1. 簡介
總覽
Cloud Run 函式是一種新方法，可使用熟悉的 GCF 事件模式和函式簽章來部署工作負載。您可以直接控管在 Cloud Run 上建立的基礎服務，而非使用我們的建構程序和部署設定。
在本節中，您將瞭解如何在 Python 中部署以事件為準的函式，利用 Gemini 摘要上傳至 Cloud Storage 值區的純文字檔。
課程內容
- 如何部署事件驅動的 Cloud Run 函式，以便在物件上傳至 GCS 儲存桶時觸發
- 如何建立具有適當角色的服務帳戶，以便接收 Cloud Storage 事件並叫用 Cloud Run 函式
- 如何使用 Gemini 摘要上傳至 Cloud Storage 的純文字文件
2. 設定環境變數並啟用 API
更新 gcloud CLI
這個程式碼研究室需要安裝最新版本的 gcloud CLI。您可以執行以下命令來更新 CLI：
gcloud components update
啟用 API
開始使用本程式碼研究室之前，您必須先啟用多個 API。本程式碼研究室需要使用下列 API。您可以執行下列指令來啟用這些 API：
gcloud services enable run.googleapis.com \
cloudbuild.googleapis.com \
storage.googleapis.com \
artifactregistry.googleapis.com \
eventarc.googleapis.com \
aiplatform.googleapis.com
設定環境變數
您可以設定將在本程式碼研究室中使用的環境變數。
PROJECT_ID=<YOUR_PROJECT_ID> REGION=<YOUR_REGION, e.g. us-central1> gcloud config set project $PROJECT_ID PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') SERVICE_NAME=crf-vertexai-codelab BUCKET_NAME=$PROJECT_ID-$SERVICE_NAME TRIGGER_NAME=$SERVICE_NAME-trigger
3. 建立儲存空間值區和服務帳戶
建立儲存空間值區
您可以執行下列指令來建立 Cloud Storage 值區：
gsutil mb -l us-central1 gs://$BUCKET_NAME
建立服務帳戶
在本範例中，您將建立具有必要 EventArc 權限和 Cloud Run 叫用者角色的服務帳戶，接收 Cloud Storage 的事件並叫用 Cloud Run 函式。
首先，請建立服務帳戶。
SERVICE_ACCOUNT="crf-vertexai-codelab" SERVICE_ACCOUNT_ADDRESS=$SERVICE_ACCOUNT@$PROJECT_ID.iam.gserviceaccount.com gcloud iam service-accounts create $SERVICE_ACCOUNT \ --display-name="Cloud Run functions Eventarc service account"
接著，將專案中的 Eventarc 事件接收者角色 (roles/eventarc.eventReceiver) 授予與 Eventarc 觸發條件相關聯的服務帳戶，讓觸發條件能夠接收事件供應者的事件。
gcloud projects add-iam-policy-binding $PROJECT_ID \ --member serviceAccount:$SERVICE_ACCOUNT_ADDRESS \ --role=roles/eventarc.eventReceiver
接著，將 Cloud Run 叫用者角色授予服務帳戶，讓服務帳戶能夠叫用函式。
gcloud projects add-iam-policy-binding $PROJECT_ID \ --member serviceAccount:$SERVICE_ACCOUNT_ADDRESS \ --role=roles/run.invoker
現在，請授予服務帳戶 AI Platform 使用者角色，讓服務帳戶能夠呼叫 Gemini。
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member serviceAccount:$SERVICE_ACCOUNT_ADDRESS \
--role="roles/aiplatform.user"
並授予服務帳戶「Storage 物件檢視者」角色，讓服務帳戶可以存取檔案。
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member serviceAccount:$SERVICE_ACCOUNT_ADDRESS \
--role="roles/storage.objectViewer"
Cloud Pub/Sub 需要專案上的 roles/iam.serviceAccountTokenCreator 角色，才能建立身分識別權杖。
gcloud projects add-iam-policy-binding $PROJECT_ID \ --member serviceAccount:service-$PROJECT_NUMBER@gcp-sa-pubsub.iam.gserviceaccount.com \ --role=roles/iam.serviceAccountTokenCreator
您必須將 roles/pubsub.publisher 角色授予 Google Cloud Storage 服務帳戶，這項觸發條件才能透過 Cloud Storage 接收事件。
gcloud projects add-iam-policy-binding $PROJECT_ID \ --member serviceAccount:service-$PROJECT_NUMBER@gs-project-accounts.iam.gserviceaccount.com \ --role=roles/pubsub.publisher
4. 建立及部署函式
首先，請建立原始碼目錄，然後切換至該目錄。
mkdir $SERVICE_NAME && cd $_
接著，請使用以下內容建立 requirements.txt 檔案：
functions-framework==3.* google-cloud-aiplatform==1.63.* google-cloud-storage==2.16.*
接下來，請建立含有下列內容的 main.py 檔案：
import functions_framework
import vertexai
from vertexai.generative_models import GenerativeModel
from google.cloud import storage
vertexai.init(project="<YOUR_PROJECT_ID>", location="us-central1")
model = GenerativeModel(
model_name="gemini-1.5-pro-001",
system_instruction=[
"Summarize the following document in a single sentence. Do not respond with more than one sentence.",
],
)
# Triggered by a change in a storage bucket
@functions_framework.cloud_event
def hello_gcs(cloud_event):
data = cloud_event.data
# download the file
storage_client = storage.Client()
blob = storage_client.bucket(data["bucket"]).get_blob(data["name"])
#print(blob)
doc = blob.download_as_text()
contents = [doc]
response = model.generate_content(contents)
print(response.text)
print(f"Response from Model: {response.text}")
您現在可以執行下列指令，部署 Cloud Run 函式：
gcloud beta run deploy $SERVICE_NAME \
--source . \
--function hello_gcs \
--region $REGION \
--no-allow-unauthenticated \
--service-account $SERVICE_ACCOUNT_ADDRESS
請注意下列事項：
--source旗標可用於告知 Cloud Run 將函式建構為可執行的容器型服務--function標記 (新) 用於將新服務的進入點設為要叫用的函式簽章- (選用)
--no-allow-unauthenticated可避免您的函式可公開叫用
系統可能會詢問：「透過來源部署時，必須具備 Artifact Registry Docker 存放區來儲存已建構的容器。系統會在 [<YOUR_REGION>] 區域中建立名為 [cloud-run-source-deploy] 的存放區。」接受預設的「是」選項，即可建立存放區。
您可以執行下列指令，查看新的服務 crf-vertexai-codelab：
gcloud beta run services describe $SERVICE_NAME --region $REGION
5. 建立事件
我們可以建立 Eventarc 觸發條件，以在 Google Cloud Storage 中最終完成物件時，傳送訊息至我們的函式：
BUCKET_REGION=$REGION
gcloud eventarc triggers create $TRIGGER_NAME \
--location=$REGION \
--destination-run-service=$SERVICE_NAME \
--destination-run-region=$BUCKET_REGION \
--event-filters="type=google.cloud.storage.object.v1.finalized" \
--event-filters="bucket=$BUCKET_NAME" \
--service-account=$SERVICE_ACCOUNT_ADDRESS
請注意，如果使用 --event-filters 標記，請勿在值區名稱中使用 gs:// 前置字串。
如果出現 If you recently started to use Eventarc, it may take a few minutes before all necessary permissions are propagated to the Service Agent. 錯誤，請稍候幾分鐘，然後再試一次。
如要瞭解如何使用 Eventarc 設定 Cloud Storage 的觸發事件服務，請參閱 Cloud Run 說明文件：https://cloud.google.com/run/docs/tutorials/eventarc
6. 測試函式
函式已部署，觸發條件也已建立，現在可以叫用函式了。
建立檔案並上傳至 Cloud Storage 值區。您可以透過 Cloud 控制台網頁介面或 gsutil CLI 工具完成這項操作，例如：
gsutil cp <YOUR_PLAIN_TEXT_FILE> gs://$BUCKET_NAME
檔案上傳成功後，系統會產生事件，函式也會呼叫 Gemini 來摘要純文字檔案。系統會將摘要顯示在記錄檔中。
您可以在 Cloud 控制台中查看 Cloud Run 服務的記錄檔，也可以執行下列指令：
gcloud logging read "resource.type=cloud_run_revision AND resource.labels.service_name=$SERVICE_NAME AND textPayload: Response"
舉例來說，上傳 Cloud Run 函式使用者指南的純文字檔案，以便在記錄檔中列印以下私人預覽結果：
Response from Model: Cloud Run functions offer a new way to deploy serverless workloads with familiar Google Cloud Functions paradigms while providing control over the underlying Cloud Run service.
7. 恭喜！
恭喜您完成本程式碼研究室！
建議您參考 Cloud Run 函式的說明文件
涵蓋內容
- 如何部署以事件為準的 Cloud Run 函式，該函式會在每次物件上傳至 GCS 值區時觸發
- 如何建立具有適當角色的服務帳戶，以便接收 Cloud Storage 事件並叫用 Cloud Run 函式
- 如何使用 Gemini 摘要上傳至 Cloud Storage 的純文字文件
8. 清除所用資源
為避免產生意外費用 (舉例來說，如果不小心叫用這項 Cloud Run 服務的次數超過免費方案的每月 Cloud Run 叫用分配數量)，您可以刪除 Cloud Run 服務，或刪除步驟 2 中建立的專案。
如要刪除 Cloud Run 服務，請前往 Cloud Run Cloud 控制台 (https://console.cloud.google.com/run/)，然後刪除您在本程式碼研究室中建立的 crf-vertexai-codelab 服務。
如果選擇刪除整個專案，您可以前往 https://console.cloud.google.com/cloud-resource-manager，選取您在步驟 2 建立的專案，然後選擇「刪除」。如果您刪除專案，就必須在 Cloud SDK 中變更專案。您可以執行 gcloud projects list 來查看所有可用專案的清單。