安裝 Vertex AI 用戶端程式庫

Google Distributed Cloud (GDC) 實體隔離方案中的 Vertex AI 用戶端程式庫，可讓您以程式輔助方式存取光學字元辨識 (OCR)、Speech-to-Text、Vertex AI Translation 和 Vertex AI Platform API，不必編寫原始伺服器要求。直接從 tar 檔案擷取並安裝用戶端程式庫，或將程式庫匯入 JupyterLab 筆記本。如要進一步瞭解筆記本環境，請參閱「管理筆記本」。

本文適用於應用程式開發人員，他們隸屬於應用程式操作員群組，負責設定應用程式和開發環境，以啟用 AI 功能。詳情請參閱 GDC 實體隔離方案說明文件的目標對象。

Vertex AI 用戶端程式庫

Vertex AI 提供適用於 CentOS 和 Ubuntu 作業系統的不同版本用戶端程式庫。

tar 檔案中 Vertex AI 用戶端程式庫的命名慣例，是根據作業系統、服務名稱和版本而定。檔案名稱格式如下：

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

更改下列內容：

• OS：要安裝用戶端程式庫的作業系統名稱。允許的值為 centos 和 ubuntu。

• SERVICE：要下載用戶端程式庫的 Vertex AI 服務名稱。允許的值如下：

  • aiplatform：Vertex AI Platform 用戶端程式庫。
  • speech：Speech-to-Text 用戶端程式庫。
  • translate：Vertex AI Translation 用戶端程式庫。
  • vision：OCR 用戶端程式庫。

• VERSION：用戶端程式庫的版本號碼，例如 3.8.0。

下表列出 Distributed Cloud 支援的 Vertex AI 用戶端程式庫：

事前準備

下載 tar 檔案並擷取用戶端程式庫之前，請先按照下列步驟操作：

1. 設定 Vertex AI 專案。

2. 使用 gdcloud CLI 進行驗證：

   gdcloud auth login
   

   如要進一步瞭解如何使用設定的身分提供者進行驗證，請參閱「gdcloud CLI 驗證」。

3. 確認已安裝 Python 3.7 至 3.10。用戶端程式庫 tarball 包含 cp37 至 cp310 的 wheel。

安裝用戶端程式庫

完成必要條件後，請按照下列步驟下載 tar 檔案，並使用 tar 檔案安裝用戶端程式庫：

1. 下載要安裝的用戶端程式庫：

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

   更改下列內容：

   • GDC_URL：貴組織的 GDC 控制台網址。
   • CLIENT_LIBRARY：要下載的用戶端程式庫檔案名稱。

2. 解壓縮程式庫檔案：

   tar -zxf CLIENT_LIBRARY
   

   擷取 OS-google-cloud-SERVICE-VERSION.tar.gz (例如 centos-google-cloud-speech-2.15.0.tar.gz) 會建立 LIBRARY_NAME 目錄 (例如 google-cloud-speech，不含 OS- 前置字元或 -VERSION 後置字元)。

3. 在 Distributed Cloud 安裝用戶端程式庫：

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

   將 LIBRARY_NAME 替換為解壓縮的程式庫目錄名稱，例如 google-cloud-speech。

4. 如果您已安裝 Speech-to-Text 用戶端程式庫，請驗證安裝和版本 (2.15.0)：

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

   輸出內容會顯示已安裝的版本：

   2.15.0
   

5. 使用 Python 指令碼匯入用戶端程式庫。以下範例顯示 Python 指令碼的程式碼片段，該指令碼會匯入 Vertex AI Translation 用戶端程式庫，說明匯入程式庫的方式：

   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)
   

   更改下列內容：

   • ENDPOINT：貴組織使用的 Vertex AI Translation 端點，不含 https:// 前置字元或 :443 通訊埠。詳情請參閱「查看服務狀態和端點」。
   • PROJECT_ID：您的專案 ID。

   如要進一步瞭解如何提出 Vertex AI Translation 要求，請參閱翻譯功能或翻譯文字。

6. 將 Python 指令碼儲存為 translation-service.py 等名稱。

7. 執行 Python 指令碼：

   python SCRIPT_NAME
   

   將 SCRIPT_NAME 替換為您為 Python 指令碼指定的名稱，例如 translation-service.py。