عليك تعديل طلب googleai.Init() لضبط المفتاح بشكل صريح. (ولكن لا تقم بتضمين المفتاح في التعليمات البرمجية مباشرة! استخدام مرافق الإدارة السرية التي يوفرها المستضيف)

    Gemini (Vertex AI)

    1. في Cloud Console، عليك تفعيل Vertex AI API لمشروعك.

    2. في صفحة إدارة الهوية وإمكانية الوصول، أنشِئ حساب خدمة للوصول إلى واجهة برمجة تطبيقات Vertex AI إذا لم يكن لديك حساب.

      امنح الحساب دور مستخدم Vertex AI.

    3. احرص على إعداد بيانات الاعتماد التلقائية للتطبيق في بيئة الاستضافة

    4. اضبط المكوِّن الإضافي باستخدام رقم تعريف مشروع Google Cloud وموقع Vertex AI API الذي تريد استخدامه. يمكنك إجراء ذلك من خلال ضبط متغيّرات البيئة GCLOUD_PROJECT وGCLOUD_LOCATION في بيئة الاستضافة أو في طلب vertexai.Init().

    السر الوحيد الذي تحتاج إلى إعداده لهذا البرنامج التعليمي هو لمقدم النموذج، ولكن بشكل عام، يجب عليك القيام بشيء مشابه لكل خدمة يستخدمها التدفق.

  7. اختياري: يمكنك تجربة المسار في واجهة مستخدم المطوّر:

    1. إعداد بيئتك المحلية لموفّر النماذج الذي اخترته:

      Gemini (تكنولوجيات الذكاء الاصطناعي من Google)

      export GOOGLE_GENAI_API_KEY=<your API key>

      Gemini (Vertex AI)

      export GCLOUD_PROJECT=<your project ID>
export GCLOUD_LOCATION=us-central1
gcloud auth application-default login

    2. بدء واجهة المستخدم:

      genkit start

    3. في واجهة مستخدم مطور البرامج (http://localhost:4000/)، شغّل التدفق:

      1. انقر على mesuggestionFlow.

      2. في علامة التبويب Input JSON، قدِّم موضوعًا للنموذج:

        "banana"

      3. انقر على تشغيل.

  8. إذا سارت كل الأمور على ما يرام حتى الآن، يمكنك إنشاء التدفق ونشره باستخدام أدوات موفر الخدمة.