Cloud Run이 포함된 Firebase Genkit

Cloud Run을 사용하여 Firebase Genkit 흐름을 웹 서비스로 배포할 수 있습니다. 이 페이지에서는 기본 샘플 흐름을 배포하는 프로세스를 예로 들어 설명합니다.

  1. 필요한 도구를 설치합니다.

    1. Node.js 버전 20 이상을 사용 중인지 확인합니다 (node --version를 실행하여 확인).

    2. Google Cloud CLI를 설치합니다.

  2. Cloud 콘솔을 사용하여 새 Google Cloud 프로젝트를 만들거나 기존 프로젝트를 선택합니다. 프로젝트를 결제 계정에 연결해야 합니다.

    프로젝트를 만들거나 선택한 후 이를 사용하도록 Google Cloud CLI를 구성합니다.

    gcloud init

  3. Genkit 샘플 프로젝트용 디렉터리를 만듭니다.

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

    IDE를 사용하려는 경우 IDE를 이 디렉터리에서 엽니다.

  4. 프로젝트 디렉터리에서 Node.js 프로젝트를 초기화합니다.

    npm init -y

  5. Node.js 프로젝트에서 Genkit를 초기화합니다.

    genkit init
    • 배포 플랫폼으로 Google Cloud를 선택합니다.
    • 사용할 모델 제공자를 선택합니다.

    나머지 프롬프트는 기본값을 수락합니다. genkit 도구는 자체 AI 흐름 개발을 시작하는 데 도움이 되는 샘플 소스 파일을 만듭니다. 하지만 이 튜토리얼의 나머지 부분에서는 샘플 흐름만 배포합니다.

  6. 배포된 함수에 API 사용자 인증 정보를 사용할 수 있도록 설정합니다. 선택한 모델 제공자에 따라 다음 중 하나를 수행합니다.

    Gemini (Google AI)

    1. Google AI가 리전에서 제공되는지 확인하세요.

    2. Google AI Studio를 사용하여 Gemini API의 API 키를 생성합니다.

    3. API 키를 Cloud Run 환경에서 사용할 수 있도록 합니다.

      1. Cloud 콘솔에서 Secret Manager API를 사용 설정합니다.
      2. Secret Manager 페이지에서 API 키가 포함된 새 보안 비밀을 만듭니다.
      3. 보안 비밀을 만든 후 같은 페이지에서 Secret Manager 보안 비밀 접근자 역할을 사용하여 기본 컴퓨팅 서비스 계정에 보안 비밀에 대한 액세스 권한을 부여합니다. (IAM 페이지에서 기본 컴퓨팅 서비스 계정의 이름을 찾을 수 있습니다.)

      이후 단계에서 서비스를 배포할 때 이 보안 비밀의 이름을 참조해야 합니다.

    4. 선택사항: 흐름을 로컬에서 실행하려면 다음 단계와 같이 GOOGLE_GENAI_API_KEY 환경 변수를 키로 설정합니다.

      export GOOGLE_GENAI_API_KEY=<your API key>

    Gemini (Vertex AI)

    1. Cloud 콘솔에서 프로젝트에 대해 Vertex AI API를 사용 설정합니다.

    2. IAM 페이지에서 기본 컴퓨팅 서비스 계정에 Vertex AI 사용자 역할이 부여되었는지 확인합니다.

    3. 선택사항: 흐름을 로컬에서 실행하려면 다음 단계와 같이 추가 환경 변수를 설정하고 gcloud 도구를 사용하여 애플리케이션 기본 사용자 인증 정보를 설정합니다.

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

    이 가이드에서 설정해야 하는 유일한 보안 비밀은 모델 공급자용이지만, 일반적으로 흐름에서 사용하는 각 서비스에 대해 유사한 작업을 수행해야 합니다.

  7. 선택사항: 개발자 UI에서 흐름을 사용해 봅니다.

    1. UI를 시작합니다.

      genkit start

    2. 개발자 UI (http://localhost:4000/)에서 흐름을 실행합니다.

      1. menuSuggestionFlow를 클릭합니다.

      2. JSON 입력 탭에서 모델의 제목을 입력합니다.

        "banana"

      3. 실행을 클릭합니다.

  8. 지금까지 모든 것이 예상대로 작동하면 흐름을 빌드하고 배포할 수 있습니다.

    Gemini (Google AI)

    npm run build
gcloud run deploy --update-secrets=GOOGLE_GENAI_API_KEY=<your-secret-name>:latest

    Gemini (Vertex AI)

    npm run build
gcloud run deploy

    인증되지 않은 호출을 허용할지 묻는 메시지가 표시되면 N를 선택합니다. N에 응답하면 IAM 사용자 인증 정보를 요구하도록 서비스가 구성됩니다. 이러한 사용자 인증 정보를 제공하는 방법은 Cloud Run 문서의 인증을 참조하세요.

배포가 완료되면 도구에서 서비스 URL을 출력합니다. curl로 테스트할 수 있습니다.

curl -X POST https://<service-url>/menuSuggestionFlow \
-H "Authorization: Bearer $(gcloud auth print-identity-token)" \
-H "Content-Type: application/json" -d '{"data": "banana"}'