Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Configura il progetto Google Cloud per le pipeline Gemini Enterprise Agent Platform

Prima di utilizzare Agent Platform Pipelines per orchestrare le pipeline di machine learning (ML), devi configurare il progetto Google Cloud . Alcune risorse, come il datastore dei metadati utilizzato da Vertex ML Metadata, vengono create nel tuo progettoGoogle Cloud la prima volta che esegui una pipeline.

Segui queste istruzioni per configurare il progetto per le pipeline della piattaforma degli agenti.

Crea il tuo progetto Google Cloud e configuralo per l'utilizzo con Agent Platform Pipelines.
Se non specifichi un account di servizio, Agent Platform Pipelines utilizza il account di servizio predefinito di Compute Engine per eseguire le pipeline. Per ulteriori informazioni sul account di servizio predefinito di Compute Engine, consulta Utilizzo del service account predefinito di Compute Engine.

Ti consigliamo di creare un account di servizio per eseguire le pipeline e poi concedere a questo account autorizzazioni granulari per le risorse Google Cloud necessarie per eseguire la pipeline.
Agent Platform Pipelines utilizza Cloud Storage per archiviare gli artefatti delle esecuzioni della pipeline. Crea un bucket Cloud Storage e concedi al tuo account di servizio l'accesso a questo bucket.
Agent Platform Pipelines utilizza Vertex ML Metadata per archiviare i metadati creati dalle esecuzioni della pipeline. Quando esegui una pipeline per la prima volta, se l'archivio dei metadati del tuo progetto non esiste, Gemini Enterprise Agent Platform lo crea.

Se vuoi che i tuoi dati vengano criptati utilizzando chiavi di crittografia gestite dal cliente (CMEK), puoi creare manualmente l'archivio dei metadati utilizzando una chiave CMEK prima di eseguire una pipeline. In caso contrario, se nel progetto non esiste un archivio dei metadati predefinito, Gemini Enterprise Agent Platform crea l'archivio dei metadati del progetto utilizzando la chiave CMEK utilizzata quando esegui la pipeline per la prima volta. Dopo la creazione dell'archivio dei metadati, utilizza una chiave CMEK diversa da quella utilizzata in un'esecuzione della pipeline.

Configura il progetto Google Cloud

Segui queste istruzioni per creare un progetto Google Cloud e configurarlo per l'utilizzo con le pipeline della piattaforma degli agenti.

Accedi al tuo account Google Cloud . Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment dei workload.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Gemini Enterprise Agent Platform, Compute Engine, and Cloud Storage APIs, if any are not already enabled.

Roles required to enable APIs

To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

Enable the APIs

Install the Google Cloud CLI.

If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

To initialize the gcloud CLI, run the following command:

gcloud init

Dopo aver inizializzato gcloud CLI, aggiornala e installa i componenti richiesti:

gcloud components update
gcloud components install beta

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Gemini Enterprise Agent Platform, Compute Engine, and Cloud Storage APIs, if any are not already enabled.

Roles required to enable APIs

Enable the APIs

Install the Google Cloud CLI.

If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

To initialize the gcloud CLI, run the following command:

gcloud init

Dopo aver inizializzato gcloud CLI, aggiornala e installa i componenti richiesti:

gcloud components update
gcloud components install beta

Configura un account di servizio con autorizzazioni granulari

Quando esegui una pipeline, puoi specificare un account di servizio. L'esecuzione della pipeline agisce con le autorizzazioni di questo account di servizio.

Se non specifichi un account di servizio, l'esecuzione della pipeline utilizza il service account predefinito di Compute Engine. Per ulteriori informazioni sul account di servizio predefinito di Compute Engine, consulta Utilizzo del service account predefinito di Compute Engine.

Segui le istruzioni riportate di seguito per creare un account di servizio e concedergli autorizzazioni granulari per le risorse Google Cloud .
1. Esegui questo comando per creare un account di servizio.
```
gcloud iam service-accounts create SERVICE_ACCOUNT_ID \
    --description="DESCRIPTION" \
    --display-name="DISPLAY_NAME" \
    --project=PROJECT_ID
```
  Sostituisci i seguenti valori:
  - SERVICE_ACCOUNT_ID: l'ID del account di servizio.
  - DESCRIPTION: (Facoltativo) Una descrizione del service account.
  - DISPLAY_NAME: il nome visualizzato di questo service account.
  - PROJECT_ID: il progetto in cui creare il account di servizio.
  Scopri di più sulla creazione di un service account.
2. Concedi al tuo account di servizio l'accesso a Gemini Enterprise Agent Platform. Tieni presente che la propagazione della modifica dell'accesso potrebbe richiedere un po' di tempo. Per scoprire di più, consulta Propagazione della modifica di accesso.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member="serviceAccount:SERVICE_ACCOUNT_ID@PROJECT_ID.iam.gserviceaccount.com" \
    --role="roles/aiplatform.user"
```
  Sostituisci i seguenti valori:
  - PROJECT_ID: il progetto in cui è stato creato il account di servizio.
  - SERVICE_ACCOUNT_ID: l'ID del account di servizio.
  Nota: il set minimo di autorizzazioni necessarie per utilizzare Agent Platform Pipelines per eseguire una pipeline è aiplatform.metadataStores.get, storage.buckets.get, storage.objects.create e storage.objects.get. La prima volta che esegui una pipeline in un nuovo progetto, devi anche aggiungere l'autorizzazione aiplatform.metadataStores.create. Per eseguire una pipeline con autorizzazioni minime, utilizza Identity and Access Management per creare un ruolo personalizzato con queste autorizzazioni e concedi al tuo account di servizio l'accesso a quel ruolo anziché a roles/aiplatform.user.
3. Puoi utilizzare Artifact Registry per ospitare immagini container e modelli di Kubeflow Pipelines.
  
  Per saperne di più su Artifact Registry, consulta la documentazione di Artifact Registry.
4. Concedi al tuo account di servizio l'accesso a tutte le risorse Google Cloud che utilizzi nelle pipeline.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member="serviceAccount:SERVICE_ACCOUNT_ID@PROJECT_ID.iam.gserviceaccount.com" \
    --role="ROLE_NAME"
```
  Sostituisci i seguenti valori:
  - PROJECT_ID: il progetto in cui è stato creato il account di servizio.
  - SERVICE_ACCOUNT_ID: l'ID del account di servizio.
  - ROLE_NAME: il ruolo Identity and Access Management da concedere a questo account di servizio.
5. Per utilizzare le pipeline della piattaforma agente per eseguire pipeline con questo account di servizio, esegui questo comando per concedere al tuo account utente il ruolo roles/iam.serviceAccountUser per il tuo account di servizio.
```
gcloud iam service-accounts add-iam-policy-binding \
    SERVICE_ACCOUNT_ID@PROJECT_ID.iam.gserviceaccount.com \
    --member="user:USER_EMAIL" \
    --role="roles/iam.serviceAccountUser"
```
  Sostituisci i seguenti valori:
  - SERVICE_ACCOUNT_ID: l'ID del account di servizio.
  - PROJECT_ID: il progetto in cui è stato creato il account di servizio.
  - USER_EMAIL: l'indirizzo email dell'utente che esegue le pipeline come questo account di servizio.
Se preferisci utilizzare il account di servizio Compute Engine predefinito per eseguire le pipeline, abilita l'API Compute Engine e concedi al account di servizio predefinito l'accesso a Gemini Enterprise Agent Platform. Tieni presente che la propagazione della modifica dell'accesso potrebbe richiedere un po' di tempo. Per scoprire di più, consulta Propagazione della modifica di accesso.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member="serviceAccount:PROJECT_NUMBER-compute@developer.gserviceaccount.com" \
    --role="roles/aiplatform.user"
```
Sostituisci i seguenti valori:
- PROJECT_ID: il progetto in cui è stato creato il account di servizio predefinito.
- PROJECT_NUMBER: il numero di progetto in cui è stato creato il service account predefinito.
Ruoli richiesti per abilitare le API
Per abilitare le API, devi disporre dell'autorizzazione serviceusage.services.enable. Se hai creato il progetto, probabilmente hai già questa autorizzazione tramite il ruolo Proprietario (roles/owner). In caso contrario, puoi ottenere questa autorizzazione tramite il ruolo Amministratore Service Usage (roles/serviceusage.serviceUsageAdmin). Scopri come concedere i ruoli.
Abilitare l'API

Configura un bucket Cloud Storage per gli artefatti della pipeline

Le pipeline di Agent Platform archiviano gli artefatti delle esecuzioni delle pipeline utilizzando Cloud Storage. Segui le istruzioni riportate di seguito per creare un bucket Cloud Storage e concedere al tuo account di servizio (o al account di servizio predefinito di Compute Engine) l'accesso in lettura e scrittura agli oggetti nel bucket.

Esegui questo comando per creare un bucket Cloud Storage nella regione in cui vuoi eseguire le pipeline.
```
gcloud storage buckets create gs://BUCKET_NAME --location=BUCKET_LOCATION --project=PROJECT_ID
```
Sostituisci i seguenti valori:
- PROJECT_ID: specifica il progetto a cui è associato il bucket.
- BUCKET_LOCATION: specifica la località del tuo bucket, ad esempio US-CENTRAL1.
- BUCKET_NAME: il nome che vuoi assegnare al bucket, soggetto ai requisiti di denominazione. Ad esempio my-bucket.
Scopri di più sulla creazione di bucket Cloud Storage.
Esegui i comandi seguenti per concedere al tuo account di servizio l'accesso in lettura e scrittura agli artefatti della pipeline nel bucket che hai creato nel passaggio precedente.
```
gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
--member=serviceAccount:SERVICE_ACCOUNT_ID@PROJECT_ID.iam.gserviceaccount.com \
--role=roles/storage.objectUser
```
Sostituisci i seguenti valori:
- SERVICE_ACCOUNT_ID: l'ID del account di servizio.
- PROJECT_ID: il progetto in cui è stato creato il account di servizio.
- BUCKET_NAME: il nome del bucket a cui stai concedendo l'accesso al account di servizio.
In alternativa, se preferisci utilizzare il account di servizio predefinito di Compute Engine per eseguire le pipeline, esegui il comando gcloud iam service-accounts list per individuare il numero di progetto per l'account.
```
gcloud iam service-accounts list
```
Il nome del account di servizio predefinito di Compute Engine è simile al seguente: PROJECT_NUMBER-compute@developer.gserviceaccount.com.

Esegui questo comando per concedere al account di servizio predefinito di Compute Engine l'accesso in lettura e scrittura agli artefatti della pipeline nel bucket che hai creato nel passaggio precedente.
```
gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
--member=serviceAccount:PROJECT_NUMBER-compute@developer.gserviceaccount.com \
--role=roles/storage.objectUser
```
Sostituisci i seguenti valori:
- PROJECT_NUMBER: il numero di progetto del account di servizio predefinito di Compute Engine.
- BUCKET_NAME: il nome del bucket a cui stai concedendo l'accesso al account di servizio.
Scopri di più su come controllare l'accesso ai bucket Cloud Storage.

Crea un archivio di metadati che utilizza una CMEK (facoltativo)

Segui queste istruzioni per creare una CMEK e configurare un archivio di metadati Vertex ML Metadata che utilizza questa CMEK.

Utilizza Cloud Key Management Service per configurare le chiavi di crittografia gestite dal cliente.
Utilizza la seguente chiamata REST per creare l'archivio di metadati predefinito del progetto utilizzando la tua CMEK.

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:
- LOCATION_ID: la tua regione.
- PROJECT_ID: il tuo ID progetto. .
- KEY_RING: il nome del keyring Cloud KMS in cui si trova la chiave di crittografia.
- KEY_NAME: il nome della chiave di crittografia che vuoi utilizzare per questo archivio di metadati.
Metodo HTTP e URL:
```
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default
```
Corpo JSON della richiesta:
```
{
  "encryption_spec": {
    "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
  },
}
```
Per inviare la richiesta, espandi una di queste opzioni:
curl (Linux, macOS o Cloud Shell)

Nota: il seguente comando presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login oppure utilizzando Cloud Shell, che consente di accedere automaticamente all'interfaccia a riga di comando gcloud. Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

Salva il corpo della richiesta in un file denominato request.json. Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory corrente:
```
cat > request.json << 'EOF'
{
  "encryption_spec": {
    "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
  },
}
EOF
```
Quindi esegui questo comando per inviare la richiesta REST:
```
curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default"
```
PowerShell (Windows)

Nota: il comando seguente presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login . Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

Salva il corpo della richiesta in un file denominato request.json. Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory corrente:
```
@'
{
  "encryption_spec": {
    "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
  },
}
'@  | Out-File -FilePath request.json -Encoding utf8
```
Quindi esegui questo comando per inviare la richiesta REST:
```
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default" | Select-Object -Expand Content
```
Dovresti ricevere una risposta JSON simile alla seguente:
```
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/operations/OPERATIONS_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateMetadataStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2021-05-18T18:47:14.494997Z",
      "updateTime": "2021-05-18T18:47:14.494997Z"
    }
  }
}
```