คุณทำให้โฟลว์ Firebase Genkit ใช้งานได้เป็นบริการบนเว็บโดยใช้ Cloud Run ตัวอย่างเช่น หน้านี้จะอธิบายกระบวนการทำให้โฟลว์ตัวอย่างเริ่มต้นใช้งานได้
ติดตั้งเครื่องมือที่จำเป็น ดังนี้
ตรวจสอบว่าคุณใช้ Node.js เวอร์ชัน 20 ขึ้นไป (เรียกใช้
node --version
เพื่อตรวจสอบ)ติดตั้ง Google Cloud CLI
สร้างโปรเจ็กต์ Google Cloud ใหม่โดยใช้คอนโซล Cloud หรือเลือกโปรเจ็กต์ที่มีอยู่ โปรเจ็กต์ต้องลิงก์กับบัญชีสำหรับการเรียกเก็บเงิน
หลังจากสร้างหรือเลือกโปรเจ็กต์แล้ว ให้กำหนดค่า Google Cloud CLI เพื่อใช้ ดังนี้
gcloud init
สร้างไดเรกทอรีสำหรับโปรเจ็กต์ตัวอย่าง Genkit ดังนี้
mkdir -p ~/tmp/genkit-cloud-project
cd ~/tmp/genkit-cloud-project
หากคุณจะใช้ IDE ให้เปิดไดเรกทอรีนี้
เริ่มต้นโปรเจ็กต์ Node.js ในไดเรกทอรีโปรเจ็กต์
npm init -y
เริ่มต้น Genkit ในโปรเจ็กต์ Node.js โดยทำดังนี้
genkit init
- เลือก Google Cloud เป็นแพลตฟอร์มการทำให้ใช้งานได้
- เลือกผู้ให้บริการโมเดลที่ต้องการใช้
ยอมรับค่าเริ่มต้นของข้อความแจ้งที่เหลือ เครื่องมือ
genkit
จะสร้างตัวอย่างไฟล์ต้นฉบับบางส่วนเพื่อช่วยให้คุณเริ่มต้นพัฒนาขั้นตอน AI ของคุณเอง อย่างไรก็ตามสำหรับส่วนที่เหลือของบทแนะนำนี้ คุณจะใช้ขั้นตอนตัวอย่างเท่านั้นทำให้ข้อมูลเข้าสู่ระบบ API พร้อมใช้งานสำหรับฟังก์ชันที่ทำให้ใช้งานได้แล้ว เลือกทำอย่างใดอย่างหนึ่งต่อไปนี้ ทั้งนี้ขึ้นอยู่กับผู้ให้บริการโมเดลที่คุณเลือก
Gemini (AI ของ Google)
ตรวจสอบว่า AI ของ Google พร้อมให้บริการในภูมิภาคของคุณ
สร้างคีย์ API สำหรับ Gemini API โดยใช้ Google AI Studio
ทำให้คีย์ API ใช้งานได้ในสภาพแวดล้อม Cloud Run โดยทำดังนี้
- เปิดใช้ Secret Manager API ใน Cloud Console
- ในหน้า Secret Manager ให้สร้างข้อมูลลับใหม่ที่มีคีย์ API ของคุณ
- หลังจากสร้างข้อมูลลับแล้ว ในหน้าเดียวกัน ให้มอบสิทธิ์เข้าถึงข้อมูลลับให้กับบัญชีบริการ Compute เริ่มต้นด้วยบทบาทผู้เข้าถึงข้อมูลลับของ Secret Manager (คุณจะค้นหาชื่อบัญชีบริการ Compute เริ่มต้นได้ในหน้า IAM)
ในขั้นตอนถัดไปเมื่อทำให้บริการใช้งานได้ คุณจะต้องอ้างอิงชื่อของข้อมูลลับนี้
ไม่บังคับ: หากต้องการเรียกใช้โฟลว์ในเครื่อง ในขั้นตอนถัดไป ให้ตั้งค่าตัวแปรสภาพแวดล้อม
GOOGLE_GENAI_API_KEY
เป็นคีย์ดังนี้export GOOGLE_GENAI_API_KEY=<your API key>
Gemini (Vertex AI)
ใน Cloud Console ให้เปิดใช้ Vertex AI API สำหรับโปรเจ็กต์ของคุณ
ในหน้า IAM ให้ตรวจสอบว่าบัญชีบริการการประมวลผลเริ่มต้นได้รับบทบาทผู้ใช้ Vertex AI
ไม่บังคับ: หากต้องการเรียกใช้โฟลว์ภายใน ขั้นตอนถัดไป ให้ตั้งค่าตัวแปรสภาพแวดล้อมเพิ่มเติมและใช้เครื่องมือ
gcloud
เพื่อตั้งค่าข้อมูลเข้าสู่ระบบเริ่มต้นของแอปพลิเคชัน ดังนี้export GCLOUD_PROJECT=<your project ID>
export GCLOUD_LOCATION=us-central1
gcloud auth application-default login
ข้อมูลลับเดียวที่คุณต้องตั้งค่าสำหรับบทแนะนำนี้คือสำหรับผู้ให้บริการโมเดล แต่โดยทั่วไปแล้ว คุณต้องทำสิ่งที่คล้ายกันสำหรับแต่ละบริการที่โฟลว์ใช้
ไม่บังคับ: ลองใช้ขั้นตอนของคุณใน UI นักพัฒนาซอฟต์แวร์โดยทำดังนี้
เปิด UI ดังนี้
genkit start
ใน UI ของนักพัฒนาซอฟต์แวร์ (http://localhost:4000/) ให้เรียกใช้ขั้นตอนดังนี้
คลิก MenuRecommendationionFlow
ในแท็บ Input JSON ให้ระบุเรื่องสำหรับโมเดล ดังนี้
"banana"
คลิกเรียกใช้
หากทุกอย่างทำงานได้ตามที่คาดไว้แล้ว คุณสามารถสร้างและใช้งานโฟลว์ได้โดยทำดังนี้
Gemini (AI ของ Google)
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
เลือก
N
เมื่อระบบถามว่าคุณต้องการอนุญาตการเรียกใช้ที่ไม่ผ่านการตรวจสอบสิทธิ์ไหม การตอบกลับN
จะกำหนดค่าบริการให้ต้องใช้ข้อมูลเข้าสู่ระบบ IAM โปรดดูข้อมูลเกี่ยวกับการระบุข้อมูลเข้าสู่ระบบเหล่านี้ที่การตรวจสอบสิทธิ์ในเอกสาร Cloud Run
หลังจากทำให้ใช้งานได้เรียบร้อยแล้ว เครื่องมือจะพิมพ์ URL ของบริการ คุณทดสอบได้ด้วย curl
:
curl -X POST https://<service-url>/menuSuggestionFlow \
-H "Authorization: Bearer $(gcloud auth print-identity-token)" \
-H "Content-Type: application/json" -d '{"data": "banana"}'