您可以使用 Cloud Run 将 Firebase Genkit 流程部署为网络服务。例如,本页面将引导您完成部署默认示例流的过程。
安装所需的工具:
确保您使用的是 Node.js 版本 20 或更高版本(运行
node --version
进行检查)。安装 Google Cloud CLI。
使用 Cloud 控制台创建新的 Google Cloud 项目,或选择现有项目。项目必须与结算账号相关联。
创建或选择项目后,请配置 Google Cloud CLI 以使用该项目:
gcloud init
为 Genkit 示例项目创建一个目录:
mkdir -p ~/tmp/genkit-cloud-project
cd ~/tmp/genkit-cloud-project
如果您要使用 IDE,请将其打开到此目录。
在您的项目目录中初始化 Node.js 项目:
npm init -y
在您的 Node.js 项目中初始化 Genkit:
genkit init
- 选择 Google Cloud 作为部署平台。
- 选择要使用的模型提供方。
接受其余提示的默认值。
genkit
工具将创建一些示例源文件,帮助您开始开发自己的 AI 流程。不过,在本教程的其余部分,您只需部署示例流程即可。使 API 凭据可供部署的函数使用。根据您选择的模型提供程序,执行以下某项操作:
Gemini (Google AI)
确保 Google AI 在您所在的地区可用。
使用 Google AI Studio 为 Genmini API 生成 API 密钥。
使 API 密钥在 Cloud Run 环境中可用:
- 在 Cloud 控制台中,启用 Secret Manager API。
- 在 Secret Manager 页面上,创建包含您的 API 密钥的新 Secret。
- 创建 Secret 后,在同一页面上,以 Secret Manager Secret Accessor 角色向默认计算服务帐号授予对该 Secret 的访问权限。(您可以在 IAM 页面上查找默认计算服务帐号的名称。)
在稍后的步骤中,部署服务时,您需要引用此 Secret 的名称。
可选:如果要在本地运行流(如下一步),请将
GOOGLE_GENAI_API_KEY
环境变量设置为您的密钥:export GOOGLE_GENAI_API_KEY=<your API key>
Gemini (Vertex AI)
在 Cloud 控制台中,为您的项目启用 Vertex AI API。
在 IAM 页面上,确保已向默认计算服务帐号授予 Vertex AI User 角色。
可选:如果要在本地运行流(如下一步),请设置一些其他环境变量,并使用
gcloud
工具设置应用默认凭据:export GCLOUD_PROJECT=<your project ID>
export GCLOUD_LOCATION=us-central1
gcloud auth application-default login
您需要为本教程设置的唯一密钥是用于模型提供程序,但一般来说,您必须为流使用的每个服务执行类似的操作。
可选:在开发者界面中试用您的流程:
启动界面:
genkit start
在开发者界面 (http://localhost:4000/) 中,运行数据流:
点击 menuSuggestionFlow。
在输入 JSON 标签页上,为模型提供一个主题:
"banana"
点击运行。
如果到目前为止一切正常,您可以构建并部署该流程:
Gemini (Google AI)
npm run build
gcloud run deploy --update-secrets=GOOGLE_GENAI_API_KEY=<your-secret-name>:latest
Gemini (Vertex AI)
npm run build
gcloud run deploy
当系统询问您是否允许未经身份验证的调用时,请选择
N
。如果回答“N
”,会将您的服务配置为需要 IAM 凭据。如需了解如何提供这些凭据,请参阅 Cloud Run 文档中的身份验证。
部署完成后,该工具将输出服务网址。您可以使用 curl
对其进行测试:
curl -X POST https://<service-url>/menuSuggestionFlow \
-H "Authorization: Bearer $(gcloud auth print-identity-token)" \
-H "Content-Type: application/json" -d '{"data": "banana"}'