התקנה של Agent Platform SDK ל-Python

אתם יכולים להשתמש ב-Agent Platform SDK ל-Python כדי להפוך את תהליכי העבודה של למידת מכונה (ML) לאוטומטיים. בדף הזה מוסבר איך להתקין את Agent Platform SDK ל-Python. מידע נוסף על Vertex AI SDK זמין במקורות המידע הבאים:

התקנה של Agent Platform SDK for Python כוללת את השלבים הבאים:

  1. יצירת סביבת Python מבודדת
  2. התקנת חבילת Vertex AI SDK
  3. אתחול Vertex AI SDK

יצירת סביבת Python מבודדת

שיטה מומלצת ל-Python היא להתקין את Vertex AI SDK בסביבת Python מבודדת לכל פרויקט. כך אפשר למנוע קונפליקטים של תלות, גרסה והרשאות. אפשר ליצור סביבה מבודדת באמצעות שורת הפקודה במעטפת או באמצעות מחברת.

כדי ליצור סביבה מבודדת כשמשתמשים בשורת הפקודה, מפעילים סביבת venv. אחרי שמפעילים את סביבת venv, אפשר להתקין את Vertex AI SDK ולהריץ את סקריפטים של Python. מידע נוסף זמין במאמרים שימוש ב-venv כדי לבודד יחסי תלות והגדרת סביבת פיתוח ב-Python.

כדי להשתמש ב-notebook בסביבה מבודדת, אפשר ליצור מופע של Gemini Enterprise Agent Platform Workbench. לאחר מכן, מתקינים את Vertex AI SDK ומריצים את סקריפטים של Python מ-notebook במופע של Gemini Enterprise Agent Platform Workbench. מידע נוסף זמין במאמר בנושא יצירת מופע של Agent Platform Workbench.

התקנה או עדכון של חבילת Vertex AI SDK

כדי להתקין או לעדכן את Vertex AI SDK, מריצים את הפקודה הבאה בסביבה הווירטואלית:

pip install --upgrade google-cloud-aiplatform

אתחול Vertex AI SDK

אחרי שמתקינים את Agent Platform SDK for Python, צריך לאתחל את ה-SDK עם פרטים על Gemini Enterprise Agent Platform. לדוגמה, כשמאתחלים את ה-SDK, מציינים פרטים כמו שם הפרויקט, האזור וקטגוריה של Cloud Storage של הסביבה הזמנית. השיטה הבאה היא דוגמה לשיטה שמאפשרת לאתחל את Vertex AI SDK. Google Cloud 

def init_sample(
    project: Optional[str] = None,
    location: Optional[str] = None,
    experiment: Optional[str] = None,
    staging_bucket: Optional[str] = None,
    credentials: Optional[google.auth.credentials.Credentials] = None,
    encryption_spec_key_name: Optional[str] = None,
    service_account: Optional[str] = None,
):

    import vertexai

    vertexai.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
        service_account=service_account,
    )

המאמרים הבאים