安装 Vertex AI 客户端库

借助 Google Distributed Cloud (GDC) 网闸隔离配置中的 Vertex AI 客户端库，您可以通过编程方式访问光学字符识别 (OCR)、Speech-to-Text、Vertex AI Translation 和 Vertex AI Platform API，而无需编写原始服务器请求。直接从 tar 文件中提取并安装客户端库，或在 JupyterLab 笔记本中导入该库。如需详细了解笔记本环境，请参阅管理笔记本。

本文档适用于应用运维团队中负责配置应用和开发环境以启用 AI 功能的应用开发者。如需了解详情，请参阅 GDC 网闸隔离配置文档的受众群体。

Vertex AI 客户端库

Vertex AI 为 CentOS 和 Ubuntu 操作系统提供不同版本的客户端库。

tar 文件中 Vertex AI 客户端库的命名惯例基于操作系统、服务名称和版本。文件名遵循以下格式：

OS-google-cloud-SERVICE-VERSION.tar.gz

替换以下内容：

• OS：您要安装客户端库的操作系统的名称。允许的值包括 centos 和 ubuntu。

• SERVICE：要从中下载客户端库的 Vertex AI 服务的名称。允许的值如下：

  • aiplatform：Vertex AI Platform 客户端库。
  • speech：Speech-to-Text 客户端库。
  • translate：Vertex AI Translation 客户端库。
  • vision：OCR 客户端库。

• VERSION：客户端库的版本号，例如 3.8.0。

下表列出了 Distributed Cloud 支持的 Vertex AI 客户端库：

准备工作

在下载 tar 文件并解压缩客户端库之前，请按以下步骤操作：

1. 为 Vertex AI 设置项目。

2. 使用 gdcloud CLI 进行身份验证：

   gdcloud auth login
   

   如需详细了解如何使用配置的身份提供方进行身份验证，请参阅 gdcloud CLI 身份验证。

3. 验证您是否已安装 Python 3.7 至 3.10。客户端库 tarball 包含 cp37 到 cp310 的 wheel。

安装客户端库

完成前提条件后，请按照以下步骤下载 tar 文件，并使用 tar 文件安装客户端库：

1. 下载要安装的客户端库：

   wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARY
   

   替换以下内容：

   • GDC_URL：贵组织的 GDC 控制台网址。
   • CLIENT_LIBRARY：您要下载的客户端库的文件名。

2. 解压库文件：

   tar -zxf CLIENT_LIBRARY
   

   提取 OS-google-cloud-SERVICE-VERSION.tar.gz（例如 centos-google-cloud-speech-2.15.0.tar.gz）会创建 LIBRARY_NAME 目录（例如 google-cloud-speech，不带 OS- 前缀或 -VERSION 后缀）。

3. 在 Distributed Cloud 中安装客户端库：

   pip install -r LIBRARY_NAME/requirements.txt --no-index --find-links LIBRARY_NAME
   

   将 LIBRARY_NAME 替换为解压后的库目录名称，例如 google-cloud-speech。

4. 如果您安装了 Speech-to-Text 客户端库，请验证安装和版本 (2.15.0)：

   from google.cloud import speech_v1p1beta1 as speech
   
   print(speech.__version__)
   

   输出会显示已安装的版本：

   2.15.0
   

5. 使用 Python 脚本导入客户端库。以下示例展示了导入 Vertex AI Translation 客户端库的 Python 脚本的代码段，以说明导入库的过程：

   from google.cloud import translate
   from google.api_core.client_options import ClientOptions
   import google.auth
   from google.auth.transport import requests
   
   creds, _ = google.auth.default()
   creds = creds.with_gdch_audience("https://ENDPOINT:443")
   creds.refresh(requests.Request())
   client = translate.TranslationServiceClient(
       credentials=creds, client_options=ClientOptions(api_endpoint="ENDPOINT:443"))
   response = client.translate_text(request={
       "parent": "projects/PROJECT_ID", "target_language_code": "ru",
       "mime_type": "text/plain", "contents": ["Hello"]})
   print(response.translations[0].translated_text)
   

   替换以下内容：

   • ENDPOINT：您为组织使用的 Vertex AI Translation 端点，不含 https:// 前缀或 :443 端口。如需了解详情，请查看服务状态和端点。
   • PROJECT_ID：您的项目 ID。

   如需详细了解如何发出 Vertex AI Translation 请求，请了解翻译功能或翻译文本。

6. 将 Python 脚本保存为某个名称，例如 translation-service.py。

7. 运行 Python 脚本：

   python SCRIPT_NAME
   

   将 SCRIPT_NAME 替换为您为 Python 脚本指定的名称，例如 translation-service.py。