एपीआई कॉल की मदद से, दस्तावेज़ों और कार्रवाइयों के बारे में सवाल-जवाब करने के लिए GenAI एजेंट

एपीआई कॉल की मदद से, दस्तावेज़ों और कार्रवाइयों के बारे में सवाल-जवाब करने के लिए GenAI एजेंट

इस कोडलैब (कोड बनाना सीखने के लिए ट्यूटोरियल) के बारे में जानकारी

पिछली बार मार्च 18, 2025 को अपडेट किया गया

Andrey Shakirov ने लिखा

1. खास जानकारी

इस लैब में, आपको एक GenAI एजेंट बनाना होगा, उसे Cloud Run ऐप्लिकेशन से कनेक्ट करना होगा, और एजेंट को Slack वर्कस्पेस में इंटिग्रेट करना होगा.

आपको क्या सीखने को मिलेगा

लैब के कई मुख्य हिस्से होते हैं:

• Gemini API के साथ इंटिग्रेट करने के लिए, Cloud Run ऐप्लिकेशन को डिप्लॉय करना
• बातचीत करने वाला एजेंट बनाना और उसे डिप्लॉय करना
• Slack में एजेंट को इंटिग्रेट करना
• PDF दस्तावेज़ों में सवाल और जवाब के लिए डेटा स्टोर को कॉन्फ़िगर करना

ज़रूरी शर्तें

• इस लैब में यह माना गया है कि आपको Cloud Console और Cloud Shell के एनवायरमेंट के बारे में पता है.

2. सेटअप और ज़रूरी शर्तें

Cloud प्रोजेक्ट का सेटअप

1. Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

• प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते. इसे कभी भी अपडेट किया जा सकता है.
• प्रोजेक्ट आईडी, Google Cloud के सभी प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे सेट करने के बाद बदला नहीं जा सकता. Cloud Console, अपने-आप एक यूनीक स्ट्रिंग जनरेट करता है. आम तौर पर, आपको यह जानने की ज़रूरत नहीं होती कि यह स्ट्रिंग क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी का रेफ़रंस देना होगा. आम तौर पर, इसे PROJECT_ID के तौर पर पहचाना जाता है. अगर आपको जनरेट किया गया आईडी पसंद नहीं आता है, तो कोई दूसरा आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास खुद का कोई दूसरा नाम चुनने का विकल्प भी है. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट के दौरान बना रहता है.
• आपकी जानकारी के लिए बता दें कि तीसरी वैल्यू, प्रोजेक्ट नंबर होती है. इसका इस्तेमाल कुछ एपीआई करते हैं. दस्तावेज़ में इन तीनों वैल्यू के बारे में ज़्यादा जानें.

चेतावनी: प्रोजेक्ट आईडी दुनिया भर में यूनीक होता है. इसे चुनने के बाद, कोई दूसरा व्यक्ति इसका इस्तेमाल नहीं कर सकता. उस आईडी का इस्तेमाल सिर्फ़ आपने किया हो. प्रोजेक्ट मिटाने के बाद भी, आईडी का फिर से इस्तेमाल नहीं किया जा सकता

ध्यान दें: अगर Gmail खाते का इस्तेमाल किया जा रहा है, तो डिफ़ॉल्ट तौर पर संगठन की जानकारी को कोई संगठन नहीं पर सेट रहने दें. अगर Google Workspace खाते का इस्तेमाल किया जा रहा है, तो अपने संगठन के लिए कोई ऐसी जगह चुनें जो आपके काम की हो.

2. इसके बाद, आपको Cloud के संसाधनों/एपीआई का इस्तेमाल करने के लिए, Cloud Console में बिलिंग की सुविधा चालू करनी होगी. इस कोडलैब को चलाने के लिए, आपसे कोई शुल्क नहीं लिया जाएगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, बनाए गए संसाधनों को बंद किया जा सकता है या प्रोजेक्ट को मिटाया जा सकता है. Google Cloud के नए उपयोगकर्ता, 300 डॉलर के मुफ़्त ट्रायल वाले कार्यक्रम में शामिल हो सकते हैं.

एनवायरमेंट सेटअप करना

Gemini Chat खोलें.

Google Cloud API के लिए Gemini को चालू करना:

"Start chatting" पर क्लिक करें और सैंपल के तौर पर दिए गए सवालों में से किसी एक को चुनें या अपना प्रॉम्प्ट टाइप करें.

ये प्रॉम्प्ट आज़माएँ:

• Cloud Run के बारे में पांच मुख्य बातों में बताएं.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. किसी छात्र को पांच मुख्य बातों में Cloud Run के बारे में बताएं.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. आपको सर्टिफ़ाइड Kubernetes डेवलपर को पांच मुख्य बातों में Cloud Run के बारे में बताना है.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. आपको किसी सीनियर डेवलपर को पांच मुख्य बातों में यह बताना है कि Cloud Run और GKE में से किसका इस्तेमाल कब किया जाना चाहिए.

बेहतर प्रॉम्प्ट लिखने के बारे में ज़्यादा जानने के लिए, प्रॉम्प्ट के लिए गाइड देखें.

Google Cloud के लिए Gemini आपके डेटा का इस्तेमाल कैसे करता है

निजता को लेकर Google की प्रतिबद्धता

Google, इंडस्ट्री में उन कंपनियों में से एक है जिन्होंने एआई/एमएल से जुड़ी निजता से जुड़ी प्रतिबद्धता पब्लिश की है. इससे यह पता चलता है कि हमारा मानना है कि क्लाउड में सेव किए गए ग्राहकों के डेटा को सबसे सुरक्षित तरीके से रखा जाना चाहिए और ग्राहकों के पास इसका कंट्रोल होना चाहिए.

आपका सबमिट किया गया और पाया गया डेटा

Gemini से पूछे गए सवालों को प्रॉम्प्ट कहा जाता है. इनमें, विश्लेषण करने या किसी काम को पूरा करने के लिए, Gemini को सबमिट की गई कोई भी इनपुट जानकारी या कोड भी शामिल है. Gemini से मिलने वाले जवाबों या कोड को पूरा करने की सुविधा को जवाब कहा जाता है. Gemini, अपने मॉडल को ट्रेनिंग देने के लिए, आपके प्रॉम्प्ट या उनके जवाबों का इस्तेमाल नहीं करता है.

प्रॉम्प्ट को एन्क्रिप्ट (सुरक्षित) करना

Gemini में प्रॉम्प्ट सबमिट करने पर, Gemini के मॉडल में इनपुट के तौर पर, आपका डेटा एन्क्रिप्ट (सुरक्षित) किया जाता है.

Gemini से जनरेट किया गया प्रोग्राम डेटा

Gemini को पहले पक्ष के Google Cloud कोड के साथ-साथ, चुने गए तीसरे पक्ष के कोड पर ट्रेनिंग दी गई है. अपने कोड की सुरक्षा, जांच, और असरदार होने की ज़िम्मेदारी आपकी है. इसमें, Gemini की मदद से पूरा किया गया कोड, जनरेट किया गया कोड या उसका विश्लेषण भी शामिल है.

Google आपके प्रॉम्प्ट को कैसे मैनेज करता है, इसके बारे में ज़्यादा जानें.

3. प्रॉम्प्ट की जांच करने के विकल्प

प्रॉम्प्ट की जांच करने के लिए, आपके पास कई विकल्प हैं.

• Vertex AI Studio

Vertex AI Studio, Google Cloud के Vertex AI प्लैटफ़ॉर्म का हिस्सा है. इसे खास तौर पर, जनरेटिव एआई मॉडल के डेवलपमेंट और इस्तेमाल को आसान बनाने और तेज़ करने के लिए डिज़ाइन किया गया है.

• Google AI Studio

Google AI Studio, वेब पर काम करने वाला एक टूल है. इसका इस्तेमाल, प्रॉम्प्ट इंजीनियरिंग और Gemini API के साथ प्रोटोटाइप बनाने और एक्सपेरिमेंट करने के लिए किया जाता है.

• Gemini का वेब ऐप्लिकेशन (gemini.google.com)

Google Gemini का वेब ऐप्लिकेशन (gemini.google.com), वेब पर काम करने वाला टूल है. इसे Google के Gemini एआई मॉडल को एक्सप्लोर करने और उनका इस्तेमाल करने में आपकी मदद करने के लिए डिज़ाइन किया गया है.

• Android के लिए Google Gemini मोबाइल ऐप्लिकेशन और iOS पर Google ऐप्लिकेशन

4. रिपॉज़िटरी का क्लोन बनाना

Google Cloud Console पर वापस जाएं और खोज बार की दाईं ओर मौजूद आइकॉन पर क्लिक करके, Cloud Shell को चालू करें.

टर्मिनल में, ये कमांड चलाएं

git clone https://github.com/GoogleCloudPlatform/genai-for-developers.git

cd genai-for-developers

git checkout slack-agent-jira-lab

"एडिटर खोलें" पर क्लिक करें

"File / Open Folder" मेन्यू आइटम का इस्तेमाल करके, "genai-for-developers" खोलें.

नया टर्मिनल खोलना

5. सेवा खाता बनाएं

नया सेवा खाता बनाएं. इस सेवा खाते का इस्तेमाल, Cloud Run ऐप्लिकेशन से Vertex AI Gemini API को एपीआई कॉल करने के लिए किया जाएगा.

qwiklabs प्रोजेक्ट की जानकारी का इस्तेमाल करके, प्रोजेक्ट की जानकारी कॉन्फ़िगर करें.

उदाहरण: qwiklabs-gcp-00-2c10937585bb

gcloud config set project YOUR_QWIKLABS_PROJECT_ID

सेवा खाता बनाएं और भूमिकाएं दें.

export LOCATION=us-central1
export PROJECT_ID=$(gcloud config get-value project)
export SERVICE_ACCOUNT_NAME='vertex-client'
export DISPLAY_NAME='Vertex Client'
export KEY_FILE_NAME='vertex-client-key'

gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME --project $PROJECT_ID --display-name "$DISPLAY_NAME"

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"

अगर आपसे अनुमति देने के लिए कहा जाता है, तो जारी रखने के लिए "अनुमति दें" पर क्लिक करें.

Vertex AI API और Gemini Chat का इस्तेमाल करने के लिए, ज़रूरी सेवाएं चालू करें.

gcloud services enable \
    generativelanguage.googleapis.com \
    aiplatform.googleapis.com \
    cloudaicompanion.googleapis.com \
    run.googleapis.com \
    cloudresourcemanager.googleapis.com

Vertex AI API और Gemini Chat का इस्तेमाल करने के लिए, ज़रूरी सेवाएं चालू करें.

gcloud services enable \
    artifactregistry.googleapis.com \
    cloudbuild.googleapis.com \
    runapps.googleapis.com \
    workstations.googleapis.com \
    servicemanagement.googleapis.com \
    secretmanager.googleapis.com \
    containerscanning.googleapis.com

कोड की जानकारी पाने के लिए, Gemini Code Assist का इस्तेमाल करना

फ़ाइल "devai-api/app/routes.py" खोलें. इसके बाद, फ़ाइल में कहीं भी राइट क्लिक करें और संदर्भ मेन्यू से "Gemini Code Assist > Explain this"" चुनें.

चुनी गई फ़ाइल के लिए, Gemini की ओर से दी गई जानकारी देखें.

6. Devai-API को Cloud Run पर डिप्लॉय करना

देखें कि आप सही फ़ोल्डर में हैं या नहीं.

cd ~/genai-for-developers/devai-api

इस लैब के लिए, हम सबसे सही तरीकों का पालन करते हैं. साथ ही, Cloud Run में ऐक्सेस टोकन और LangChain एपीआई पासकोड की वैल्यू को सेव और रेफ़र करने के लिए, Secret Manager का इस्तेमाल करते हैं.

एनवायरमेंट वैरिएबल सेट करें. इस निर्देश को बिना किसी बदलाव के चलाएं.

export JIRA_API_TOKEN=your-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

export GITLAB_PERSONAL_ACCESS_TOKEN=your-gitlab-token
export GITLAB_URL="https://gitlab.com"
export GITLAB_BRANCH="devai"
export GITLAB_BASE_BRANCH="main"
export GITLAB_REPOSITORY="GITLAB-USERID/GITLAB-REPO"

export LANGCHAIN_API_KEY=your-langchain-key
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"

Secret Manager में कई सीक्रेट बनाएं और सेव करें.

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=-

ऐप्लिकेशन को Cloud Run पर डिप्लॉय करें.

gcloud run deploy devai-api \
  --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" \
  --min-instances=1 \
  --max-instances=3

Artifact Registry का Docker डेटा स्टोर बनाने के लिए, Y का जवाब दें.

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

Gemini से निर्देश के बारे में बताने के लिए कहें:

What does this command do?

gcloud run deploy devai-api \
  --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" \
  --min-instances=1 \
  --max-instances=3

gcloud run deploy SERVICE_NAME --source=. फ़्लो की समीक्षा यहां करें. ज़्यादा जानें.

यह कमांड, Google Cloud के buildpacks और Cloud Build का इस्तेमाल करके, आपके सोर्स कोड से कंटेनर इमेज को अपने-आप बनाता है. इसके लिए, आपको अपनी मशीन पर Docker इंस्टॉल करने या बिल्डपैक या Cloud Build सेट अप करने की ज़रूरत नहीं होती. इसका मतलब है कि ऊपर बताए गए एक ही कमांड से वही काम होता है जो gcloud builds submit और gcloud run deploy कमांड से होता है.

अगर आपने Dockerfile दिया है(जैसा कि हमने इस रिपॉज़िटरी में किया है), तो Cloud Build इसका इस्तेमाल कंटेनर इमेज बनाने के लिए करेगा. इसके बजाय, वह कंटेनर इमेज का अपने-आप पता लगाने और उन्हें बनाने के लिए, बिल्डपैक पर निर्भर करेगा. बिल्डपैक के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

Console में Cloud Build लॉग की समीक्षा करें.

आर्टफ़ैक्ट रजिस्ट्री में, बनाई गई Docker इमेज की समीक्षा करें.

Cloud Console में, Cloud Run इंस्टेंस की जानकारी देखें.

curl कमांड चलाकर, एंडपॉइंट की जांच करें.

curl -X POST \
   -H "Content-Type: application/json" \
   -d '{"prompt": "PROJECT-100"}' \
   $(gcloud  run services list --filter="(devai-api)" --format="value(URL)")/generate

जवाब, मार्कडाउन फ़ॉर्मैट में होगा. बेहतर तरीके से पढ़ने के लिए, झलक मोड में दिखाया गया है.

7. Vertex AI Agent Builder

"Agent Builder" खोजें और खोलें.

एपीआई चालू करना:

बातचीत करने वाला एजेंट ऐप्लिकेशन बनाएं:

Dialogflow API चालू करना:

अपना प्रोजेक्ट चुनें:

"एजेंट बनाएं" पर क्लिक करें:

"अपना बनाएं" चुनें.

डिसप्ले नेम के लिए "एजेंट" टाइप करें और "बनाएं" पर क्लिक करें.

प्लेबुक का नाम सेट करें:

Agent

लक्ष्य सेट करें:

Help user with questions about JIRA project

सेट करने के निर्देश:

- Greet the users, then ask how you can help them today.
- Summarize the user's request and ask them to confirm that you understood correctly.
  - If necessary, seek clarifying details.
- Thank the user for their business and say goodbye.

"सेव करें" पर क्लिक करें:

दाईं ओर मौजूद सिम्युलेटर चैट का इस्तेमाल करके, एजेंट की जांच करें:

बाईं ओर मौजूद रिंच आइकॉन पर कर्सर घुमाएं. टूल मेन्यू खोलें और नया टूल बनाएं:

टाइप ड्रॉपडाउन से OpenAPI चुनें.

टूल का नाम सेट करें:

jira-project-status

सेट का ब्यौरा:

Provides JIRA project status

स्कीमा (YAML) सेट करें - अपने CLOUD RUN यूआरएल को बदलें. टैब स्विच करें और Cloud Run सेवा के यूआरएल के लिए कंसोल आउटपुट देखें.

openapi: 3.0.0
info:
 title: CR API
 version: 1.0.0
 description: >-
   This is the OpenAPI specification of a service.
servers:
 - url: 'https://YOUR CLOUD RUN URL'
paths:

 /generate:
   post:
     summary: Request impl
     operationId: generate
     requestBody:
       description: Request impl
       required: true
       content:
         application/json:
           schema:
             $ref: '#/components/schemas/Prompt'
     responses:
       '200':
         description: Generated
         content:
           application/json:
             schema:
               $ref: '#/components/schemas/ProjectStatus'
                  
components:
 schemas:
   Prompt:
     type: object
     required:
       - prompt
     properties:
       prompt:
         type: string
   ProjectStatus:
     type: object
     required:
       - message
     properties:
       message:
         type: string

टूल का कॉन्फ़िगरेशन सेव करें:

बाईं ओर मौजूद मेन्यू से "प्लेबुक" चुनकर, एजेंट कॉन्फ़िगरेशन पर वापस जाएं. इसके बाद, टूल का इस्तेमाल करने के लिए निर्देश अपडेट करें:

नए टूल का इस्तेमाल करने के लिए निर्देश जोड़ें और "सेव करें" पर क्लिक करें:

- Use ${TOOL: jira-project-status} to help the user with JIRA project status.

"उदाहरण" टैब पर स्विच करें और नया उदाहरण जोड़ें:

डिसप्ले नेम सेट करें:

jira-project-flow

सबसे नीचे मौजूद मेन्यू का इस्तेमाल करके, उपयोगकर्ता और एजेंट के बीच की बातचीत को मॉडल करें:

फ़्लो का उदाहरण:

एजेंट का जवाब: प्रोजेक्ट आईडी क्या है?

उपयोगकर्ता का इनपुट: TEST-PROJECT-100

टूल का इस्तेमाल: jira-project-status

एजेंट का जवाब: प्रोजेक्ट की स्थिति की जानकारी.

उदाहरण बनाने के लिए, नीचे दिए गए रेफ़रंस का इस्तेमाल करें.

'सेव करें' पर क्लिक करें. एजेंट सिम्युलेटर पर वापस जाएं और फ़्लो की जांच करें. किसी भी मौजूदा बातचीत को रीसेट करें.

बधाई हो! Cloud Run पर डिप्लॉय किए गए एपीआई से जुड़े टूल इंटिग्रेट करके, आपने एजेंट को कार्रवाइयां करने की अनुमति दी है.

Vertex AI एजेंट के लिए सबसे सही तरीके देखें

उपलब्ध एजेंट सेटिंग की समीक्षा करना

• लॉगिंग सेटिंग - Cloud Logging चालू करना
• Git इंटिग्रेशन - Git इंटिग्रेशन की मदद से, Git डेटा स्टोर करने की जगह से अपने एजेंट को पुश और पुल किया जा सकता है.
• जनरेटिव मॉडल चुनना
• टोकन की सीमाएं(इनपुट और आउटपुट)

एजेंट सिम्युलेटर के कंट्रोल की समीक्षा करें:

8. Slack इंटिग्रेशन

इंटिग्रेशन मेन्यू खोलें और Slack टाइल पर "कनेक्ट करें" पर क्लिक करें.

लिंक खोलें और https://api.slack.com/apps पर जाकर, नया Slack ऐप्लिकेशन बनाएं

"मेनिफ़ेस्ट" में से कोई विकल्प चुनें:

अपना ऐप्लिकेशन डेवलप करने के लिए कोई वर्कस्पेस चुनना

YAML पर स्विच करें और यह मेनिफ़ेस्ट चिपकाएं:

display_information:
  name: Agent
  description: Agent
  background_color: "#1148b8"
features:
  app_home:
    home_tab_enabled: false
    messages_tab_enabled: true
    messages_tab_read_only_enabled: false
  bot_user:
    display_name: Agent
    always_online: true
oauth_config:
  scopes:
    bot:
      - app_mentions:read
      - chat:write
      - im:history
      - im:read
      - im:write
      - incoming-webhook
settings:
  event_subscriptions:
    request_url: https://dialogflow-slack-4vnhuutqka-uc.a.run.app
    bot_events:
      - app_mention
      - message.im
  org_deploy_enabled: false
  socket_mode_enabled: false
  token_rotation_enabled: false

"बनाएं" पर क्लिक करें:

Workspace में इंस्टॉल करने के लिए:

"#general" चैनल चुनें और "अनुमति दें" पर क्लिक करें

"सामान्य जानकारी / ऐप्लिकेशन क्रेडेंशियल" में जाकर, "Signing Secret" को कॉपी करें और एजेंट के Slack इंटिग्रेशन में "Signing Token" फ़ील्ड की वैल्यू के तौर पर सेट करें.

"OAuth और अनुमतियां" खोलें और "बॉट उपयोगकर्ता का OAuth टोकन" कॉपी करें. इसके बाद, इसे एजेंट के Slack इंटिग्रेशन में "ऐक्सेस टोकन" फ़ील्ड की वैल्यू के तौर पर सेट करें.

ज़रूरी फ़ील्ड सेट करें और "शुरू करें" पर क्लिक करें.

एजेंट की "ऐक्सेस टोकन" वैल्यू, Slack से "बॉट उपयोगकर्ता का OAUth टोकन" है.

एजेंट के "साइनिंग टोकन" की वैल्यू, Slack से मिली "साइनिंग सीक्रेट" है.

"वेबहुक यूआरएल" कॉपी करें और Slack ऐप्लिकेशन के कॉन्फ़िगरेशन पर वापस जाएं.

"इवेंट की सदस्यताएं" सेक्शन खोलें और यूआरएल चिपकाएं.

बदलावों को सेव करें.

"Slack" खोलें और "@Agent" टाइप करके एजेंट जोड़ें.

उदाहरण के लिए, "@CX" नाम वाला ऐप्लिकेशन जोड़ना.

एजेंट से JIRA प्रोजेक्ट की खास जानकारी मांगें.

बधाई हो! एजेंट को Slack वर्कस्पेस में इंटिग्रेट कर दिया गया है.

9. PDF दस्तावेज़ों के बारे में सवाल-जवाब

इस सेक्शन में, पीडीएफ़ दस्तावेज़ का इस्तेमाल करके डेटा स्टोर बनाने और उसे एजेंट से लिंक करने का तरीका बताया गया है. इससे, दस्तावेज़ के कॉन्टेंट के आधार पर, सवाल-जवाब की सुविधा चालू की जा सकती है.

Cloud Storage बकेट बनाना

Cloud Shell खोलें: https://shell.cloud.google.com/

अपने GCP प्रोजेक्ट के आखिरी पांच अंकों का इस्तेमाल करके, बकेट का नाम सेट करें. उदाहरण: pdf-docs-3dw21

BUCKET_NAME=pdf-docs-LAST-5-DIGITS-OF-YOUR-PROJECT

बकेट बनाएं और कोई PDF दस्तावेज़ अपलोड करें.

gcloud storage buckets create gs://$BUCKET_NAME \
    --location=us \
    --default-storage-class=STANDARD \
    --no-public-access-prevention \
    --uniform-bucket-level-access

wget https://services.google.com/fh/files/misc/exec_guide_gen_ai.pdf 

gsutil cp exec_guide_gen_ai.pdf gs://$BUCKET_NAME

डेटा स्टोर का कॉन्फ़िगरेशन

एजेंट कंसोल पर वापस जाएं और "Agent" खोलें. इसके बाद, नीचे की ओर स्क्रोल करके "+ Data store" पर क्लिक करें.

इन वैल्यू का इस्तेमाल करें:

टूल का नाम: pdf-docs

कैंपेन किस तरह का है: Data store

विवरण: pdf-docs

"Save" पर क्लिक करें

पेज पर सबसे नीचे मौजूद, "Add data stores" पर क्लिक करें. इसके बाद, "Create new data store" पर क्लिक करें.

डेटा सोर्स के तौर पर "Cloud Storage" चुनें.

चुनें: Unstructured documents

इसके बाद, अपनी GCS बकेट/फ़ोल्डर चुनें.

डेटा स्टोर की जगह के लिए, "us" चुनें.

डेटा स्टोर के नाम के टाइप के लिए: "pdf-docs"

ड्रॉपडाउन से "Digital parser" चुनें.

बेहतर तरीके से डेटा को अलग-अलग हिस्सों में बांटने की सुविधा चालू करें.

चंक में पैरंट हेडिंग चालू करें.

"Create" पर क्लिक करें.

डेटा स्टोर पर क्लिक करें और दस्तावेज़, गतिविधि, और प्रोसेसिंग कॉन्फ़िगरेशन की समीक्षा करें.

इंपोर्ट पूरा होने में करीब 5 से 10 मिनट लगेंगे.

पार्स करने और चंक करने के विकल्प

कॉन्टेंट पार्स करने की सुविधा को इन तरीकों से कंट्रोल किया जा सकता है:

• डिजिटल पार्सर. डिजिटल पार्सर, सभी फ़ाइल टाइप के लिए डिफ़ॉल्ट रूप से चालू रहता है. हालांकि, अगर किसी दूसरे टाइप का पार्सर इस्तेमाल करना है, तो उसे अलग से सेट करना होगा. अगर डेटा स्टोर के लिए कोई दूसरा डिफ़ॉल्ट पार्सर तय नहीं किया गया है या तय किया गया पार्सर, डाले गए दस्तावेज़ के फ़ाइल टाइप के साथ काम नहीं करता है, तो डिजिटल पार्सर, डाले गए दस्तावेज़ों को प्रोसेस करता है.
• PDF के लिए ओसीआर पार्सिंग. सभी के लिए उपलब्ध झलक. अगर आपको स्कैन की गई PDF फ़ाइलें या इमेज में टेक्स्ट वाली PDF फ़ाइलें अपलोड करनी हैं, तो PDF को इंडेक्स करने की सुविधा को बेहतर बनाने के लिए, ओसीआर पार्स करने की सुविधा चालू करें. PDF के लिए ओसीआर पार्सिंग के बारे में जानकारी देखें.
• लेआउट पार्सर. अगर आपको RAG के लिए Vertex AI Search का इस्तेमाल करना है, तो एचटीएमएल, PDF या DOCX फ़ाइलों के लिए लेआउट पार्सर चालू करें. इस पार्स करने वाले टूल के बारे में जानकारी और इसे चालू करने का तरीका जानने के लिए, आरएजी के लिए दस्तावेज़ों को चंक में बांटना लेख पढ़ें.

दस्तावेज़ों को पार्स करने और उन्हें अलग-अलग हिस्सों में बांटने के बारे में ज़्यादा जानें.

टूल कॉन्फ़िगरेशन

एजेंट टूल की कॉन्फ़िगरेशन स्क्रीन पर वापस जाएं और उपलब्ध डेटा स्टोर रीफ़्रेश करें.

हाल ही में बनाया गया डेटा स्टोर चुनें और "Confirm" पर क्लिक करें.

ग्राउंडिंग कॉन्फ़िगर करना.

कंपनी के नाम के लिए "Google Cloud" टाइप करें.

पेलोड सेटिंग - "Include snippets in Conversational Messenger response payload"" को चुनें. वैल्यू को 5 पर सेट करें.

"सेव करें" पर क्लिक करें.

एजेंट के निर्देशों का कॉन्फ़िगरेशन

एजेंट कॉन्फ़िगरेशन पर वापस जाएं.

नया निर्देश जोड़ें:

- Provide detailed answer to users questions about the exec guide to gen ai using information in the ${TOOL:pdf-docs}

कॉन्फ़िगरेशन सेव करें.

PDF-Docs टूल के लिए उदाहरण बनाना

उदाहरण टैब पर स्विच करें. नया उदाहरण बनाएं: Guide to generative AI

कार्रवाइयां "+" का इस्तेमाल करके:

"उपयोगकर्ता का इनपुट" जोड़ें:

What are the main capabilities for generative AI?

"टूल का इस्तेमाल" जोड़ें.

• टूल और कार्रवाई: "pdf-docs"

इनपुट (requestBody)

{
  "query": "Main capabilities for generative AI",
  "filter": "",
  "userMetadata": {},
  "fallback": ""
}

टूल का आउटपुट:

{
  "answer": "Detailed answer about main capabilities for generative AI",
  "snippets": [
    {
      "uri": "https://storage.cloud.google.com/pdf-docs-49ca4/exec_guide_gen_ai.pdf",
      "text": "Detailed answer about main capabilities",
      "title": "exec_guide_gen_ai"
    }
  ]
}

"एजेंट का जवाब" जोड़ें

Detailed answer about main capabilities. 

https://storage.cloud.google.com/pdf-docs-49ca4/exec_guide_gen_ai.pdf

कॉन्फ़िगर किए गए उदाहरण:

टूल को शुरू करने का कॉन्फ़िगरेशन:

कॉन्फ़िगरेशन की जांच करने के लिए, सिम्युलेटर पर स्विच करें.

सवाल:

What are the 10 steps in the exec guide?

'बोलने के लिए बोलकर कहा जाने वाला शब्द' ड्रॉपडाउन से "Agent" चुनें और "Save as example" पर क्लिक करें.

"user-question-flow" नाम दें.

खास जानकारी सेट करें: "Agent helped user answer question based on the pdf document" और सेव करें पर क्लिक करें.

एजेंट के जवाब को फ़ॉर्मैट करें और टूल के आउटपुट सेक्शन से PDF दस्तावेज़ का लिंक शामिल करें.

उदाहरण सेव करें.

सिम्युलेटर पर वापस जाएं और "Replay conversation" पर क्लिक करें. जवाब का अपडेट किया गया फ़ॉर्मैट देखें. अगर उदाहरण सेव करने के बाद आपको कोई गड़बड़ी दिखती है, तो हो सकता है कि आपको अपनी ब्राउज़र विंडो रीफ़्रेश करनी पड़े. इसके बाद, प्रॉम्प्ट को फिर से भेजकर बातचीत को फिर से शुरू करें:

What are the 10 steps in the exec guide?

कोई दूसरा सवाल पूछें:

What are the main capabilities in the exec guide?

सोर्स PDF दस्तावेज़.

सवाल:

What should I consider when evaluating projects?

सोर्स PDF दस्तावेज़.

सवाल:

What are the priority use cases in Retail and CPG in the exec guide?

सोर्स PDF दस्तावेज़.

बधाई हो! एजेंट अब PDF दस्तावेज़ों के आधार पर, सटीक जवाब दे सकता है.

10. पहले से बनाए गए एजेंट

इसके बाद, आपको बाईं ओर मौजूद मेन्यू में जाकर, पहले से बने एजेंट एक्सप्लोर करने हैं.

किसी एक एजेंट को चुनें और उसे डिप्लॉय करें. एजेंट के सेटअप, निर्देशों, और टूल के बारे में जानें.

11. बधाई हो!

बधाई हो, आपने लैब पूरा कर लिया है!

हमने इन विषयों पर जानकारी दी है:

• बातचीत वाले एजेंट बनाने और उन्हें डिप्लॉय करने का तरीका
• Cloud Run ऐप्लिकेशन के साथ काम करने वाले एजेंट के लिए टूल जोड़ने का तरीका
• एजेंट को Slack फ़ाइल फ़ोल्डर में इंटिग्रेट करने का तरीका
• PDF दस्तावेज़ों पर सवाल-जवाब के लिए, डेटा स्टोर को कॉन्फ़िगर करने का तरीका

आगे क्या करना है:

• Vertex AI एजेंट के लिए सबसे सही तरीके देखें

व्यवस्थित करें

इस ट्यूटोरियल में इस्तेमाल किए गए संसाधनों के लिए, अपने Google Cloud खाते से शुल्क न लिया जाए, इसके लिए संसाधनों वाले प्रोजेक्ट को मिटाएं या प्रोजेक्ट को बनाए रखें और अलग-अलग संसाधनों को मिटाएं.

प्रोजेक्ट मिटाना

बिलिंग की सुविधा बंद करने का सबसे आसान तरीका, ट्यूटोरियल के लिए बनाया गया प्रोजेक्ट मिटाना है.

©2024 Google LLC. सभी अधिकार सुरक्षित हैं. Google और Google का लोगो, Google LLC के ट्रेडमार्क हैं. दूसरी सभी कंपनियां और प्रॉडक्ट के नाम, उन कंपनियों के ट्रेडमार्क हो सकते हैं जिनसे वे जुड़े हुए हैं.