Criar um app de pesquisa

Nesta página, descrevemos como criar um app de pesquisa.

Criar um app

Console

Para criar um app de pesquisa usando o console Google Cloud , siga estas etapas:

  1. No console Google Cloud , acesse a página Aplicativos de IA.

    Aplicativos de IA

  2. Na página Apps, clique em Criar app.

  3. Na página Criar app, em Pesquisa no site com o Modo IA, clique em Criar.

  4. Decida se você quer os recursos do Enterprise para este app e clique no botão para ativar ou desativar. É necessário ativar os recursos da edição Enterprise para ter acesso a recursos como pesquisa em sites e escolha de uma região para o app. Os recursos da edição Enterprise geram custos adicionais. Para mais informações, consulte Recursos da edição Enterprise.

  5. Decida se você quer recursos avançados de LLM para esse app e clique no botão para ativar ou desativar. A ativação dos recursos avançados de LLM é necessária para ter acesso a recursos como resumos da pesquisa ou pesquisa com acompanhamentos. Para mais informações, consulte Recursos avançados de LLM.

  6. No campo Nome do app, insira um nome para seu app.

  7. No campo Nome externo da sua empresa ou organização, insira o nome comum da sua empresa ou organização. Evite sufixos como Inc ou LLC. Esse campo ajuda o LLM a identificar a empresa que o app representa.

  8. Selecione um local para seu app. Os recursos empresariais precisam estar ativados para escolher um local. O Google recomenda que você use o padrão, global (Global), a menos que tenha um motivo para restringir seus dados a uma região geográfica específica.

  9. Clique em Continuar.

  10. Para se conectar a um repositório de dados, na página Repositórios de dados, selecione um repositório que você criou anteriormente ou crie um novo.

    Escolha uma das seguintes opções:

    • Selecione um repositório de dados existente: se você anexar apenas um repositório, não será possível removê-lo ou adicionar outros ao app depois. Anexar vários repositórios de dados permite atualizar os repositórios anexados mais tarde, mas o app sempre exige pelo menos dois repositórios.
    • Crie um repositório de dados e ingira dados nele:
      1. Clique em Criar repositório de dados e siga as etapas na página Criar um repositório de dados.
      2. Escolha o novo repositório de dados e clique em Selecionar. Para mais informações, consulte Criar um repositório de dados de pesquisa.

REST

Antes de usar a linha de comando para criar um app, você precisa ter um repositório de dados. Se você não tiver um repositório de dados, crie um seguindo as etapas em Criar um repositório de dados e ingerir dados para a Vertex AI para Pesquisa.

Para usar o método engines.create e criar um app de pesquisa na linha de comando, siga estas etapas:

  1. Encontre o ID do repositório de dados. Se você já tiver o ID do repositório de dados, pule para a próxima etapa.

    1. No console Google Cloud , acesse a página Aplicativos de IA e no menu de navegação, clique em Repositórios de dados.

      Acesse a página "Repositórios de dados"

    2. Clique no nome do seu repositório de dados.

    3. Na página Dados do seu repositório de dados, encontre o ID do repositório.

  2. Crie um app de pesquisa e conecte-o a um repositório de dados. Um repositório de dados só pode ser anexado a um app e não pode ser removido dele depois.

    curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines?engineId=APP_ID" \ -d '{   "displayName": "APP_DISPLAY_NAME",   "dataStoreIds": ["DATA_STORE_ID"],   "solutionType": "SOLUTION_TYPE_SEARCH",   "industryVertical": "GENERIC",   "searchEngineConfig": {      "searchTier": "SEARCH_TIER",      "searchAddOns": ["SEARCH_ADD_ON"]    } }' 

    Substitua:

    • PROJECT_ID: o ID do seu projeto do Google Cloud .
    • APP_ID: o ID do app da Vertex AI para Pesquisa que você quer criar.
    • APP_DISPLAY_NAME: o nome de exibição do app da Pesquisa da Vertex AI que você quer criar.
    • DATA_STORE_ID: o ID de um repositório de dados da Vertex AI para Pesquisa que você quer adicionar ao app da Vertex AI para Pesquisa.
    • SEARCH_TIER: o nível de pesquisa pode ser SEARCH_TIER_STANDARD ou SEARCH_TIER_ENTERPRISE. O SEARCH_TIER_ENTERPRISE é necessário para usar recursos como pesquisa em sites e escolher uma região para seu app. Os recursos da edição Enterprise têm um custo extra. Para mais informações, consulte Recursos da edição Enterprise.
    • SEARCH_ADD_ON: se você quiser recursos avançados de LLM para este app, especifique SEARCH_ADD_ON_LLM. Os recursos avançados do LLM incluem resumos de pesquisa e pesquisa com acompanhamentos.

      Se você não quiser os recursos avançados do LLM, especifique SEARCH_ADD_ON_UNSPECIFIED ou remova o campo searchAddOns.

      Para mais informações, consulte Recursos avançados do LLM.

Python

Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.

Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

from typing import List  from google.api_core.client_options import ClientOptions from google.cloud import discoveryengine_v1 as discoveryengine  # TODO(developer): Uncomment these variables before running the sample. # project_id = "YOUR_PROJECT_ID" # location = "YOUR_LOCATION" # Values: "global" # engine_id = "YOUR_ENGINE_ID" # data_store_ids = ["YOUR_DATA_STORE_ID"]   def create_engine_sample(     project_id: str, location: str, engine_id: str, data_store_ids: List[str] ) -> str:     #  For more information, refer to:     # https://cloud.google.com/generative-ai-app-builder/docs/locations#specify_a_multi-region_for_your_data_store     client_options = (         ClientOptions(api_endpoint=f"{location}-discoveryengine.googleapis.com")         if location != "global"         else None     )      # Create a client     client = discoveryengine.EngineServiceClient(client_options=client_options)      # The full resource name of the collection     # e.g. projects/{project}/locations/{location}/collections/default_collection     parent = client.collection_path(         project=project_id,         location=location,         collection="default_collection",     )      engine = discoveryengine.Engine(         display_name="Test Engine",         # Options: GENERIC, MEDIA, HEALTHCARE_FHIR         industry_vertical=discoveryengine.IndustryVertical.GENERIC,         # Options: SOLUTION_TYPE_RECOMMENDATION, SOLUTION_TYPE_SEARCH, SOLUTION_TYPE_CHAT, SOLUTION_TYPE_GENERATIVE_CHAT         solution_type=discoveryengine.SolutionType.SOLUTION_TYPE_SEARCH,         # For search apps only         search_engine_config=discoveryengine.Engine.SearchEngineConfig(             # Options: SEARCH_TIER_STANDARD, SEARCH_TIER_ENTERPRISE             search_tier=discoveryengine.SearchTier.SEARCH_TIER_ENTERPRISE,             # Options: SEARCH_ADD_ON_LLM, SEARCH_ADD_ON_UNSPECIFIED             search_add_ons=[discoveryengine.SearchAddOn.SEARCH_ADD_ON_LLM],         ),         # For generic recommendation apps only         # similar_documents_config=discoveryengine.Engine.SimilarDocumentsEngineConfig,         data_store_ids=data_store_ids,     )      request = discoveryengine.CreateEngineRequest(         parent=parent,         engine=engine,         engine_id=engine_id,     )      # Make the request     operation = client.create_engine(request=request)      print(f"Waiting for operation to complete: {operation.operation.name}")     response = operation.result()      # After the operation is complete,     # get information from operation metadata     metadata = discoveryengine.CreateEngineMetadata(operation.metadata)      # Handle the response     print(response)     print(metadata)      return operation.operation.name  

Terraform

Para saber como aplicar ou remover uma configuração do Terraform, consulte Comandos básicos do Terraform. Para mais informações, consulte a documentação de referência do provedor Terraform.

Para criar um app de pesquisa usando o Terraform, consulte discovery_engine_search_engine.

A seguir