Google-Vorlage anpassen und bereitstellen

Google-Vorlage anpassen und bereitstellen

Mit den von Google bereitgestellten Vorlagen im Application Design Center können Sie mit vorkonfigurierten Architekturen beginnen, die den Best Practices von Google Cloud entsprechen. In dieser Kurzanleitung kopieren Sie die Vorlage Generative AI RAG mit Cloud SQL, passen ihre Komponenten an und stellen eine Testanwendung bereit. Die Schritte gelten für jede Vorlage.

Die folgende Abbildung zeigt die Komponenten und Verbindungen der Vorlage „Generative AI RAG mit Cloud SQL“ im Design-Canvas:

Hinweis

1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. Verify that billing is enabled for your Google Cloud project.

3. Richten Sie das App Design Center in Ihrem Projekt ein.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die in der folgenden Tabelle aufgeführten Rollen zuzuweisen:

Aufgabe	Erforderliche Rollen
Vorlagen kopieren, entwerfen und bearbeiten	Application Design Center Admin (roles/designcenter.admin) oder Application Design Center User (roles/designcenter.user)
Anwendungen und Konfigurationen bereitstellen	Application Admin (roles/designcenter.applicationAdmin) oder Application Editor (roles/designcenter.applicationEditor)
Dienstkonten während der Bereitstellung erstellen	Dienstkonten erstellen (roles/iam.serviceAccountCreator) für das Projekt
Dienstkonto Zugriff auf Ihr Projekt gewähren	Projekt-IAM-Administrator (roles/resourcemanager.projectIamAdmin) für das Projekt

Weitere Informationen zu Rollen finden Sie unter Zugriffssteuerung mit IAM.

Umgebung vorbereiten

Sie haben folgende Möglichkeiten, diese Kurzanleitung abzuschließen:

• Verwenden Sie den Design-Canvas in der Google Cloud Console.

• Installieren Sie die Google Cloud CLI.

  Hinweis: Wenn Sie die gcloud CLI zuvor installiert haben, prüfen Sie, ob Sie die aktuelle Version haben, indem Sie gcloud components update ausführen.

• Konfigurieren Sie die gcloud CLI für die Verwendung Ihrer föderierten Identität.

  Weitere Informationen finden Sie unter Mit Ihrer föderierten Identität in der gcloud CLI anmelden.

• Führen Sie den folgenden Befehl aus, um die gcloud CLI zu initialisieren:

  gcloud init

Vorlage kopieren und Anwendungsentwurf erstellen

Kopieren Sie die Google-Vorlage und konfigurieren Sie einen Anwendungsentwurf.

Design-Canvas

1. Rufen Sie in der Google Cloud Console die Seite Google-Vorlagen auf.

   Google-Vorlagen aufrufen

2. Klicken Sie auf der Vorlagenkarte Generative AI RAG mit Cloud SQL auf Vorschau und anpassen.

   Die Vorlage wird im Design-Canvas geöffnet.

3. Klicken Sie auf Duplizieren und anpassen.

4. Geben Sie im Dialogfeld Neue Vorlage erstellen die folgenden Details ein:

   1. Geben Sie in das Feld Template ID den String quickstart-custom-gen-ai-rag ein.

   2. Geben Sie im Feld Vorlagenname Quickstart custom Generative AI RAG ein.

   3. Geben Sie im Feld Beschreibung den Text A custom template copied from the Generative AI RAG with Cloud SQL template. ein.

   4. Klicken Sie auf Vorlage erstellen.

   Die Vorlage wird in Ihren Space kopiert und im Design-Canvas angezeigt.

5. Klicken Sie im Design-Canvas auf App konfigurieren.

6. Klicken Sie auf Neue Anwendung erstellen und geben Sie die folgenden Details ein:

   1. Geben Sie im Feld Name quickstart-custom-gen-ai-rag-test ein.

   2. Geben Sie im Feld Anzeigename den Wert Quickstart custom Generative AI RAG test ein.

   3. Wählen Sie in der Liste Region die Option us-central1 (Iowa) aus.

   4. Wählen Sie in der Liste Umgebung die Option Test aus.

   5. Wählen Sie in der Liste Schweregrad die Option Low aus.

7. Klicken Sie auf Anwendung erstellen.

   Das System erstellt den Anwendungsentwurf.

gcloud-CLI

1. Filtern Sie die geteilten Vorlagen im Google-Katalog, um den Versions-URI für die Vorlage gen-ai-rag-with-sql zu finden.

   gcloud design-center spaces shared-templates list \
     --google-catalog \
     --location=LOCATION \
     --filter="displayName:gen-ai-rag-cloud-sql"
   

   Ersetzen Sie Folgendes:

   • LOCATION: Der Standort Ihres Space. Beispiel: us-central1.

   Ermitteln Sie den Versions-URI aus der Ausgabe.

2. Erstellen Sie einen Anwendungsentwurf aus dieser Vorlagenversion.

   gcloud design-center spaces applications create quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --source-shared-template-revision-uri=SHARED_TEMPLATE_REVISION_URI \
     --display-name="Quickstart custom Generative AI RAG test" \
     --environment-type=test \
     --criticality-type=low \
     --scope-type=regional \
     --deployment-region=LOCATION
   

   Ersetzen Sie Folgendes:

   • SPACE: Ihre Space-ID. Beispiel: default-space.
   • LOCATION: Der Standort Ihres Space. Beispiel: us-central1
   • PROJECT: Ihre Projekt-ID.
   • SHARED_TEMPLATE_REVISION_URI: Der Versions-URI der Vorlage. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/sharedTemplates/f8ddfbd3-6393-4a1e-942c-aaa7292fa30c/revisions/r-28.

Komponenten konfigurieren

Konfigurieren Sie die erforderlichen Komponentenparameter in Ihrem Anwendungsentwurf. Weitere Informationen zu Komponentenparametern finden Sie unter Unterstützte Ressourcen.

Design-Canvas

1. Klicken Sie im Design-Canvas auf frontend-service und gehen Sie im Bereich Konfiguration so vor:

   1. Geben Sie im Feld Name des Service custom-rag-frontend ein.

   2. Klicken Sie auf Speichern.

2. Klicken Sie im Designbereich auf retrieval-service und führen Sie im Bereich Konfiguration die folgenden Schritte aus:

   1. Geben Sie im Feld Name des Service custom-retrieval-service ein.

   2. Klicken Sie auf Speichern.

3. Klicken Sie im Design-Canvas auf database-postgresql und gehen Sie im Bereich Konfiguration so vor:

   1. Geben Sie im Feld Name custom-rag-database ein.

   2. Klicken Sie auf Speichern.

4. Klicken Sie im Design-Canvas auf vertex-ai und gehen Sie im Bereich Konfiguration so vor:

   1. Achten Sie darauf, dass Ihr Projekt in der Liste Projekt-ID ausgewählt ist.

   2. Klicken Sie auf Speichern.

5. Klicken Sie im Design-Canvas auf secret-manager und führen Sie im Bereich Konfiguration die folgenden Schritte aus:

   1. Geben Sie im Feld Name db-ai-secret ein.

   2. Klicken Sie auf Speichern.

Im Arbeitsbereich werden neben den Komponenten grüne Häkchen angezeigt, um darzustellen, dass alle erforderlichen Parameter konfiguriert sind.

gcloud-CLI

1. Beschreiben Sie die Anwendung, um Komponentenparameter zu identifizieren.

   gcloud design-center spaces applications describe quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --format='yaml(name,componentParameters)'
   

   In der Ausgabe werden Parameter für jede Komponente angezeigt.

2. Rufen Sie eine Liste der Komponenten-URIs ab.

   gcloud design-center spaces applications describe quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --format='value(serializedApplicationTemplate.components.uri)'
   

3. Erstellen Sie JSON-Konfigurationsdateien in Ihrem Arbeitsverzeichnis.

   1. Erstellen Sie custom-frontend.json.

      {
         "component": "FRONTEND_COMPONENT_URI",
         "parameters": [
            {
               "key": "service_name",
               "value": "custom-rag-frontend"
            },
            {
               "key": "project_id",
               "value": "PROJECT"
            },
            {
               "key": "location",
               "value": "LOCATION"
            }
         ]
      }
      

   2. Erstellen Sie custom-retrieval.json.

      {
         "component": "RETRIEVAL_COMPONENT_URI",
         "parameters": [
            {
               "key": "service_name",
               "value": "custom-retrieval-service"
            },
            {
               "key": "project_id",
               "value": "PROJECT"
            },
            {
               "key": "location",
               "value": "LOCATION"
            }
         ]
      }
      

   3. Erstellen Sie custom-database.json.

      {
         "component": "DATABASE_COMPONENT_URI",
         "parameters": [
            {
               "key": "name",
               "value": "custom-rag-database"
            },
            {
               "key": "project_id",
               "value": "PROJECT"
            },
            {
               "key": "database_version",
               "value": "POSTGRES_15"
            },
            {
               "key": "region",
               "value": "us-central1"
            },
            {
               "key": "zone",
               "value": "us-central1-a"
            }
         ]
      }
      

   4. Erstellen Sie custom-secmanager.json.

      {
      "component": "SECRET_MANAGER_COMPONENT_URI",
      "parameters": [
         {
            "key": "name",
            "value": "db-ai-secret"
         },
         {
            "key": "project_id",
            "value": "PROJECT"
         }
      ]
      }
      

   5. Erstellen Sie custom-vertex.json.

      {
      "component": "VERTEX_AI_COMPONENT_URI",
      "parameters": [
         {
            "key": "project_id",
            "value": "PROJECT"
         }
      ]
      }
      

   Ersetzen Sie Folgendes:

   • FRONTEND_COMPONENT_URI: Der URI der Frontend-Komponente. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/frontend-service.
   • RETRIEVAL_COMPONENT_URI: Der URI der Abrufkomponente. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/retrieval-service.
   • DATABASE_COMPONENT_URI: Der URI der Datenbankkomponente. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/database-postgresql.
   • SECRET_MANAGER_COMPONENT_URI: Der URI der Secret Manager-Komponente. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/secret-manager.
   • VERTEX_AI_COMPONENT_URI: Der URI der Vertex AI-Komponente. Beispiel: projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/vertex-ai.
   • PROJECT: Ihre Projekt-ID.
   • LOCATION: Der Standort Ihres Space. Beispiel: us-central1

4. Aktualisieren Sie die Anwendungskonfiguration mit den JSON-Parameterdateien.

   gcloud design-center spaces applications update quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --component-parameters=./custom-frontend.json \
     --component-parameters=./custom-retrieval.json \
     --component-parameters=./custom-database.json \
     --component-parameters=./custom-secmanager.json \
     --component-parameters=./custom-vertex.json
   

Anwendung bereitstellen

Stellen Sie die konfigurierte Anwendung bereit.

Design-Canvas

1. Klicken Sie auf Bereitstellen.

2. Gehen Sie im Bereich Dienstkonto auswählen so vor:

   1. Wählen Sie Neues Dienstkonto erstellen aus.

   2. Klicken Sie auf Fortfahren.

3. Klicken Sie auf Bereitstellen.

   Nach einigen Minuten ist die Anwendung bereitgestellt und die Ressourcen sind erstellt.

gcloud-CLI

1. Sehen Sie sich die Bereitstellung in der Vorschau an und erstellen Sie automatisch ein Dienstkonto für die Vorschau.

   gcloud design-center spaces applications preview quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --create-sa
   

2. Stellen Sie die Anwendung bereit und erstellen Sie automatisch ein Dienstkonto für die Bereitstellung.

   gcloud design-center spaces applications deploy quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT \
     --create-sa \
     --async
   

   Kopieren Sie die Vorgangs-ID

3. Bereitstellungsstatus verfolgen

   gcloud design-center operations describe operation-OPERATION_ID \
       --location=LOCATION \
       --project=PROJECT
   

   Ersetzen Sie Folgendes:

   • OPERATION_ID: Die Vorgangs-ID.
   • LOCATION: Der Standort Ihres Space. Beispiel: us-central1
   • PROJECT: Ihre Projekt-ID.

Optional: Bereitstellung überwachen

Nachdem Sie Ihre Anwendung bereitgestellt haben, können Sie Telemetriedaten aufrufen und die Leistung überwachen:

1. Rufen Sie in der Google Cloud Console die Seite Anwendungsmonitoring auf:

   Zu Anwendungsmonitoring

   Wenn Sie diese Seite über die Suchleiste suchen, wählen Sie das Ergebnis aus, dessen Zwischenüberschrift Monitoring ist.

2. Klicken Sie in der Spalte Name auf die bereitgestellte Anwendung.

   Auf der Seite werden Monitoring-Informationen für die Anwendung und ihre Dienste und Arbeitslasten angezeigt.

3. Vordefinierte Dashboards ansehen Weitere Informationen finden Sie unter Anwendungsmonitoring – Übersicht.

Bereinigen

Löschen Sie das Projekt von Google Cloud zusammen mit den Ressourcen, damit Ihrem Konto von Google Cloud die auf dieser Seite verwendeten Ressourcen nicht in Rechnung gestellt werden.

Bereitgestellte Anwendung löschen

Design-Canvas

1. Klicken Sie im Navigationsmenü auf Anwendungen.

   Wechseln Sie zu „Anwendungen“

2. Klicken Sie auf Quickstart custom Generative AI RAG test.

3. Klicken Sie auf Aktionen und wählen Sie Anwendung löschen aus.

4. Geben Sie im Feld Löschen den Wert quickstart-custom-gen-ai-rag-test ein.

5. Klicken Sie auf Löschen.

gcloud-CLI

1. Löschen Sie die Anwendung über die Befehlszeile.

   gcloud design-center spaces applications delete quickstart-custom-gen-ai-rag-test \
     --space=SPACE \
     --location=LOCATION \
     --project=PROJECT
   

Optional: Projekt löschen

Achtung: Wenn Sie ein Projekt löschen, werden alle Ressourcen im Projekt endgültig gelöscht.

1. Wechseln Sie in der Google Cloud -Console zur Seite Ressourcen verwalten.

   Zu „Ressourcen verwalten“

2. Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie auf Löschen.
3. Geben Sie an der Eingabeaufforderung die Projekt-ID ein und klicken Sie auf Beenden.

Nächste Schritte

• In der Übersicht über das App Design Center finden Sie die wichtigsten Konzepte und Vorteile.
• Erste Schritte mit vorkonfigurierten Architekturen durch Erstellen auf Basis von Google-Vorlagen.
• Sie können eigene Konfigurationen definieren, indem Sie Anwendungsvorlagen entwerfen.