I创建了一个顶点AI生成工作室AI提示。 我可以使用卷曲发布并得到回应。 但是，当我尝试创建云功能时，我无法获得授权。 似乎有指示...

Question

DEFVERTEX_AI_REQUEST（请求）： ＃定义常数 api_endpoint =“ us-central1-aiplatform.googleapis.com” project_id =“ xxxx” model_id =“ text-bison@001” url = f“ https：// {api_endpoint}/v1/projects/{project_id}/locuations/us-central1/us-central1/publishers/google/models/{model_id}：预测“

# Load the service account credentials
credentials = service_account.Credentials.from_service_account_file(
    'service-account-file.json'
)
auth_req = requests.Request()
token = credentials.refresh(auth_req).token

# Define the headers
headers = {
    "Authorization": f"Bearer {token}",
    "Content-Type": "application/json"
}

# Define the payload
payload = {
    "instances": [
        {
            "content": "Your content here ..."
        }
    ],
    "parameters": {
        "candidateCount": 1,
        "maxOutputTokens": 317,
        "temperature": 0.2,
        "topP": 0.8,
        "topK": 40
    }
}

# Send the POST request
response = req.post(URL, headers=headers, json=payload)

# Print the response to the logs
print(response.json())

return 'Request completed', 200

这里是校正的代码：

Answer 1

DEFVERTEX_AI_REQUEST（请求）： ＃从环境中获取默认凭据 凭据，project_id = default（）

# Define constants
API_ENDPOINT = "us-central1-aiplatform.googleapis.com"
MODEL_ID = "text-bison@001"  # Or your deployed prompt endpoint
URL = f"https://{API_ENDPOINT}/v1/projects/{project_id}/locations/us-central1/publishers/google/models/{MODEL_ID}:predict"

# Get the access token
auth_req = requests.Request()
token = credentials.refresh(auth_req).token

# Define the headers
headers = {
    "Authorization": f"Bearer {token}",
    "Content-Type": "application/json"
}

# Define the payload
payload = {
    "instances": [
        {
            "content": "Your content here ..."
        }
    ],
    "parameters": {
        "candidateCount": 1,
        "maxOutputTokens": 317,
        "temperature": 0.2,
        "topP": 0.8,
        "topK": 40
    }
}

# Send the POST request
response = requests.post(URL, headers=headers, json=payload)

# Print the response to the logs
print(response.json())
return 'Request completed', 200

步骤部署和配置：

grant权限：在Google Cloud Console中访问IAM页面。 查找云功能服务帐户（看起来像[Project_ID]

[电子邮件保护]

）。 授予它“顶点AI用户”角色。 部署云功能：

部署您的云功能。 如果您使用的是服务帐户文件，请确保将其删除，并删除加载文件的行。 测试：

触发云功能。 检查云功能日志以查看Vertex AI的响应。 如果您使用已部署的提示：

获取端点： 在Dertex AI提示工程UI中，部署提示后，您会找到端点URL。 更新Model_ID变量： 将“ text-bison@001”替换为已部署提示的端点。 更新有效载荷： 部署提示的有效负载结构可能与基本模型不同。查看已部署的提示的文档，并相应地更新有效载荷。