安裝 Agent Platform SDK for Python

使用 Python 適用的 Agent Platform SDK，自動執行機器學習 (ML) 工作流程。本頁說明如何安裝 Agent Platform SDK for Python。如要進一步瞭解 Vertex AI SDK，請參閱下列資源：

安裝 Python 專用的 Agent Platform SDK 時，請按照下列步驟操作：

  1. 建立獨立的 Python 環境
  2. 安裝 Vertex AI SDK 套件
  3. 初始化 Vertex AI SDK

建立獨立的 Python 環境

Python 的最佳做法是為每個專案，在獨立的 Python 環境中安裝 Vertex AI SDK。這有助於避免依附元件、版本和權限衝突。您可以建立隔離環境，在殼層中使用指令列或使用筆記本。

如要在使用指令列時建立隔離環境，請啟動 venv 環境。venv 環境啟用後，即可安裝 Vertex AI SDK 並執行 Python 指令碼。詳情請參閱「使用 venv 隔離依附元件」和「設定 Python 開發環境」。

如要在獨立環境中使用筆記本，可以建立 Gemini Enterprise Agent Platform Workbench 執行個體。接著，請安裝 Vertex AI SDK，並從 Gemini Enterprise Agent Platform Workbench 執行個體的筆記本執行 Python 指令碼。詳情請參閱建立 Agent Platform Workbench 執行個體。

安裝或更新 Vertex AI SDK 套件

如要安裝或更新 Vertex AI SDK，請在虛擬環境中執行下列指令：

pip install --upgrade google-cloud-aiplatform

初始化 Vertex AI SDK

安裝 Agent Platform SDK for Python 後，您必須使用 Gemini Enterprise Agent Platform 和 Google Cloud 詳細資料初始化 SDK。舉例來說，初始化 SDK 時，您會指定專案名稱、區域和暫存 Cloud Storage 值區等資訊。以下方法是初始化 Vertex AI SDK 的範例。

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,
    )

後續步驟