קביעת הגדרות

בדף הזה מוסבר איך להגדיר הגדרות כלליות עבור Mainframe Assessment Tool (כלי להערכת מחשבי מיינפריים) ואיך לשנות את תכונות ה-AI שמוגדרות כברירת מחדל להערכות חדשות.

ההגדרות ששונו לא חלות על הערכות קיימות. כדי להשתמש בהגדרות ששונו, צריך ליצור הערכה חדשה.

קביעת הגדרות כלליות

כדי להגדיר את ההגדרות הכלליות של ההערכה:

  1. לוחצים על סמל ההגדרותהגדרות.

  2. כדי לערוך את ההעדפות שלכם לגבי Cloud Logging ו-Google Analytics, בקטע General settings (הגדרות כלליות), מבצעים את הפעולות הבאות:

    • כדי להשבית את רישום היומן, לוחצים על המתג הפעלת Cloud Logging.

      כברירת מחדל, Cloud Logging מופעל. מידע נוסף על רישום ביומנים זמין במאמרי העזרה בנושא רישום ביומנים.

    • כדי להשבית את Google Analytics, לוחצים על המתג הפעלת Google Analytics.

      כברירת מחדל, Google Analytics מופעל. שינויים בהגדרה הזו נכנסים לתוקף רק אחרי טעינה מחדש של הדף.

  3. בקטע פרויקט בענן ב-Google, מזינים את השם שלGoogle Cloud מזהה הפרויקט שרוצים להשתמש בו להערכה.

    כדי להשתמש בפרויקט שבו יצרתם את המופע של Mainframe Assessment Tool, משאירים את השדה הזה ריק. Google Cloud

  4. לוחצים על שמירת ההגדרות.

הגדרת תכונות ברירת מחדל מבוססות-AI להערכות חדשות

באמצעות Mainframe Assessment Tool, אתם יכולים להתאים אישית את פרמטרים ברירת המחדל לתובנות מבוססות-AI בהערכות שלכם. כברירת מחדל, התובנות מ-AI מופעלות.

כדי להגדיר תכונות מבוססות-AI בהערכות חדשות, פועלים לפי השלבים הבאים:

  1. לוחצים על סמל ההגדרותהגדרות.

  2. כדי ליצור סיכומים ברמת הפסקה לקוד COBOL, בוחרים באפשרות סיכומים מפורטים.

    האפשרות הזו מסומנת כברירת מחדל כשניתוח ה-AI מופעל.

  3. כדי ליצור מקרים לבדיקה של מפרטי ההערכה שנוצרו על ידי Gemini, בוחרים באפשרות מקרים לבדיקה.

    כברירת מחדל, האפשרות הזו לא מסומנת כשניתוח ה-AI מופעל.

  4. כדי ליצור דוגמאות קוד של פלט עם הצעות לתרגום משפות של מחשבי מיינפריים ל-Python,‏ Java,‏ C#‎ ו-SQL, בוחרים באפשרות הצעות קוד.

  5. בקטע הצעות לסטאק תוכנות, מזינים טקסט שיעזור ל-Gemini ליצור קוד לסטאק תוכנות ספציפי. לדוגמה, מזינים Spring Boot and MySQL.

  6. לוחצים על שמירת ההגדרות.

אופציונלי: ביצוע פעולות

בקטע הזה מוסבר איך לבצע פעולות כמו ניקוי המטמון של Gemini ואימות הקישוריות ל-Gemini.

כדי לבצע פעולות, פועלים לפי השלבים הבאים:

  1. לוחצים על סמל ההגדרותהגדרות.

  2. כדי לבדוק את הקישוריות מ-Mainframe Assessment Tool לשירותים של Google Cloud Google Cloud, לוחצים על Verify connectivity (אימות הקישוריות).

    אם החיבור מצליח, מוצגת הודעה שדומה להודעה הבאה: Connectivity success.

  3. כדי לנקות את המטמון של Gemini, לוחצים על ניקוי המטמון של המודל.

  4. כדי להוריד את היומנים של Mainframe Assessment Tool, לוחצים על Download support bundle (הורדת חבילת תמיכה).

    חבילת התמיכה מכילה את היומנים של Mainframe Assessment Tool כקובץ ZIP, שאפשר לשתף עם Google Cloud התמיכה כדי לפתור בעיות.

השבתת תובנות מ-AI בהערכות

אתם יכולים להשבית את הניתוח מבוסס-AI כדי למנוע מתובנות מ-AI להופיע בדף הערכות.

כדי להשבית את ניתוח ה-AI בהערכות, פועלים לפי השלבים הבאים:

  1. בקטע תכונות AI שמופעלות כברירת מחדל בהערכות חדשות, מבטלים את הסימון של האפשרות הפעלת תובנות מבוססות-AI.

  2. לוחצים על שמירת ההגדרות.

מעקב אחר עלויות ב-Vertex AI באמצעות תוויות מטא-נתונים בהתאמה אישית

הכלי להערכת מחשבי מיינפריים מוסיף באופן אוטומטי תוויות מטא-נתונים בהתאמה אישית לכל הבקשות ב-Vertex AI, כדי לעזור לכם לעקוב אחרי העלויות ולנתח אותן. בדוח החיוב אפשר להשתמש בתוויות האלה כדי לסנן את העלויות, וכך להבין טוב יותר את השימוש ב-Vertex AI ולבצע אופטימיזציה שלו. העלויות מתעדכנות בדוח החיוב תוך 24 שעות ממועד השימוש, אבל במקרים מסוימים יכול להיות שהתהליך יימשך יותר זמן.

אפשר לסנן את העלויות בדוח החיוב באמצעות התוויות הבאות:

  • mat-version: הגרסה של Mainframe Assessment Tool.
  • mat-host: סביבת המארח של מופע Mainframe Assessment Tool. לדוגמה, מכונת VM ב-Compute Engine או ב-Google Kubernetes Engine.
  • mat-action-type: סוג הפעולה שבוצעה על ידי Mainframe Assessment Tool.
  • mat-schema: סוג הנכס שעובר עיבוד. לדוגמה, COBOL או JCL.
  • mat-target: יעד הפריסה של מופע Mainframe Assessment Tool.
  • mat-run-id: המזהה הייחודי של ההערכה.

כדי לעקוב אחרי השימוש באמצעות אחד או יותר מהמסננים האלה בדוח החיוב, אפשר לעיין במאמר שימוש במסננים כדי לצמצם את הנתונים.

מידע נוסף על תוויות ב-Vertex AI זמין במאמר בנושא תוויות מותאמות אישית של מטא-נתונים.

המאמרים הבאים