知識をテストして、コミュニティで共有しましょう

done

700 を超えるハンズオンラボ、スキルバッジ、コースへのアクセス

Gemini を活用してアプリケーションを開発する

ラボ 1時間 30分 universal_currency_alt クレジット: 5 show_chart 入門

info このラボでは、学習をサポートする AI ツールが組み込まれている場合があります。

概要
目標
設定
タスク 1. 環境とアカウントを構成する
タスク 2. クラウドワークステーションを作成する
タスク 3. Cloud Code 拡張機能を更新して Gemini を有効にする
タスク 4. Gemini と話す
タスク 5. Python アプリケーションを開発する
タスク 6. Python アプリケーションを強化する
タスク 7. Cloud Run にアプリケーションをデプロイする
ラボを終了する
お疲れさまでした

知識をテストして、コミュニティで共有しましょう

done

700 を超えるハンズオンラボ、スキルバッジ、コースへのアクセス

概要

このラボでは、AI を活用した、Google Cloud のコラボレーターである Gemini を使用して、サンプルアプリケーションを探索、作成、変更、テスト、デプロイします。

Cloud Workstations を利用して、Code OSS を IDE として使用する開発環境を作成します。Cloud Code の Gemini Code Assist を使用して、コードを理解し、2 つの API メソッドを持つサンプルインベントリアプリケーションを構築します。また、Gemini を利用して、作成したアプリケーションの Cloud Run へのデプロイ手順を生成します。

このラボは、アプリケーションの構築に参加した経験がある開発者であれば、クラウドアプリケーションの開発に詳しくない方も対象となります。IDE として VS Code や Code OSS を利用した経験があり、Python と Flask フレームワークに慣れているほうが内容を理解しやすいでしょう。

注: Duet AI は、Google の次世代モデルである Gemini に名称変更されました。このラボは、この変更を反映して更新されたものです。ラボの手順を実施する際に、ユーザーインターフェースやドキュメントで Duet AI に言及されていた場合は、Gemini と同等であると見なしてください。

注: Gemini は初期段階のテクノロジーであるため、もっともらしく見える出力でも事実に反する場合があります。Gemini からのすべての出力は、使用する前に検証することをおすすめします。詳細については、Gemini for Google Cloud と責任ある AI をご覧ください。

目標

このラボでは、次のタスクの実行方法について学びます。

Cloud Workstations を使用してクラウドベースアプリケーションの開発環境を作成する。
Gemini にコンテキストベースの質問をすることで、アプリケーションをデプロイするために使用できるさまざまな Google サービスを探索する。
Cloud Run で基本的なアプリケーションを開発するために使用できるテンプレートを提供するよう Gemini に指示する。
コードの説明と生成のために Gemini を使用して、アプリケーションの作成、探索、変更を行う。
アプリケーションをローカルで実行、テストしてから、Gemini を使用して手順を生成し、Google Cloud にデプロイする。

設定

各ラボでは、新しい Google Cloud プロジェクトとリソースセットを一定時間無料で利用できます。

Qwiklabs にシークレットウィンドウでログインします。
ラボのアクセス時間（例: 1:15:00）に注意し、時間内に完了できるようにしてください。
一時停止機能はありません。必要な場合はやり直せますが、最初からになります。
準備ができたら、[ラボを開始] をクリックします。
ラボの認証情報（ユーザー名とパスワード）をメモしておきます。この情報は、Google Cloud Console にログインする際に使用します。
[Google Console を開く] をクリックします。
[別のアカウントを使用] をクリックし、このラボの認証情報をコピーしてプロンプトに貼り付けます。
他の認証情報を使用すると、エラーが発生したり、料金の請求が発生したりします。
利用規約に同意し、再設定用のリソースページをスキップします。

Cloud Shell をアクティブにする

Cloud Shell は、開発ツールが組み込まれた仮想マシンです。5 GB の永続ホームディレクトリを提供し、Google Cloud 上で実行されます。Cloud Shell を使用すると、コマンドラインで Google Cloud リソースにアクセスできます。gcloud は Google Cloud のコマンドラインツールで、Cloud Shell にプリインストールされており、Tab キーによる入力補完がサポートされています。

Google Cloud Console のナビゲーションパネルで、「Cloud Shell をアクティブにする」アイコン（）をクリックします。
[次へ] をクリックします。
環境がプロビジョニングされ、接続されるまでしばらく待ちます。接続の際に認証も行われ、プロジェクトは現在のプロジェクト ID に設定されます。次に例を示します。

Cloud Shell ターミナル

サンプルコマンド

有効なアカウント名前を一覧表示する:

gcloud auth list

（出力）

Credentialed accounts: - <myaccount>@<mydomain>.com (active)

（出力例）

Credentialed accounts: - google1623327_student@qwiklabs.net

プロジェクト ID を一覧表示する:

gcloud config list project

（出力）

[core] project = <プロジェクト ID>

（出力例）

[core] project = qwiklabs-gcp-44776a13dea667a6

gcloud のドキュメントの全文については、gcloud コマンドラインツールの概要をご覧ください。

タスク 1. 環境とアカウントを構成する

ラボの認証情報を使用して Google Cloud コンソールにログインし、Cloud Shell ターミナルウィンドウを開きます。
Cloud Shell で次のコマンドを実行して、プロジェクト ID とリージョンの環境変数を設定します。
PROJECT_ID=$(gcloud config get-value project) REGION={{{project_0.default_region|set at lab start}}} echo "PROJECT_ID=${PROJECT_ID}" echo "REGION=${REGION}"
次のコマンドを実行して、ログインに使用した Google ユーザーアカウントを環境変数に保存します。
USER=$(gcloud config get-value account 2> /dev/null) echo "USER=${USER}"
Gemini 用の Cloud AI Companion API を有効にします。
gcloud services enable cloudaicompanion.googleapis.com --project ${PROJECT_ID}
Gemini を使用できるよう、必要な IAM ロールを Google Cloud の Qwiklabs ユーザーアカウントに付与します。
gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/cloudaicompanion.user gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/serviceusage.serviceUsageViewer
これらのロールを追加すると、ユーザーは Gemini アシスタンスを利用できるようになります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。関連する API を有効にして、IAM ロールを設定する。

タスク 2. クラウドワークステーションを作成する

このラボでは Gemini アシスタンスを利用して、Cloud Workstations IDE 用の Cloud Code プラグインでアプリケーションを開発します。Cloud Workstations は Gemini とのネイティブインテグレーションが含まれているフルマネージド統合開発環境です。

このタスクでは、Cloud Workstations 環境を構成してプロビジョニングし、Gemini 用 Cloud Code プラグインを有効にします。

ワークステーションクラスタを表示する

my-cluster という名前のワークステーションクラスタが、このラボ用に事前に作成されています。このクラスタをワークステーションの構成と作成に使用します。

Google Cloud コンソールのナビゲーションメニュー（）を選択し、[すべてのプロダクトを表示] > [ツール] > [Cloud Workstations] を選択します。
ナビゲーションパネルで [クラスタ管理] をクリックします。
クラスタの [ステータス] を確認します。クラスタのステータスが Reconciling または Updating の場合は、定期的に更新して Ready になるまで待ってから次のステップに進みます。

ワークステーション構成を作成する

Cloud Workstations でワークステーションを作成する前に、ワークステーション構成を作成する必要があります。

ナビゲーションパネルで、[ワークステーションの構成]、[ワークステーションの構成を作成] の順にクリックします。
次の値を指定します。

プロパティ値

名前 my-config

ワークステーションクラスタ my-cluster を選択する
[作成] をクリックします。
[更新] をクリックします。
作成中の構成の [ステータス] を確認します。構成のステータスが Reconciling または Updating の場合は、定期的に更新して Ready になるまで待ってから次のステップに進みます。

プロパティ	値
名前	my-config
ワークステーションクラスタ	my-cluster を選択する

ワークステーションを作成する

ナビゲーションパネルで、[ワークステーション]、[ワークステーションを作成] の順にクリックします。
次の値を指定します。

プロパティ値

名前 my-workstation

構成 my-config を選択する
[作成] をクリックします。

ワークステーションが作成されると、[マイワークステーション] の下に Stopped のステータスで表示されます。
ワークステーションを起動するには、[起動] をクリックします。

ワークステーションの起動中は、ステータスが Starting に変わります。ステータスが Running に変わるまで待ちます。これは、ワークステーションが使用可能になったことを示します。ワークステーションが完全に起動するまでに数分かかることがあります。

プロパティ	値
名前	my-workstation
構成	my-config を選択する

IDE を起動する

一部の拡張機能は、適切に機能させるためにブラウザでサードパーティ Cookie を有効にする必要があります。

Chrome でサードパーティ Cookie を有効にするには、Chrome メニューで [設定] をクリックします。
検索バーに「サードパーティ Cookie」と入力します。
[サードパーティ Cookie] をクリックし、[サードパーティの Cookie を許可する] を選択します。
注: ラボの終了後にブラウザを元の設定に戻したい場合は、サードパーティ Cookie の元の設定をメモしておきます。

ワークステーションで Code OSS IDE を起動するには、Google Cloud コンソールの [ワークステーション] ページで [開始] をクリックします。

IDE が別のブラウザタブで開きます。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。クラウドワークステーションを作成して起動する。

タスク 3. Cloud Code 拡張機能を更新して Gemini を有効にする

このタスクでは、Cloud Workstations IDE 用の Gemini in Cloud Code を有効にします。

Google Cloud に接続する

ワークステーションで Google Cloud に接続する手順は、次のとおりです。

ウィンドウ下部のステータスバーで、[Cloud Code - Sign In] をクリックします。
ログインを促されたら、[ログインに進む] をクリックします。

ターミナルにリンクが表示されます。
Google Cloud ログインフローを立ち上げるには、Ctrl キー（Windows および Linux の場合）または Command キー（macOS の場合）を押して、ターミナルのリンクをクリックします。
外部ウェブサイトを開くかどうかを確認するメッセージが表示されたら、[開く] をクリックします。
受講者用メールアドレスをクリックします。
続行するかどうかを確認するメッセージが表示されたら、[続行] をクリックします。
Google Cloud SDK に Google アカウントへのアクセスを許可し、利用規約に同意するには、[許可] をクリックします。

確認コードがブラウザタブに表示されます。
注: gcloud auth login コマンドを実行したという警告が表示される場合があります。これは正常なプロセスです。IDE がユーザーに代わってこのコマンドを実行しました。
[コピー] をクリックします。
IDE に戻り、ターミナルの [認証コードを入力してください] と表示されている場所にコードを貼り付けます。
クリップボードからのコピーを承認するよう求められた場合は、[許可] をクリックします。
Enter キーを押し、ステータスバーに [Cloud Code - No Project] と表示されるまで待ちます。

これで Google Cloud に接続されました。

Gemini in Cloud Code を有効にする

ワークステーション IDE 用の Gemini in Cloud Code を有効にする手順は、次のとおりです。

ワークステーション IDE のメニュー（）をクリックし、[File] > [Preferences] > [Settings] に移動します。
[Settings] ダイアログの [User] タブで、[Extensions] > [Google Cloud Code] を選択します。
[Search settings] で「Gemini」と入力します。
Qwiklabs ラボの認証情報パネルで、プロジェクト ID をコピーするには、コピーアイコンをクリックします。
Cloud Code の設定ページで [Cloudcode > Gemini: Project] に Google Cloud プロジェクト ID を貼り付けます。
注: この設定は [Cloudcode > Duet AI: Project] となっている場合があります。
[Cloud Code > Gemini: Enable] が有効になっていることを確認します。
注: この設定は [Cloudcode > Duet AI: Enable] となっている場合があります。
IDE ステータスバーで [Cloud Code - No Project] をクリックします。
[Select a Google Cloud Project] をクリックし、前述のプロジェクト ID をクリックします。

プロジェクト ID がステータスバーに表示されます。これで Gemini を使用できるようになりました。

タスク 4. Gemini と話す

アプリケーションアーキテクチャの要件を満たす Google Cloud サービスを選択するのに Gemini が役立ちます。ローカル IDE でアプリケーションを開発、テストして、Google Cloud にデプロイする場合、Gemini とのチャットが役に立ちます。

このタスクでは、Gemini ペインを使用してプロンプトを入力し、Gemini からの回答を表示します。

プロンプトとは、必要なサポートについて説明する質問やステートメントのことです。プロンプトには、より有用な、または完全な回答を提供するために Google Cloud が分析する既存のコードからのコンテキストを含めることができます。良い回答を生成するプロンプトの作成方法については、Google Cloud で Gemini により適したプロンプトを作成するをご覧ください。

Gemini に指示を出す

Gemini に Google Cloud サービスに関する提案を求める手順は次のとおりです。

Gemini とのチャットペインを開くには、IDE のアクティビティバーで Gemini アイコン（）をクリックします。
Gemini とのチャットペインを開くときにエラーが発生する場合は、ブラウザウィンドウを更新します。
Gemini ペインで次のプロンプトを入力して、送信アイコン（）をクリックします。
I am new to Google Cloud and I want to use the Cloud Code extension. Give me some examples of Google services that I can use to build and deploy a sample app.
Gemini は Google Cloud サービスと説明のリストを返します。

この例では、サンプルアプリケーションの構築とデプロイに役立つ 2 つの Google Cloud サービスとして Cloud Run と Cloud Functions が Gemini から提案されたとします。これらのサービスに関してさらに詳しく質問できます。
さらに質問する、つまりプロンプトを送信するには、Gemini ペインで次のテキストを入力して、送信アイコンをクリックします。
What is the difference between Cloud Run and Cloud Functions?
Gemini は 2 つの Google Cloud サービスの主な違いについて回答します。
チャットの履歴をリセットするには、Gemini ペインでチャットをリセット アイコン（）をクリックします。
注: チャットの履歴状態はメモリにのみ保持されます。別のワークスペースに切り替えたり、IDE を閉じると保持されません。Gemini がプロンプトやそのレスポンスをデータとして使用してモデルをトレーニングすることはありせん。詳細については、Gemini for Google Cloud がデータを使用する方法をご覧ください。

タスク 5. Python アプリケーションを開発する

次は、Cloud Run を使用して基本的な Python アプリケーションを作成、デプロイします。Cloud Run と Cloud Code を初めて使用するため、アプリケーションの作成手順についてサポートが必要です。

このタスクでは、Cloud Run での Hello World Python アプリケーションの構築を支援するよう Gemini に指示します。

Gemini を使用する

Cloud Code を使用して Cloud Run アプリケーションを作成する方法を学習するには、Gemini ペインで、次のプロンプトを入力して、送信アイコン（）をクリックします。
How do I create a new Cloud Run app in Cloud Code using the command palette? What languages are supported?
Gemini からの回答で、アプリケーションを作成する手順が示されます。また、Cloud Run アプリケーション用にサポートされる言語も表示されます。
注: VS Code のコマンドパレットには Cloud Code のコマンドを含め、すべてのコマンドのリストが表示されます。

Gemini から提示された手順で Python アプリケーションを作成する

メニュー（）をクリックして、[View] > [Command Palette] に移動します。
「Cloud Code New」と入力して、[Cloud Code: New Application] を選択します。
[Cloud Run application] を選択します。
[Python (Flask): Cloud Run] を選択します。
アプリケーションと最上位フォルダの名前を「/home/user/hello-world」に更新して、[OK] をクリックします。

Cloud Code でテンプレートがダウンロードされ、IDE のフォルダ内にアプリケーションのファイルが作成されます。

Gemini を使ってアプリケーションを調べる

Cloud Run で Hello World アプリケーションを作成したら、Gemini を使用して、IDE にデプロイされたファイルとコードスニペットについて説明させることができます。

ファイルが表示されない場合は、IDE のアクティビティバーでエクスプローラ アイコン（）をクリックします。
[Explorer] ペインで、[Dockerfile] を選択します。
Dockerfile の内容全体を選択し、電球アイコン（）をクリックして、[More Actions] メニューの [Explain this] をクリックします。

Gemini が Dockerfile の内容と関数の説明を自然言語で生成します。ファイルの内容の任意の部分を選択し、電球アイコン（）をクリックして [Explain this] をクリックすることもできます。
ENTRYPOINT で始まる行を選択し、電球アイコン（）をクリックして [Explain this] をクリックします。

Gemini は ENTRYPOINT 命令の詳細を返します。Docker がこの命令でコンテナの起動時に app.py ファイルを実行することがわかります。
app.py ファイルの内容を表示するには、アクティビティバーでエクスプローラ アイコン（）をクリックして、app.py をクリックします。
hello() 関数定義内で、K_SERVICE と K_REVISION 環境変数を含む行を選択します。次に、電球アイコン（）をクリックし、[Explain this] をクリックします。

Gemini は、これらの 2 つの Cloud Run 環境変数と、それらがアプリケーションコードでどのように使用されているかについて、詳細な説明を返します。

アプリをローカルで実行する

Cloud Run エミュレータを使用して IDE からローカルでアプリケーションを実行できます。ここでのローカルとは、ワークステーションマシンを意味します。

IDE のアクティビティバーで、Cloud Code アイコン（）をクリックして、[Cloud Run] をクリックします。
注: まず、Cloud Run エミュレータを使用してアプリケーションを実行するので、まだ Cloud Run API を有効にする必要はありません。
Cloud Run アクティビティバーで、Run App on Local Cloud Run Emulator アイコン（）をクリックして、[Run] をクリックします。

IDE の [Output] タブにビルドの進行状況が表示されます。
画面上部に minikube gcp-auth アドオンを有効にして Google API にアクセスするようにプロンプトが表示されたら [Yes] を選択します。

ビルドとデプロイが完了するまで待ちます。
ローカルホスト URL での Hello World サービスへのリンクの上にポインタを置いて、[Follow link] をクリックします。

新しいタブがブラウザで開き、サービスが実行されていることを示すページが表示されます。

タスク 6. Python アプリケーションを強化する

アプリケーションにデータと機能を追加して、インベントリデータの管理に使用できるようにします。

このタスクでは、まずアプリケーション用のインベントリデータを追加します。

Gemini を使用してサンプルデータを生成する

IDE のアクティビティバーでエクスプローラ アイコン（）をクリックします。
新しいファイル アイコン（）をクリックして、inventory.py という名前のファイルを作成します。
Gemini にサンプルデータを生成させるには、Gemini ペインを開き、次のプロンプトを入力して送信アイコンをクリックします。
Create a variable called inventory which is a list of 3 JSON objects. Each JSON object has 2 attributes: productid and onhandqty. Both attributes are strings.
Gemini は 3 つの JSON オブジェクトを含む inventory JSON 配列を生成します。
inventory.py ファイルにサンプル JSON データを挿入するには、Gemini の回答で 現在のファイルに挿入アイコン（）をクリックします。ファイルの内容は次のようになります。
inventory = [ { "productid": "P001", "onhandqty": "10" }, { "productid": "P002", "onhandqty": "20" }, { "productid": "P003", "onhandqty": "30" } ]
inventory.py ファイルを home/user/hello-world フォルダに保存するには、IDE メニュー（）で [File] > [Save] をクリックします。

このサンプルインベントリデータは次のサブタスクで利用します。

GET /inventory list API メソッドをアプリケーションに追加する

次に、インベントリデータを操作できる API メソッドを app.py ファイルに導入します。このサブタスクを完了するために Gemini のコード生成機能を使用します。

エクスプローラのフォルダとファイルリストで、app.py ファイルを選択して開きます。
flask import ステートメントを変更して、inventory.py ファイルと jsonify ライブラリを追加します。
from flask import Flask, render_template, jsonify from inventory import inventory
app.py ファイルで、次の app 割り当てステートメントの下にカーソルを置きます。
app = Flask(__name__)
Gemini が最初の API メソッドのコードを生成できるようにするには、app.py ファイルに次のコメントを入力します。
# Generate an app route to display a list of inventory items in the JSON format from the inventory.py file. # Use the GET method.
コメント行を選択します。このとき、コメントの下の空白行も含めます。
電球アイコン（）をクリックし、[More Actions] メニューで [Generate code] を選択します。

Gemini は inventory.py ファイルからアイテムのリストを返す GET オペレーションの関数を生成します。通常、関数は次のようになります。
@app.route('/inventory', methods=['GET']) def inventory_list(): """Return a list of inventory items in JSON format.""" return jsonify(inventory) 注: jsonify(inventory) 関数の詳細を確認するには、用語をハイライト表示し、コードを説明するよう Gemini に指示します。
生成されたコードを受け入れるには、そのコードの任意の箇所にポインタを合わせて [Accept] をクリックします。
重要: Gemini は複数のコードスニペットを生成することがあり、それらのスニペットは上に表示されたものとは異なる場合があります。
生成されたコードの app.route と return ステートメントが上で示したコードと異なる場合は、生成されたコードスニペットを上のスニペットと置き換えてください。これで、ラボの意図どおりに進めることができます。

GET /inventory/ メソッドをアプリケーションに追加する

特定のインベントリアイテムに関するデータを返すように productID を指定する別の API メソッドを追加します。productID が見つからない場合、API は標準 HTTP ステータスコード 404 を返します。

空白行を数行追加します。
Gemini がこの 2 つ目の API メソッドのコードを生成できるようにするには、app.py ファイルに次のコメントを入力します。
# Generate an App route to get a product from the list of inventory items given the productID. # Use the GET method. # If there is an invalid productID, return a 404 error with an error message in the JSON.
コメント 3 行を下の空白行も含めて選択し、電球アイコン（）をクリックして、[More Actions] メニューで [Generate code] を選択します。

Gemini は、リクエストで指定された productID を持つ、インベントリファイルのアイテムを返すか、指定されたプロダクトが存在しない場合は 404 ステータスコードを返す、GET オペレーションの関数を生成します。
@app.route('/inventory/<productid>', methods=['GET']) def inventory_item(productid): """Return a single inventory item in JSON format.""" for item in inventory: if item['productid'] == productid: return jsonify(item) return jsonify({'error': 'Product not found'}), 404
生成されたコードの任意の箇所にポインタを合わせます。生成されたコードを受け入れるには、ツールバーで [Accept] をクリックします。
生成されたコードが上で示したコードと異なる場合は、生成されたコードスニペットを上のスニペットと置き換えてください。

アプリケーションをローカルで再ビルドおよび再デプロイする

IDE のアクティビティバーで Cloud Code アイコン（）をクリックします。
Cloud Run アクティビティバーで、Run App on Local Cloud Run Emulator アイコン（）をクリックします。
画面上部に minikube gcp-auth アドオンを有効にして Google API にアクセスするようにプロンプトが表示されたら [Yes] を選択します。

ビルドとデプロイが完了するまで待ちます。
ローカルホスト URL での Hello World サービスへのリンクの上にポインタを置いて、[Follow link] をクリックします。

新しいタブがブラウザで開き、サービスが実行されていることを示すページが表示されます。

API メソッドをテストする

前のタスクの手順に沿ってアプリケーションをローカルで実行します。
リンクをクリックして、実行中のアプリケーションが別のブラウザタブで表示されたら、このタブの URL に /inventory を追加して Enter キーを押します。

API は inventory.py ファイルからプロダクトのリストを含む JSON レスポンスを返します。
/inventory で終了する URL に /{PRODUCTID} を追加します。ここで、{PRODUCTID} はインベントリ内のプロダクト ID です。
Enter キーを押します。

API は特定のプロダクトについてのデータを含む JSON レスポンスを返します。
プロダクト ID を XXXXX に置き換えて Enter キーを押します。

XXXXX は有効なプロダクト ID ではないため、API はプロダクトが見つからないことを示す JSON エラーレスポンスを返します。

タスク 7. Cloud Run にアプリケーションをデプロイする

これで、Google Cloud 上の Cloud Run にアプリケーションをデプロイできるようになりました。

アクティビティバーのメインメニュー（）で、[View] > [Command Palette] をクリックします。
コマンドパレットのフィールドに「Cloud Code Deploy」と入力し、リストから [Cloud Code: Deploy to Cloud Run] を選択します。
プロジェクトの Cloud Run API を有効にするには、[Enable API] をクリックします。
[Service Settings] ページの [Region] でを選択します。
残りの設定はデフォルトのままにして、[Deploy] をクリックします。

Cloud Code がイメージをビルドしてレジストリに push し、サービスを Cloud Run にデプロイします。これには数分かかることがあります。
注: デプロイメントの詳細なログを表示するには、[Show Detailed Logs] をクリックします。
実行中のサービスを表示するには、[Deploy to Cloud Run] ダイアログに表示されている URL を開きます。
サービスをテストするには、/inventory と /inventory/{PRODUCTID} のパスを URL に追加し、レスポンスを確認します。

Cloud Run サービスインベントリページの URL を取得するには、Cloud Shell で次のコマンドを実行します。
export SVC_URL=$(gcloud run services describe hello-world \ --region {{{project_0.default_region|set at lab start}}} \ --platform managed \ --format='value(status.url)') echo ${SVC_URL}/inventory

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Cloud Run にアプリケーションをデプロイする。

ラボを終了する

ラボでの学習が完了したら、[ラボを終了] をクリックします。ラボで使用したリソースが Qwiklabs から削除され、アカウントの情報も消去されます。

ラボの評価を求めるダイアログが表示されたら、星の数を選択してコメントを入力し、[送信] をクリックします。

星の数は、それぞれ次の評価を表します。

星 1 つ = 非常に不満
星 2 つ = 不満
星 3 つ = どちらともいえない
星 4 つ = 満足
星 5 つ = 非常に満足

フィードバックを送信しない場合は、ダイアログボックスを閉じてください。

フィードバック、ご提案、修正が必要な箇所については、[サポート] タブからお知らせください。

お疲れさまでした

このラボでは、以下の操作について学習しました。

Gemini にコンテキストベースの質問をすることで、アプリケーションをデプロイするために使用できるさまざまな Google サービスを探索する。
Cloud Run で基本的なアプリケーションを開発するために使用できるテンプレートを提供するよう Gemini に指示する。
コードの説明と生成のために Gemini を使用して、アプリケーションの作成、探索、変更を行う。
アプリケーションをローカルで実行、テストしてから、Gemini を使用して手順を生成し、Google Cloud にデプロイする。

Gemini を活用してアプリケーションを開発する

チェックポイント

Gemini を活用してアプリケーションを開発する

概要

目標