運用 Gemini Code Assist 大幅簡化開發工作流程

1. 簡介

在本程式碼研究室中，您將瞭解 Gemini Code Assist 如何在軟體開發生命週期 (SDLC) 的主要階段 (例如設計、建構與測試，以及部署) 提供支援。我們會設計及開發整個應用程式，並部署到 Google Cloud。

我們將建構 API 和應用程式，以便在技術活動中搜尋各場次。每場講座都會有標題、摘要、時間長度、類別和一或多位講者。

執行步驟

從頭開始，根據 OpenAPI 規格設計、建構、測試及部署網頁應用程式

課程內容

如何使用 Gemini Code Assist 生成 OpenAPI 規格
如何使用 Gemini Code Assist 程式碼生成功能，為 OpenAPI 規格開發 Python Flask 應用程式
如何使用 Gemini Code Assist 為 Python Flask 應用程式生成網頁前端
如何使用 Gemini Code Assist，取得將應用程式部署至 Google Cloud Run 的相關協助
在建構及測試應用程式時，使用程式碼說明、測試案例生成等 Gemini Code Assist 功能

軟硬體需求

Chrome 網路瀏覽器
Gmail 帳戶
已啟用計費功能的 Cloud 專案
為雲端專案啟用 Gemini Code Assist

本實驗室適合各種程度的開發人員，包括初學者。雖然範例應用程式是以 Python 語言編寫，但您不需要熟悉 Python 程式設計，也能瞭解發生了什麼事。我們將著重於熟悉 Gemini Code Assist 的功能。

2. 設定 Gemini Code Assist

本節說明如何開始進行這個實驗室。

在 Cloud Shell IDE 中啟用 Gemini Code Assist

在接下來的程式碼研究室中，我們將使用 Cloud Shell IDE，這是以 Code OSS 為基礎的全代管開發環境。我們需要在 Cloud Shell IDE 中啟用及設定 Code Assist，步驟如下：

前往 ide.cloud.google.com。IDE 可能需要一段時間才會顯示，請耐心等候並接受任何設定預設選項。如果看到設定 IDE 的操作說明，請繼續操作並採用預設設定。
點選底部狀態列中的「Cloud Code - Sign in」按鈕，如下圖所示。依指示授權外掛程式。如果狀態列顯示「Cloud Code - no project」，請選取該項目，然後從專案清單中選取要使用的特定 Google Cloud 專案。

如圖所示，按一下右下角的「Code Assist」按鈕，然後最後一次選取正確的 Google Cloud 專案。如果系統要求啟用 Cloud AI Companion API，請啟用並繼續操作。
選取 Google Cloud 專案後，請確認狀態列的 Cloud Code 狀態訊息中已顯示該專案，且狀態列右側也已啟用 Code Assist，如下所示：

現在可以開始使用 Gemini Code Assist 了！

3. 設定 Firestore

Cloud Firestore 是全代管的無伺服器文件資料庫，我們將用來做為應用程式資料的後端。Cloud Firestore 中的資料會以文件集合的形式建構。

我們需要在預設的 Firestore 資料庫中建立名為 sessions 的集合。這個集合會保存範例資料 (文件)，我們稍後會在應用程式中使用這些資料。

透過主選單在 Cloud Shell IDE 中開啟終端機，如下所示：

我們需要建立名為 sessions 的集合。這個資料夾會包含範例工作階段文件清單。每份文件都具有下列屬性：

title：字串
categories：字串陣列
speakers：字串陣列
duration：字串
summary：字串

讓我們將含有範例資料的檔案複製到您專案中的 bucket，然後透過 gcloud firestore import 指令匯入集合，藉此在集合中填入範例資料。

初始化 Firestore 資料庫

前往 Cloud 控制台的 Firestore 頁面。

如果專案中尚未初始化 Firestore 資料庫，請建立 default 資料庫。建立資料庫時，請使用下列值：

Firestore 模式：Native
位置：選擇「位置類型」為 Region，然後選取適合應用程式的區域。請記下這個位置，因為下一個步驟會用到值區位置。
建立資料庫。

現在請按照下列步驟建立 sessions 集合：

使用下列 gsutil 指令，在專案中建立 bucket。在下方指令中，將 <PROJECT_ID> 變數替換為您的 Google Cloud 專案 ID。將 <BUCKET_LOCATION> 替換為與預設 Firestore 資料庫地理區域對應的地區名稱 (如上一個步驟所述)，例如 US-WEST1、EUROPE-WEST1、ASIA-EAST1：

gsutil mb -l <BUCKET-LOCATION> gs://<PROJECT_ID>-my-bucket

建立值區後，我們需要將準備好的資料庫匯出內容複製到這個值區，才能匯入 Firebase 資料庫。使用下列指令：

gsutil cp -r gs://sessions-master-database-bucket/2024-03-26T09:28:15_95256  gs://<PROJECT_ID>-my-bucket

現在我們已準備好要匯入的資料，可以進入最後一個步驟，將資料匯入我們建立的 Firebase 資料庫 (default)。

使用下列 gcloud 指令：

gcloud firestore import gs://<PROJECT_ID>-my-bucket/2024-03-26T09:28:15_95256

匯入作業需要幾秒鐘，完成後請前往 https://console.cloud.google.com/firestore/databases，選取 default 資料庫和 sessions 集合，驗證 Firestore 資料庫和集合，如下所示：

這樣就完成了要在應用程式中使用的 Firestore 集合建立作業。

4. 建立應用程式範本

我們會建立範例應用程式 (Python Flask 應用程式)，在後續的程式碼研究室中使用。這個應用程式會搜尋技術研討會提供的所有課程。

步驟如下：

按一下下方狀態列中的 Google Cloud 專案名稱。

系統會顯示選項清單，按一下下方清單中的「New Application」。

選取「Cloud Run application」 (這會是應用程式的執行階段)。
選取「Python (Flask): Cloud Run」應用程式範本。
為應用程式命名，然後儲存到偏好位置。
系統會顯示通知，確認您已建立應用程式，並開啟新視窗，載入應用程式，如下所示。系統會開啟 README.md 檔案。目前可以關閉該畫面。

5. 與 Gemini Code Assist 互動

在本實驗室中，我們將使用 Cloud Shell IDE 內建的 Gemini Code Assist Chat，這是 VS Code 中 Cloud Code 擴充功能的一部分。如要開啟這項功能，請按一下左側導覽列中的「程式碼輔助」按鈕。在左側導覽工具列中尋找「程式碼輔助」圖示，然後按一下。

這時 Cloud Shell IDE 會顯示 Code Assist 對話窗格，您可以在這裡與 Code Assist 對話。

請注意頂端的垃圾桶圖示，這是重設 Code Assist 聊天記錄環境的方法。另請注意，這項即時通訊互動會根據您在 IDE 中處理的檔案提供相關資訊。

6. API 設計

第一步是在設計階段使用 Gemini Code Assist 輔助。在這個步驟中，我們將為要搜尋的實體 (活動中的技術課程) 生成 OpenAPI 規格。

輸入下列提示詞：

Generate an Open API spec that will allow me to retrieve all sessions, sessions by category, session by id. Each session has the following attributes: id, title, list of speakers, list of categories, summary and duration.

這應該會產生 OpenAPI 規格，可透過各種查詢參數搜尋工作階段。規格範例如下：

openapi: 3.0.0
info:
 title: Sessions API
 description: This API allows you to retrieve all sessions, sessions by category, and session by id.
 version: 1.0.0
servers:
 - url: https://sessions.example.com
paths:
 /sessions:
   get:
     summary: Get all sessions
     operationId: getSessions
     responses:
       '200':
         description: OK
         content:
           application/json:
             schema:
               type: array
               items:
                 $ref: '#/components/schemas/Session'
 /sessions/{id}:
   get:
     summary: Get session by id
     operationId: getSessionById
     parameters:
       - name: id
         in: path
         required: true
         description: The id of the session
         schema:
           type: string
     responses:
       '200':
         description: OK
         content:
           application/json:
             schema:
               $ref: '#/components/schemas/Session'
 /sessions/categories/{category}:
   get:
     summary: Get sessions by category
     operationId: getSessionsByCategory
     parameters:
       - name: category
         in: path
         required: true
         description: The category of the sessions
         schema:
           type: string
     responses:
       '200':
         description: OK
         content:
           application/json:
             schema:
               type: array
               items:
                 $ref: '#/components/schemas/Session'
components:
 schemas:
   Session:
     type: object
     properties:
       id:
         type: string
         description: The id of the session
       title:
         type: string
         description: The title of the session
       speakers:
         type: array
         items:
           type: string
         description: The list of speakers for the session
       categories:
         type: array
         items:
           type: string
         description: The list of categories for the session
       summary:
         type: string
         description: The summary of the session
       duration:
         type: string
         description: The duration of the session

您會發現規格包含下列項目：

為「工作階段類型」定義的結構定義。
定義了數個 API 路徑：
/sessions
/sessions/{id}
/sessions/categories/{category}

在頂層資料夾中建立名為 sessionsapi.yaml 的檔案，然後使用「插入目前檔案選項」(+ 按鈕) 從 Code Assist 即時通訊視窗複製內容，並在 Cloud Shell IDE 中開啟該檔案。

此時，您會發現 Gemini Code Assist 的一項有趣功能：引文。如果生成的程式碼直接完整引述其他來源的內容，例如現有的開放原始碼，系統就會向開發人員顯示這項資訊。並提供來源和授權，讓開發人員決定如何處理。

假設我們對生成的內容感到滿意，現在就可以使用這份規格文件，為其生成 Python Flask 應用程式。

7. 生成應用程式

現在請 Code Assist 生成應用程式。開啟 sessionsapi.yaml 檔案，然後輸入下列提示詞。

Generate a Python Application using the Flask framework, based on the sessionsapi.yaml file. This application uses a local in memory list of sessions. Do not use any Flask extensions.

這應該會根據 OpenAPI 規格檔案中指定的功能和路徑，提供 Python Flask 應用程式的架構。

提供的 Python Flask 應用程式程式碼應如下所示：

from flask import Flask, jsonify, request

app = Flask(__name__)

sessions = [
    {
        "id": "1",
        "title": "Session 1",
        "speakers": ["Speaker 1", "Speaker 2"],
        "categories": ["Category 1", "Category 2"],
        "summary": "This is a summary of session 1.",
        "duration": "1 hour",
    },
    {
        "id": "2",
        "title": "Session 2",
        "speakers": ["Speaker 3", "Speaker 4"],
        "categories": ["Category 3", "Category 4"],
        "summary": "This is a summary of session 2.",
        "duration": "1 hour 30 minutes",
    },
]

@app.route('/sessions', methods=['GET'])
def get_sessions():
    return jsonify(sessions)

@app.route('/sessions/<id>', methods=['GET'])
def get_session_by_id(id):
    session = next((session for session in sessions if session['id'] == id), None)
    if session is None:
        return jsonify({}), 404
    return jsonify(session)

@app.route('/sessions/categories/<category>', methods=['GET'])
def get_sessions_by_category(category):
    sessions_by_category = [session for session in sessions if category in session['categories']]
    return jsonify(sessions_by_category)

if __name__ == '__main__':
    app.run()

您在上一個步驟中已產生 app.py 檔案。只要將檔案內容替換為 Code Assist 生成的程式碼，然後儲存檔案即可。

我們想變更 app.run() 行，使用通訊埠 8080、主機位址 0.0.0.0，並在本機執行期間以偵錯模式執行。方法如下：首先，請反白/選取該行：

app.run()

接著在 Code Assist Chat 介面中輸入提示：Explain this.

這時應該會顯示該行的詳細說明，如下所示：

現在請使用下列提示：

update the code to run the application on port 8080, host address 0.0.0.0, and in debug mode

生成的建議程式碼應如下所示：

app.run(host='0.0.0.0', port=8080, debug=True)

請記得使用這個程式碼片段更新 app.py 檔案。

在本機執行應用程式

現在請在本機執行應用程式，根據我們一開始的設定驗證應用程式需求。

第一步是建立 Python 虛擬環境，並在虛擬環境中安裝 requirements.txt 中的 Python 套件依附元件。如要執行這項操作，請前往 Cloud Shell IDE 的指令面板 (Ctrl+Shift+P)，然後輸入「Create Python environment」。請按照接下來的幾個步驟，選取「虛擬環境 (venv)」、「Python 3.x 解譯器」和「requirements.txt」檔案。

建立環境後，啟動新的終端機視窗 (Ctrl+Shift+`) 並輸入下列指令：

python app.py

執行範例如下所示：

(.venv) romin@cloudshell: $ python app.py 
 * Serving Flask app 'app'
 * Debug mode: on
WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:8080
 * Running on http://10.88.0.3:8080
Press CTRL+C to quit
 * Restarting with stat
 * Debugger is active!
 * Debugger PIN: 132-247-368

您現在可以透過下列網址預覽 API。我們假設您的開發伺服器正在通訊埠 8080 上執行。如果不是，請改用適當的通訊埠號碼。

https://<host-name>:8080/sessions
https://<host-name>:8080/sessions/{id}
https://<host-name>:8080/sessions/categories/{category}

請按照下列步驟操作，確保您能使用這些網址擷取 app.py 檔案中的 JSON 資料：

開啟新的終端機視窗，然後嘗試執行下列任一指令：

curl -X GET http://127.0.0.1:8080/sessions
curl -X GET http://127.0.0.1:8080/sessions/<ID>
curl -X GET http://127.0.0.1:8080/sessions/categories/<CATEGORY_NAME>

8. 程式碼重構

我們可能想將硬式編碼的範例 JSON 資料從 app.py 中分離/擷取到另一個模組，以便清楚區分程式碼和資料。我們來看看吧！

保持 app.py 檔案開啟，然後輸入下列提示：

Can I improve this code and separate out the sessions data from this app.py file?

系統隨即會提供相關建議。以下是我們取得的建議範例，您應該會看到類似的內容：

讓我們按照建議，將資料分成 sessions.py 檔案。

建立名為 sessions.py 的新檔案

，其內容為 JSON 清單，如下所示：

sessions = [
   {
       "id": "1",
       "title": "Session 1",
       "speakers": ["Speaker 1", "Speaker 2"],
       "categories": ["Category 1", "Category 2"],
       "summary": "This is a summary of session 1.",
       "duration": "1 hour",
   },
   {
       "id": "2",
       "title": "Session 2",
       "speakers": ["Speaker 3", "Speaker 4"],
       "categories": ["Category 3", "Category 4"],
       "summary": "This is a summary of session 2.",
       "duration": "1 hour 30 minutes",
   },
]

app.py 檔案現在已大幅簡化，如下所示：

from flask import Flask, jsonify, request
from sessions import sessions

app = Flask(__name__)

@app.route('/sessions', methods=['GET'])
def get_sessions():
   return jsonify(sessions.sessions)

@app.route('/sessions/<id>', methods=['GET'])
def get_session_by_id(id):
   session = next((session for session in sessions.sessions if session['id'] == id), None)
   if session is None:
       return jsonify({}), 404
   return jsonify(session)

@app.route('/sessions/categories/<category>', methods=['GET'])
def get_sessions_by_category(category):
   sessions_by_category = [session for session in sessions.sessions if category in session['categories']]
   return jsonify(sessions_by_category)

if __name__ == '__main__':
   app.run(host='0.0.0.0', port=8080, debug=True)

請確認您仍可在本機執行應用程式，並透過這些重構變更運用 API。Python 開發伺服器可能仍在執行中，因此您只需要回想上一步的 curl 指令。

9. 與 Firestore 集合整合

下一步是捨棄我們擁有的本機記憶體內 JSON 工作階段清單，並將應用程式連線至 Firestore 資料庫中的 sessions 集合 (我們在本程式碼研究室一開始建立的集合)。

保持 sessions.py 檔案開啟，然後輸入下列提示：

Can you further refactor the sessions.py code to read from a Firestore database that has a collection named sessions. The collection has the same attributes as the session object that we have defined. Use the Python module google-cloud-firestore.

我們收到以下建議，要從 Firestore 集合讀取所有工作階段：

import google.cloud.firestore

# Create a Firestore client
db = google.cloud.firestore.Client()

# Get the sessions collection
sessions_collection = db.collection("sessions")

# Create a list of sessions
sessions = []

# Iterate over the documents and add them to the list
for doc in sessions_collection.stream():
   session = doc.to_dict()
   session["id"] = doc.id
   sessions.append(session)

請在 sessions.py 中加入程式碼。

如果您在本機執行 Flask 開發伺服器，應用程式可能會關閉，並顯示找不到 Python 模組的錯誤訊息。

舉例來說，您可以詢問 Code Assist 應將哪個 Python 模組新增至 requirements.txt 檔案，如下所示：

Which Python package needs to be installed to make the firestore code work?

這會提供 Python 模組的名稱 (例如 google-cloud-firestore)。將該名稱新增至 requirements.txt 檔案。

您需要使用新加入的模組 (google-cloud-firestore) 重新建立 Python 環境。如要這麼做，請在現有的終端機視窗中輸入下列指令：

pip install -r requirements.txt

再次執行應用程式 (使用 python app.py 重新啟動)，然後前往 /sessions 網址。您現在應該會取得我們新增至 sessions 集合的範例文件。

歡迎查詢其他 URI，擷取特定工作階段，或如先前步驟所述，擷取特定類別的所有工作階段。

10. 程式碼說明

現在是使用 Gemini Code Assist 的 "Explain this" 功能，深入瞭解程式碼的好時機。您可以隨意進入任何檔案，或選取特定程式碼片段，然後使用下列提示詞要求 Code Assist 執行動作：Explain this。

請前往 sessions.py 檔案，醒目顯示 Firestore 專屬程式碼，並取得相關程式碼說明。您也可以在專案中的其他檔案上使用這項功能，不限於 Python 程式碼。

11. 產生網頁應用程式

我們已產生 API 並與即時 Firestore 集合整合，現在要為應用程式產生網頁式前端。目前網頁前端會盡量簡化功能，也就是能夠搜尋屬於特定類別的會話。請注意，我們有該 API 路徑 (即 /sessions/categories/{category})，因此網路應用程式應叫用該路徑並擷取結果。

我們馬上進入正題！對 Code Assist 輸入下列提示：

Generate a web application that allows me to search for sessions by category and uses the Flask application that we created. Please use basic HTML, CSS and JS. Embed all the Javascript and CSS code into a single HTML file only.

這會產生網頁應用程式 HTML，並在其中嵌入 JavaScript 和 CSS。系統也會要求您在 app.py 檔案中新增路徑，讓造訪根網址或基準網址的使用者都能看到首頁。如果沒有，請詢問或使用下列程式碼片段：

@app.route('/')
def index():
   return render_template('index.html')

您可以將這個檔案儲存為 index.html，但可能會有疑問，這個檔案應該儲存在哪裡 (也就是哪個資料夾)。我們可以向 Code Assist 提出後續問題。

Given that I am using the flask framework, where should I put the index.html file?

當中應清楚說明該應用程式使用 render_template 架構，因此 index.html 檔案必須放在 templates 資料夾中。在本程式碼研究室一開始，我們就根據 Flask 範本產生了應用程式，因此您會發現這個資料夾。因此，系統會產生現有的 index.html 檔案，您只需將其內容替換成這裡產生的新內容即可。Code Assist 也會提及在 app.py 檔案中匯入 render_template。

請將 Web 應用程式程式碼儲存到 index.html 檔案，並記得將該檔案放在 templates 資料夾中。

在本機執行應用程式

現在請在本機執行應用程式，根據我們一開始的設定驗證應用程式需求。

確認本機 Flask 伺服器仍在執行中，且未顯示任何錯誤。如有錯誤，請修正並啟動伺服器。

啟動並執行後，請前往應用程式的主網址。如下所示，畫面應會顯示所提供的 index.html 檔案：

提供資料中的其中一個類別做為輸入內容 (例如 AI)，然後按一下 Search 按鈕。這時應該會顯示標記為 AI 類別的會話。

選用練習：顯示每個講座的其他中繼資料，例如時間長度、類別、講者和摘要。

12. 生成測試案例

我們已生成 Sessions API，現在可以使用 Gemini Code Assist，為不同的 API 路徑生成單元測試案例。

保持 app.py 檔案開啟，然後輸入下列提示：

Generate unit test cases for app routes. Use unittest module.

我們收到以下回覆：

import unittest
from app import app

class FlaskAppTestCase(unittest.TestCase):

    def test_index(self):
        tester = app.test_client()
        response = tester.get('/')
        self.assertEqual(response.status_code, 200)

    def test_get_sessions(self):
        tester = app.test_client()
        response = tester.get('/sessions')
        self.assertEqual(response.status_code, 200)

    def test_get_session_by_id(self):
        tester = app.test_client()
        response = tester.get('/sessions/1')
        self.assertEqual(response.status_code, 200)

    def test_get_sessions_by_category(self):
        tester = app.test_client()
        response = tester.get('/sessions/categories/category1')
        self.assertEqual(response.status_code, 200)

if __name__ == '__main__':
    unittest.main()

建立名為 tests.py 的檔案，並在其中加入上述程式碼。

測試案例生成注意事項

您看到的程式碼清單可能與上述不同，這可能會導致執行測試案例時發生一些問題。舉例來說，我們發現在某些執行作業中，下列重要程式碼片段遭到遺漏：

from app import app

上述程式碼用於匯入現有的 Flask 應用程式，我們將針對該應用程式叫用測試案例。

if __name__ == '__main__':

`unittest.main()`

執行測試案例時需要上述程式碼。

建議您查看每個測試案例，檢查生成的程式碼中的 assertEqual 和其他條件，確保程式碼能正常運作。由於資料位於 Firestore 集合中的外部，因此可能無法存取，並可能使用一些虛擬資料，導致測試失敗。因此請視情況修改測試案例，或註解掉您可能不需要立即執行的測試案例。

為進行示範，我們使用下列指令執行測試案例 (請務必執行本機開發伺服器，因為系統會呼叫本機 API 端點)：

python tests.py

我們得到以下摘要結果：

Ran 4 tests in 0.274s

FAILED (failures=2)

這確實是正確的，因為第 3 次測試的工作階段 ID 不正確，且沒有名為 category1 的類別

。

因此請據此調整測試案例，然後進行測試。

13. 測試推動開發

現在，我們將按照測試驅動開發 (TDD) 方法，在工作階段 API 中新增搜尋方法。TDD 方法是先編寫測試案例，然後因為缺少實作內容而導致測試失敗，最後使用 Gemini Code Assist 生成缺少的實作內容，讓測試通過。

前往 tests.py 檔案 (假設您已修正 tests.py 檔案，讓所有測試都通過)。向 Code Assist 提出下列提示：

Generate a new test case to search for sessions by speaker

這讓我們獲得下列測試案例實作項目，並適時插入 tests.py 檔案。

  def test_get_sessions_by_speaker(self):
        tester = app.test_client()
        response = tester.get('/sessions/speakers/speaker1')
        self.assertEqual(response.status_code, 200)
        self.assertEqual(response.json, [sessions.sessions[0], sessions.sessions[1]])

執行測試後，您應該會看到下列錯誤訊息：

$ python tests.py 
.F.
======================================================================
FAIL: test_get_sessions_by_speaker (__main__.FlaskAppTestCase)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/home/romin/hello-world-5/tests.py", line 21, in test_get_sessions_by_speaker
    self.assertEqual(response.status_code, 200)
AssertionError: 404 != 200

----------------------------------------------------------------------
Ran 3 tests in 0.010s

FAILED (failures=1)

這是因為測試案例已叫用下列路徑 (/sessions/speakers/)，但 app.py 中沒有該路徑的實作項目。

請 Code Assist 提供實作方式。前往 app.py 檔案，並向 Code Assist 輸入下列提示：

Add a new route to search for sessions by a specific speaker

我們採用 Code Assist 建議的下列實作項目，並新增至 app.py 檔案：

@app.route('/sessions/speakers/<speaker>', methods=['GET'])
def get_sessions_by_speaker(speaker):
    sessions_by_speaker = [session for session in sessions.sessions if speaker in session['speakers']]
    return jsonify(sessions_by_speaker)

請重新查看 tests.py 檔案，我們已修改測試案例，以便快速檢查：

   def test_get_sessions_by_speaker(self):
       tester = app.test_client()
       response = tester.get('/sessions/speakers/Romin Irani')
       self.assertEqual(response.status_code, 200)
       self.assertEqual(len(response.json), 1)

測試執行正常。我們將這項練習留給您，請查看產生的測試案例，並根據 Firestore 中的資料稍微調整，然後在 Python 單元測試案例中加入適當的 assert* 方法。

14. 部署到 Google Cloud Run

我們對開發品質感到滿意，最後一個步驟是將這個應用程式部署至 Google Cloud Run。但為了確保萬無一失，我們應該詢問 Code Assist 是否有任何遺漏。開啟 app.py，然後提交下列提示：

Is there something here I should change before I deploy to production?

幸好你問了，因為我們忘了將偵錯標記設為關閉：

如圖所示，關閉偵錯功能，然後要求 Gemini Code Assist 提供 gcloud 指令，直接從來源將應用程式部署至 Cloud Run (不必先建構容器)。

輸入下列提示詞：

I would like to deploy the application to Cloud Run directly from source. What is the gcloud command to do that?

請嘗試上述提示的幾種變體。我們也嘗試了以下做法：

I would like to deploy this application to Cloud Run. I don't want to build a container image locally but deploy directly from source to Cloud Run. What is the gcloud command for that?

理想情況下，您應該會收到下列 gcloud 指令：

gcloud run deploy sessions --source .

你可能也會獲得：

gcloud run deploy <service-name> --source . \
—-platform managed \
—-allow-unauthenticated

從應用程式的根資料夾執行上述指令。系統要求 region 時，請選取 us-central1；系統要求允許 unauthenticated invocations 時，請選擇 Y。系統也可能會要求您啟用 Artifact Registry、Cloud Build 和 Cloud Run 等 Google Cloud API，並授予建立 Artifact Registry 存放區的權限，請繼續操作並授予權限。

部署程序大約需要 2 分鐘才能完成，請耐心等候。

成功部署後，您會看到 Cloud Run 服務網址。前往該公開網址，您應該會看到已部署且成功執行的相同網頁應用程式。

恭喜，做得好！

15. (選用) 使用 Cloud Logging

我們可以在應用程式中導入記錄功能，讓應用程式記錄集中在其中一項 Google Cloud 服務 (Cloud Logging)。接著，我們可以使用 Observability Gemini 功能，瞭解記錄項目。

為此，我們必須先使用 Google Cloud 的現有 Python Cloud Logging 程式庫，並根據記錄 / 嚴重性等級，使用該程式庫記錄資訊、警告或錯誤訊息。

我們先試著向 Code Assist 提出這個問題。請嘗試使用下列提示詞：

How do I use the google-cloud-logging package in Python?

您應該會收到類似下方的回應，提供相關資訊：

我們來為依類別搜尋工作階段的函式新增記錄陳述式。

首先，請將 google-cloud-logging Python 套件新增至 requirements.txt 檔案。

接下來是程式碼片段，說明我們如何整合程式碼來實作記錄功能：

...
from google.cloud import logging
...
app = Flask(__name__)

# Create a logger
logger = logging.Client().logger('my-log')

@app.route('/sessions/categories/<category>', methods=['GET'])
def get_sessions_by_category(category):
   logger.log_text(f"Fetching sessions with category {category}")
   sessions_by_category = [session for session in sessions.sessions if category in session['categories']]
   logger.log_text(f'Found {len(sessions_by_category)} sessions with category {category}')
   return jsonify(sessions_by_category)

# # Other App Routes

使用與上一節相同的指令，再次將服務部署至 Cloud Run，部署完成後，對 /sessions/categories/<category> 端點執行幾次呼叫。

前往 Cloud Console → Logs Explorer

...您應該可以篩選這些記錄陳述式，如下所示：

您可以點選任一記錄陳述式，展開該陳述式，然後點選 Explain this log entry，系統就會使用 Gemini 說明記錄項目。請注意，如果您尚未啟用 Gemini for Google Cloud，系統會要求您啟用 Cloud AI Companion API。請按照指示操作。

回應範例如下所示：

16. 恭喜

恭喜！您已從頭開始建構應用程式，並在 SDLC 的多個方面 (包括設計、建構、測試和部署) 使用 Gemini Code Assist。

後續步驟

查看一些程式碼研究室…

運用 Gemini Code Assist 大幅簡化開發工作流程

1. 簡介

執行步驟

課程內容

軟硬體需求

2. 設定 Gemini Code Assist

在 Cloud Shell IDE 中啟用 Gemini Code Assist

3. 設定 Firestore

初始化 Firestore 資料庫

4. 建立應用程式範本

5. 與 Gemini Code Assist 互動

6. API 設計

7. 生成應用程式

在本機執行應用程式

8. 程式碼重構

9. 與 Firestore 集合整合

10. 程式碼說明

11. 產生網頁應用程式

在本機執行應用程式

12. 生成測試案例

測試案例生成注意事項

13. 測試推動開發

14. 部署到 Google Cloud Run

15. (選用) 使用 Cloud Logging

16. 恭喜

後續步驟

參考文件