Menyesuaikan dan men-deploy template Google

Template yang disediakan Google di Application Design Center memungkinkan Anda memulai dari arsitektur yang telah dikonfigurasi sebelumnya dan mengikuti praktik terbaik Google Cloud . Dalam panduan memulai ini, Anda akan menyalin template RAG AI Generatif dengan Cloud SQL, menyesuaikan komponennya, dan men-deploy aplikasi pengujian, menggunakan langkah-langkah yang berlaku untuk template apa pun.

Gambar berikut menunjukkan komponen dan koneksi template RAG AI Generatif dengan Cloud SQL di kanvas desain:

Aplikasi RAG AI Generatif di kanvas desain.

Sebelum memulai

  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.

    Go to project selector

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

  3. Siapkan App Design Center di project Anda.

Peran yang diperlukan

Minta administrator untuk memberi Anda peran yang tercantum dalam tabel berikut:

Tugas Peran yang diperlukan
Menyalin, mendesain, dan mengedit template Admin Application Design Center (roles/designcenter.admin), atau
Pengguna Application Design Center (roles/designcenter.user)
Men-deploy aplikasi dan konfigurasi Admin Aplikasi (roles/designcenter.applicationAdmin), atau
Editor Aplikasi (roles/designcenter.applicationEditor)
Membuat akun layanan selama deployment Create Service Accounts (roles/iam.serviceAccountCreator) di project
Memberikan akses akun layanan ke project Anda Project IAM Admin (roles/resourcemanager.projectIamAdmin) pada project

Untuk mengetahui informasi selengkapnya tentang peran, lihat Kontrol akses dengan IAM.

Menyiapkan lingkungan

Anda dapat menggunakan salah satu opsi berikut untuk menyelesaikan panduan memulai ini:

  • Gunakan kanvas desain di konsol Google Cloud .
  • Instal Google Cloud CLI.

  • Konfigurasi gcloud CLI agar menggunakan identitas gabungan Anda.

    Untuk mengetahui informasi selengkapnya, lihat Login ke gcloud CLI dengan identitas gabungan Anda.

  • Untuk melakukan inisialisasi gcloud CLI, jalankan perintah berikut:

    gcloud init

Salin template dan buat draf permohonan

Salin template Google dan konfigurasikan draf aplikasi.

Kanvas desain

  1. Di konsol Google Cloud , buka halaman Google templates.

    Buka template Google

  2. Klik Preview and customize pada kartu template Generative AI RAG with Cloud SQL.

    Template akan terbuka di kanvas desain.

  3. Klik Duplikasikan dan sesuaikan.

  4. Dalam dialog Create a new template, masukkan detail berikut:

    1. Di kolom Template ID, masukkan quickstart-custom-gen-ai-rag.

    2. Di kolom Template Name, masukkan Quickstart custom Generative AI RAG.

    3. Di kolom Description, masukkan A custom template copied from the Generative AI RAG with Cloud SQL template.

    4. Klik Create template.

    Template akan disalin ke ruang Anda dan ditampilkan di kanvas desain.

  5. Dari kanvas desain, klik Configure an app.

  6. Klik Create new application dan masukkan detail berikut:

    1. Di kolom Name, masukkan quickstart-custom-gen-ai-rag-test.

    2. Di kolom nama tampilan, masukkan Quickstart custom Generative AI RAG test.

    3. Dari daftar Region, pilih us-central1 (Iowa).

    4. Dari daftar Environment, pilih Test.

    5. Dari daftar Criticality, pilih Low.

  7. Klik Create Application.

    Sistem akan membuat draf permohonan.

gcloud CLI

  1. Filter template yang dibagikan di katalog Google untuk menemukan URI revisi untuk template gen-ai-rag-with-sql.

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

    Ganti kode berikut:

    • LOCATION: Lokasi ruang Anda. Contoh, us-central1.

    Identifikasi URI revisi dari output.

  2. Buat draf aplikasi dari revisi template tersebut.

    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
    

    Ganti kode berikut:

    • SPACE: ID ruang Anda. Contoh, default-space.
    • LOCATION: Lokasi ruang Anda. Contoh, us-central1.
    • PROJECT: Project ID Anda.
    • SHARED_TEMPLATE_REVISION_URI: URI revisi template. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/sharedTemplates/f8ddfbd3-6393-4a1e-942c-aaa7292fa30c/revisions/r-28.

Mengonfigurasi komponen

Konfigurasikan parameter komponen yang diperlukan dalam draf aplikasi Anda. Untuk mengetahui informasi selengkapnya tentang parameter komponen, lihat Resource yang didukung.

Kanvas desain

  1. Di kanvas desain, klik frontend-service dan lakukan hal berikut di area Configuration:

    1. Di kolom Service Name, masukkan custom-rag-frontend.

    2. Klik Simpan.

  2. Di kanvas desain, klik retrieval-service dan lakukan hal berikut di area Configuration:

    1. Di kolom Service Name, masukkan custom-retrieval-service.

    2. Klik Simpan.

  3. Di kanvas desain, klik database-postgresql dan lakukan hal berikut di area Configuration:

    1. Di kolom Name, masukkan custom-rag-database.

    2. Klik Simpan.

  4. Di kanvas desain, klik vertex-ai dan lakukan hal berikut di area Configuration:

    1. Dari daftar Project ID, pastikan project Anda dipilih.

    2. Klik Simpan.

  5. Di kanvas desain, klik secret-manager dan lakukan hal berikut di area Configuration:

    1. Di kolom Name, masukkan db-ai-secret.

    2. Klik Simpan.

Kanvas menampilkan tanda centang hijau di setiap komponen untuk menunjukkan bahwa semua parameter yang diperlukan telah dikonfigurasi.

gcloud CLI

  1. Menjelaskan aplikasi untuk mengidentifikasi parameter komponen.

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

    Output akan menampilkan parameter untuk setiap komponen.

  2. Mendapatkan daftar URI komponen.

    gcloud design-center spaces applications describe quickstart-custom-gen-ai-rag-test \
      --space=SPACE \
      --location=LOCATION \
      --project=PROJECT \
      --format='value(serializedApplicationTemplate.components.uri)'
    
  3. Buat file JSON konfigurasi di direktori kerja Anda.

    1. Buat 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. Buat 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. Buat 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. Buat custom-secmanager.json.

      {
      "component": "SECRET_MANAGER_COMPONENT_URI",
      "parameters": [
         {
            "key": "name",
            "value": "db-ai-secret"
         },
         {
            "key": "project_id",
            "value": "PROJECT"
         }
      ]
      }
      
    5. Buat custom-vertex.json.

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

    Ganti kode berikut:

    • FRONTEND_COMPONENT_URI: URI komponen frontend. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/frontend-service.
    • RETRIEVAL_COMPONENT_URI: URI komponen pengambilan. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/retrieval-service.
    • DATABASE_COMPONENT_URI: URI komponen database. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/database-postgresql.
    • SECRET_MANAGER_COMPONENT_URI: URI komponen Secret Manager. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/secret-manager.
    • VERTEX_AI_COMPONENT_URI: URI komponen Vertex AI. Contoh, projects/gcpdesigncenter/locations/us-central1/spaces/googlespace/applicationTemplates/gen-ai-rag-cloud-sql/components/vertex-ai.
    • PROJECT: Project ID Anda.
    • LOCATION: Lokasi ruang Anda. Contoh, us-central1.
  4. Perbarui konfigurasi aplikasi dengan file parameter JSON.

    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
    

Men-deploy aplikasi

Men-deploy aplikasi yang dikonfigurasi.

Kanvas desain

  1. Klik Deploy.

  2. Di area Select service account, lakukan hal berikut:

    1. Pilih Create a new service account.

    2. Klik Lanjutkan.

  3. Klik Deploy.

    Setelah beberapa menit, aplikasi akan di-deploy dan resource akan dibuat.

gcloud CLI

  1. Melihat pratinjau deployment dan otomatis membuat akun layanan pratinjau.

    gcloud design-center spaces applications preview quickstart-custom-gen-ai-rag-test \
      --space=SPACE \
      --location=LOCATION \
      --project=PROJECT \
      --create-sa
    
  2. Men-deploy aplikasi dan otomatis membuat akun layanan deployment.

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

    Salin ID operasi.

  3. Lacak status deployment.

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

    Ganti kode berikut:

    • OPERATION_ID: ID operasi.
    • LOCATION: Lokasi ruang Anda. Contoh, us-central1.
    • PROJECT: Project ID Anda.

Opsional: Memantau deployment Anda

Setelah men-deploy aplikasi, Anda dapat melihat telemetri dan memantau performa:

  1. Di konsol Google Cloud , buka halaman Application monitoring:

    Buka Application monitoring

    Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Monitoring.

  2. Di kolom Name, klik aplikasi yang Anda deploy.

    Halaman ini menampilkan informasi pemantauan untuk aplikasi serta layanan dan workload-nya.

  3. Meninjau dasbor standar. Untuk mengetahui informasi selengkapnya, lihat Ringkasan Pemantauan Aplikasi.

Pembersihan

Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan pada halaman ini, hapus project Google Cloud yang berisi resource tersebut.

Menghapus aplikasi yang di-deploy

Kanvas desain

  1. Dari menu navigasi, klik Applications.

    Buka Applications

  2. Klik Quickstart custom Generative AI RAG test.

  3. Klik Tindakan , lalu pilih Hapus aplikasi.

  4. Di kolom Delete, masukkan quickstart-custom-gen-ai-rag-test.

  5. Klik Hapus.

gcloud CLI

  1. Hapus aplikasi menggunakan CLI.

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

Opsional: Menghapus project

  1. Di konsol Google Cloud , buka halaman Manage resources.

    Buka Kelola resource

  2. Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus.
  3. Pada layar perintah, masukkan project ID, lalu klik Shut down.

Langkah berikutnya