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 Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar 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, e 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 (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

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

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

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

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você 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 | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

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

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   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: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

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 2025 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.