GSP1229

Visão geral

Gemini é uma família de modelos de IA generativa desenvolvida pelo Google DeepMind, criada para casos de uso multimodais. A API Gemini dá acesso aos modelos Gemini Pro Vision e Gemini Pro. Neste laboratório, você vai entender como integrar a API Gemini da Vertex AI aos aplicativos e criar e implantar o aplicativo de amostra desenvolvido no Google Cloud Run.

API Gemini da Vertex AI

A API Gemini da Vertex AI tem uma interface unificada para interagir com os modelos Gemini. Há dois modelos disponíveis na API Gemini no momento:

1. Modelo Gemini Pro (gemini-pro): projetado para processar tarefas de linguagem natural, chat de código e texto com várias interações e geração de código.
2. Modelo Gemini Pro Vision (gemini-pro-vision): oferece suporte a comandos multimodais. É possível incluir texto, imagens e vídeo nos comandos e receber respostas de texto ou código.

É possível interagir com a API Gemini usando os seguintes métodos:

• Usar o Vertex AI Studio para testes rápidos e geração de comandos
• Usar comandos cURL
• Usar o SDK da Vertex AI

Este laboratório tem como foco a integração do modelo Gemini Pro com um aplicativo Streamlit e a implantação no Google Cloud Run.

Para mais informações, acesse a documentação da IA generativa na Vertex AI.

Objetivos

Neste laboratório, você vai aprender a fazer o seguinte:

• Integrar a API Gemini da Vertex AI aos aplicativos
• Criar e implantar o aplicativo de amostra desenvolvido no Google Cloud Run
• Usar o framework Streamlit para criar um aplicativo do Cloud Run

Configuração e requisitos

Antes de clicar no botão Start Lab

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.

Observação: não use seu projeto ou conta do Google Cloud neste laboratório para evitar cobranças extras na sua conta.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar, você verá um pop-up para selecionar a forma de pagamento. No painel Detalhes do laboratório à esquerda, você vai encontrar o seguinte:

   • O botão Abrir console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Nome de usuário"}}}

   Você também encontra o Nome de usuário no painel Detalhes do laboratório.

4. Clique em Seguinte.

5. Copie a Senha abaixo e cole na caixa de diálogo de boas-vindas.

   {{{user_0.password | "Senha"}}}

   Você também encontra a Senha no painel Detalhes do laboratório.

6. Clique em Seguinte.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: clique em Menu de navegação no canto superior esquerdo para acessar uma lista de produtos e serviços do Google Cloud.

Tarefa 1: execute o aplicativo no local

Nesta seção, você vai executar o aplicativo Streamlit localmente no Cloud Shell.

Clone o repositório

1. Abra um novo terminal do Cloud Shell clicando no ícone do Cloud Shell no canto superior direito do console do Cloud.

2. Execute os comandos a seguir para clonar o repositório e navegue até o diretório gemini-streamlit-cloudrun no Cloud Shell usando os comandos abaixo.

git clone https://github.com/GoogleCloudPlatform/generative-ai.git cd generative-ai/gemini/sample-apps/gemini-streamlit-cloudrun

Para executar o aplicativo Streamlit, você vai precisar realizar algumas etapas adicionais.

Execute o aplicativo

1. Configure o ambiente virtual de Python e instale as dependências:

python3 -m venv gemini-streamlit source gemini-streamlit/bin/activate pip install -r requirements.txt

2. Seu aplicativo requer acesso a duas variáveis de ambiente:

• GCP_PROJECT : este é o ID do projeto do Google Cloud.
• GCP_REGION : esta é a região onde você está implantando o aplicativo Cloud Run. Por exemplo, us-central1.

Essas variáveis são necessárias porque a inicialização da Vertex AI precisa do ID do projeto do Google Cloud e da região. A linha de código específica da função app.py aparece em: vertexai.init(project=PROJECT_ID, location=LOCATION)

No Cloud Shell, execute os comandos a seguir:

GCP_PROJECT='{{{ project_0.project_id | Project ID}}}' GCP_REGION='{{{ project_0.default_region | Region }}}'

3. Para iniciar o aplicativo localmente, execute o seguinte comando:

streamlit run app.py \ --browser.serverAddress=localhost \ --server.enableCORS=false \ --server.enableXsrfProtection=false \ --server.port 8080

Saída:

Collecting usage statistics. To deactivate, set browser.gatherUsageStats to False. You can now view your Streamlit app in your browser. URL: http://localhost:8080

4. O aplicativo será inicializado e você receberá um URL para o aplicativo. Clique no link para visualizar o aplicativo no navegador ou use a função de visualização na Web do Cloud Shell para iniciar a página de visualização.

5. Ajuste os parâmetros para a geração do story e clique em Generate my story.

6. Volte para o Cloud Shell e autorize o aplicativo a acessar a API Gemini. Depois de autorizar o aplicativo, você pode retornar ao aplicativo para ver a resposta.

Observação: o aplicativo solicitará a API Gemini da Vertex AI e exibirá as respostas. Para que isso seja possível, depois de selecionar Generate my story, você precisa retornar ao Cloud Shell para autorizar o aplicativo a acessar a API Gemini.

6. Depois de concluir o teste do aplicativo, você pode interrompê-lo digitando Ctrl + C no Cloud Shell.

Tarefa 2: crie e implante o aplicativo no Cloud Run

Nesta seção, você vai implantar o aplicativo Streamlit no Cloud Run.

Você vai criar a imagem Docker para o aplicativo e enviá-la para o Artifact Registry. Para fazer isso, você precisa de uma variável de ambiente definida que aponte para o nome do Artifact Registry. Os comandos abaixo criam esse repositório do Artifact Registry para você.

1. No Cloud Shell, execute o comando a seguir:

AR_REPO='gemini-repo' SERVICE_NAME='gemini-streamlit-app' gcloud artifacts repositories create "$AR_REPO" --location="$GCP_REGION" --repository-format=Docker gcloud builds submit --tag "$GCP_REGION-docker.pkg.dev/$GCP_PROJECT/$AR_REPO/$SERVICE_NAME"

Saída:

DONE -------------------------------------------------------------------------------- ID CREATE_TIME DURATION SOURCE IMAGES STATUS a601ffd1-c282-43d2-942c-53cc13f43bf2 2023-12-18T11:37:30+00:00 2M29S gs://qwiklabs-gcp-00-eb090e9513e8_cloudbuild/source/1702899440.87287-549e1a0cc5644b3c9535ff57f4a63d02.tgz us-central1-docker.pkg.dev/qwiklabs-gcp-00-eb090e9513e8/gemini-repo/gemini-streamlit-app (+1 more) SUCCESS

2. A etapa final é implantar o serviço no Cloud Run com a imagem que criamos e enviamos para o Artifact Registry na etapa anterior.

gcloud run deploy "$SERVICE_NAME" \ --port=8080 \ --image="$GCP_REGION-docker.pkg.dev/$GCP_PROJECT/$AR_REPO/$SERVICE_NAME" \ --allow-unauthenticated \ --region=$GCP_REGION \ --platform=managed \ --project=$GCP_PROJECT \ --set-env-vars=GCP_PROJECT=$GCP_PROJECT,GCP_REGION=$GCP_REGION

Quando a implantação for bem-sucedida, você vai receber um URL para o serviço Cloud Run. Você pode acessá-lo no navegador para visualizar o aplicativo Cloud Run que acabou de implantar.

Saída:

⠼ Deploying new service... Done. ✓ Deploying new service... Done. Done. Service [gemini-streamlit-app] revision [gemini-streamlit-app-00001-srg] has been deployed and is serving 100 percent of traffic. Service URL: https://gemini-streamlit-app-hc2gb6hsia-uc.a.run.app

Escolha a funcionalidade que você quer verificar e o aplicativo solicitará a API Gemini da Vertex AI e exibirá as respostas.

Clique em Verificar meu progresso para conferir o objetivo. Criar e implantar o aplicativo no Cloud Run

Parabéns!

Parabéns! Neste laboratório, você aprendeu a integrar a API Gemini da Vertex AI aos aplicativos e a criar e implantar o aplicativo de amostra desenvolvido no Google Cloud Run.

Próximas etapas / Saiba mais

• Consulte a documentação da IA generativa na Vertex AI.
• Saiba mais sobre a IA generativa no canal de tecnologia do Google Cloud no YouTube.
• Repositório oficial da IA generativa do Google Cloud (em inglês)
• Exemplos de notebooks Gemini (em inglês)

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 7 de março de 2024

Laboratório testado em 7 de março de 2024

Copyright 2024 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.