本頁面說明如何設定 Mainframe Assessment Tool 的一般設定，以及修改新評估作業的預設 AI 功能。
修改後的設定不會套用至現有評估。如要使用修改後的設定，請建立新的評估作業。
設定一般設定
如要設定評估的一般設定，請按照下列步驟操作：
按一下「設定」設定圖示。
如要編輯 Cloud Logging 和 Google Analytics 的偏好設定，請在「一般設定」部分執行下列操作：
如要關閉記錄功能，請將「Enable Cloud Logging」(啟用 Cloud Logging) 切換鈕設為關閉。這項設定預設為啟用。
詳情請參閱 Cloud Logging 說明文件。
如要關閉 Google Analytics，請將「啟用 Google Analytics」切換鈕設為關閉。Google Analytics 預設為啟用狀態。變更這項設定後，必須重新載入頁面才會生效。
查看「Google Cloud 專案」欄位，瞭解 Mainframe Assessment Tool 使用的專案 ID。 Google Cloud 您無法在使用者介面中編輯這個欄位。 如要使用其他專案，請參閱覆寫 Google Cloud 專案。
在「服務層級」部分，選取 Gemini Enterprise Agent Platform 服務層級。預設值為「標準」。
服務層級設定會決定在大型主機評估期間，Gemini 模型呼叫適用的推論和計費模式。如要進一步瞭解 Gemini Enterprise Agent Platform 服務層級，請參閱PayGo。
按一下「儲存設定」。
覆寫 Google Cloud 專案
根據預設，Mainframe Assessment Tool 會使用部署執行個體的 Google Cloud 專案。如要覆寫用於評估的專案，請按照部署環境的指示操作。
事前準備
如要準備覆寫 Google Cloud 專案，請完成下列工作：
- 授予必要權限。您需要的權限取決於 Mainframe Assessment Tool 的部署方式：
- 在 Compute Engine VM 執行個體上，您必須具備在執行個體上設定自訂中繼資料的權限。如要瞭解所需角色，請參閱「設定及移除自訂中繼資料」。
- 在 GKE 叢集上，您需要更新叢集部署作業的權限，且必須設定
kubectl指令列工具來連線至叢集。詳情請參閱「設定 kubectl 的叢集存取權」。
- 提供目標專案存取權。為 Mainframe Assessment Tool 使用的服務帳戶授予目標專案中的必要角色。
覆寫 Compute Engine VM 執行個體上的專案
如要在 Compute Engine VM 執行個體上覆寫 Google Cloud 專案，請新增 MAT_GCP_PROJECT_OVERRIDE 中繼資料鍵，並執行下列 gcloud 指令，將該鍵的值設為目標專案 ID：
gcloud compute instances add-metadata INSTANCE_NAME \
--metadata=MAT_GCP_PROJECT_OVERRIDE=PROJECT_ID \
--zone=ZONE
如要移除覆寫值，請執行下列 gcloud 指令來移除中繼資料金鑰：
gcloud compute instances remove-metadata INSTANCE_NAME \
--keys=MAT_GCP_PROJECT_OVERRIDE \
--zone=ZONE
更改下列內容：
INSTANCE_NAME：VM 執行個體的名稱。PROJECT_ID：目標 Google Cloud 專案 ID。ZONE：VM 執行個體所在的可用區。
如果沒有，Mainframe Assessment Tool 會改用您儲存的專案 ID，或是執行個體部署所在的專案。如果您在執行中的 VM 上設定或移除中繼資料鍵，必須重新啟動 VM，變更才會生效。
覆寫 GKE 叢集上的專案
如要在 GKE 部署作業中覆寫 Google Cloud 專案，請在 backend 容器中設定 MAT_GCP_PROJECT_OVERRIDE 環境變數：
kubectl set env deployment/mat-apps --containers=backend \
MAT_GCP_PROJECT_OVERRIDE=PROJECT_ID --namespace=VERSION
如要移除覆寫值，請附加連字號 (-) 來取消設定環境變數：
kubectl set env deployment/mat-apps --containers=backend \
MAT_GCP_PROJECT_OVERRIDE- --namespace=VERSION
更改下列內容：
PROJECT_ID：目標 Google Cloud 專案 ID。VERSION：部署在叢集上的 Mainframe Assessment Tool 版本 (例如mainframe-assessment-3-5-0)。
如果沒有，Mainframe Assessment Tool 會改用您儲存的專案 ID，或是執行個體部署所在的專案。更新環境變數會重新啟動 Pod，並套用專案覆寫設定。由於 Mainframe Assessment Tool 是以單一 Pod 形式執行，因此新 Pod 啟動時，系統會暫時無法使用。
為新評估設定預設 AI 功能
您可以使用 Mainframe Assessment Tool，在評估中自訂 AI 洞察的預設參數。AI 洞察預設為啟用。
如要在新評估中設定 AI 功能，請按照下列步驟操作：
按一下「設定」圖示。
如要產生 COBOL 程式碼的段落層級摘要，請選取「詳細摘要」。
啟用 AI 分析時，系統預設會選取這個選項。
如要為 Gemini 生成的評估規格產生測試案例，請選取「測試案例」。
啟用 AI 分析時，系統預設不會選取這個選項。
如需其他生成指引，請輸入文字，在 AI 生成期間新增至 Gemini 提示。
按一下「儲存設定」。
檢查系統健康狀態
Mainframe Assessment Tool 會檢查專案是否可以執行評估。這項檢查會確認服務帳戶是否具備必要的身分與存取權管理角色，以及每個評估可用的端點是否都有 Gemini 模型回應。Mainframe Assessment Tool 會在啟動時執行檢查。這項檢查不會阻礙評估。
如要查看檢查結果，請按照下列步驟操作：
按一下「設定」圖示。
在「系統健康狀態」部分，查看下列資訊：
已檢查的身分：執行檢查的服務帳戶。
IAM 權限：該服務帳戶是否具備每個必要角色。
模型：每個模型回應的端點。如果模型沒有回應，Mainframe Assessment Tool 會列出端點名稱、原因和應採取的行動。
選用：如要再次執行檢查 (例如在授予角色或變更網路設定後)，請按一下「重新檢查」。
如果檢查發現問題，在您修正或關閉問題前，Mainframe Assessment Tool 會在每個頁面顯示通知。
如果專案未啟用 Cloud Resource Manager API，Mainframe Assessment Tool 就無法驗證 IAM 權限，並會在「系統健康狀態」部分回報這項問題。如要啟用 API，請參閱「啟用 API」。
選用：執行動作
本節說明如何執行動作，例如清除 Gemini 快取和下載記錄。
如要執行動作，請按照下列步驟操作：
按一下「設定」圖示。
如要清除 Gemini 快取，請按一下「清除模型快取」。
如要下載 Mainframe Assessment Tool 記錄檔，請按一下「Download support bundle」(下載支援套件)。
支援套裝組合包含 Mainframe Assessment Tool 記錄檔 (ZIP 檔案)，您可以與 Google Cloud 支援團隊分享，協助排解問題。
停用評估的 AI 深入分析
您可以停用 AI 分析功能，避免 AI 洞察資訊顯示在「評估」頁面上。
如要停用評估的 AI 分析功能，請按照下列步驟操作：
在「新評估中的預設 AI 功能」部分，取消勾選「啟用 AI 洞察」。
按一下「儲存設定」。
使用自訂中繼資料標籤追蹤 Agent Platform 費用
Mainframe Assessment Tool 會自動將自訂中繼資料標籤新增至所有 Agent Platform 要求，協助您追蹤及分析成本。您可以在帳單報表中使用這些標籤篩選費用，進一步瞭解及最佳化 Agent Platform 用量。費用會在用量產生後的 24 小時內更新至帳單報表，但有時可能需要更久的時間。
使用下列標籤篩選帳單報表中的費用：
mat-version：Mainframe Assessment Tool 的版本。mat-host：Mainframe Assessment Tool 執行個體的主機環境。例如 Compute Engine VM 或 Google Kubernetes Engine。mat-action-type：Mainframe Assessment Tool 執行的動作類型。mat-schema：處理的資產類型。例如：COBOL或JCL。mat-target：Mainframe Assessment Tool 執行個體的部署目標。mat-run-id：評估的專屬 ID。
如要在帳單報表中使用一或多個篩選器追蹤用量，請參閱「使用篩選器縮小資料範圍」。
如要進一步瞭解 Agent Platform 中的標籤，請參閱「自訂中繼資料標籤」。
後續步驟
- 瞭解如何建立評估作業。