เข้าถึง Anthropic Claude ใน Vertex AI ด้วย python sdk ผ่านปลายทาง Private Service Connect

เกี่ยวกับ Codelab นี้

อัปเดตล่าสุดเมื่อ ก.ย. 6, 2024

เขียนโดย Ammett Williams & Sampath Kumar Maddula

1 ภาพรวม

Vertex AI API สามารถเข้าถึงได้ผ่านอินเทอร์เน็ต แต่คุณอาจต้องการเข้าถึง Vertex AI API แบบส่วนตัวในองค์กรโดยไม่ต้องผ่านอินเทอร์เน็ต ในชั้นเรียนนี้ คุณจะเข้าถึง Anthropic Claude ใน Vertex ผ่าน python sdk ที่ทำงานบนอินสแตนซ์ VM ผ่านอินเทอร์เน็ตสาธารณะก่อน

จากนั้นคุณจะสร้างปลายทาง Private Service Connect ไปยัง Googleapis และเปลี่ยนเส้นทางการรับส่งข้อมูลให้ใช้ปลายทางส่วนตัวเพื่อเชื่อมต่อกับ Vertex API

ในชั้นเรียนนี้ คุณจะได้สร้างรูปแบบต่อไปนี้

รูปที่ 1

2 วัตถุประสงค์

ในบทนี้ คุณจะได้เรียนรู้วิธีทํางานต่อไปนี้

ตั้งค่าอินสแตนซ์ VM เพื่อใช้ Python SDK
เชื่อมต่อกับแชท Anthropic Claude ผ่านสคริปต์ Python
กำหนดค่าปลายทาง PSC ให้เชื่อมต่อกับ Googleapis
กำหนดค่ารายการ DNS ด้วยตนเอง
ยืนยันเส้นทางการเชื่อมต่อกับ Googleais

การตั้งค่าห้องทดลอง

การตั้งค่าสภาพแวดล้อมด้วยตนเอง

ลงชื่อเข้าใช้ Google Cloud Console และสร้างโปรเจ็กต์ใหม่หรือใช้โปรเจ็กต์ที่มีอยู่ซ้ำ หากยังไม่มีบัญชี Gmail หรือ Google Workspace คุณต้องสร้างบัญชี

ชื่อโปรเจ็กต์คือชื่อที่แสดงสำหรับผู้เข้าร่วมโปรเจ็กต์นี้ ซึ่งเป็นสตริงอักขระที่ Google APIs ไม่ได้ใช้ คุณจะอัปเดตได้ทุกเมื่อ
รหัสโปรเจ็กต์จะต้องไม่ซ้ำกันสำหรับโปรเจ็กต์ Google Cloud ทั้งหมดและจะเปลี่ยนแปลงไม่ได้ (เปลี่ยนแปลงไม่ได้หลังจากตั้งค่าแล้ว) คอนโซล Cloud จะสร้างสตริงที่ไม่ซ้ำกันโดยอัตโนมัติ ซึ่งปกติแล้วคุณไม่จำเป็นต้องสนใจว่าสตริงนั้นจะเป็นอะไร ในโค้ดแล็บส่วนใหญ่ คุณจะต้องอ้างอิงรหัสโปรเจ็กต์ (ปกติจะระบุเป็น PROJECT_ID) หากไม่ชอบรหัสที่สร้างขึ้น คุณอาจสร้างรหัสอื่นแบบสุ่มได้ หรือจะลองใช้อุปกรณ์ของคุณเองเพื่อดูว่าอุปกรณ์พร้อมใช้งานหรือไม่ก็ได้ คุณจะเปลี่ยนแปลงชื่อหลังจากขั้นตอนนี้ไม่ได้ และชื่อนี้จะคงอยู่ตลอดระยะเวลาของโปรเจ็กต์
โปรดทราบว่ามีค่าที่ 3 ซึ่งเป็นหมายเลขโปรเจ็กต์ที่ API บางรายการใช้ ดูข้อมูลเพิ่มเติมเกี่ยวกับค่าทั้ง 3 รายการนี้ได้ในเอกสารประกอบ

ถัดไป คุณจะต้องเปิดใช้การเรียกเก็บเงินใน Cloud Console เพื่อใช้ทรัพยากร/API ของ Cloud การทำตามโค้ดแล็บนี้จะไม่เสียค่าใช้จ่ายมากนัก หากต้องการปิดทรัพยากรเพื่อหลีกเลี่ยงการเรียกเก็บเงินหลังจากบทแนะนำนี้ คุณสามารถลบทรัพยากรที่สร้างไว้หรือลบโปรเจ็กต์ได้ ผู้ใช้ Google Cloud รายใหม่มีสิทธิ์เข้าร่วมโปรแกรมช่วงทดลองใช้ฟรีมูลค่า$300 USD

เริ่ม Cloud Shell

แม้ว่า Google Cloud จะทำงานจากระยะไกลจากแล็ปท็อปได้ แต่ในโค้ดแล็บนี้ คุณจะใช้ Google Cloud Shell ซึ่งเป็นสภาพแวดล้อมบรรทัดคำสั่งที่ทำงานในระบบคลาวด์

จากคอนโซล Google Cloud ให้คลิกไอคอน Cloud Shell ในแถบเครื่องมือด้านขวาบน

การจัดสรรและเชื่อมต่อกับสภาพแวดล้อมจะใช้เวลาเพียงไม่กี่นาที เมื่อดำเนินการเสร็จแล้ว คุณควรเห็นข้อมูลดังต่อไปนี้

เครื่องเสมือนนี้โหลดเครื่องมือการพัฒนาทั้งหมดที่คุณต้องการ ซึ่งจะมีไดเรกทอรีหลักขนาด 5 GB ถาวรและทำงานบน Google Cloud ซึ่งจะช่วยเพิ่มประสิทธิภาพเครือข่ายและการรับรองได้อย่างมีประสิทธิภาพ คุณทํางานทั้งหมดในโค้ดแล็บนี้ได้ภายในเบราว์เซอร์ คุณไม่จำเป็นต้องติดตั้งอะไรเลย

3 งานที่ 1 ตั้งค่าสภาพแวดล้อม

เราจะสร้าง VPC ที่กําหนดเองพร้อมกฎไฟร์วอลล์ หากมี VPC และโปรเจ็กต์อยู่แล้ว ให้ข้ามส่วนนี้

เปิด Cloud Shell ที่ด้านบนของคอนโซลทางด้านขวา และกำหนดค่าดังนี้

เปิดใช้ API บางรายการที่เราจะใช้ในห้องทดลองนี้

gcloud services enable dns.googleapis.com
gcloud services enable aiplatform.googleapis.com
gcloud services enable servicedirectory.googleapis.com

ตั้งค่าตัวแปรบางอย่าง โดยตัวแปรเหล่านี้คือรหัสโปรเจ็กต์และรหัสเครือข่ายของ VPC ที่กําหนดเอง (คุณจะสร้าง VPC ในขั้นตอนที่ 4)

projectid=$(gcloud config get-value project)
networkid=anthropic-net 
echo $projectid
echo $networkid
clear

ตอนนี้ให้สร้าง VPC ที่กำหนดเองชื่อ anthropic-net

gcloud compute networks create $networkid \
--project=$projectid \
--subnet-mode=custom \
--mtu=1460 \
--bgp-routing-mode=global

สร้าง vm1-subnet ใน VPC ใหม่

gcloud compute networks subnets create vm-subnet \
--project=$projectid --range=10.0.88.0/24 \
--stack-type=IPV4_ONLY --network=$networkid \
--region=us-east1

เพิ่มกฎไฟร์วอลล์ ICMP ไปยัง VPC

gcloud compute firewall-rules create $networkid-allow-icmp --project=$projectid \
--network=$networkid \
--description="Allows ICMP connections from any source to any instance on the network." \
--direction=INGRESS \
--priority=65534 \
--source-ranges=0.0.0.0/0 \
--action=ALLOW \
--rules=icmp

เพิ่มกฎไฟร์วอลล์ SSH ไปยัง VPC

gcloud compute firewall-rules create $networkid-allow-ssh \
--project=$projectid \
--network=$networkid \
--description="Allows TCP connections from any source to any instance on the network using port 22." \
--direction=INGRESS --priority=65534 \
--source-ranges=0.0.0.0/0 --action=ALLOW \
--rules=tcp:22

4 งานที่ 2 เปิดใช้ Anthropic ในสวนโมเดล Vertex

เราต้องให้สิทธิ์เข้าถึงอินเทอร์เน็ตขาออกจากภายนอก ดังนั้นให้สร้างเกตเวย์ Cloud NAT และแนบไว้

ไปที่ Vertex AI แล้วเลือก Model Garden
ค้นหา Anthropic แล้วเลือก Claude 3.5 Sonnet

เลือกเปิดใช้ คุณจะต้องกรอกข้อมูลบางอย่าง กรอกแบบฟอร์มแล้วเลือกถัดไป
ในหน้าสุดท้าย ให้เลือกยอมรับเพื่อเปิดใช้ Claude 3.5 Sonnet

5 งานที่ 3 สร้างเกตเวย์ NAT และ VM

ใน Cloud Shell ให้ใช้คําสั่งต่อไปนี้

สร้าง Cloud NAT

gcloud compute routers create anthro-out-nat \
    --network $networkid \
    --region us-east1

สร้างเกตเวย์ NAT ของ Cloud

gcloud compute routers nats create anthro-out-nat-gw \
    --router-region us-east1 \
    --router anthro-out-nat \
    --nat-all-subnet-ip-ranges \
    --auto-allocate-nat-external-ips

ตอนนี้มาสร้าง VM 1 เครื่องเพื่อเข้าถึง Anthropic ใน Vertex AI ผ่าน Python SDK

เราจะสร้าง VM เพื่อทดสอบโดยติดตั้งแพ็กเกจต่อไปนี้

ในเซสชัน Cloud Shell เดียวกัน ให้สร้าง anthro-vm โดยใช้คำสั่งต่อไปนี้

gcloud compute instances create anthro-vm \
--project=$projectid \
--zone=us-east1-b \
--network-interface=stack-type=IPV4_ONLY,subnet=vm-subnet,no-address,network=$networkid \
--metadata startup-script="#! /bin/bash    
      sudo apt-get update
      sudo apt-get install python3 python3-dev python3-venv -y
      sudo apt-get install tcpdump dnsutils -y
      sudo -i
      sudo mkdir -p ~/py-anthro-env
      cd ~/py-anthro-env
      python3 -m venv env
      source env/bin/activate
      pip install -U ipython google-cloud-aiplatform 'anthropic[vertex]'"

คุณควรเห็น VM ที่สร้างขึ้นโดยไม่มีที่อยู่ IP สาธารณะ ตอนนี้มากำหนดค่าของ VM

6 งานที่ 4 กำหนดค่า VM และทดสอบ

ไปที่อินสแตนซ์ VM เลือก VM ที่ขึ้นต้นด้วย anthro-vm เลือก SSH
เมื่อ SSH เข้าสู่ anthro-vm แล้ว ให้เปิดใช้รูทโดยพิมพ์ sudo -i
เปิดใช้งานสภาพแวดล้อม venv โดยทำดังนี้

cd py-anthro-env
source env/bin/activate

ตอนนี้มาตรวจสอบสิทธิ์เพื่อทำการทดสอบกัน เรียกใช้คำสั่งต่อไปนี้ใน VM แล้วกด y เมื่อได้รับข้อความแจ้ง

gcloud auth application-default login

จากนั้นคัดลอก URL ที่ปรากฏขึ้นโดยขึ้นต้นด้วย https:// เปิดแท็บใหม่ในหน้าต่างเบราว์เซอร์ของห้องทดลอง แล้ววาง URL ยอมรับข้อความแจ้ง
เมื่อเห็นข้อความต่อไปนี้ ให้เลือก "คัดลอก" แล้วกลับไปที่เซสชัน vm anthro-vm และในส่วนป้อนรหัสการให้สิทธิ์: ให้วางรหัสที่คุณคัดลอกไว้แล้วกด Enter เพื่อตรวจสอบสิทธิ์

ตอนนี้มาทําการทดสอบสั้นๆ เพื่อดูว่าเราเชื่อมต่อกับ Vertex Gemini API ได้ไหม ซึ่งจะใช้ us-east5-aiplatform.googleapis.com ดังนั้นเราจะทํา dig ไปยังที่อยู่ดังกล่าวเพื่อดูว่าเส้นทางการรับส่งข้อมูลเป็นอย่างไร

dig us-east5-aiplatform.googleapis.com

คุณควรเห็นข้อมูลคล้ายกับในภาพ (ที่อยู่จะแตกต่างกัน) โปรดทราบว่าเส้นทางนี้ผ่านที่อยู่ IP สาธารณะเนื่องจาก API เป็น API สาธารณะ

; <<>> DiG 9.16.48-Debian <<>> us-east5-aiplatform.googleapis.com
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 9117
;; flags: qr rd ra; QUERY: 1, ANSWER: 16, AUTHORITY: 0, ADDITIONAL: 1

;; OPT PSEUDOSECTION:
; EDNS: version: 0, flags:; udp: 512
;; QUESTION SECTION:
;us-east5-aiplatform.googleapis.com. IN A

;; ANSWER SECTION:
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.210.95
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.211.95
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.212.95
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.213.95
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.215.95
us-east5-aiplatform.googleapis.com. 300 IN A 173.194.216.95
us-east5-aiplatform.googleapis.com. 300 IN A 108.177.12.95
us-east5-aiplatform.googleapis.com. 300 IN A 108.177.13.95
us-east5-aiplatform.googleapis.com. 300 IN A 74.125.26.95

มาลองใช้ Python กัน พิมพ์ ipython เพื่อเปิดใช้งานอินเทอร์เฟซ ipython

ipython

ตอนนี้ให้คัดลอกและวางข้อมูลต่อไปนี้ คำสั่งนี้จะถาม Claude ว่า "การแข่งขันกีฬาโอลิมปิกจะจัดขึ้นที่ไหนในปี 2024" . ป.ล. แทนที่ YOUR-Project-ID-Here ด้วยชื่อรหัสโปรเจ็กต์ของคุณ

from anthropic import AnthropicVertex

project_id = "YOUR-Project-ID-Here"
region = "us-east5"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-3-5-sonnet@20240620",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Where is the olympics being held in 2024!",
        }
    ],
)
print(message)

กด Enter เพื่อเรียกใช้และดูผลลัพธ์
คําขอนี้เข้าถึง Anthropic ผ่าน Vertex Public API
ปิดเซสชัน SSH แล้วมาดำเนินการต่อ

7 งานที่ 5 สร้างปลายทาง PSC ไปยัง googleapis

หากต้องการเปิดใช้การเชื่อมต่อส่วนตัวกับปลายทาง Vertex API เราจะสร้างปลายทาง Private Service Connect สำหรับ googleapis ซึ่งจะช่วยให้เราใช้ที่อยู่ IP ส่วนตัวที่เรากำหนดเพื่อกำหนดเส้นทางการรับส่งข้อมูลไปยัง googleapis ที่ต้องการได้ ในกรณีนี้คือ Vertex Gemini

เปิด Cloud Shell หากยังไม่ได้เปิด สร้าง IP สำหรับปลายทาง PSC เราจะใช้ 192.168.255.230 ในกรณีนี้

gcloud compute addresses create anthro-ip \
    --global \
    --purpose=PRIVATE_SERVICE_CONNECT \
    --addresses=192.168.255.230 \
    --network=$networkid

ยืนยัน IP ที่สร้างขึ้น

gcloud compute addresses list --filter="name=( 'anthro-ip' ...)"

ถัดไป ให้สร้างปลายทาง PSC

gcloud compute forwarding-rules create pscanthrovertex \
    --global \
    --network=$networkid \
    --address=anthro-ip \
    --target-google-apis-bundle=all-apis

ซึ่งจะสร้างปลายทางและรายการ Service Directory ยืนยันว่าปลายทางมีอยู่

gcloud compute forwarding-rules describe pscanthrovertex --global

8 งานที่ 6 ยืนยันการเชื่อมต่ออุปกรณ์ปลายทางผ่านโซนไดเรกทอรีบริการอัตโนมัติ

มาเชื่อมต่อโดยใช้ปลายทางส่วนตัวเพื่อเชื่อมต่อกับ Gemini กัน

ไปที่อินสแตนซ์ VM anthro-vm1 เลือก SSH และ SSH เข้าสู่ VM
รับสิทธิ์เข้าถึงรูทโดยพิมพ์ sudo -i
ตรวจสอบเส้นทางการเชื่อมต่อไปยัง aiplatform-pscanthrovertex.p.googleapis.com โดยใช้คำสั่ง dig คุณควรเห็น IP ของปลายทาง PSC

dig aiplatform-pscanthrovertex.p.googleapis.com

9 งานที่ 7 สร้างรายการ DNS ด้วยตนเองไปยัง googleapis (ไม่บังคับ)

คุณสร้างรายการ DNS ด้วยตนเองเพื่อชี้ไปยังปลายทาง PSC ได้โดยใช้ DNS ส่วนตัว ซึ่งจะส่งผลต่อเครือข่ายทั้งหมดที่คุณกำหนดให้กับอุปกรณ์

ไปที่บริการเครือข่ายและเลือก Cloud DNS
ในโซน คุณควรเห็นโซนที่สร้างขึ้นโดยอัตโนมัติสำหรับ Private Service Connect สำหรับ Google API พร้อมไดเรกทอรีบริการประเภทโซน สามารถใช้เพื่อเชื่อมต่อกับปลายทาง PSC ในรูปแบบ **SERVICE-ENDPOINT.p.googleapis.com ตัวอย่างเช่น aiplatform-pscvertexgemini.p.googleapis.com
ในกรณีนี้ เราต้องการสร้างรายการ DNS ส่วนตัวด้วยตนเอง ไปที่ Cloud DNS แล้วเลือกสร้างโซน
กำหนดค่าดังนี้

การกำหนดค่า	ชื่อ
ประเภทโซน	ส่วนตัว
ชื่อโซน	googleapis-private
ชื่อ DNS	googleapis.com
เพิ่มเครือข่าย (เลือก "เสร็จสิ้น" เมื่อเพิ่มแล้ว)	anthropic-net
วิธีเลือกให้เสร็จสมบูรณ์	สร้าง

ในพื้นที่รายละเอียดโซน ให้เลือกเพิ่มมาตรฐานเพื่อเพิ่มระเบียน A

การกำหนดค่า	ชื่อ
ประเภทระเบียนทรัพยากร	A
ที่อยู่ IPv4 (เพิ่มที่อยู่ IP ของปลายทาง)	192.168.255.230
วิธีเลือกให้เสร็จสมบูรณ์	สร้าง

เลือกเพิ่มมาตรฐานในพื้นที่รายละเอียดโซนเพื่อเพิ่มระเบียน CNAME

การกำหนดค่า	ชื่อ
ชื่อ DNS	*
ประเภททรัพยากรระเบียน	CNAME
ชื่อ Canonical 1	googleapis.com
วิธีเลือกให้เสร็จสมบูรณ์	สร้าง

คุณควรเห็นการตั้งค่าที่มีระเบียน A และ CNAME ดังตัวอย่างนี้ โปรดดู
ต่อไปเราจะยืนยันการเชื่อมต่อกับการเปลี่ยนแปลงเหล่านี้ใน anthro-vm

10 งาน 8. ยืนยันการเชื่อมต่ออุปกรณ์ปลายทางผ่านที่อยู่ IP (ไม่บังคับ)

มาเชื่อมต่อโดยใช้ปลายทางส่วนตัวเพื่อเชื่อมต่อกับ Gemini กัน

ไปที่อินสแตนซ์ VM anthro-vm เลือก SSH และ SSH เข้าสู่ VM
รับสิทธิ์เข้าถึงรูทโดยพิมพ์ sudo -i
ตรวจสอบเส้นทางการเชื่อมต่อไปยัง us-east5-aiplatform.googleapis.com โดยใช้คำสั่ง ping ซึ่งจะ ping ที่อยู่ IP ใน DNS ส่วนตัว ซึ่งเป็นระเบียน A สำหรับ googleapis IP นี้เป็นปลายทาง PSC และคุณจะทำการ ping ไม่สำเร็จ

ping -c 2 us-east5-aiplatform.googleapis.com

ตรวจสอบเส้นทางการเชื่อมต่อด้วย ping โดยใช้รายการ DNS ที่สร้างขึ้นโดยอัตโนมัติสำหรับ PSC Google APIs ด้วย aiplatform-pscanthrovertex.p.googleapis.com ซึ่งจะชี้ไปยังที่อยู่ IP ของปลายทาง PSC และคุณจะทำการ ping ไม่สำเร็จ

ping -c 2 aiplatform-pscanthrovertex.p.googleapis.com

ตรวจสอบเส้นทางการเชื่อมต่อไปยัง us-east5-aiplatform.googleapis.com โดยใช้คำสั่ง dig ซึ่งควรเป็นที่อยู่ IP ของปลายทาง PSC

dig us-east5-aiplatform.googleapis.com

กลับไปที่คอนโซลและเปิดอินสแตนซ์อื่นของอินสแตนซ์ VM anthro-vm เลือก SSH และ SSH เข้าสู่ VM
รับสิทธิ์เข้าถึงรูทโดยพิมพ์ sudo -i
เรียกใช้คำสั่งต่อไปนี้เพื่อดูการเชื่อมต่อในการดัมพ์ TCP

sudo tcpdump -i any port 53 -n or host us-east5-aiplatform.googleapis.com

ตอนนี้ให้เปลี่ยนกลับไปที่อินสแตนซ์ SSH แรกของอินสแตนซ์ VM anthro-vm
เปิดใช้งาน env โดยใช้

cd py-gem-env
source env/bin/activate

มาทดสอบ Python กัน พิมพ์ ipython เพื่อเปิดใช้งานอินเทอร์เฟซ ipython

ipython

ตอนนี้ให้คัดลอกและวางข้อมูลต่อไปนี้ คำสั่งนี้จะถาม Claude ว่า "Roti คืออะไร" ป.ล. แทนที่ YOUR-Project-ID-Here ด้วยชื่อรหัสโปรเจ็กต์ของคุณ

from anthropic import AnthropicVertex

project_id = "YOUR-Project-ID-Here"
region = "us-east5"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-3-5-sonnet@20240620",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "What is a roti?",
        }
    ],
)
print(message)

กด Enter เพื่อเรียกใช้และดูผลลัพธ์
เปลี่ยนกลับไปที่อินสแตนซ์ที่ 2 ของอินสแตนซ์ VM anthro-vm คุณควรเห็นผลลัพธ์ของ TCPDUMP คุณจะเห็นข้อมูลขาเข้าและขาออก และที่อยู่ IP ของ VM จะใช้ที่อยู่ IP ของปลายทาง PSC เพื่อเชื่อมต่อกับ us-east5-aiplatform.googleapis.com

ปิดเซสชัน SSH ทั้งหมดในอินสแตนซ์ VM anthro-vm

11 ขอแสดงความยินดี

ยินดีด้วย คุณได้เชื่อมต่อกับ Anthropic ใน Vertex โดยใช้ทั้งที่อยู่ API สาธารณะและแบบส่วนตัวโดยใช้ปลายทาง Private Service Connect สำหรับ Googleapis เรียบร้อยแล้ว ฟังก์ชันการทำงานนี้สามารถขยายการเชื่อมต่อ API ส่วนตัวไปยังสภาพแวดล้อมภายในองค์กร/ระบบคลาวด์อื่นๆ ที่เชื่อมต่อผ่าน (Interconnect, Cross-Cloud Interconnect และ VPC)

ล้างข้อมูล

gcloud compute instances delete anthro-vm --zone=us-east1-b --quiet

gcloud compute routers nats delete anthro-out-nat-gw --router=anthro-out-nat --region=us-east1 --quiet

gcloud compute routers delete anthro-out-nat --region=us-east1 --quiet

gcloud compute firewall-rules delete anthropic-net-allow-icmp anthropic-net-allow-ssh --quiet

gcloud compute forwarding-rules delete pscanthrovertex --global

gcloud dns record-sets delete googleapis.com. --zone googleapis-private --type A

gcloud dns record-sets delete *.googleapis.com --zone googleapis-private --type CNAME

gcloud dns managed-zones delete googleapis-private

gcloud compute addresses delete anthro-ip --global


gcloud compute networks subnets delete vm-subnet --region=us-east1 --quiet

gcloud compute networks delete anthropic-net --quiet

อ่านข้อมูลเพิ่มเติมเกี่ยวกับเครือข่าย Vertex AI

รายงานความผิดพลาด