Übersicht

In diesem Lab verwenden Sie Gemini, einen KI-Assistenten in Google Cloud, um eine Beispielanwendung zu untersuchen, zu erstellen, zu ändern, zu testen und bereitzustellen.

Sie verwenden Cloud Workstations, um eine Entwicklungsumgebung zu erstellen, die Code OSS als IDE nutzt. Mit Gemini Code Assist in Cloud Code erfahren Sie mehr über den Code und entwickeln eine Beispiel-Inventaranwendung mit zwei API-Methoden. Außerdem verwenden Sie Gemini, um die Schritte zum Bereitstellen der Anwendung in Cloud Run zu generieren.

Dieses Lab ist für Entwickler aller Erfahrungsstufen gedacht, die an der Erstellung von Anwendungen beteiligt sind, aber unter Umständen nicht mit Cloud-Anwendungen vertraut sind. Erfahrung mit VS Code oder Code OSS als IDE sowie Python und dem Flask-Framework ist hilfreich.

Hinweis: Duet AI wurde umbenannt in Gemini, unser Modell der nächsten Generation. Dieses Lab wurde dementsprechend angepasst. Referenzen zu Duet AI in der Benutzeroberfläche oder Dokumentation sollten als Referenzen zu Gemini behandelt werden. Die Lab-Anweisungen bleiben ansonsten unverändert. Hinweis: Da es sich bei Gemini um eine Technologie im Frühstadium handelt, kann es zu Ergebnissen kommen, die zwar plausibel erscheinen, aber faktisch falsch sind. Ausgaben von Gemini sollten daher vor der Verwendung geprüft werden. Weitere Informationen finden Sie unter Gemini für Google Cloud und verantwortungsbewusste Anwendung von KI.

Lernziele

Aufgaben in diesem Lab:

• Cloudbasierte Entwicklungsumgebung für Anwendungen mit Cloud Workstations erstellen
• Verschiedene Google-Dienste kennenlernen, mit denen Sie eine Anwendung bereitstellen können, indem Sie Gemini kontextbasierte Fragen stellen
• Gemini auffordern, Vorlagen bereitzustellen, mit denen Sie eine einfache Anwendung in Cloud Run entwickeln können
• Anwendung erstellen, untersuchen und ändern, indem Sie Gemini auffordern, den Code zu erklären und zu generieren
• Anwendung lokal ausführen, testen und in Google Cloud bereitstellen, indem Sie Gemini die Schritte generieren lassen

Einrichtung

Für jedes Lab werden Ihnen ein neues Google Cloud-Projekt und die entsprechenden Ressourcen für eine bestimmte Zeit kostenlos zur Verfügung gestellt.

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Pop-up-Fenster geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich Details zum Lab mit diesen Informationen:

   • Schaltfläche Google Cloud Console öffnen
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite Anmelden geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

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

   Sie finden den Nutzernamen auch im Bereich Details zum Lab.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

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

   Sie finden das Passwort auch im Bereich Details zum Lab.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie sich eine Liste der Google Cloud-Produkte und ‑Dienste ansehen möchten, klicken Sie oben links auf das Navigationsmenü.

Cloud Shell aktivieren

Cloud Shell ist eine virtuelle Maschine, auf der Entwicklertools installiert sind. Sie bietet ein Basisverzeichnis mit 5 GB nichtflüchtigem Speicher und läuft auf Google Cloud. Cloud Shell bietet Ihnen Befehlszeilenzugriff auf Ihre Google Cloud-Ressourcen. gcloud ist das Befehlszeilentool für Google Cloud. Das Tool ist in Cloud Shell vorinstalliert und unterstützt die Tab-Vervollständigung.

1. Klicken Sie in der Google Cloud Console im Navigationsbereich auf Cloud Shell aktivieren ().

2. Klicken Sie auf Weiter.
   Die Bereitstellung und Verbindung mit der Umgebung dauert einen kleinen Moment. Wenn Sie verbunden sind, sind Sie auch authentifiziert und das Projekt ist auf Ihre PROJECT_ID eingestellt. Beispiel:

Beispielbefehle

• Namen für das aktive Konto angeben:

gcloud auth list

(Ausgabe)

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

(Beispielausgabe)

Credentialed accounts: - google1623327_student@qwiklabs.net

• Projekt-ID angeben:

gcloud config list project

(Ausgabe)

[core] project = <project_ID>

(Beispielausgabe)

[core] project = qwiklabs-gcp-44776a13dea667a6

Aufgabe 1: Umgebung und Konto konfigurieren

1. Melden Sie sich mit Ihren Anmeldedaten für das Lab bei der Google Cloud Console an und öffnen Sie das Cloud Shell-Terminalfenster.

2. Führen Sie die folgenden Befehle aus, um die Umgebungsvariablen für Projekt-ID und Region in Cloud Shell einzurichten:

   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. Führen Sie den folgenden Befehl aus, um das angemeldete Google-Nutzerkonto in einer Umgebungsvariable zu speichern:

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

4. Aktivieren Sie die Cloud AI Companion API für Gemini:

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

5. Gewähren Sie dem Google Cloud Qwiklabs-Nutzerkonto die nötigen IAM-Rollen zum Verwenden von 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

   Nach dem Hinzufügen dieser Rollen können Sie Gemini als Assistenten verwenden.

Klicken Sie auf Fortschritt prüfen. Relevante APIs aktivieren und IAM-Rollen gewähren.

Aufgabe 2: Cloud-Workstation erstellen

In diesem Lab entwickeln Sie mit Unterstützung durch Gemini eine Anwendung mit dem Cloud Code-Plug-in für die Cloud Workstations-IDE. Cloud Workstations ist eine vollständig verwaltete, integrierte Entwicklungsumgebung, die eine native Einbindung in Gemini bietet.

Bei dieser Aufgabe konfigurieren Sie eine Cloud Workstations-Umgebung und stellen sie bereit. Außerdem aktivieren Sie das Cloud Code-Plug-in für Gemini.

Workstation-Cluster aufrufen

Für dieses Lab wurde vorab ein Workstation-Cluster namens my-cluster erstellt. Dieser Cluster dient dazu, eine Workstation zu konfigurieren und zu erstellen.

1. Geben Sie in der Titelleiste der Google Cloud Console Cloud Workstations in das Suchfeld ein und klicken Sie dann in den Suchergebnissen auf Cloud Workstations.

2. Klicken Sie im Navigationsbereich auf Clusterverwaltung.

3. Prüfen Sie den Status des Clusters. Falls der Status des Clusters Wird abgeglichen oder Wird aktualisiert lautet, aktualisieren Sie die Anzeige regelmäßig, bis er den Status Bereit aufweist, bevor Sie mit dem nächsten Schritt fortfahren.

Workstationkonfiguration erstellen

Bevor Sie eine Workstation erstellen können, müssen Sie eine Workstationkonfiguration in Cloud Workstations erstellen.

1. Klicken Sie im Navigationsbereich auf Workstationkonfigurationen und dann auf Workstationkonfiguration erstellen.

2. Geben Sie die folgenden Werte an:

   Attribut	Wert
   Name	my-config
   Workstationcluster	select my-cluster

3. Klicken Sie auf Erstellen.

4. Klicken Sie auf Aktualisieren.

5. Prüfen Sie den Status der erstellten Konfiguration. Falls der Status der Konfiguration Wird abgeglichen oder Wird aktualisiert lautet, aktualisieren Sie die Anzeige regelmäßig, bis sie den Status Bereit aufweist, bevor Sie mit dem nächsten Schritt fortfahren.

Workstation erstellen

1. Klicken Sie im Navigationsbereich auf Workstations und dann auf Workstation erstellen.

2. Geben Sie die folgenden Werte an:

   Attribut	Wert
   Name	my-workstation
   Konfiguration	select my-config

3. Klicken Sie auf Erstellen.

   Nachdem die Workstation erstellt wurde, wird sie unter Meine Workstations mit dem Status Beendet aufgeführt.

4. Klicken Sie auf Starten, um die Workstation zu starten.

   Wenn die Workstation gestartet wird, ändert sich der Status zu Wird gestartet. Warten Sie, bis der Status Wird ausgeführt lautet. Dies bedeutet, dass die Workstation bereit ist. Es kann einige Minuten dauern, bis die Workstation betriebsbereit ist.

IDE starten

Für einige Erweiterungen müssen Drittanbieter-Cookies im Browser aktiviert sein, damit sie richtig funktionieren.

1. Klicken Sie im Menü Chrome auf Einstellungen, um Drittanbieter-Cookies in Chrome zu aktivieren.

2. Geben Sie in die Suchleiste Drittanbieter-Cookies ein.

3. Klicken Sie auf die Einstellung Drittanbieter-Cookies und wählen Sie Drittanbieter-Cookies zulassen aus.

   Hinweis: Falls Sie den Browser nach dem Lab auf die aktuellen Einstellungen zurücksetzen möchten, merken Sie sich die ursprüngliche Einstellung für Drittanbieter-Cookies.

• Klicken Sie in der Google Cloud Console auf der Seite Workstations auf Starten, um die Code OSS-IDE zu starten.

  Die IDE wird in einem separaten Browsertab geöffnet.

  

Klicken Sie auf Fortschritt prüfen. Cloud-Workstation erstellen und starten.

Aufgabe 3: Cloud Code-Erweiterung aktualisieren, um Gemini zu aktivieren

In dieser Aufgabe aktivieren Sie Gemini in Cloud Code für die Workstation-IDE.

Mit Google Cloud verbinden

Führen Sie diese Schritte aus, um eine Verbindung zwischen der Workstation und Google Cloud herzustellen:

1. Klicken Sie unten im Fenster in der Statusleiste auf Cloud Code – Anmelden.

   

2. Drücken Sie zum Starten der Cloud Code-Anmeldung unter Windows und Linux die Strg-Taste oder unter MacOS die Befehlstaste und klicken Sie auf den Link im Terminal.

3. Wenn Sie aufgefordert werden, das Öffnen der externen Website zu bestätigen, klicken Sie auf Öffnen.

4. Klicken Sie auf die Kursteilnehmer-E-Mail-Adresse.

5. Wenn Sie aufgefordert werden zu bestätigen, dass Sie diese Anwendung von Google heruntergeladen haben, klicken Sie auf Anmelden.

   Ihr Bestätigungscode wird im Browsertab angezeigt.

   Hinweis: Möglicherweise werden Sie gewarnt, dass Sie einen „gcloud auth login“-Befehl ausgeführt haben. Diese Warnung wird lediglich angezeigt, da die IDE diesen Befehl in Ihrem Namen ausgeführt hat.

6. Klicken Sie auf Kopieren.

7. Fügen Sie den Code im IDE-Terminal unter Autorisierungscode eingeben ein.

8. Wenn Sie aufgefordert werden, das Kopieren aus der Zwischenablage zu erlauben, klicken Sie auf Zulassen.

9. Drücken Sie die Eingabetaste und warten Sie, bis in der Statusleiste Cloud Code – kein Projekt angezeigt wird.

   Sie sind jetzt mit Google Cloud verbunden.

Gemini in Cloud Code aktivieren

Führen Sie die folgenden Schritte aus, um Gemini in Cloud Code für die Workstation-IDE zu aktivieren:

1. Klicken Sie in der Workstation-IDE links unten auf das Symbol Verwalten () und dann auf Einstellungen.

2. Klicken Sie im Dialogfeld „Einstellungen“ im Tab Nutzer auf Erweiterungen > Gemini Code Assist.

3. Geben Sie unter Sucheinstellungen Gemini ein.

4. Klicken Sie im Feld mit den Anmeldedaten für das Qwiklabs-Lab zum Kopieren der Projekt-ID auf Kopieren.

   

5. Fügen Sie auf der Cloud Code-Einstellungsseite unter Gemini Code Assist: Projekt die Google Cloud-Projekt-ID ein.

6. Prüfen Sie, ob Gemini Code Assist: Aktivieren aktiviert ist.

7. Klicken Sie in der IDE-Statusleiste auf Cloud Code – kein Projekt.

8. Klicken Sie auf Google Cloud-Projekt auswählen und dann auf die entsprechende Projekt-ID.

   Die Projekt-ID wird jetzt in der Statusleiste angezeigt. Gemini ist einsatzbereit.

Aufgabe 4: Mit Gemini chatten

Gemini kann Sie dabei unterstützen, die Google Cloud-Dienste auszuwählen, die die Anforderungen Ihrer Anwendungsarchitektur erfüllen. Wenn Sie die Anwendung in Ihrer lokalen IDE entwickeln, testen und in Google Cloud bereitstellen möchten, können Sie mit Gemini chatten, um Unterstützung zu erhalten.

In dieser Aufgabe verwenden Sie den Bereich Gemini Code Assist, um Prompts einzugeben und sich die Antworten von Gemini anzusehen.

Prompts sind Fragen oder Aussagen, in denen Sie beschreiben, wobei Sie Unterstützung benötigen. Prompts können Kontext aus vorhandenem Code enthalten, den Google Cloud analysiert, um Ihnen hilfreiche oder vollständige Antworten zu geben. Informationen zum Schreiben von Prompts, auf die Sie gute Antworten erhalten, finden Sie unter Bessere Prompts für Gemini in Google Cloud schreiben.

Prompts an Gemini senden

Führen Sie diese Schritte aus, um Gemini Prompts zu Google Cloud-Diensten zu senden:

1. Klicken Sie in der Aktivitätsleiste der IDE auf Gemini Code Assist (), um das Gemini-Chatfenster zu öffnen.

   Hinweis: Sollte Ihnen eine Warnung angezeigt werden, dass Sie keine gültige Lizenz haben, können Sie diese Nachricht für die Zwecke dieses Lab ignorieren.

2. Falls beim Öffnen des Gemini-Chatfensters ein Fehler auftritt, aktualisieren Sie das Browserfenster.

3. Geben Sie im Bereich Gemini Code Assist den folgenden Prompt ein und klicken Sie auf Senden ():

   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 listet als Antwort eine Reihe von Google Cloud-Diensten und Beschreibungen dazu auf.

   In diesem Beispiel gehen wir davon aus, dass Gemini Cloud Run sowie Cloud Functions als Google Cloud-Dienste vorschlägt, mit denen Sie eine Beispielanwendung entwickeln und bereitstellen können. Sie können weitere Informationen über diese Dienste anfordern.

4. Geben Sie den folgenden Text als weiterführende Frage oder Prompt in den Bereich Gemini Code Assist ein und klicken Sie auf Senden ():

   What is the difference between Cloud Run and Cloud Functions?

   Gemini nennt die wichtigsten Unterschiede zwischen den beiden Google Cloud-Diensten.

5. Klicken Sie im Bereich Gemini Code Assist auf Chat zurücksetzen (), um das Chatprotokoll zurückzusetzen.

   Hinweis: Der Status des Chatprotokolls wird nur im Arbeitsspeicher gespeichert und geht verloren, wenn Sie zu einem anderen Arbeitsbereich wechseln oder die IDE schließen. Gemini verwendet Ihre Prompts und die Antworten darauf nicht zum Trainieren des Modells. Weitere Informationen finden Sie unter So verwendet Gemini for Google Cloud Ihre Daten.

Aufgabe 5: Python-Anwendung entwickeln

Sie verwenden nun Cloud Run, um eine einfache Python-Anwendung zu erstellen und bereitzustellen. Da Sie mit Cloud Run und Cloud Code noch wenig Erfahrung haben, lassen Sie sich dabei unterstützen.

In dieser Aufgabe fordern Sie Gemini auf, Sie beim Entwickeln einer „Hello World“-Python-Anwendung in Cloud Run zu helfen.

Unterstützung von Gemini erhalten

1. Geben Sie im Bereich Gemini Code Assist den folgenden Prompt ein, um zu erfahren, wie Sie eine Cloud Run-Anwendung mit Cloud Code erstellen, und klicken Sie auf Senden ():

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

2. Die Antwort von Gemini enthält die Schritte zum Erstellen einer Anwendung. Gemini zeigt außerdem die unterstützten Sprachen für die Cloud Run-Anwendung an.

   Hinweis: Die Befehlspalette in VS Code enthält eine Liste aller Befehle, einschließlich der für Cloud Code.

Mit den Gemini-Schritten eine Python-Anwendung erstellen

1. Klicken Sie auf das Menü () und dann auf Anzeigen > Befehlspalette.

2. Geben Sie Cloud Code New ein und wählen Sie Cloud Code: Neue Anwendung aus.

   

3. Wählen Sie Cloud Run-Anwendung aus.

4. Wählen Sie Python (Flask): Cloud Run aus.

5. Ändern Sie den Namen der Anwendung und des übergeordneten Ordners in /home/user/hello-world und klicken Sie auf Ok.

   Cloud Code lädt die Vorlage herunter und erstellt die Anwendungsdateien in dem Ordner in der IDE.

Anwendung mit Gemini untersuchen

Nachdem Sie Ihre Hello World-Anwendung in Cloud Run erstellt haben, können Sie sich von Gemini die Dateien und Code-Snippets erklären lassen, die in der IDE bereitgestellt werden.

1. Falls die Dateien nicht in der Aktivitätsleiste der IDE angezeigt werden, klicken Sie auf Explorer ().

2. Wählen Sie im Explorer-Bereich die Option Dockerfile aus.

3. Markieren Sie den gesamten Inhalt des Dockerfile und klicken Sie auf die Glühbirne (). Wählen Sie im Menü Weitere Aktionen die Option Gemini: Auswahl erklären aus.

   Gemini liefert eine Erklärung des Inhalts und der Funktion des Dockerfile in natürlicher Sprache. Sie können auch Teile des Dateiinhalts markieren, auf die Glühbirne () klicken und Gemini: Auswahl erklären auswählen.

4. Markieren Sie die Zeile, die mit ENTRYPOINT beginnt, klicken Sie auf die Glühbirne () und dann auf Gemini: Auswahl erklären.

   Gemini zeigt Ihnen Details zur ENTRYPOINT-Anweisung an. Sie erfahren, dass Docker damit die Datei „app.py“ ausführt, wenn der Container gestartet wird.

5. Klicken Sie in der Aktivitätsleiste auf Explorer () und dann auf app.py, um sich den Inhalt der Datei app.py anzusehen.

6. Markieren Sie in der Funktionsdefinition hello() die Zeilen, die die Umgebungsvariablen K_SERVICE und K_REVISION enthalten. Klicken Sie auf die Glühbirne () und dann auf Gemini: Auswahl erklären.

   Gemini antwortet mit einer detaillierten Erklärung zu den beiden Cloud Run-Umgebungsvariablen und ihrer Verwendung im Anwendungscode.

Anwendung lokal ausführen

Sie können Ihre Anwendung lokal in der IDE über den Cloud Run-Emulator ausführen. In diesem Fall bedeutet lokal auf dem Workstation-Computer.

1. Klicken Sie in der Aktivitätsleiste der IDE auf Cloud Code () und dann auf Cloud Run.

   

   Hinweis: Sie führen die Anwendung zuerst mit dem Cloud Run-Emulator aus, daher müssen Sie die Cloud Run API noch nicht aktivieren.

2. Klicken Sie in der Aktivitätsleiste von Cloud Run auf Anwendung im lokalen Cloud Run-Emulator ausführen () und dann auf Ausführen.

   Im Tab Ausgabe der IDE wird der Build-Fortschritt angezeigt.

3. Wenn Sie oben im Bildschirm die Aufforderung „minikube gcp-auth“-Add-on für Zugriff auf Google APIs aktivieren sehen, wählen Sie Ja aus.

   

Wenn Sie zur Anmeldung aufgefordert werden, klicken Sie auf Weiter zur Anmeldung.

Im Terminal wird ein Link angezeigt.

1. Drücken Sie zum Starten der Cloud Code-Anmeldung unter Windows und Linux die Strg-Taste oder unter MacOS die Befehlstaste und klicken Sie auf den Link im Terminal.

2. Wenn Sie aufgefordert werden, das Öffnen der externen Website zu bestätigen, klicken Sie auf Öffnen.

3. Klicken Sie auf die Kursteilnehmer-E-Mail-Adresse.

4. Wenn Sie aufgefordert werden fortzufahren, klicken Sie auf Fortfahren.

5. Klicken Sie auf Zulassen, um dem Google Cloud SDK Zugriff auf Ihr Google-Konto zu gewähren und die Bedingungen zu akzeptieren.

   Ihr Bestätigungscode wird im Browsertab angezeigt.

6. Klicken Sie auf Kopieren.

7. Fügen Sie den Code im IDE-Terminal unter Autorisierungscode eingeben ein und drücken Sie die Eingabetaste.

   Warten Sie, bis der Build und die Bereitstellung abgeschlossen sind.

8. Bewegen Sie den Mauszeiger über den Link zum „Hello World“-Dienst unter der Localhost-URL und klicken Sie auf Link öffnen.

   

   Im Browser wird ein neuer Tab mit einer Seite geöffnet, auf der angegeben ist, dass der Dienst ausgeführt wird.

Aufgabe 6: Python-Anwendung erweitern

Jetzt ergänzen Sie die Anwendung um Daten und Funktionen, damit sie zum Verwalten von Inventardaten genutzt werden kann.

In dieser Aufgabe fügen Sie der Anwendung zuerst Inventardaten hinzu.

Hinweis: Generative KI liefert nicht jedes Mal die gleiche Ausgabe. Wenn Sie einen signifikanten Unterschied in dem von Gemini generierten Code feststellen, können Sie stattdessen das im Lab bereitgestellte Code-Snippet verwenden.

Mit Gemini Beispieldaten generieren

1. Klicken Sie in der Aktivitätsleiste der IDE auf Explorer ().

2. Klicken Sie auf Neue Datei () und erstellen Sie eine Datei mit dem Namen inventory.py.

3. Öffnen Sie den Bereich Gemini Code Assist, geben Sie den folgenden Prompt ein und klicken Sie auf Senden, um mit Gemini Beispieldaten zu generieren:

   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 generiert das JSON-Array inventory, das drei JSON-Objekte enthält.

4. Klicken Sie in der Gemini-Antwort auf In aktuelle Datei einfügen (), um die JSON-Beispieldaten in die Datei „inventory.py“ einzufügen. Der Inhalt der Datei sieht in etwa so aus:

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

5. Klicken Sie im IDE-Menü () auf Datei > Speichern, um die Datei inventory.py im Ordner home/user/hello-world zu speichern.

   Sie brauchen diese Beispielinventardaten in der nächsten Unteraufgabe.

API-Methode „GET /inventory list“ zur Anwendung hinzufügen

Jetzt fügen Sie API-Methoden in die Datei app.py ein, um mit den Inventardaten zu arbeiten. Für diese Unteraufgabe verwenden Sie die Funktion zum Generieren von Code in Gemini.

1. Öffnen Sie im Explorer die Datei app.py.

2. Ändern Sie die „flask import“-Anweisung so, dass sie die inventory-Datei und die jsonify-Bibliothek enthält:

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

3. Positionieren Sie den Cursor in der Datei app.py unter der app-Zuweisungsanweisung:

   app = Flask(__name__)

4. Geben Sie in der Datei app.py den folgenden Befehl ein, um Gemini Code Assist den Code für die erste API-Methode generieren zu lassen:

   # 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. Markieren Sie die Kommentarzeilen, einschließlich der Leerzeile unter dem Kommentar.

6. Klicken Sie auf die Glühbirne () und wählen Sie dann Gemini: Code erstellen aus.

   Gemini erstellt eine Funktion für den GET-Vorgang, die eine Liste von Elementen aus der Datei inventory.py zurückgibt. Die Funktion sieht in etwa so aus:

   @app.route('/inventory', methods=['GET']) def inventory_list(): """Return a list of inventory items in JSON format.""" return jsonify(inventory) Hinweis: Wenn Sie mehr über die Funktion jsonify(inventory) erfahren möchten, markieren Sie den Begriff und fordern Sie Gemini auf, Ihnen den Code zu erklären.

7. Halten Sie den Mauszeiger über einen beliebigen Teil des generierten Codes und klicken Sie auf Akzeptieren, um ihn zu übernehmen.

   Wichtig: Gemini kann mehrere Code-Snippets erstellen und diese können sich von dem oben angezeigten unterscheiden.

8. Falls die Anweisungen app.route und return in Ihrem generierten Code von der obigen Anzeige abweichen, ersetzen Sie das erstellte Code-Snippet durch das hier angezeigte Snippet. Dann sollte das Lab wie geplant funktionieren.

Methode „GET /inventory/{productID}“ zur Anwendung hinzufügen

Jetzt fügen Sie eine weitere API-Methode hinzu, um Daten zu einem bestimmten Inventarobjekt anhand der Produkt-ID zurückgeben zu lassen. Wenn die Produkt-ID nicht gefunden wird, gibt die API den HTTP-Standardstatuscode 404 zurück.

1. Fügen Sie nach der Route /inventory einige Leerzeilen ein.

2. Geben Sie in der Datei app.py folgenden Kommentar ein, um Gemini den Code für diese zweite API-Methode generieren zu lassen:

   # 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. Markieren Sie die drei Kommentarzeilen sowie die Leerzeile nach dem Kommentar, klicken Sie auf die Glühbirne () und wählen Sie dann Gemini: Code erstellen aus.

   Gemini generiert den Statuscode 404, falls das Produkt nicht existiert, oder für den GET-Vorgang eine Funktion, die aus der Inventardatei das Objekt mit der Produkt-ID der Anfrage zurückgibt.

   @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. Halten Sie den Mauszeiger über einen beliebigen Teil des generierten Codes. Klicken Sie in der Symbolleiste auf Akzeptieren, um den Code zu übernehmen.

5. Falls der generierte Code von der obigen Anzeige abweicht, ersetzen Sie das erstellte Code-Snippet durch das hier angezeigte Snippet.

   Die Datei app.py sollte jetzt in etwa so aussehen:

   """ 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')

Anwendung neu erstellen und lokal erneut bereitstellen

Sie können Ihre Anwendung lokal in der IDE über den Cloud Run-Emulator ausführen. In diesem Fall bedeutet lokal auf dem Workstation-Computer.

1. Klicken Sie in der Aktivitätsleiste der IDE auf Cloud Code ().

2. Klicken Sie in der Aktivitätsleiste von Cloud Run auf Anwendung im lokalen Cloud Run-Emulator ausführen ().

3. Wenn Sie oben im Bildschirm die Aufforderung „minikube gcp-auth“-Add-on für Zugriff auf Google APIs aktivieren sehen, wählen Sie Ja aus.

   Warten Sie, bis der Build und die Bereitstellung abgeschlossen sind.

4. Bewegen Sie den Mauszeiger über den Link zum „Hello World“-Dienst unter der localhost-URL und klicken Sie auf Link öffnen.

   Im Browser wird ein neuer Tab mit einer Seite geöffnet, auf der angegeben ist, dass der Dienst ausgeführt wird.

API-Methoden testen

1. Führen Sie die Schritte aus der vorherigen Aufgabe aus, um die Anwendung lokal auszuführen.

2. Nachdem Sie auf den Localhost-URL-Link geklickt haben, um die ausgeführte Anwendung in einem separaten Browsertab aufzurufen, fügen Sie im selben Tab am Ende der URL /inventory hinzu und drücken Sie die Eingabetaste.

   Die API gibt eine JSON-Antwort mit der Liste der Produkte aus der Datei inventory.py zurück. Die JSON-Antwort sollte in etwa so aussehen:

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

3. Hängen Sie /{productID} an die URL an, die auf /inventory endet, wobei {productID} eine Produkt-ID in Ihrem Inventar ist.

   Im Beispiel oben lautet das Ende einer gültigen URL /inventory/12345.

4. Notieren Sie sich diese Produkt-ID, da sie in späteren Schritten benötigt wird.

5. Drücken Sie die Eingabetaste.

   Die API gibt eine JSON-Antwort zurück, die Daten zu dem Produkt enthält.

6. Ersetzen Sie in der URL die Produkt-ID durch XXXXX und drücken Sie die Eingabetaste.

   Die URL sollte jetzt auf /inventory/XXXXX enden.

   XXXXX ist keine gültige Produkt-ID, daher gibt die API eine JSON-Fehlermeldung zurück, dass das Produkt nicht gefunden wurde.

Aufgabe 7: Anwendung in Cloud Run bereitstellen

Sie können die Anwendung jetzt in Cloud Run in Google Cloud bereitstellen.

1. Klicken Sie in der Aktivitätsleiste im Hauptmenü () auf Anzeigen > Befehlspalette.

2. Geben Sie in das Befehlspalettenfeld Cloud Code Deploy (Cloud Code bereitstellen) ein und wählen Sie aus der Liste Cloud Code: In Cloud Run bereitstellen aus.

3. Klicken Sie auf API aktivieren, um die Cloud Run API für das Projekt zu aktivieren.

4. Wählen Sie auf der Seite Diensteinstellungen als Region die Option aus.

5. Lassen Sie alle anderen Einstellungen unverändert und klicken Sie auf Bereitstellen.

   Cloud Code erstellt das Image, überträgt es per Push an die Registry und stellt Ihren Dienst in Cloud Run bereit. Dies kann einige Minuten dauern.

   Hinweis: Klicken Sie auf Detaillierte Logs anzeigen, wenn Sie sich die detaillierten Logs der Bereitstellung ansehen möchten.

6. Rufen Sie die URL auf, die im Dialogfeld „In Cloud Run bereitstellen“ angezeigt wird, um den ausgeführten Dienst anzusehen.

7. Testen Sie den Dienst, indem Sie die Pfade /inventory und /inventory/{productID} an die URL anhängen, und prüfen Sie die Antwort.

   Hinweis: Verwenden Sie für die Produkt-URL dieselbe Produkt-ID wie zuvor. Das Ende der URL sollte in etwa so aussehen: /inventory/12345.

   Führen Sie in Cloud Shell den folgenden Befehl aus, um die URL der Inventarseite des Cloud Run-Dienstes abzurufen:

   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

Klicken Sie auf Fortschritt prüfen. Anwendung in Cloud Run bereitstellen.

Lab beenden

Wenn Sie das Lab abgeschlossen haben, klicken Sie auf Lab beenden. Qwiklabs entfernt daraufhin die von Ihnen genutzten Ressourcen und bereinigt das Konto.

Anschließend erhalten Sie die Möglichkeit, das Lab zu bewerten. Wählen Sie die entsprechende Anzahl von Sternen aus, schreiben Sie einen Kommentar und klicken Sie anschließend auf Senden.

Die Anzahl der Sterne hat folgende Bedeutung:

• 1 Stern = Sehr unzufrieden
• 2 Sterne = Unzufrieden
• 3 Sterne = Neutral
• 4 Sterne = Zufrieden
• 5 Sterne = Sehr zufrieden

Wenn Sie kein Feedback geben möchten, können Sie das Dialogfeld einfach schließen.

Verwenden Sie für Feedback, Vorschläge oder Korrekturen den Tab Support.

Glückwunsch!

In diesem Lab haben Sie Folgendes gelernt:

• Verschiedene Google-Dienste kennenlernen, mit denen Sie eine Anwendung bereitstellen können, indem Sie Gemini kontextbasierte Fragen stellen
• Gemini auffordern, Vorlagen bereitzustellen, mit denen Sie eine einfache Anwendung in Cloud Run entwickeln können
• Anwendung erstellen, untersuchen und ändern, indem Sie Gemini auffordern, den Code zu erklären und zu generieren
• Anwendung lokal ausführen, testen und in Google Cloud bereitstellen, indem Sie Gemini die Schritte generieren lassen

Weitere Informationen

• Gemini für Google Cloud – Übersicht
• Python-Anwendung mit Gemini für Google Cloud-Unterstützung entwickeln
• Node.js-Anwendung mit Gemini für Google Cloud-Unterstützung entwickeln

© 2024 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.