Instalar as bibliotecas de cliente da Vertex AI

Esta página é para desenvolvedores de aplicativos em grupos de operadores de aplicativos responsáveis por configurar os ambientes de desenvolvimento e de aplicativos para ativar recursos de IA. Para mais informações, consulte Públicos-alvo para documentação isolada do GDC.

Cada serviço da Vertex AI oferece uma API. Embora seja possível interagir diretamente com essas APIs por meio de solicitações brutas do servidor, as bibliotecas de cliente simplificam o acesso programático de linguagens compatíveis no Distributed Cloud. Eles reduzem o código necessário, principalmente ao trabalhar em ambientes como um notebook do JupyterLab.

É possível instalar uma biblioteca de cliente da Vertex AI usando estes métodos:

• Extraia o arquivo da biblioteca diretamente do arquivo tar.
• Use um notebook do JupyterLab para importar a biblioteca.
• Importar uma biblioteca de cliente de um notebook. Para mais informações, consulte Gerenciar notebooks.

Bibliotecas de cliente da Vertex AI

A Vertex AI oferece diferentes versões de bibliotecas de cliente para sistemas operacionais CentOS e Ubuntu.

As convenções de nomenclatura das bibliotecas de cliente da Vertex AI no arquivo tar são baseadas no sistema operacional, no nome do serviço e na versão. Os nomes de arquivo seguem este formato:

OS-google-cloud-SERVICE-VERSION.tar.gz

Substitua:

• OS: o nome do sistema operacional em que você quer instalar a biblioteca de cliente. Os valores permitidos são centos e ubuntu.

• SERVICE: o nome do serviço da Vertex AI de que você quer baixar a biblioteca de cliente. Confira a seguir os valores permitidos:

  • aiplatform: a biblioteca de cliente da plataforma Vertex AI.
  • speech: a biblioteca de cliente Speech-to-Text.
  • translate: a biblioteca de cliente da Vertex AI Translation.
  • vision: a biblioteca de cliente de OCR.

• VERSION: o número da versão da biblioteca de cliente, como 3.8.0.

A tabela a seguir contém as bibliotecas de cliente da Vertex AI compatíveis com o Distributed Cloud:

Antes de começar

Antes de fazer o download do arquivo tar e extrair as bibliotecas de cliente, siga estas etapas:

1. Configure um projeto para a Vertex AI.

2. Faça a autenticação com a CLI gdcloud:

   gdcloud auth login
   

   Para mais informações sobre como autenticar com seu provedor de identidade configurado, consulte a autenticação da CLI gdcloud.

3. Atribua o papel de leitor da Cloud AI (cloud-ai-viewer) a uma conta de serviço. A conta de serviço precisa desse papel para acessar os serviços da Vertex AI.

4. Verifique se você instalou a versão 3.7 do Python.

Instalar uma biblioteca de cliente

Depois de concluir os pré-requisitos, siga estas etapas para fazer o download do arquivo tar e usá-lo para instalar uma biblioteca de cliente:

1. Faça o download da biblioteca de cliente que você quer instalar:

   wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARY
   

   Substitua:

   • GDC_URL: o URL da sua organização no GDC.
   • CLIENT_LIBRARY: o nome do arquivo da biblioteca de cliente que você quer baixar.

2. Extraia o arquivo da biblioteca:

   tar -zxf CLIENT_LIBRARY
   

3. Instale a biblioteca de cliente no Distributed Cloud:

   pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAME
   

   Substitua FOLDER_NAME pelo caminho para o diretório local em que você baixou o arquivo da biblioteca.

4. Importe a biblioteca de cliente usando um script Python. O exemplo a seguir mostra um snippet de código de um script Python que importa a biblioteca de cliente da Vertex AI Translation para ilustrar como é a importação de bibliotecas:

   from google.cloud import translate
   translate_client = translate.Client(
    client_options={"API_ENDPOINT": "https://foo-translation.googleapis.com"})
   result
   = translate_client.translate(text, target_language="ru")
   
   [...]
   

5. Salve o script do Python com um nome, como translation-service.py.

6. Execute o script Python:

   python SCRIPT_NAME
   

   Substitua SCRIPT_NAME pelo nome que você deu ao script do Python, como translation-service.py.