本文档旨在帮助开发者解决在使用 Vertex AI 的 Gemini 模型时，在本地开发环境中遇到的认证问题。通过配置 GOOGLE_APPLICATION_CREDENTIALS 环境变量，并使用服务账号密钥，您可以轻松完成本地认证，顺利调用 Gemini 模型的 API。本文将提供详细步骤和示例代码，助您快速上手。
在使用 Vertex AI 的 Gemini 模型进行开发时，本地环境的认证是一个常见的难题。直接运行示例代码可能会遇到权限不足的错误。本文将详细介绍如何在本地开发环境中配置认证，以便顺利调用 Gemini 模型的 API。
配置步骤
创建并下载服务账号密钥：
前往 Google Cloud Console 的 IAM & Admin（IAM 与管理） -> Service Accounts（服务账号）页面。创建一个新的服务账号，或者选择一个现有的服务账号。点击服务账号的名称，进入服务账号详情页面。在 Keys（密钥）选项卡下，点击 Add Key（添加密钥） -> Create new key（创建新密钥）。选择 JSON 格式，然后点击 Create（创建）。浏览器会自动下载一个 JSON 文件，其中包含服务账号的私钥。请妥善保管此文件。
设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量：
GOOGLE_APPLICATION_CREDENTIALS 环境变量指向包含服务账号密钥的 JSON 文件的路径。在代码运行之前，需要设置此环境变量。
示例（Python）：
import osos.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/path/to/your/key.json"
将 /path/to/your/key.json 替换为实际的 JSON 文件路径。
示例（命令行）：
Linux/macOS:
export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/key.json"
Windows:
$env:GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/key.json"
同样，将 /path/to/your/key.json 替换为实际的 JSON 文件路径。
修改代码（如果需要）：
确保你的代码能够正确读取并使用 GOOGLE_APPLICATION_CREDENTIALS 环境变量。大多数 Google Cloud 客户端库会自动检测此环境变量并使用它进行认证。如果你的代码没有自动检测，你可能需要显式地传递凭据。
示例（Vertex AI Gemini）：
以下代码示例展示了如何在设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量后，使用 Vertex AI 的 Gemini 模型。
!pip install --upgrade google-cloud-aiplatformimport base64import vertexaiimport osfrom vertexai.preview.generative_models import GenerativeModel# 设置环境变量os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/path/to/your/key.json" # 替换为你的密钥文件路径def generate(): model = GenerativeModel("gemini-pro-vision") responses = model.generate_content( ["""What is the date today?"""], generation_config={ "max_output_tokens": 2048, "temperature": 0.4, "top_p": 1, "top_k": 32 }, ) print(responses)generate()
请务必将 /path/to/your/key.json 替换为实际的 JSON 文件路径。
注意事项：
安全性： 请勿将服务账号密钥泄露给他人，也不要将其提交到公共代码仓库。权限： 确保服务账号具有调用 Vertex AI API 的必要权限。通常，roles/aiplatform.user 角色足以满足基本需求。环境变量持久性： 通过命令行设置的环境变量通常只在当前会话中有效。如果希望环境变量在每次启动时都生效，需要将其添加到系统环境变量中。具体方法取决于操作系统。密钥文件路径： 确保密钥文件路径正确无误。如果路径错误，程序将无法找到密钥文件，导致认证失败。IAM 策略： 确保你的项目已启用 Vertex AI API，并且服务账号已添加到项目的 IAM 策略中。
总结
通过以上步骤，您应该能够在本地开发环境中成功配置 Vertex AI 的 Gemini 模型认证。 请务必仔细阅读注意事项，确保配置的安全性。 如果您仍然遇到问题，请检查环境变量是否正确设置，以及服务账号是否具有足够的权限。 正确配置认证后，您就可以开始使用 Vertex AI 的强大功能，进行各种 AI 应用的开发。
以上就是Vertex AI 本地开发环境认证配置指南的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1377611.html
微信扫一扫 
支付宝扫一扫 
