Informacje o tym ćwiczeniu (w Codelabs)
1. Omówienie
W tym laboratorium utworzysz rozwiązanie do automatyzacji implementacji scenariuszy użytkowników JIRA za pomocą generatywnej AI.
Czego się nauczysz
Laboratorium składa się z kilku głównych części:
- Wdrażanie aplikacji Cloud Run w celu integracji z interfejsami Gemini API
- Tworzenie i wdrażanie aplikacji Atlassian Forge dla Jira
- Automatyzowanie zadań GitLab za pomocą agentów LangChain ReAct
Wymagania wstępne
- Ten moduł zakłada, że znasz środowiska Cloud Console i Cloud Shell.
2. Konfiguracja i wymagania
Konfiguracja projektu Cloud
- Zaloguj się w konsoli Google Cloud i utwórz nowy projekt lub użyj istniejącego. Jeśli nie masz jeszcze konta Gmail ani Google Workspace, musisz je utworzyć.
- Nazwa projektu to wyświetlana nazwa uczestników tego projektu. Jest to ciąg znaków, którego nie używają interfejsy API Google. Zawsze możesz ją zaktualizować.
- Identyfikator projektu jest niepowtarzalny w ramach wszystkich projektów Google Cloud i nie można go zmienić (po ustawieniu). Konsola Cloud automatycznie generuje unikalny ciąg znaków. Zwykle nie ma znaczenia, jaki to ciąg. W większości laboratoriów z kodem musisz podać identyfikator projektu (zwykle oznaczony jako
PROJECT_ID). Jeśli nie podoba Ci się wygenerowany identyfikator, możesz wygenerować inny losowy. Możesz też spróbować użyć własnego adresu e-mail, aby sprawdzić, czy jest on dostępny. Po wykonaniu tego kroku nie można go zmienić. Pozostanie on na stałe w ramach projektu. - Informacyjnie: istnieje jeszcze 3 wartość, numer projektu, której używają niektóre interfejsy API. Więcej informacji o wszystkich 3 wartościach znajdziesz w dokumentacji.
- Następnie musisz włączyć rozliczenia w konsoli Cloud, aby korzystać z zasobów i interfejsów API Cloud. Przejście przez ten samouczek nie będzie kosztowne, a być może nawet bezpłatne. Aby wyłączyć zasoby i uniknąć obciążenia opłatami po zakończeniu samouczka, możesz usunąć utworzone zasoby lub usunąć projekt. Nowi użytkownicy Google Cloud mogą skorzystać z bezpłatnego okresu próbnego, w którym mają do dyspozycji środki w wysokości 300 USD.
Konfiguracja środowiska
Otwórz czat Gemini.
Możesz też wpisać „Zapytaj Gemini” na pasku wyszukiwania.
Włączanie Gemini for Google Cloud API:
Kliknij „Start chatting” i wybierz jedno z przykładowych pytań lub wpisz własne prompty, aby je wypróbować.
Prompty do wypróbowania:
- Opisz Cloud Run w 5 kluczowych punktach.
- Jesteś menedżerem produktu Google Cloud Run. Wyjaśnij studentowi, na czym polega Cloud Run, w 5 krótkich punktach.
- Jesteś menedżerem produktu Cloud Run w Google. Wyjaśnij certyfikowanemu deweloperowi Kubernetes, na czym polega Cloud Run, w 5 kluczowych punktach.
- Jesteś menedżerem produktu Cloud Run w Google i chcesz wyjaśnić starszemu programiście, kiedy należy używać Cloud Run, a kiedy GKE. W tym celu przedstawiasz 5 krótkich kluczowych informacji.
Aby dowiedzieć się więcej o pisaniu lepszych promptów, zapoznaj się z przewodnikiem po promptach.
Jak Gemini dla Google Cloud korzysta z Twoich danych
Zobowiązanie Google do ochrony prywatności
Google jako jedna z pierwszych firm w branży opublikowała zobowiązanie do ochrony prywatności w systemach AI/ML, w którym wyraziliśmy przekonanie, że klienci powinni mieć najwyższy poziom bezpieczeństwa i kontroli nad swoimi danymi przechowywanymi w chmurze.
Dane, które przesyłasz i odbierasz
Pytania, które zadajesz Gemini, w tym wszelkie informacje wejściowe lub kod, które przesyłasz do Gemini w celu analizy lub uzupełnienia, nazywamy promptami. Odpowiedzi lub dokończenia kodu, które otrzymujesz od Gemini, nazywane są odpowiedziami. Gemini nie używa Twoich promptów ani swoich odpowiedzi jako danych do trenowania swoich modeli.
Szyfrowanie promptów
Gdy przesyłasz prompty do Gemini, Twoje dane są szyfrowane podczas przesyłania i przekazywane do modelu podstawowego w Gemini.
Dane programu wygenerowane przez Gemini
Gemini jest trenowany na podstawie kodu własnego Google Cloud oraz wybranego kodu innych firm. Ponosisz odpowiedzialność za bezpieczeństwo, testowanie i skuteczność kodu, w tym za uzupełnianie, generowanie i analizowanie kodu przez Gemini.
Dowiedz się więcej o tym, jak Google radzi sobie z Twoimi prośbami.
3. Opcje testowania promptów
Możesz przetestować prompty na kilka sposobów.
Vertex AI Studio jest częścią platformy Vertex AI w Google Cloud, która została zaprojektowana z myślą o uproszczeniu i przyspieszeniu tworzenia oraz stosowania modeli generatywnej AI.
Google AI Studio to internetowe narzędzie do tworzenia prototypów i eksperymentowania z inżynierią promptów oraz interfejsem Gemini API.
- Aplikacja internetowa Gemini (gemini.google.com)
Aplikacja internetowa Google Gemini (gemini.google.com) to narzędzie internetowe, które ułatwia poznawanie i wykorzystywanie potencjału modeli sztucznej inteligencji Gemini od Google.
- aplikację mobilną Google Gemini na Android i aplikację Google na iOS.
4. Sprawdzanie aplikacji
Utwórz konto usługi
Wróć do Google Cloud Console i aktywuj Cloud Shell, klikając ikonę po prawej stronie paska wyszukiwania.
Aby utworzyć nowe konto usługi i klucze, uruchom w otwartym terminalu te polecenia.
Z tego konta usługi będziesz korzystać do wywoływania interfejsu Vertex AI Gemini API z aplikacji Cloud Run.
Skonfiguruj szczegóły projektu, korzystając z danych projektu Qwiklabs.
Przykład: qwiklabs-gcp-00-2c10937585bb
gcloud config set project YOUR_QWIKLABS_PROJECT_ID
Utwórz konto usługi.
PROJECT_ID=$(gcloud config get-value project)
SERVICE_ACCOUNT_NAME='vertex-client'
DISPLAY_NAME='Vertex Client'
gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME --project $PROJECT_ID --display-name "$DISPLAY_NAME"
Przypisz role.
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.admin"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.user"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/cloudbuild.builds.editor"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/artifactregistry.admin"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/storage.admin"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/run.admin"
gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/secretmanager.secretAccessor"
Jeśli pojawi się pytanie o autoryzację, kliknij „Autoryzuj”, aby kontynuować.
Włącz wymagane usługi, aby korzystać z interfejsów API Vertex AI i czatu Gemini.
gcloud services enable \
generativelanguage.googleapis.com \
aiplatform.googleapis.com \
cloudaicompanion.googleapis.com \
run.googleapis.com \
cloudresourcemanager.googleapis.com
Włącz wymagane usługi, aby korzystać z interfejsów API Vertex AI i czatu Gemini.
gcloud services enable \
artifactregistry.googleapis.com \
cloudbuild.googleapis.com \
runapps.googleapis.com \
workstations.googleapis.com \
servicemanagement.googleapis.com \
secretmanager.googleapis.com \
containerscanning.googleapis.com
Klonowanie repozytorium GitHub
Sklonuj repozytorium GitHub.
git clone https://github.com/GoogleCloudPlatform/genai-for-developers.git
Otwórz edytor Cloud Shell
Użyj elementu menu „File / Open Folder”, aby otworzyć „genai-for-developers”.
Otwórz plik „devai-api/app/routes.py”, a potem kliknij prawym przyciskiem myszy dowolne miejsce w pliku i w menu kontekstowym wybierz „Gemini > Explain this"”.
Przeczytaj wyjaśnienie Gemini dotyczące wybranego pliku.
5. Konfiguracja repozytorium GitLab i Toolkit
W tym laboratorium użyjesz narzędzia GitLabToolkit do zautomatyzowania tworzenia żądań połączenia w GitLab.
Omówienie zestawów narzędzi LangChain
Pakiet narzędzi LangChain to zestawy narzędzi, które mają na celu usprawnienie i ulepszanie tworzenia aplikacji za pomocą LangChain. Oferują one różne funkcje w zależności od konkretnego zestawu narzędzi, ale ogólnie pomagają w tych kwestiach:
- Łączenie z zewnętrznymi źródłami danych: uzyskuj dostęp do informacji z interfejsów API, baz danych i innych zewnętrznych źródeł oraz uwzględniaj je w swoich aplikacjach LangChain.
- Zaawansowane techniki promptów: możesz używać gotowych promptów lub tworzyć własne, aby optymalizować interakcje z modelami językowymi.
- Tworzenie i zarządzanie łańcuchami: możesz łatwo tworzyć złożone łańcuchy i skutecznie nimi zarządzać.
- Ocena i monitorowanie: analizuj skuteczność aplikacji i łańcuchów LangChain.
Oto niektóre popularne zestawy narzędzi LangChain:
- Narzędzia wykonawcy agenta: narzędzia do tworzenia agentów, które mogą wchodzić w interakcje ze światem rzeczywistym, wykonując takie działania jak przeglądanie internetu czy wykonywanie kodu.
- Zestaw narzędzi do tworzenia promptów: zbiór zasobów do tworzenia skutecznych promptów.
Omówienie GitLab Toolkit
Zestaw narzędzi Gitlab zawiera narzędzia, które umożliwiają interfejsowi LLM interakcję z repozytorium Gitlab. To narzędzie jest opakowaniem dla biblioteki python-gitlab.
Za pomocą pakietu GitLab możesz wykonywać te czynności:
- Utwórz plik – tworzy nowy plik w repozytorium.
- Read File (Odczytaj plik) – odczytuje plik z repozytorium.
- Zaktualizuj plik – aktualizuje plik w repozytorium.
- Utwórz żądanie pull – tworzy żądanie pull z gałęzi roboczej bota do gałęzi bazowej.
- Get Issues – pobiera problemy z repozytorium.
- Pobierz problem – pobiera szczegóły dotyczące konkretnego problemu.
- Komentowanie problemu – publikowanie komentarza na temat konkretnego problemu.
- Usuń plik – usuwa plik z repozytorium.
Konfiguracja projektu GitLab
Otwórz GitLab, utwórz nowy projekt i skonfiguruj token dostępu do projektu w sekcji „Settings / Access Tokens”.
Użyj tych informacji:
- Nazwa tokena:
devai-api-qwiklabs - Rola:
Maintainer - Wybierz zakresy:
api
Skopiuj i wklej wartość tokena dostępu do pliku tymczasowego na laptopie. Zostanie on użyty w następnych krokach.
6. Przygotowanie do wdrożenia aplikacji w Cloud Run
Wróć do edytora Cloud Shell i użyj istniejącego terminala lub otwórz nowy.
Skonfiguruj szczegóły projektu, korzystając z danych projektu Qwiklabs.
Przykład: qwiklabs-gcp-00-2c10937585bb
gcloud config set project YOUR-QWIKLABS-PROJECT-ID
Ustaw pozostałe zmienne środowiskowe:
export PROJECT_ID=$(gcloud config get-value project)
export LOCATION=us-central1
export REPO_NAME=devai-api
export SERVICE_NAME=devai-api
Ustaw zmienne środowiskowe wymagane do integracji z GitLab.
export GITLAB_PERSONAL_ACCESS_TOKEN=gitlab-token
Aby uniknąć ujawniania informacji poufnych w terminalu, najlepiej użyć polecenia read -s GITLAB_PERSONAL_ACCESS_TOKEN. Jest to bezpieczny sposób ustawiania zmiennych środowiskowych bez wyświetlania wartości w historii poleceń w konsoli. Po jego uruchomieniu musisz wkleić wartość i nacisnąć Enter. Musisz też wyeksportować zmienną środowiskową: export GITLAB_PERSONAL_ACCESS_TOKEN
Aby użyć tego polecenia, musisz zaktualizować identyfikator użytkownika i nazwę repozytorium GitLab.
Przykład: export GITLAB_REPOSITORY="gitrey/qwiklabs-test"
export GITLAB_REPOSITORY="USERID/REPOSITORY"
Ustaw pozostałe zmienne środowiskowe:
export GITLAB_URL="https://gitlab.com"
export GITLAB_BRANCH="devai"
export GITLAB_BASE_BRANCH="main"
Konfiguracja śledzenia LangSmith LLM
Skonfiguruj konto, jeśli chcesz wyświetlać informacje o śledzeniu agenta w LangSmith, w przeciwnym razie wykonaj polecenia bez zmian.
Utwórz konto LangSmith i wygeneruj klucz interfejsu API usługi w sekcji Ustawienia. https://smith.langchain.com/settings
Ustaw zmienne środowiskowe wymagane do integracji z LangSmith.
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
export LANGCHAIN_API_KEY=langchain-service-api-key
Konfiguracja JIRA
Te wartości nie są używane w tym laboratorium, więc przed wykonaniem poleceń nie musisz ich zmieniać na wartości z Twojego projektu Jira.
Ustaw zmienne środowiskowe wymagane do wdrożenia usługi Cloud Run.
export JIRA_API_TOKEN=jira-token
export JIRA_USERNAME="YOUR-EMAIL"
export JIRA_INSTANCE_URL="https://YOUR-JIRA-PROJECT.atlassian.net"
export JIRA_PROJECT_KEY="YOUR-JIRA-PROJECT-KEY"
export JIRA_CLOUD=true
Utwórz klucz interfejsu API
Utwórz nowy klucz interfejsu API w sekcji Cloud Console / Interfejsy API i usługi / Dane logowania.
Ten klucz będzie używany do uwierzytelniania wywołań interfejsu API JIRA w aplikacji Cloud Run.
W środowisku produkcyjnym należy skonfigurować ograniczenia aplikacji i interfejsu API dla utworzonego klucza API. Ograniczenia aplikacji ograniczają użycie klucza interfejsu API do określonych stron(np. Twojego wystąpienia JIRA).
Ustaw zmienne środowiskowe wymagane do wdrożenia usługi Cloud Run.
export DEVAI_API_KEY=your-api-key
Tworzenie obiektów tajnych w usłudze Secret Manager
W tym laboratorium postępujemy zgodnie ze sprawdzonymi metodami i używamy usługi Secret Manager do przechowywania wartości tokenów dostępu, kluczy interfejsu API i kluczy LangChain API w Cloud Run oraz do odwoływania się do nich.
Utwórz i przechowuj wymagane obiekty tajne w usłudze Secret Manager.
echo -n $DEVAI_API_KEY | \
gcloud secrets create DEVAI_API_KEY \
--data-file=-
echo -n $JIRA_API_TOKEN | \
gcloud secrets create JIRA_API_TOKEN \
--data-file=-
echo -n $GITLAB_PERSONAL_ACCESS_TOKEN | \
gcloud secrets create GITLAB_PERSONAL_ACCESS_TOKEN \
--data-file=-
echo -n $LANGCHAIN_API_KEY | \
gcloud secrets create LANGCHAIN_API_KEY \
--data-file=-
7. Wdrażanie interfejsu Devai-API w Cloud Run
Sprawdź, czy jesteś we właściwym folderze.
cd ~/genai-for-developers/devai-api
Wdróż aplikację w Cloud Run.
gcloud run deploy "$SERVICE_NAME" \
--source=. \
--region="$LOCATION" \
--allow-unauthenticated \
--service-account vertex-client \
--set-env-vars PROJECT_ID="$PROJECT_ID" \
--set-env-vars LOCATION="$LOCATION" \
--set-env-vars GITLAB_URL="$GITLAB_URL" \
--set-env-vars GITLAB_REPOSITORY="$GITLAB_REPOSITORY" \
--set-env-vars GITLAB_BRANCH="$GITLAB_BRANCH" \
--set-env-vars GITLAB_BASE_BRANCH="$GITLAB_BASE_BRANCH" \
--set-env-vars JIRA_USERNAME="$JIRA_USERNAME" \
--set-env-vars JIRA_INSTANCE_URL="$JIRA_INSTANCE_URL" \
--set-env-vars JIRA_PROJECT_KEY="$JIRA_PROJECT_KEY" \
--set-env-vars JIRA_CLOUD="$JIRA_CLOUD" \
--set-env-vars LANGCHAIN_TRACING_V2="$LANGCHAIN_TRACING_V2" \
--update-secrets="LANGCHAIN_API_KEY=LANGCHAIN_API_KEY:latest" \
--update-secrets="GITLAB_PERSONAL_ACCESS_TOKEN=GITLAB_PERSONAL_ACCESS_TOKEN:latest" \
--update-secrets="JIRA_API_TOKEN=JIRA_API_TOKEN:latest" \
--update-secrets="DEVAI_API_KEY=DEVAI_API_KEY:latest" \
--min-instances=1 \
--max-instances=3
Odpowiedź Y: utwórz repozytorium Dockera w Artifact Registry.
Deploying from source requires an Artifact Registry Docker repository to store built containers. A repository named [cloud-run-source-deploy] in
region [us-central1] will be created.
Do you want to continue (Y/n)? y
Zapoznaj się z procesem gcloud run deploy SERVICE_NAME --source=. poniżej. Więcej informacji
W tle to polecenie używa usług buildpacks i Cloud Build Google Cloud do automatycznego kompilowania obrazów kontenera z Twojego kodu źródłowego bez konieczności instalowania Dockera na komputerze ani konfigurowania pakietów kompilacji ani Cloud Build. Oznacza to, że jedno polecenie opisane powyżej wykonuje to samo, co wymagałoby użycia poleceń gcloud builds submit i gcloud run deploy.
Jeśli podano plik Dockerfile(jak w tym repozytorium), usługa Cloud Build użyje go do kompilowania obrazów kontenera zamiast polegać na pakietach kompilacji, które automatycznie wykrywają i kompilują obrazy kontenera. Więcej informacji o pakietach kompilacji znajdziesz w dokumentacji.
Sprawdź logi Cloud Build w konsoli.
Sprawdź utworzony obraz Dockera w Artifact Registry.
Sprawdź szczegóły instancji Cloud Run w Cloud Console.
Aplikacja testowa
Przetestuj punkt końcowy, wykonując polecenie curl.
Przed uruchomieniem polecenia zaktualizuj adres URL usługi Cloud Run.
Przykład:
curl -H "X-devai-api-key: $DEVAI_API_KEY" https://devai-api-1110000001.us-central1.run.app/test
8. Automatyzacja wdrażania treści
Forge to platforma, która umożliwia deweloperom tworzenie aplikacji integrujących się z usługami Atlassian, takimi jak Jira, Confluence, Compass i Bitbucket.
Instalowanie interfejsu wiersza poleceń Forge
Zainstaluj interfejs wiersza poleceń Forge globalnie, wykonując to polecenie:
npm install -g @forge/cli
W tym module do logowania użyjemy zmiennych środowiskowych.
Konfigurowanie projektu JIRA
Utwórz lub wyświetl projekty JIRA za pomocą swojego konta osobistego.
Sprawdź istniejące projekty JIRA: https://admin.atlassian.com/
Utwórz nowy projekt JIRA za pomocą swojego konta osobistego.
Otwórz stronę https://team.atlassian.com/your-work i kliknij 
, a następnie wybierz 
. Następnie wybierz „JIRA Software” – „Wypróbuj teraz”. Postępuj zgodnie z instrukcjami, aby utworzyć projekt lub stronę.
Wybierz JIRA Software.
Utwórz nowy projekt.
Tworzenie tokena interfejsu Atlassian API
Aby zalogować się w interfejsie wiersza poleceń, utwórz token API Atlassian lub użyj istniejącego.
Podczas wykonywania poleceń interfejs wiersza poleceń używa Twojego tokena.
- Otwórz stronę https://id.atlassian.com/manage/api-tokens.
- Kliknij Utwórz token API.
- Wpisz etykietę opisującą token API. Na przykład forge-api-token.
- Kliknij Utwórz.
- Kliknij Kopiuj do schowka i zamknij okno.
Konfigurowanie ustawień środowiska Forge
Wróć do Cloud Console i uruchom w terminalu podane niżej polecenia.
Aby zacząć używać poleceń Forge, zaloguj się w Forge CLI.
Ustaw adres e-mail JIRA/FORGE. Zastąp go swoim adresem e-mail.
export FORGE_EMAIL=your-email
Ustaw token API Forge. Zastąp go swoim tokenem API JIRA.
export FORGE_API_TOKEN=your-jira-api-token
Przetestuj interfejs wiersza poleceń Forge, uruchamiając podane niżej polecenie. Odpowiedz „No”, gdy pojawi się pytanie o zbieranie statystyk.
forge settings set usage-analytics false
Sprawdź, czy jesteś zalogowany(-a).
forge whoami
Przykładowe dane wyjściowe.
Logged in as John Green (johngreen@email.com) Account ID: 123090:aaabbcc-076a-455c-99d0-d1aavvccdd
Tworzenie aplikacji Forge
Sprawdź, czy jesteś w folderze „~/genai-for-developers”.
Uruchom polecenie, aby utworzyć aplikację Forge.
forge create
Gdy pojawi się prośba, wpisz te wartości:
- Nazwa aplikacji:
devai-jira-ui-qwiklabs - Wybierz kategorię:
UI Kit - Wybierz usługę:
Jira - Wybierz szablon:
jira-issue-panel
Przejdź do folderu aplikacji.
cd devai-jira-ui-qwiklabs/
Uruchom polecenie, aby zainstalować zależności.
npm install
Uruchom polecenie wdrażania.
forge deploy
Przykładowe dane wyjściowe:
Deploying your app to the development environment. Press Ctrl+C to cancel. Running forge lint... No issues found. ✔ Deploying devai-jira-ui-qwiklabs to development... ℹ Packaging app files ℹ Uploading app ℹ Validating manifest ℹ Snapshotting functions ℹ Deploying to environment ✔ Deployed Deployed devai-jira-ui-qwiklabs to the development environment.
Zainstaluj aplikację.
forge install
Gdy pojawi się prośba, wpisz te wartości:
- Wybierz usługę:
Jira - Wpisz adres URL witryny:
your-domain.atlassian.net
Przykładowe dane wyjściowe:
Select the product your app uses. ? Select a product: Jira Enter your site. For example, your-domain.atlassian.net ? Enter the site URL: genai-for-developers.atlassian.net Installing your app onto an Atlassian site. Press Ctrl+C to cancel. ? Do you want to continue? Yes ✔ Install complete! Your app in the development environment is now installed in Jira on genai-for-developers.atlassian.net
Otwórz witrynę JIRA i utwórz nowe zadanie JIRA o takim opisie:
Create HTML, CSS and JavaScript using React.js framework to implement Login page with username and password fields, validation and documentation. Provide complete implementation, do not omit anything.
Gdy otworzysz zadanie, zobaczysz przycisk „devai-jira-ui-qwiklabs”.
Kliknij przycisk i sprawdź zmiany w interfejsie.
Wyświetlanie logów backendu Forge.
forge logs
Konsola dewelopera Atlassian
Możesz też wyświetlać w konsoli dla deweloperów Atlassian wdrożone aplikacje i nimi zarządzać.
Sprawdzanie dzienników – przełącz się na środowisko Development,
Sprawdzanie pliku manifestu i kodu źródłowego aplikacji Forge
Otwórz plik „devai-jira-ui-qwiklabs/manifest.yml” i użyj Gemini Code Assist, aby wyjaśnić konfigurację.
Zapoznaj się z wyjaśnieniem.
Otwórz te pliki i poproś Gemini Code Assist o ich wyjaśnienie:
devai-jira-ui-qwiklabs/src/frontend/index.jsxdevai-jira-ui-qwiklabs/src/resolvers/index.js
Aktualizacja aplikacji Forge za pomocą punktu końcowego DevAI API Cloud Run
Sprawdź, czy ustawiony jest identyfikator projektu GCP:
gcloud config get project
Jeśli nie, skonfiguruj projekt GCP, korzystając z identyfikatora projektu na stronie laboratorium Qwiklabs:
Przykład: qwiklabs-gcp-00-2c10937585bb
gcloud config set project YOUR_QWIKLABS_PROJECT_ID
Ustaw adres URL usługi Cloud Run:
export DEVAI_API_URL=$(gcloud run services list --filter="(devai-api)" --format="value(URL)")
forge variables set DEVAI_API_URL $DEVAI_API_URL
Ustaw klucz interfejsu API DEVAI:
export DEVAI_API_KEY=api-key-that-you-created
forge variables set --encrypt DEVAI_API_KEY $DEVAI_API_KEY
Potwierdź, uruchamiając to polecenie:
forge variables list
Przykładowe dane wyjściowe
Aktualizowanie pliku manifestu i kodu aplikacji Forge
Te fragmenty kodu znajdziesz w repozytorium w folderze sample-devai-jira-ui.
Otwórz plik manifestu w edytorze: devai-jira-ui-qwiklabs/manifest.yml
Dodaj wiersze poniżej na końcu pliku – zastąp punkt końcowy Cloud Run tym, który został przez Ciebie wdrożony.
permissions:
scopes:
- read:jira-work
- write:jira-work
external:
fetch:
client:
- devai-api-gjerpi6qqq-uc.a.run.app/create-gitlab-mr # replace with YOUR CLOUD RUN URL
Otwórz plik resolverów/indeksów w edytorze: devai-jira-ui-qwiklabs/src/resolvers/index.js
Dodaj wiersze pod istniejącą funkcją getText.
resolver.define('getApiKey', (req) => {
return process.env.DEVAI_API_KEY;
});
resolver.define('getDevAIApiUrl', (req) => {
return process.env.DEVAI_API_URL;
});
Otwórz w edytorze plik front-endu lub indeksu: devai-jira-ui-qwiklabs/src/frontend/index.jsx
Zastąp index.jsx treścią poniżej. Zaktualizuj link do identyfikatora użytkownika lub repozytorium GitLab.
Musisz zaktualizować identyfikator użytkownika i repozytorium Git w 2 miejscach.
W pliku odszukaj ten wiersz i wprowadź zmiany:
https://gitlab.com/YOUR-GIT-USERID/YOUR-GIT-REPO/-/merge_requests
import React from 'react';
import ForgeReconciler, { Text, Link, useProductContext } from '@forge/react';
import { requestJira } from '@forge/bridge';
import { invoke } from '@forge/bridge';
import api, { route, assumeTrustedRoute } from '@forge/api';
const devAIApiKey = await invoke("getApiKey")
const devAIApiUrl = await invoke("getDevAIApiUrl")
const App = () => {
const context = useProductContext();
const [description, setDescription] = React.useState();
const fetchDescriptionForIssue = async () => {
const issueId = context?.extension.issue.id;
const res = await requestJira(`/rest/api/2/issue/${issueId}`);
const data = await res.json();
const bodyGenerateData = `{"prompt": ${JSON.stringify(data.fields.description)}}`;
const generateRes = await api.fetch(devAIApiUrl+'/create-gitlab-mr,
{
body: bodyGenerateData,
method: 'post',
headers: {
'Content-Type': 'application/json',
'x-devai-api-key': devAIApiKey,
},
}
)
const resData = await generateRes.text();
// Add link to the GitLab merge request page as a comment
await requestJira(`/rest/api/2/issue/${issueId}/comment`, {
method: 'POST',
headers: {
'Accept': 'application/json',
'Content-Type': 'application/json'
},
body: `{"body": "[GitLab Merge Request|https://gitlab.com/YOUR-GIT-USERID/YOUR-GIT-REPO/-/merge_requests]"}`
});
return "Response will be added as a comment. Please refresh in a few moments.";
};
React.useEffect(() => {
if (context) {
fetchDescriptionForIssue().then(setDescription);
}
}, [context]);
return (
<>
<Text>{description}</Text>
<Link href='https://gitlab.com/YOUR-GIT-USERID/YOUR-GIT-REPO/-/merge_requests' openNewTab={true}>GitLab Merge Request</Link>
</>
);
};
ForgeReconciler.render(
<React.StrictMode>
<App />
</React.StrictMode>
);
Wdrażanie ponownie aplikacji Forge
Dodaj zależności w pliku package.json:
"@forge/api": "4.0.0",
Uruchom polecenie, aby zainstalować zależności:
npm install
Wdróż zaktualizowaną aplikację:
forge deploy
Przykładowe dane wyjściowe:
ℹ Uploading app ℹ Validating manifest ℹ Snapshotting functions ℹ Deploying to environment ✔ Deployed Deployed devai-jira-ui-qwiklabs to the development environment. We've detected new scopes or egress URLs in your app. Run forge install --upgrade and restart your tunnel to put them into effect.
Instalowanie zaktualizowanej aplikacji:
forge install --upgrade
Przykładowe dane wyjściowe:
Upgrading your app on the Atlassian site. Your app will be upgraded with the following additional scopes: - read:jira-work - write:jira-work Your app will exchange data with the following urls: - devai-api-7su2ctuqpq-uc.a.run.app ? Do you want to continue? Yes ✔ Upgrade complete! Your app in the development environment is now the latest in Jira on genai-for-developers.atlassian.net.
Aplikacja Test Forge
Otwórz istniejące zadanie JIRA lub utwórz nowe w projekcie JIRA.
Jeśli poprzedni panel został już dodany, musisz go usunąć.
Kliknij ... i w menu wybierz usuń. Następnie możesz ponownie kliknąć przycisk.
Sprawdzanie komentarzy w Jira
Gdy otrzymasz odpowiedź od interfejsu API DEVAI, dodamy komentarz do zgłoszenia w JIRA.
- Link do żądania połączenia w GitLab
Aby odświeżyć widok, przełącz się między kartami „History” i „Comments”.
Weryfikowanie prośby o połączenie w GitLab
Otwórz GitLab i sprawdź, czy w Twoim projekcie są nowe żądania merge.
Ślady LangSmith LLM
Jeśli skonfigurowano śledzenie LLM, otwórz portal LangSmith i sprawdź ślad LLM dla wywołania funkcji tworzenia żądania połączenia w GitLab.
Przykładowy ślad LangSmith LLM.
9. Przesyłanie zmian do repozytorium GitHub
(OPCJONALNA SEKCJA)
Otwórz stronę GitHub i utwórz nowe repozytorium, aby przesłać zmiany z tego laboratorium do swojego osobistego repozytorium.
Wróć do Cloud Console i ustaw w terminalu nazwę użytkownika i adres e-mail Git.
Zaktualizuj wartości przed uruchomieniem poleceń.
git config --global user.name "Your Name"
git config --global user.email "your_email@example.com"
Wygeneruj klucz SSH i dodaj go do repozytorium GitHub.
Zaktualizuj adres e-mail przed uruchomieniem poleceń.
Nie wpisuj hasła i nie naciskaj klawisza Enter wielokrotnie, aby utworzyć klucz.
ssh-keygen -t ed25519 -C "your-email-address"
eval "$(ssh-agent -s)"
ssh-add ~/.ssh/id_ed25519
cat ~/.ssh/id_ed25519.pub
Dodaj wygenerowany klucz publiczny do swojego konta GitHub.
Otwórz https://github.com/settings/keys i kliknij „New SSH key”.
Jako nazwy klucza użyj „qwiklabs-key” i skopiuj/wklej dane wyjściowe z ostatniego polecenia.
Wróć do terminala, zatwierdź i prześlij zmiany.
cd ~/genai-for-developers
git remote rm origin
Ustaw zdalne źródło za pomocą utworzonego powyżej repozytorium.
Zastąp go adresem URL repozytorium.
git remote add origin git@github.com:YOUR-GITHUB-USERID/YOUR-GITHUB-REPO.git
Dodaj, zatwierdź i prześlij zmiany.
git add .
git commit -m "lab changes"
git push -u origin main
10. Gratulacje!
Gratulacje! Masz ukończony ten moduł.
Omówione zagadnienia:
- Jak wdrażać aplikacje Cloud Run w celu integracji z interfejsami Gemini API.
- Jak utworzyć i wdrożyć aplikację Atlassian Forge dla JIRA.
- Jak używać agentów LangChain ReAct do automatyzacji zadań GitLab
- Jak przeglądać ścieżki LLM w LangSmith
Co dalej:
- Wkrótce odbędą się kolejne praktyczne sesje.
Czyszczenie danych
Aby uniknąć obciążenia konta Google Cloud opłatami za zasoby zużyte w tym samouczku, możesz usunąć projekt zawierający te zasoby lub zachować projekt i usunąć poszczególne zasoby.
Usuwanie projektu
Najprostszym sposobem na uniknięcie płatności jest usunięcie projektu utworzonego na potrzeby samouczka.
©2024 Google LLC. Wszelkie prawa zastrzeżone. Google i logo Google są znakami towarowymi Google LLC. Wszelkie inne nazwy firm i produktów mogą być znakami towarowymi odpowiednich podmiotów, z którymi są powiązane.