Instala el SDK de Agent Platform para Python

Usa el SDK de Agent Platform para Python para automatizar los flujos de trabajo de aprendizaje automático (AA). En esta página, se muestra cómo instalar el SDK de Agent Platform para Python. Para obtener más información sobre el SDK de Vertex AI, consulta los siguientes recursos:

La instalación del SDK de Agent Platform para Python incluye los siguientes pasos:

  1. Crea un entorno aislado de Python
  2. Instala el paquete del SDK de Vertex AI
  3. Inicializa el SDK de Vertex AI

Crea un entorno aislado de Python

Una práctica recomendada de Python es instalar el SDK de Vertex AI en un entorno aislado de Python para cada proyecto. Esto ayuda a evitar conflictos de dependencia, versión y permisos. Puedes crear un entorno aislado para usar la línea de comandos en una shell o para usar un notebook.

Para crear un entorno aislado cuando usas la línea de comandos, activa un entorno venv. Después de activar el entorno venv, estás listo para instalar el SDK de Vertex AI y ejecutar tus secuencias de comandos de Python. Si deseas obtener más información, consulta Usa venv para aislar dependencias y Configura un entorno de desarrollo de Python.

Para usar un notebook en un entorno aislado, puedes crear una instancia de Gemini Enterprise Agent Platform Workbench. Luego, instala el SDK de Vertex AI y ejecuta tus secuencias de comandos de Python desde un notebook en tu instancia de Gemini Enterprise Agent Platform Workbench. Para obtener más información, consulta Crea una instancia de Agent Platform Workbench.

Instala o actualiza el paquete del SDK de Vertex AI

Para instalar o actualizar el SDK de Vertex AI, ejecuta el siguiente comando en tu entorno virtual:

pip install --upgrade google-cloud-aiplatform

Inicializa el SDK de Vertex AI

Después de instalar el SDK de Agent Platform para Python, debes inicializar el SDK con tu Gemini Enterprise Agent Platform y Google Cloud detalles. Por ejemplo, cuando inicializas el SDK, especificas información como el nombre de tu proyecto, la región y el bucket de Cloud Storage de etapa de pruebas. El siguiente método es un ejemplo de un método que inicializa el SDK de Vertex AI.

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,
    )

¿Qué sigue?