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:
Sebelum memulai
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
- 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), atauPengguna Application Design Center ( roles/designcenter.user) |
| Men-deploy aplikasi dan konfigurasi | Admin Aplikasi (roles/designcenter.applicationAdmin),
atauEditor 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
Di konsol Google Cloud , buka halaman Google templates.
Klik Preview and customize pada kartu template Generative AI RAG with Cloud SQL.
Template akan terbuka di kanvas desain.
Klik Duplikasikan dan sesuaikan.
Dalam dialog Create a new template, masukkan detail berikut:
Di kolom Template ID, masukkan
quickstart-custom-gen-ai-rag.Di kolom Template Name, masukkan
Quickstart custom Generative AI RAG.Di kolom Description, masukkan
A custom template copied from the Generative AI RAG with Cloud SQL template.Klik Create template.
Template akan disalin ke ruang Anda dan ditampilkan di kanvas desain.
Dari kanvas desain, klik Configure an app.
Klik Create new application dan masukkan detail berikut:
Di kolom Name, masukkan
quickstart-custom-gen-ai-rag-test.Di kolom nama tampilan, masukkan
Quickstart custom Generative AI RAG test.Dari daftar Region, pilih
us-central1 (Iowa).Dari daftar Environment, pilih
Test.Dari daftar Criticality, pilih
Low.
Klik Create Application.
Sistem akan membuat draf permohonan.
gcloud CLI
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.
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=LOCATIONGanti 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
Di kanvas desain, klik frontend-service dan lakukan hal berikut di area Configuration:
Di kolom Service Name, masukkan
custom-rag-frontend.Klik Simpan.
Di kanvas desain, klik retrieval-service dan lakukan hal berikut di area Configuration:
Di kolom Service Name, masukkan
custom-retrieval-service.Klik Simpan.
Di kanvas desain, klik database-postgresql dan lakukan hal berikut di area Configuration:
Di kolom Name, masukkan
custom-rag-database.Klik Simpan.
Di kanvas desain, klik vertex-ai dan lakukan hal berikut di area Configuration:
Dari daftar Project ID, pastikan project Anda dipilih.
Klik Simpan.
Di kanvas desain, klik secret-manager dan lakukan hal berikut di area Configuration:
Di kolom Name, masukkan
db-ai-secret.Klik Simpan.
Kanvas menampilkan tanda centang hijau di setiap komponen untuk menunjukkan bahwa semua parameter yang diperlukan telah dikonfigurasi.
gcloud CLI
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.
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)'Buat file JSON konfigurasi di direktori kerja Anda.
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" } ] }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" } ] }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" } ] }Buat
custom-secmanager.json.{ "component": "SECRET_MANAGER_COMPONENT_URI", "parameters": [ { "key": "name", "value": "db-ai-secret" }, { "key": "project_id", "value": "PROJECT" } ] }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.
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
Klik Deploy.
Di area Select service account, lakukan hal berikut:
Pilih Create a new service account.
Klik Lanjutkan.
Klik Deploy.
Setelah beberapa menit, aplikasi akan di-deploy dan resource akan dibuat.
gcloud CLI
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-saMen-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 \ --asyncSalin ID operasi.
Lacak status deployment.
gcloud design-center operations describe operation-OPERATION_ID \ --location=LOCATION \ --project=PROJECTGanti 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:
-
Di konsol Google Cloud , buka halaman Application monitoring:
Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Monitoring.
Di kolom Name, klik aplikasi yang Anda deploy.
Halaman ini menampilkan informasi pemantauan untuk aplikasi serta layanan dan workload-nya.
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
Dari menu navigasi, klik Applications.
Klik Quickstart custom Generative AI RAG test.
Klik Tindakan , lalu pilih Hapus aplikasi.
Di kolom Delete, masukkan
quickstart-custom-gen-ai-rag-test.Klik Hapus.
gcloud CLI
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
- Di konsol Google Cloud , buka halaman Manage resources.
- Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus.
- Pada layar perintah, masukkan project ID, lalu klik Shut down.
Langkah berikutnya
- Tinjau konsep dan manfaat inti dengan ringkasan App Design Center.
- Mulai gunakan arsitektur yang telah dikonfigurasi sebelumnya dengan membangun di template Google.
- Tentukan konfigurasi Anda sendiri dengan mendesain template aplikasi.