מעבר בין מצבים

תצוגה מקדימה

חלק מהתכונות של RAG הן מוצרים בגרסת טרום-GA, והשימוש בהן כפוף ל "תנאי השימוש במוצרים בגרסת טרום-GA" בתנאים הספציפיים לשירות של Google Cloud. השימוש בתכונות ובמוצרים בגרסת טרום-GA הוא "כפי שהם" (As is), ויכול להיות שהתמיכה בהם תהיה מוגבלת. בנוסף, יכול להיות ששינויים במוצרים ובתכונות בגרסת טרום-GA לא יהיו תואמים לגרסאות אחרות של טרום-GA. מידע נוסף זמין במאמר תיאורים של שלבי ההשקה. השימוש ב-Gemini API ב-Gemini Enterprise Agent Platform כפוף לתנאים ולהגבלות של גרסת הטרום-השקה של AI גנרטיבי (תנאי גרסת הטרום-השקה).

‫VPC-SC security controls ו-CMEK נתמכים על ידי Agent Platform RAG Engine. אין תמיכה במיקום נתונים ובאמצעי בקרה לאבטחת AXT.

מצבי פריסה הם הגדרה ברמת הפרויקט. המעבר בין שני המצבים לא מעביר או מוחק את הנתונים שלכם מהמצב השני. אפשר להשתמש ב-UpdateRagEngineConfig API כדי לעבור בין מצבי הפריסה Serverless ו-Spanner. אפשר גם להשתמש ב-API הזה כדי להגדיר את הרמה במצב הפריסה של Spanner או כדי לבטל את ההקצאה של מצב Spanner ולהפסיק את החיוב. אתם יכולים להשתמש ב-GetRagEngineConfig API כדי לקרוא את המידע על מצב הפריסה הנוכחי.

מעבר למצב Serverless

בדוגמאות הקוד הבאות אפשר לראות איך להעביר את RagEngineConfig למצב Serverless:

המסוף

1. נכנסים לדף RAG Engine במסוף Google Cloud .

   מעבר אל RAG Engine

2. בוחרים את האזור שבו מנוע ה-RAG פועל.
3. לוחצים על האפשרות מעבר למצב Serverless. יכול להיות שהאפשרות הזו לא תופיע אם אתם במצב Serverless. אפשר לבדוק את המצב הנוכחי לפי התווית של המצב בפינה השמאלית העליונה של הדף.

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X PATCH \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig -d "{'ragManagedDbConfig': {'serverless': {}}}"

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config_name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"

new_rag_engine_config = rag.RagEngineConfig(
    name=rag_engine_config_name,
    rag_managed_db_config=rag.RagManagedDbConfig(mode=rag.Serverless()),
)

updated_rag_engine_config = rag.rag_data.update_rag_engine_config(
    rag_engine_config=new_rag_engine_config
)

print(updated_rag_engine_config)

מעבר למצב Spanner

דוגמאות הקוד הבאות מראות איך לעבור למצב Spanner ב-RagEngineConfig. אם השתמשתם בעבר במצב Spanner ובחרתם רמת שירות, אתם לא צריכים לציין אותה במפורש כשאתם עוברים למצב הזה. אם לא, בדוגמאות הקוד שבהמשך מוסבר איך לעבור למצב Spanner תוך ציון רמת שירות.

המסוף

1. נכנסים לדף RAG Engine במסוף Google Cloud .

   מעבר אל RAG Engine

2. בוחרים את האזור שבו מנוע ה-RAG פועל.
3. לוחצים על האפשרות מעבר ל-Spanner. יכול להיות שהאפשרות לא תופיע אם אתם במצב Spanner. אפשר לראות את המצב הנוכחי בתווית המצב.

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X PATCH \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig -d "{'ragManagedDbConfig': {'spanner': {}}}"

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config_name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"

new_rag_engine_config = rag.RagEngineConfig(
    name=rag_engine_config_name,
    rag_managed_db_config=rag.RagManagedDbConfig(mode=rag.Spanner()),
)

updated_rag_engine_config = rag.rag_data.update_rag_engine_config(
    rag_engine_config=new_rag_engine_config
)

print(updated_rag_engine_config)

קריאה של RagEngineConfig הנוכחי

בדוגמאות הקוד הבאות אפשר לראות איך קוראים את RagEngineConfig כדי לדעת איזה מצב ואיזו רמה נבחרו:

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X GET \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config = rag.rag_data.get_rag_engine_config(
    name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"
)

print(rag_engine_config)

עדכון המסלול במצב Spanner

בדוגמאות הקוד הבאות אפשר לראות איך מעדכנים את הרמה במצב Spanner:

עדכון של RagEngineConfig למצב Spanner, רמת Scaled

בדוגמאות הקוד הבאות אפשר לראות איך מגדירים את RagEngineConfig למצב Spanner עם רמת מחיר מותאמת:

המסוף

1. נכנסים לדף RAG Engine במסוף Google Cloud .

   מעבר אל RAG Engine

2. בוחרים את האזור שבו מנוע ה-RAG פועל.
3. לוחצים על האפשרות Switch to Spanner (מעבר ל-Spanner), אם עדיין לא נמצאים במצב Spanner.
4. לוחצים על Configure RAG Engine (הגדרת מנוע RAG). מופיעה החלונית Configure RAG Engine.
5. בוחרים את הרמה שבה רוצים להפעיל את מנוע ה-RAG.
6. לוחצים על Save.

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X PATCH \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig -d "{'ragManagedDbConfig': {'spanner': {'scaled': {}}}}"

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config_name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"

new_rag_engine_config = rag.RagEngineConfig(
    name=rag_engine_config_name,
    rag_managed_db_config=rag.RagManagedDbConfig(mode=rag.Spanner(tier=rag.Scaled())),
)

updated_rag_engine_config = rag.rag_data.update_rag_engine_config(
    rag_engine_config=new_rag_engine_config
)

print(updated_rag_engine_config)

עדכון של RagEngineConfig למצב Spanner עם רמת שירות Basic

בדוגמאות הקוד הבאות אפשר לראות איך מגדירים את RagEngineConfig למצב Spanner עם רמת שירות Basic:

המסוף

1. נכנסים לדף RAG Engine במסוף Google Cloud .

   מעבר אל RAG Engine

2. בוחרים את האזור שבו מנוע ה-RAG פועל.
3. לוחצים על האפשרות Switch to Spanner (מעבר ל-Spanner), אם עדיין לא נמצאים במצב Spanner.
4. לוחצים על Configure RAG Engine (הגדרת מנוע RAG). מופיעה החלונית Configure RAG Engine.
5. בוחרים את הרמה שבה רוצים להפעיל את מנוע ה-RAG.
6. לוחצים על Save.

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X PATCH \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig -d "{'ragManagedDbConfig': {'spanner': {'basic': {}}}}"

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config_name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"

new_rag_engine_config = rag.RagEngineConfig(
    name=rag_engine_config_name,
    rag_managed_db_config=rag.RagManagedDbConfig(mode=rag.Spanner(tier=rag.Basic())),
)

updated_rag_engine_config = rag.rag_data.update_rag_engine_config(
    rag_engine_config=new_rag_engine_config
)

print(updated_rag_engine_config)

עדכון של RagEngineConfig לדרגת Unprovisioned

דוגמאות הקוד הבאות מדגימות איך להגדיר את RagEngineConfig למצב Spanner עם רמת שירות ללא הקצאת משאבים. פעולה כזו תמחק באופן סופי את כל הנתונים ממצב הפריסה של Spanner ותפסיק את הוצאות החיוב שנובעות ממנו.

המסוף

1. נכנסים לדף RAG Engine במסוף Google Cloud .

   מעבר אל RAG Engine

2. בוחרים את האזור שבו מנוע ה-RAG פועל.
3. לוחצים על האפשרות Switch to Spanner (מעבר ל-Spanner), אם עדיין לא נמצאים במצב Spanner.
4. לוחצים על מחיקת מנוע RAG. מופיעה תיבת דו-שיח לאישור.
5. כדי לוודא שאתם עומדים למחוק את הנתונים במנוע RAG, מזינים delete.
6. לוחצים על אישור.
7. לוחצים על Save.

REST

PROJECT_ID: Your project ID.
LOCATION: The region to process the request.

curl -X PATCH \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/ragEngineConfig -d "{'ragManagedDbConfig': {'spanner': {'unprovisioned': {}}}}"

Python

from vertexai.preview import rag
import vertexai

PROJECT_ID = YOUR_PROJECT_ID
LOCATION = YOUR_RAG_ENGINE_LOCATION

# Initialize Agent Platform API once per session
vertexai.init(project=PROJECT_ID, location=LOCATION)

rag_engine_config_name=f"projects/{PROJECT_ID}/locations/{LOCATION}/ragEngineConfig"

new_rag_engine_config = rag.RagEngineConfig(
    name=rag_engine_config_name,
    rag_managed_db_config=rag.RagManagedDbConfig(mode=rag.Spanner(tier=rag.Unprovisioned())),
)

updated_rag_engine_config = rag.rag_data.update_rag_engine_config(
    rag_engine_config=new_rag_engine_config
)

print(updated_rag_engine_config)