總覽

在本實驗室中，您將使用 Google Cloud 的 AI 技術輔助協作工具 Gemini，探索、建立、修改、測試及部署範例應用程式。

首先，您會透過 Cloud Workstations 建立開發環境，這個環境的 IDE 將採用 Code OSS。接著，您會在 Cloud Code 藉助 Gemini Code Assist 瞭解程式碼，並建構具有兩種 API 方法的範例庫存應用程式。最後，您會按照 Gemini 生成的步驟，將應用程式部署到 Cloud Run。

本實驗室適合任何經驗程度的開發人員，尤其是參與應用程式開發，但可能不熟悉雲端應用程式開發的人。協助他們瞭解如何將 VS Code 或 Code OSS 做為 IDE，並掌握 Python 和 Flask 架構。

注意：Duet AI 已更名為 Gemini，這是我們的新一代模型，本研究室的內容也已據此更新。參考研究室指示時，在使用者介面或說明文件中若有任何內容提及 Duet AI，請視為 Gemini。 注意：Gemini 仍處於早期技術階段，因此可能會輸出看似合理卻與事實不符的內容。使用輸出內容前，請先確認內容是否屬實。如要瞭解詳情，請參閱 Gemini 版 Google Cloud 和負責任的 AI 技術。

目標

本實驗室將說明如何執行下列工作：

• 使用 Cloud Workstations 建立雲端式應用程式開發環境。
• 按照情境向 Gemini 提問，探索各種可用於部署應用程式的 Google 服務。
• 透過提示要求 Gemini 提供範本，讓您在 Cloud Run 開發基礎應用程式。
• 使用 Gemini 說明並生成程式碼，藉此建立、探索及修改應用程式。
• 在本機執行並測試應用程式，然後根據 Gemini 生成的步驟，將應用程式部署到 Google Cloud。

設定

每個實驗室都會提供新的 Google Cloud 專案和一組資源，讓您在時限內免費使用。

1. 按一下「Start Lab」按鈕。如果研究室會產生費用，畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的臨時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源並開啟另一個分頁，當中顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要查看列出 Google Cloud 產品和服務的選單，請點選左上角的「導覽選單」。

啟用 Cloud Shell

Cloud Shell 是含有多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，並在 Google Cloud 中運作。Cloud Shell 可讓您透過指令列存取 Google Cloud 資源。gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵完成功能。

1. 在控制台的右上方，點按「啟用 Cloud Shell」按鈕 。

2. 點按「繼續」。
   請稍候片刻，等待系統完成佈建作業並連線至環境。連線建立後，即代表您已通過驗證，且專案已設為「PROJECT_ID」。

指令範例

• 列出目前使用的帳戶名稱：

gcloud auth list

輸出內容

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

輸出內容範例

Credentialed accounts: - google1623327_student@qwiklabs.net

• 列出專案 ID：

gcloud config list project

輸出內容

[core] project = <project_ID>

輸出內容範例

[core] project = qwiklabs-gcp-44776a13dea667a6 注意：如需 gcloud 的完整說明，請參閱 gcloud CLI 總覽指南。

工作 1：設定環境和帳戶

1. 使用實驗室憑證登入 Google Cloud 控制台，然後開啟 Cloud Shell 終端機視窗。

2. 執行下列指令，在 Cloud Shell 設定專案 ID 和區域環境變數：

   PROJECT_ID=$(gcloud config get-value project) REGION={{{project_0.default_region|set at lab start}}} echo "PROJECT_ID=${PROJECT_ID}" echo "REGION=${REGION}"

3. 執行下列指令，將已登入的 Google 使用者帳戶儲存在環境變數中：

   USER=$(gcloud config get-value account 2> /dev/null) echo "USER=${USER}"

4. 為 Gemini 啟用 Cloud AI Companion API：

   gcloud services enable cloudaicompanion.googleapis.com --project ${PROJECT_ID}

5. 為您的 Google Cloud Qwiklabs 使用者帳戶授予必要的 IAM 角色，以便使用 Gemini：

   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

   新增角色後，使用者即可透過 Gemini 取得協助。

點按「Check my progress」，確認目標已達成。 啟用相關 API 並設定 IAM 角色。

工作 2：建立雲端工作站

本實驗室透過 Cloud Workstations IDE 的 Cloud Code 外掛程式，在 Gemini 的協助下開發應用程式。Cloud Workstations 是全代管的整合式開發環境，與 Gemini 原生整合。

在這項工作中，您將設定及佈建雲端工作站環境，然後啟用 Cloud Code 外掛程式，即可運用 Gemini。

查看工作站叢集

本實驗室已預先建立名為 my-cluster 的工作站叢集，用於設定及建立工作站。

1. 前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 Cloud Workstations，然後點按搜尋結果中的「Cloud Workstations」。

2. 在導覽窗格，點按「叢集管理」。

3. 檢查叢集的狀態。如果叢集狀態為 Reconciling 或 Updating，請隔一段時間再重新整理，待狀態變為 Ready 後，即可進行下一個步驟。

建立工作站設定

請務必先在 Cloud Workstations 中完成工作站設定，再建立工作站。

1. 在導覽窗格中，依序點按「工作站設定」和「建立工作站設定」。

2. 指定下列值：

   屬性	值
   名稱	my-config
   工作站叢集	選取「my-cluster」

3. 點按「建立」。

4. 點按「更新」。

5. 建立設定後，請查看「狀態」部分。如果設定狀態為 Reconciling 或 Updating，請隔一段時間再重新整理，待狀態變為 Ready 後，即可進行下一個步驟。

建立工作站

1. 在導覽窗格中，依序點按「工作站」和「建立工作站」。

2. 指定下列值：

   屬性	值
   名稱	my-workstation
   設定	選取「my-config」

3. 點按「建立」。

   工作站建立後會列在「我的工作站」下方，並顯示 Stopped 狀態。

4. 點按「啟動」，即可啟動工作站。

   工作站啟動後，狀態會變更為 Starting。待狀態變為 Running 時，即表示工作站可以使用。工作站會在幾分鐘內完全啟動。

啟動 IDE

為了確保正常運作，部分擴充功能需要啟用瀏覽器中的第三方 Cookie。

1. 如要在 Chrome 啟用第三方 Cookie，請點按 Chrome 選單中的「設定」。

2. 在搜尋列輸入「第三方 Cookie」。

3. 點按「第三方 Cookie」設定，然後選取「允許第三方 Cookie」。

   注意：本實驗室活動結束後，如要還原瀏覽器目前的設定，請記下原本的第三方 Cookie 設定。

• 在 Google Cloud 控制台的「工作站」頁面中點按「啟動」，即可啟動工作站的 Code OSS IDE。

  IDE 會在新的瀏覽器分頁中開啟。

  

點按「Check my progress」，確認目標已達成。 建立並啟動雲端工作站。

工作 3：更新 Cloud Code 擴充功能以啟用 Gemini

在這項工作中，您將啟用 Cloud Code 中的 Gemini，並用於工作站 IDE。

連結至 Google Cloud

請按照以下步驟，將工作站連結至 Google Cloud：

1. 點按視窗底部狀態列的「Cloud Code - Sign In」。

   

2. 按下 Control 鍵 (Windows 和 Linux)/Command 鍵 (MacOS)，然後點按終端機中的連結，即可啟動 Cloud Code 登入流程。

3. 如果系統向您確認是否要開啟外部網站，請點按「開啟」。

4. 點按學生電子郵件地址。

5. 系統提示您確認從 Google 下載這個應用程式時，請點按「登入」。

   瀏覽器分頁會顯示您的驗證碼。

   注意：系統可能會發出警示，顯示您已執行 gcloud 驗證登入指令。這是正常程序。IDE 會代替您執行這項指令。

6. 點按「複製」。

7. 返回 IDE，在終端機中顯示「輸入授權碼」的位置貼上驗證碼。

8. 如果系統要求您允許從剪貼簿複製，請點按「允許」。

9. 點按「輸入」，然後等候狀態列顯示「Cloud Code - No Project」。

   您已連結到 Google Cloud。

在 Cloud Code 啟用 Gemini

請按照以下步驟，在 Cloud Code 中為工作站 IDE 啟用 Gemini：

1. 在工作站 IDE 中，點按左下角的「Manage」圖示 ，然後點按「Settings」。

2. 在「Settings」對話方塊的「User」分頁中，選取依序「Extensions」>「Gemini Code Assist」。

3. 在「Search settings」中輸入 Gemini。

4. 在 Qwiklabs 實驗室憑證面板中，點按「複製」來複製專案 ID。

   

5. 在 Cloud Code 設定頁面中的「Geminicodeassist: Project」部分貼上 Google Cloud 專案 ID。

6. 確認「Geminicodeassist: Enable」已啟用。

7. 點按 IDE 狀態列中的「Cloud Code - No Project」。

8. 依序點按「選取 Google Cloud 專案」和您的專案 ID。

   專案 ID 已顯示在狀態列中。現在可以使用 Gemini 了。

工作 4：與 Gemini 對話

Gemini 會協助您選擇符合應用程式架構需求的 Google Cloud 服務。如果您想在本機 IDE 開發並測試應用程式，然後再部署至 Google Cloud，可以與 Gemini 對話來獲得協助。

在這項工作中，您會使用 Gemini Code Assist 窗格輸入提示詞和查看 Gemini 的回覆。

提示詞是指透過問題或陳述來說明所需協助。在提示詞中加入 Google Cloud 分析的現有程式碼背景資訊，可得到更實用或完整的回覆。對於如何撰寫提示詞或生成有效回覆，請參閱這篇文章，進一步瞭解在 Google Cloud 撰寫優質 Gemini 提示詞的做法。

輸入提示詞給 Gemini

請按照以下步驟，提示 Gemini 提供 Google Cloud 服務資訊：

1. 在 IDE 活動列中點按「Gemini Code Assist」圖示 ，開啟 Gemini 對話窗格。

   注意：系統可能會警告您缺少有效的授權，您可以忽略並繼續完成本實驗室。

2. 如果嘗試開啟 Gemini 對話窗格時發生錯誤，請重新整理瀏覽器視窗。

3. 在「Gemini Code Assist」窗格中，輸入以下提示詞並點按「Send」圖示 ：

   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 會在回覆中提供 Google Cloud 服務清單和說明。

   在本例中，假設 Gemini 建議您使用 Cloud Run 和 Cloud Functions 建構及部署範例應用程式。這時您可以向 Gemini 提問，進一步瞭解這兩項 Google Cloud 服務。

4. 如要追加後續問題或提示詞，請在「Gemini Code Assist」窗格輸入以下文字，然後點按「Send」圖示 ：

   What is the difference between Cloud Run and Cloud Functions?

   Gemini 會在回覆中說明這兩項 Google Cloud 服務的主要差異。

5. 如要重設對話記錄，請點按「Gemini Code Assist」窗格中的「Reset Chat」圖示 。

   注意：對話記錄狀態只會保存在記憶體中，轉換至其他工作區或關閉 IDE 後，系統並不會保留這類資料。我們不會將提示詞或回覆內容做為 Gemini 模型的訓練資料。詳情請參閱 Google Cloud 專用 Gemini 如何使用您的資料。

工作 5：開發 Python 應用程式

接下來，您將使用 Cloud Run 建立及部署基礎 Python 應用程式。由於您不曾使用 Cloud Run 和 Cloud Code，在建立應用程式的各個步驟中將需要協助。

在這項工作中，您將提示 Gemini，讓 Gemini 幫助您在 Cloud Run 中 建構一個 Hello World Python 應用程式。

取得 Gemini 的協助

1. 若想在「Gemini Code Assist」窗格詢問如何使用 Cloud Code 建立 Cloud Run 應用程式，請輸入以下提示並點按「Send」圖示 ：

   How do I create a new Cloud Run app in Cloud Code using the command palette? What languages are supported?

2. Gemini 會在回覆中提供應用程式建立步驟，以及 Cloud Run 應用程式支援的語言。

   注意：VS Code 的指令區塊面板會顯示指令清單，包含 Cloud Code 適用的指令。

按照 Gemini 提供的步驟建立 Python 應用程式

1. 點按選單 ，然後依序前往「查看」>「指令區塊面板」。

2. 輸入 Cloud Code New，然後選取「Cloud Code: New Application」。

   

3. 選取「Cloud Run application」。

4. 選取「Python (Flask): Cloud Run」。

5. 將應用程式和頂層資料夾名稱更新為 /home/user/hello-world，然後點按「確定」。

   Cloud Code 會下載範本，並在 IDE 的資料夾中建立應用程式檔案。

使用 Gemini 探索應用程式

在 Cloud Run 中建立了 Hello World 應用程式後，接著可以使用 Gemini 說明部署至 IDE 的檔案和程式碼片段。

1. 如果找不到檔案，您可以在 IDE 活動列中點按「Explorer」圖示 。

2. 在 Explorer 窗格中選取「Dockerfile」。

3. 選取 Dockerfile 的全部內容，然後依序點按燈泡圖示 ，以及「More Actions」選單中的「Gemini: Explain this」。

   Gemini 會生成一段自然語言敘述，解釋 Dockerfile 的內容和函式。您也可以選取部分檔案內容，然後依序點按燈泡圖示 和「Gemini: Explain this」。

4. 選取開頭為「ENTRYPOINT」的程式碼行，然後依序點按燈泡圖示 和「Gemini: Explain this」。

   Gemini 會針對 ENTRYPOINT 操作說明提供詳細回覆。您會瞭解到，若按照該說明操作，Docker 就會在容器啟動時執行 app.py 檔案。

5. 如要查看 app.py 檔案內容，請依序點按活動列中的「Explorer」圖示 和 app.py。

6. 在 hello() 函式定義中，選取包含 K_SERVICE 和 K_REVISION 環境變數的程式碼行。依序點按燈泡圖示 和「Gemini: Explain this」。

   Gemini 會在回覆中詳細介紹這兩個 Cloud Run 環境變數，並說明如何在應用程式程式碼使用這些變數。

在本機執行應用程式

您可以使用 Cloud Run 模擬器在本機的 IDE 中執行應用程式。以本實驗室的例子來說，「本機」是指工作站機器。

1. 在 IDE 的活動列中，依序點按「Cloud Code」圖示 和「Cloud Run」。

   

   注意：請先使用 Cloud Run 模擬器執行應用程式，這樣就不必提前啟用 Cloud Run API。

2. 在 Cloud Run 活動列中，依序點按「Run App on Local Cloud Run Emulator」圖示 和「執行」。

   IDE 中的「Output」分頁會顯示建構進度。

3. 如果畫面頂端的提示顯示「Enable minikube gcp-auth addon to access Google APIs」，請選取「是」。

   

如果系統提示您登入，請點按「Proceed to sign in」。

終端機會顯示連結。

1. 按下 Control 鍵 (Windows 和 Linux)/Command 鍵 (MacOS)，然後點按終端機中的連結，即可啟動 Cloud Code 登入流程。

2. 如果系統向您確認是否要開啟外部網站，請點按「開啟」。

3. 點按學生電子郵件地址。

4. 系統提示您繼續操作時，請點按「繼續」。

5. 如要讓 Google Cloud SDK 存取您的 Google 帳戶，請詳閱並同意相關條款，然後點按「允許」。

   瀏覽器分頁會顯示您的驗證碼。

6. 點按「複製」。

7. 返回 IDE，在終端機中顯示「Enter authorization code」的位置貼上驗證碼，然後按下 Enter 鍵。

   等候建構及部署作業完成。

8. 將滑鼠游標懸停在 localhost 網址的 Hello World 服務連結上，然後點按「Follow link」。

   

   瀏覽器會開啟新分頁來說明服務正在執行。

工作 6：強化 Python 應用程式

現在來為應用程式新增資料和功能，以便用於庫存資料管理。

在這項工作中，您需要先將庫存資料加入應用程式。

注意：生成式 AI 不會每次都輸出相同的內容。如果您發現 Gemini 生成的程式碼差異過大，可以使用本實驗室提供的程式碼片段。

使用 Gemini 生成範例資料

1. 在 IDE 的活動列中，點按「Explorer」圖示 。

2. 點按「New file」圖示 ，然後建立名為 inventory.py 的檔案。

3. 開啟「Gemini Code Assist」窗格，輸入以下提示並點按「Send」，Gemini 即可生成範例資料：

   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 就會生成包含 3 個 JSON 物件的 inventory JSON 陣列。

4. 如要將範例 JSON 資料插入 inventory.py 檔案，請點按 Gemini 回覆中的「Insert in current file」圖示 。檔案內容應與下方相似：

   inventory = [ {"productid": "12345", "onhandqty": "100"}, {"productid": "67890", "onhandqty": "50"}, {"productid": "11122", "onhandqty": "25"} ]

5. 依序點按 IDE 選單 中的「檔案」>「儲存」，即可將 inventory.py 檔案儲存至 home/user/hello-world 資料夾。

   您將在後續子工作中用到這個範例庫存資料。

將 GET 的 /inventory 清單 API 方法新增至應用程式

現在您要在可以處理庫存資料的 app.py 檔案中導入 API 方法。您將使用 Gemini 的程式碼生成功能，完成這項子工作。

1. 在「Explorer」中，開啟 app.py 檔案。

2. 修改 flask import 陳述式來加入 inventory 檔案和 jsonify 程式庫：

   from flask import Flask, render_template, jsonify from inventory import inventory

3. 在 app.py 檔案中，將游標置於 app 指派陳述式下方：

   app = Flask(__name__)

4. 在 app.py 檔案中輸入以下註解，要求 Gemini Code Assist 生成第一個 API 方法的程式碼：

   # Generate an app route to display a list of inventory items in the JSON format from the inventory.py file. # Use the GET method.

5. 選取註解行及下方的空白行。

6. 點按燈泡圖示 ，然後選取「Gemini: Generate code」。

   Gemini 會生成 GET 作業函式，從 inventory.py 檔案中傳回產品清單。該函式內容會與下方相似：

   @app.route('/inventory', methods=['GET']) def inventory_list(): """Return a list of inventory items in JSON format.""" return jsonify(inventory) 注意：如要進一步瞭解 jsonify(inventory) 函式，可標出該程式碼，然後傳送提示要求 Gemini 說明。

7. 將滑鼠游標懸停在回覆的任何部分，然後點按「Accept」，即可接受 Gemini 生成的程式碼。

   注意：Gemini 可生成多個程式碼片段，可能與上方顯示的程式碼不同。

8. 如果您在生成的程式碼中，發現 app.route 和 return 陳述式與上方顯示的程式碼不同，請將生成的程式碼片段替換為上述片段。這樣應能確保實驗室正常運作。

將 GET 的 /inventory/{productID} 方法新增至應用程式

接下來，您要新增另一項 API 方法，依據產品 ID 傳回特定庫存產品的資料。如果找不到產品 ID，API 會傳回標準 HTTP 狀態碼 404。

1. 在 /inventory 路徑底下新增幾個空白行。

2. 在 app.py 檔案中輸入以下註解，要求 Gemini 生成第二個 API 方法的程式碼：

   # 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.

3. 選取這 3 行註解和之後的空白行，點按燈泡圖示 ，然後選取「Gemini: Generate code」。

   Gemini 生成的 GET 作業函式會根據要求提供的產品 ID，從庫存檔案中傳回產品清單。如果找不到指定產品，函式會傳回 404 狀態碼。

   @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

4. 將滑鼠游標懸停在 Gemini 生成的程式碼中的任何部分，點按工具列中的「Accept」即可接受該程式碼。

5. 如果生成的程式碼與上方顯示的程式碼不同，請將生成的程式碼片段替換為上述片段。

   現在 app.py 檔案應大致如下所示：

   """ A sample Hello World server. """ import os from flask import Flask, render_template, jsonify from inventory import inventory # pylint: disable=C0103 app = Flask(__name__) # Generate an app route to display a list of inventory items in the JSON format from the inventory.py file. # Use the GET method. @app.route('/inventory', methods=['GET']) def inventory_list(): """Return a list of inventory items in JSON format.""" return jsonify(inventory) # 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. @app.route('/inventory/', 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 @app.route('/') def hello(): """Return a friendly HTTP greeting.""" message = "It's running!" """Get Cloud Run environment variables.""" service = os.environ.get('K_SERVICE', 'Unknown service') revision = os.environ.get('K_REVISION', 'Unknown revision') return render_template('index.html', message=message, Service=service, Revision=revision) if __name__ == '__main__': server_port = os.environ.get('PORT', '8080') app.run(debug=False, port=server_port, host='0.0.0.0')

在本機重新建構及重新部署應用程式

您可以使用 Cloud Run 模擬器，在本機的 IDE 中執行應用程式。以本實驗室的例子來說，「本機」是指工作站機器。

1. 在 IDE 的活動列中，點按「Cloud Code」圖示 。

2. 在 Cloud Run 活動列中，點按「Run App on Local Cloud Run Emulator」圖示 。

3. 如果畫面頂端的提示顯示「Enable minikube gcp-auth addon to access Google APIs」，請選取「是」。

   等候建構及部署作業完成。

4. 將滑鼠游標懸停在 localhost 網址的 Hello World 服務連結上，然後點按「Follow link」。

   瀏覽器會開啟新分頁來說明服務正在執行。

測試 API 方法

1. 按照先前工作中的步驟，在本機執行應用程式。

2. 透過 localhost 網址連結，開啟獨立瀏覽器分頁查看執行中的應用程式，然後在同一個分頁的網址結尾加上 /inventory 並按下 Enter 鍵。

   API 會以 JSON 格式的回覆，傳回 inventory.py 檔案的產品清單，內容應如下所示：

   [{"onhandqty":"100","productid":"12345"},{"onhandqty":"50","productid":"67890"},{"onhandqty":"25","productid":"11122"}]

3. 將 /{productID} 附加到結尾為 /inventory 的網址，{productID} 是庫存產品 ID。

   以上方的例子來說，有效網址的結尾為 /inventory/12345。

4. 請記下這組產品 ID，稍後的步驟將會用到。

5. 輸入 Enter。

   API 會透過 JSON 格式的回覆，傳回特定產品的資料。

6. 將網址中的產品 ID 替換成 XXXXX，然後輸入 Enter。

   網址的結尾現在應該會變成 /inventory/XXXXX。

   XXXXX 是無效的產品 ID，因此 API 會傳回 JSON 格式的錯誤回覆，表示找不到產品。

工作 7：將應用程式部署至 Cloud Run

您現在可以將應用程式部署至 Google Cloud 的 Cloud Run。

1. 在活動列主選單 中，依序點按「查看」>「指令區塊面板」。

2. 在指令區塊面板欄位中，輸入「Cloud Code Deploy」，然後從清單中選取「Cloud Code: Deploy to Cloud Run」。

3. 點按「啟用 API」，即可啟用專案的 Cloud Run API。

4. 在「服務設定」頁面的「區域」部分，選取「」。

5. 其他設定維持不變，然後點按「部署」。

   Cloud Code 會建立映像檔並推送至儲存庫，然後將服務部署到 Cloud Run。這項作業會在幾分鐘內完成。

   注意：如要查看詳細部署記錄，請點按「Show Detailed Logs」。

6. 如要查看執行中的服務，請開啟「部署至 Cloud Run」對話方塊中顯示的網址。

7. 如要測試服務，請將 /inventory 和 /inventory/{productID} 路徑附加到網址，然後檢查回覆。

   注意：產品網址請使用稍早的同一組產品 ID，網址結尾應類似 /inventory/12345。

   在 Cloud Shell 中執行以下指令，即可取得 Cloud Run 服務庫存頁面網址：

   export SVC_URL=$(gcloud run services describe hello-world \ --project {{{project_0.project_id|set at lab start}}} \ --region {{{project_0.default_region|set at lab start}}} \ --platform managed \ --format='value(status.url)') echo ${SVC_URL}/inventory

點按「Check my progress」，確認目標已達成。 將應用程式部署至 Cloud Run。

關閉研究室

如果您已完成研究室，請按一下「End Lab」(關閉研究室)。Qwiklabs 會移除您已用的資源，並清除使用帳戶。

您可以為研究室的使用體驗評分。請選取合適的星級評等並提供意見，然後按一下「Submit」(提交)。

星級評等代表您的滿意程度：

• 1 星 = 非常不滿意
• 2 星 = 不滿意
• 3 星 = 普通
• 4 星 = 滿意
• 5 星 = 非常滿意

如果不想提供意見回饋，您可以直接關閉對話方塊。

如有任何想法、建議或指教，請透過「Support」(支援) 分頁提交。

恭喜！

在本實驗室中，您學習到如何：

• 按照情境向 Gemini 提問，探索各種可用於部署應用程式的 Google 服務。
• 透過提示要求 Gemini 提供範本，讓您在 Cloud Run 開發基礎應用程式。
• 使用 Gemini 說明並生成程式碼，藉此建立、探索及修改應用程式。
• 在本機執行並測試應用程式，然後根據 Gemini 生成的步驟，將應用程式部署到 Google Cloud。

後續步驟/瞭解詳情

• Gemini for Google Cloud 總覽
• 在 Gemini for Google Cloud 的協助下開發 Python 應用程式
• 在 Gemini for Google Cloud 的協助下開發 Node.js 應用程式

Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。