دالة السحابة الإلكترونية التي تغلف نماذج PaLM Text Bison

1. مقدمة

يوضّح هذا الدرس التطبيقي حول الترميز كيفية استدعاء دالة Cloud Function التي تبدأ وحدة Vertex AI ثم توفّر نقطة نهاية لاستدعاء نموذج PaLM Text Bison. تمت كتابة دالة Cloud Function هذه بلغة Python. في ما يلي قائمة بالخدمات المستخدَمة:

  • وظائف السحابة الإلكترونية
  • ‫Vertex AI PaLM API

ما ستنشئه

ستنشئ دالة Cloud وتفعّلها، وستوفّر نقطة نهاية لاستدعاء نموذج PaLM Text Bison.

2. المتطلبات

  • متصفّح، مثل Chrome أو Firefox
  • مشروع Google Cloud تم تفعيل الفوترة فيه

3- قبل البدء

  1. في Google Cloud Console، ضمن صفحة اختيار المشروع، اختَر أو أنشِئ مشروعًا على Google Cloud.
  2. تأكَّد من تفعيل الفوترة لمشروعك على Google Cloud. كيفية التحقّق من تفعيل الفوترة في مشروع
  3. تفعيل Cloud Shell من Google Cloud Console باتّباع التعليمات هنا
  4. إذا لم يتم ضبط مشروعك، استخدِم الأمر التالي لضبطه:
gcloud config set project <YOUR_PROJECT_ID>
  1. في Cloud Shell، اضبط متغيّرات البيئة التالية:
export GCP_PROJECT=<YOUR_PROJECT_ID>
export GCP_REGION=us-central1
  1. فعِّل واجهات Google Cloud APIs اللازمة من خلال تنفيذ الأوامر التالية في "وحدة Cloud Shell الطرفية":
gcloud services enable cloudbuild.googleapis.com cloudfunctions.googleapis.com run.googleapis.com logging.googleapis.com storage-component.googleapis.com aiplatform.googleapis.com

4. نشر Cloud Function

لإنشاء Cloud Functions ونشرها، اتّبِع الخطوات التالية:

  1. استنسِخ الرمز من المستودع https://github.com/rominirani/genai-apptemplates-googlecloud من خلال تنفيذ الأمر التالي في وحدة Cloud Shell الطرفية:
git clone https://github.com/rominirani/genai-apptemplates-googlecloud
  1. سيؤدي هذا الأمر إلى استنساخ محتوى المستودع إلى المجلد genai-templates-googlecloud.
  2. انتقِل إلى مجلد المشروع الذي يهمّنا من خلال تنفيذ الأمر التالي من "وحدة Cloud Shell الطرفية":
cd genai-apptemplates-googlecloud/text-predict-cloudfunction
  1. من المفترض أن يظهر الملفان main.py وrequirements.txt في المجلد text-predict-cloudfunction إما من خلال تنفيذ الأمر dir أو الانتقال إلى "محرّر Cloud Shell".
  2. لنشر Cloud Function، شغِّل الأمر gcloud functions deploy:
gcloud functions deploy predictText --gen2 --runtime=python311 --region=$GCP_REGION --source=. --entry-point=predictText --trigger-http --set-env-vars=GCP_PROJECT=$GCP_PROJECT,GCP_REGION=$GCP_REGION --allow-unauthenticated --max-instances=1

بعد نشر Cloud Function، يتم عرض عنوان URL الخاص بها في "وحدة طرفية Cloud Shell". يكون عنوان URL بالتنسيق التالي:

https://$GCP_REGION-$GCP_PROJECT.cloudfunctions.net/predictText

5- استدعاء Cloud Function

بما أنّ هذه الدالة على السحابة الإلكترونية يتم نشرها باستخدام مشغّل HTTP، يمكنك استدعاؤها مباشرةً. في ما يلي نموذج مكالمة:

curl -m 70 -X POST https://$GCP_REGION-$GCP_PROJECT.cloudfunctions.net/predictText \
-H "Content-Type: application/json" \
-d '{
  "prompt": "What are the best places to visit in the United States?"
}'

تظهر النتيجة على النحو التالي:

3470e0a6d0a30b37.png

6. تَنظيم

لتجنُّب تحمّل رسوم في حسابك على Google Cloud مقابل الموارد المستخدَمة في هذه المشاركة، اتّبِع الخطوات التالية:

  1. في Google Cloud Console، انتقِل إلى صفحة إدارة الموارد.
  2. في قائمة المشاريع، اختَر المشروع الذي تريد حذفه، ثم انقر على حذف.
  3. في مربّع الحوار، اكتب رقم تعريف المشروع، ثم انقر على إيقاف لحذف المشروع.
  4. إذا كنت تريد الاحتفاظ بمشروعك، تخطَّ الخطوات أعلاه واحذف Cloud Function من خلال الانتقال إلى Cloud Functions، ثم ضَع علامة في المربّع بجانب الدالة التي تريد حذفها من قائمة الدوال وانقر على DELETE.

7. تهانينا

تهانينا! لقد استخدمت بنجاح إحدى دوال Cloud التي تتضمّن نموذج PaLM Text Bison. يمكنك الاطّلاع على مستندات منتج Vertex AI LLM لمعرفة المزيد عن النماذج المتاحة.