A IA generativa na Vertex AI (também conhecida como genAI ou genAI) dá acesso a Modelos de IA generativa do Google para várias modalidades (texto, código, imagens, fala). É possível testar e ajustar esses modelos de linguagem grandes (LLM) e, em seguida, implantá-los para uso nos seus aplicativos com tecnologia de IA. Para mais informações, consulte o Informações gerais de IA generativa na Vertex AI.
Vertex AI. tem uma variedade de modelos de fundação de IA generativa que são acessíveis por uma API, incluindo os modelos usados nos exemplos a seguir:
- O Gemini Pro foi criado para processar linguagem natural tarefas, texto com várias interações, chat de código e geração de código.
- O Gemini Pro Vision dá suporte a comandos multimodais. É possível incluir texto, imagens e vídeo nas solicitações e receber respostas de texto ou código.
- O Pathways Language Model 2 (PaLM 2) para texto é ajustado para tarefas de linguagem, como como classificação, resumo e extração de entidades.
Cada modelo é exposto por meio de um endpoint do editor específico para sua projeto do Google Cloud, portanto, não é necessário implantar o modelo de fundação, a menos que você ou necessário ajustá-lo para um caso de uso específico. Envie uma solicitação ao editor endpoint do Google Cloud. Um comando é uma solicitação de linguagem natural enviada a um LLM para receber uma responder de volta.
Este tutorial demonstra fluxos de trabalho que geram respostas
Modelos da Vertex AI enviando comandos de texto ao editor
endpoints que usam um conector do Workflows ou um HTTP POST
solicitação. Para mais informações, consulte a
Visão geral do conector da API Vertex AI
e Fazer uma solicitação HTTP.
É possível implantar e executar cada fluxo de trabalho de maneira independente.
Objetivos
Neste tutorial, você vai fazer o seguinte:
- Ativar as APIs Vertex AI e Workflows e
conceder o papel de Usuário da Vertex AI (
roles/aiplatform.user
) ao seu serviço do Compute Engine. Esse papel permite o acesso à maioria recursos. Para mais informações sobre como configurar a Vertex AI, ver Configurar o Google Cloud. - Implantar e executar um fluxo de trabalho que solicita um modelo da Vertex AI (Gemini Pro Vision) para descrever uma imagem publicamente disponíveis no Cloud Storage. Para mais informações, consulte Tornar os dados públicos.
- Implantar e executar um fluxo de trabalho que percorre uma lista de países em paralelo e envia um modelo da Vertex AI (Gemini Pro) para gerar e mostrar a história dos países. Como usar ramificações paralelas permite reduzir o tempo total de execução iniciando as chamadas para o LLM ao mesmo tempo e aguardando a conclusão de todos antes de combinar as resultados. Para mais informações, consulte Execute as etapas do fluxo de trabalho em paralelo.
- Implantar um fluxo de trabalho semelhante ao anterior. No entanto, solicite um modelo da Vertex AI (PaLM 2 para texto) para gerar e retornar a história dos países. Para mais informações sobre como escolher um modelo, consulte Informações do modelo.
- Implante um fluxo de trabalho capaz de resumir um documento grande. Como existe limitado à janela de contexto, que define o período de visualização do modelo durante (e para previsões), o fluxo de trabalho divide o documento em e, em seguida, solicita um modelo da Vertex AI (Gemini Pro) para resumir cada parte em paralelo. Para mais informações, consulte Comandos de resumo e Horizonte, janela de contexto e janela de previsão.
Custos
Neste documento, você usará os seguintes componentes faturáveis do Google Cloud:
Para gerar uma estimativa de custo baseada na projeção de uso deste tutorial, use a calculadora de preços.
Ao concluir as tarefas descritas neste documento, é possível evitar o faturamento contínuo excluindo os recursos criados. Saiba mais em Limpeza.
Antes de começar
Antes de testar os exemplos deste tutorial, certifique-se de ter concluído o seguinte.
Console
- 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.
-
No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Ative as APIs Vertex AI and Workflows.
-
Create a service account:
-
In the Google Cloud console, go to the Create service account page.
Go to Create service account - Select your project.
-
In the Service account name field, enter a name. The Google Cloud console fills in the Service account ID field based on this name.
In the Service account description field, enter a description. For example,
Service account for quickstart
. - Click Create and continue.
-
Grant the Vertex AI > Vertex AI User role to the service account.
To grant the role, find the Select a role list, then select Vertex AI > Vertex AI User.
- Click Continue.
-
Click Done to finish creating the service account.
-
-
No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Ative as APIs Vertex AI and Workflows.
-
Create a service account:
-
In the Google Cloud console, go to the Create service account page.
Go to Create service account - Select your project.
-
In the Service account name field, enter a name. The Google Cloud console fills in the Service account ID field based on this name.
In the Service account description field, enter a description. For example,
Service account for quickstart
. - Click Create and continue.
-
Grant the Vertex AI > Vertex AI User role to the service account.
To grant the role, find the Select a role list, then select Vertex AI > Vertex AI User.
- Click Continue.
-
Click Done to finish creating the service account.
-
gcloud
- 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.
- Install the Google Cloud CLI.
-
To initialize the gcloud CLI, run the following command:
gcloud init
-
Crie ou selecione um projeto do Google Cloud.
-
Crie um projeto do Google Cloud:
gcloud projects create PROJECT_ID
Substitua
PROJECT_ID
por um nome para o projeto do Google Cloud que você está criando. -
Selecione o projeto do Google Cloud que você criou:
gcloud config set project PROJECT_ID
Substitua
PROJECT_ID
pelo nome do projeto do Google Cloud.
-
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Ative as APIs Vertex AI and Workflows:
gcloud services enable aiplatform.googleapis.com
workflows.googleapis.com -
Set up authentication:
-
Create the service account:
gcloud iam service-accounts create SERVICE_ACCOUNT_NAME
Replace
SERVICE_ACCOUNT_NAME
with a name for the service account. -
Grant the
roles/aiplatform.user
IAM role to the service account:gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/aiplatform.user
Replace the following:
SERVICE_ACCOUNT_NAME
: the name of the service accountPROJECT_ID
: the project ID where you created the service account
-
- Install the Google Cloud CLI.
-
To initialize the gcloud CLI, run the following command:
gcloud init
-
Crie ou selecione um projeto do Google Cloud.
-
Crie um projeto do Google Cloud:
gcloud projects create PROJECT_ID
Substitua
PROJECT_ID
por um nome para o projeto do Google Cloud que você está criando. -
Selecione o projeto do Google Cloud que você criou:
gcloud config set project PROJECT_ID
Substitua
PROJECT_ID
pelo nome do projeto do Google Cloud.
-
-
Verifique se a cobrança está ativada para o seu projeto do Google Cloud.
-
Ative as APIs Vertex AI and Workflows:
gcloud services enable aiplatform.googleapis.com
workflows.googleapis.com -
Set up authentication:
-
Create the service account:
gcloud iam service-accounts create SERVICE_ACCOUNT_NAME
Replace
SERVICE_ACCOUNT_NAME
with a name for the service account. -
Grant the
roles/aiplatform.user
IAM role to the service account:gcloud projects add-iam-policy-binding PROJECT_ID --member="serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com" --role=roles/aiplatform.user
Replace the following:
SERVICE_ACCOUNT_NAME
: the name of the service accountPROJECT_ID
: the project ID where you created the service account
-
Implantar um fluxo de trabalho que descreva uma imagem (Gemini Pro Vision)
Implantar um fluxo de trabalho que usa um método de conector
(generateContent
) para fazer uma solicitação para o Gemini Pro Vision
endpoint do editor. O método oferece suporte à geração de conteúdo com
multimodais.
O fluxo de trabalho fornece um comando de texto e o URI de uma imagem que é publicamente disponíveis em um bucket do Cloud Storage. Você pode ver a imagem e, no console do Google Cloud, confira os detalhes do objeto.
O fluxo de trabalho retorna uma descrição da imagem do modelo resposta.
Para mais informações sobre os parâmetros do corpo da solicitação HTTP usados na solicitação o LLM e os elementos do corpo da resposta, consulte a Referência da API Gemini.
Console
No console do Google Cloud, abra a página Workflows.
Clique em
Criar.Digite um nome para o novo fluxo de trabalho:
describe-image
.Na lista Região, selecione us-central1 (Iowa).
Em Conta de serviço, selecione a conta de serviço que você criados.
Clique em Next.
No editor de fluxo de trabalho, insira a seguinte definição para seu fluxo de trabalho:
Clique em Implantar.
gcloud
Crie um arquivo de código-fonte para seu fluxo de trabalho:
touch describe-image.yaml
Em um editor de texto, copie o fluxo de trabalho a seguir para o arquivo de código-fonte:
Implante o fluxo de trabalho digitando o seguinte comando:
gcloud workflows deploy describe-image \ --source=describe-image.yaml \ --location=us-central1 \ --service-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com
Executar o fluxo de trabalho
Quando um fluxo de trabalho é executado, a definição atual associada a ele também é.
Console
No console do Google Cloud, abra a página Workflows.
Na página Fluxos de trabalho, selecione o describe-image para acessar a página de detalhes.
Na página Detalhes do fluxo de trabalho, clique em play_arrow Execução.
Em Entrada, insira o seguinte:
{"image_url":"gs://generativeai-downloads/images/scones.jpg"}
Clique em Executar novamente.
Veja os resultados do fluxo de trabalho no painel Saída.
A saída será semelhante a esta:
{ "image_description": "There are three pink peony flowers on the right side of the picture[]...]There is a white napkin on the table.", "image_url": "gs://generativeai-downloads/images/scones.jpg" }
gcloud
Abra um terminal.
Execute o fluxo de trabalho:
gcloud workflows run describe-image \ --data='{"image_url":"gs://generativeai-downloads/images/scones.jpg"}'
Os resultados da execução vão ser semelhantes aos mostrados a seguir:
Waiting for execution [258b530e-a093-46d7-a4ff-cbf5392273c0] to complete...done. argument: '{"image_url":"gs://generativeai-downloads/images/scones.jpg"}' createTime: '2024-02-09T13:59:32.166409938Z' duration: 4.174708484s endTime: '2024-02-09T13:59:36.341118422Z' name: projects/1051295516635/locations/us-central1/workflows/describe-image/executions/258b530e-a093-46d7-a4ff-cbf5392273c0 result: "{\"image_description\":\"The picture shows a rustic table with a white surface,\ \ on which there are several scones with blueberries, as well as two cups of coffee\ [...] \ on the table. The background of the table is a dark blue color.\",\"image_url\"\ :\"gs://generativeai-downloads/images/scones.jpg\"}" startTime: '2024-02-09T13:59:32.166409938Z' state: SUCCEEDED
Implantar um fluxo de trabalho que gere históricos de países (Gemini Pro)
Implantar um fluxo de trabalho que percorre uma lista de entrada de países na
paralelo
e usa um método de conexão
(generateContent
) para fazer um pedido para um Gemini Pro
endpoint do editor. O método oferece suporte à geração de conteúdo com
multimodais.
O fluxo de trabalho retorna os históricos dos países gerados pelo modelo, combinando eles em um mapa.
Para mais informações sobre os parâmetros do corpo da solicitação HTTP usados na solicitação o LLM e os elementos do corpo da resposta, consulte a Referência da API Gemini.
Console
No console do Google Cloud, abra a página Workflows.
Clique em
Criar.Digite um nome para o novo fluxo de trabalho:
gemini-pro-country-histories
.Na lista Região, selecione us-central1 (Iowa).
Em Conta de serviço, selecione a conta de serviço que você criados.
Clique em Next.
No editor de fluxo de trabalho, insira a seguinte definição para seu fluxo de trabalho:
Clique em Implantar.
gcloud
Crie um arquivo de código-fonte para seu fluxo de trabalho:
touch gemini-pro-country-histories.yaml
Em um editor de texto, copie o fluxo de trabalho a seguir para o arquivo de código-fonte:
Implante o fluxo de trabalho digitando o seguinte comando:
gcloud workflows deploy gemini-pro-country-histories \ --source=gemini-pro-country-histories.yaml \ --location=us-central1 \ --service-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com
Executar o fluxo de trabalho
Quando um fluxo de trabalho é executado, a definição atual associada a ele também é.
Console
No console do Google Cloud, abra a página Workflows.
Na página Fluxos de trabalho, selecione o gemini-pro-country-histories acessar a página de detalhes.
Na página Detalhes do fluxo de trabalho, clique em play_arrow Execução.
Em Entrada, insira o seguinte:
{"countries":["Argentina", "Bhutan", "Cyprus", "Denmark", "Ethiopia"]}
Clique em Executar novamente.
Veja os resultados do fluxo de trabalho no painel Saída.
A saída será semelhante a esta:
{ "Argentina": "The history of Argentina is a complex and fascinating one, marked by periods of prosperity and decline, political [...] "Bhutan": "The history of Bhutan is a rich and fascinating one, dating back to the 7th century AD. Here is a brief overview: [...] "Cyprus": "The history of Cyprus is a long and complex one, spanning over 10,000 years. The island has been ruled by a succession [...] "Denmark": "1. **Prehistory and Early History (c. 12,000 BC - 800 AD)**\\n - The earliest evidence of human habitation in Denmark [...] "Ethiopia": "The history of Ethiopia is a long and complex one, stretching back to the earliest human civilizations. The country is [...] }
gcloud
Abra um terminal.
Execute o fluxo de trabalho:
gcloud workflows run gemini-pro-country-histories \ --data='{"countries":["Argentina", "Bhutan", "Cyprus", "Denmark", "Ethiopia"]}' \ --location=us-central1
Os resultados da execução vão ser semelhantes aos mostrados a seguir:
Waiting for execution [7ae1ccf1-29b7-4c2c-99ec-7a12ae289391] to complete...done. argument: '{"countries":["Argentina","Bhutan","Cyprus","Denmark","Ethiopia"]}' createTime: '2024-02-09T16:25:16.742349156Z' duration: 12.075968673s endTime: '2024-02-09T16:25:28.818317829Z' name: projects/1051295516635/locations/us-central1/workflows/gemini-pro-country-histories/executions/7ae1ccf1-29b7-4c2c-99ec-7a12ae289391 result: "{\"Argentina\":\"The history of Argentina can be traced back to the arrival\ [...] n* 2015: Argentina elects Mauricio Macri as president.\",\"Bhutan\":\"The history\ [...] \ natural beauty, ancient monasteries, and friendly people.\",\"Cyprus\":\"The history\ [...] ,\"Denmark\":\"The history of Denmark can be traced back to the Stone Age, with\ [...] \ a high standard of living.\",\"Ethiopia\":\"The history of Ethiopia is long and\ [...] startTime: '2024-02-09T16:25:16.742349156Z' state: SUCCEEDED
Implantar um fluxo de trabalho que gere históricos de países (PaLM 2 para texto)
Talvez você não queira usar o Gemini Pro como modelo. O
o exemplo a seguir usa um fluxo de trabalho semelhante ao anterior. No entanto, ele usa
um método de conector
(predict
) para fazer uma solicitação a um PaLM 2.
para o endpoint do editor de texto. O método realiza uma previsão on-line.
Para mais informações sobre os parâmetros do corpo da solicitação HTTP usados na solicitação o LLM e os elementos do corpo da resposta, consulte a PaLM 2 para referência da API de texto.
Console
No console do Google Cloud, abra a página Workflows.
Clique em
Criar.Digite um nome para o novo fluxo de trabalho:
text-bison-country-histories
.Na lista Região, selecione us-central1 (Iowa).
Em Conta de serviço, selecione a conta de serviço que você criados.
Clique em Next.
No editor de fluxo de trabalho, insira a seguinte definição para seu fluxo de trabalho:
Dependendo do modelo usado, pode ser necessário remover quaisquer espaços desnecessários da resposta.
Clique em Implantar.
gcloud
Crie um arquivo de código-fonte para seu fluxo de trabalho:
touch text-bison-country-histories.yaml
Em um editor de texto, copie o fluxo de trabalho a seguir para o arquivo de código-fonte:
Dependendo do modelo usado, pode ser necessário remover quaisquer espaços desnecessários da resposta.
Implante o fluxo de trabalho digitando o seguinte comando:
gcloud workflows deploy text-bison-country-histories \ --source=text-bison-country-histories.yaml \ --location=us-central1 \ --service-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com
Implantar um fluxo de trabalho que resuma documentos grandes (Gemini Pro)
Implante um fluxo de trabalho que divida um documento grande em partes menores, tornando
http.post
solicitações para um endpoint do editor Gemini Pro
paralela para que o modelo possa resumir cada parte simultaneamente. Finalmente, o fluxo de trabalho
combina todos os resumos parciais em um completo.
Para mais informações sobre os parâmetros do corpo da solicitação HTTP usados na solicitação o LLM e os elementos do corpo da resposta, consulte a Referência da API Gemini.
A definição do fluxo de trabalho pressupõe que você criou um bucket do Cloud Storage
bucket em que é possível fazer upload de um arquivo de texto. Para mais informações
sobre o conector do Workflows (googleapis.storage.v1.objects.get
)
usados para recuperar objetos do bucket do Cloud Storage, consulte a
Referência de conectores.
Depois de implantar o fluxo de trabalho, é possível executá-lo criando um
Gatilho do Eventarc e faz upload de um arquivo para o bucket. Para
mais informações, consulte
Rotear eventos do Cloud Storage para fluxos de trabalho.
Outras APIs precisam ser ativadas e outros papéis precisam ser
concedido, incluindo a concessão do conta de serviço Usuário do objeto do Storage
(roles/storage.objectUser
) compatível com o uso do Cloud Storage
objetos. Para mais informações, consulte a
Prepare-se para criar um acionador.
Console
No console do Google Cloud, abra a página Workflows.
Clique em
Criar.Digite um nome para o novo fluxo de trabalho:
gemini-pro-summaries
.Na lista Região, selecione us-central1 (Iowa).
Em Conta de serviço, selecione a conta de serviço que você criados.
Clique em Next.
No editor de fluxo de trabalho, insira a seguinte definição para seu fluxo de trabalho:
Clique em Implantar.
gcloud
Crie um arquivo de código-fonte para seu fluxo de trabalho:
touch gemini-pro-summaries.yaml
Em um editor de texto, copie o fluxo de trabalho a seguir para o arquivo de código-fonte:
Implante o fluxo de trabalho digitando o seguinte comando:
gcloud workflows deploy gemini-pro-summaries \ --source=gemini-pro-summaries.yaml \ --location=us-central1 \ --service-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com
Limpar
Para evitar cobranças na sua conta do Google Cloud pelos recursos usados no tutorial, exclua o projeto que os contém ou mantenha o projeto e exclua os recursos individuais.
Exclua o projeto
Console
- No Console do Google Cloud, acesse a página Gerenciar recursos.
- Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
- Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.
gcloud
Exclua um projeto do Google Cloud:
gcloud projects delete PROJECT_ID
Excluir recursos individuais
Excluir os fluxos de trabalho que você criou neste tutorial.
A seguir
- Saiba mais sobre os conectores de fluxos de trabalho.
- Saiba mais sobre o método
generateContent
da Vertex AI. - Saiba mais sobre o método
predict
da Vertex AI.