PaLM API tidak digunakan lagi untuk digunakan dengan layanan dan alat AI Google (tetapi tidak untuk Vertex AI). Pelajari lebih lanjut penghentian penggunaan ini, linimasanya, dan cara bermigrasi untuk menggunakan Gemini di panduan penghentian penggunaan PaLM API.

Halaman ini diterjemahkan oleh Cloud Translation API.

Panduan memulai Authentication dengan OAuth

PaLM API memungkinkan Anda menyesuaikan model dengan data Anda sendiri. Karena ini adalah data Anda dan model yang telah disesuaikan, ini memerlukan kontrol akses yang lebih ketat daripada Kunci API.

Panduan memulai ini menggunakan pendekatan autentikasi sederhana yang sesuai untuk lingkungan pengujian. Untuk lingkungan produksi, pelajari autentikasi dan otorisasi sebelum memilih kredensial akses yang sesuai untuk aplikasi Anda.

Tujuan

Menyiapkan project cloud untuk OAuth
Menyiapkan application-default-credentials
Kelola kredensial dalam program Anda, bukan menggunakan gcloud auth

Prasyarat

Untuk menjalankan panduan memulai ini, Anda memerlukan:

Menyiapkan project cloud

Untuk menyelesaikan panduan memulai ini, Anda harus menyiapkan project cloud terlebih dahulu.

1. Mengaktifkan API

Sebelum menggunakan Google API, Anda perlu mengaktifkannya di project Google Cloud.

Di Konsol Google Cloud, aktifkan Google Generative Language API.

Mengaktifkan API

2. Mengonfigurasi layar izin OAuth

Selanjutnya, konfigurasikan layar izin OAuth project dan tambahkan diri Anda sebagai pengguna uji coba. Jika Anda sudah menyelesaikan langkah ini untuk project Cloud, lanjutkan ke bagian berikutnya.

Di konsol Google Cloud, buka Menu > APIs & Services > OAuth consent screen.

Buka layar izin OAuth
Pilih jenis pengguna External untuk aplikasi Anda, lalu klik Create.
Lengkapi formulir pendaftaran aplikasi (Anda dapat mengosongkan sebagian besar kolom), lalu klik Simpan dan Lanjutkan.
Untuk saat ini, Anda dapat melewati penambahan cakupan dan mengklik Simpan dan Lanjutkan. Di masa mendatang, saat membuat aplikasi untuk digunakan di luar organisasi Google Workspace, Anda harus menambahkan dan memverifikasi cakupan otorisasi yang diperlukan aplikasi Anda.
Tambahkan pengguna pengujian:
1. Di bagian Pengguna uji coba, klik Tambahkan pengguna.
2. Masukkan alamat email Anda dan pengguna pengujian resmi lainnya, lalu klik Simpan dan Lanjutkan.
Tinjau ringkasan pendaftaran aplikasi Anda. Untuk melakukan perubahan, klik Edit. Jika pendaftaran aplikasi sudah benar, klik Back to Dashboard.

3. Mengizinkan kredensial untuk aplikasi desktop

Untuk mengautentikasi sebagai pengguna akhir dan mengakses data pengguna di aplikasi Anda, Anda perlu membuat satu atau beberapa Client ID OAuth 2.0. Client ID digunakan untuk mengidentifikasi satu aplikasi ke server OAuth Google. Jika aplikasi Anda berjalan di beberapa platform, Anda harus membuat client ID terpisah untuk setiap platform.

Di Konsol Google Cloud, buka Menu > APIs & Services > Credentials.

Buka Credentials
Klik Buat Kredensial > ID klien OAuth.
Klik Jenis aplikasi > Aplikasi desktop.
Di kolom Name, ketik nama untuk kredensial tersebut. Nama ini hanya ditampilkan di Konsol Google Cloud.
Klik Create. Layar yang dibuat klien OAuth akan muncul, yang menampilkan Client ID dan Rahasia klien baru Anda.
Klik OK. Kredensial yang baru dibuat akan muncul pada Client ID OAuth 2.0.
Klik tombol download untuk menyimpan file JSON. Folder akan disimpan sebagai client_secret_<identifier>.json, lalu ganti namanya menjadi client_secret.json lalu pindahkan ke direktori kerja Anda.

Menyiapkan kredensial default aplikasi

Untuk mengonversi file client_secret.json menjadi kredensial yang dapat digunakan, teruskan lokasinya argumen --client-id-file perintah gcloud auth application-default login.

gcloud auth application-default login \
    --client-id-file=client_secret.json \
    --scopes='https://www.googleapis.com/auth/cloud-platform,https://www.googleapis.com/auth/generative-language.tuning'

Penyiapan project yang disederhanakan dalam tutorial ini akan memicu dialog "Google belum memverifikasi aplikasi ini".. Hal ini wajar, pilih "continue".

Tindakan ini akan menempatkan token yang dihasilkan di lokasi yang dikenal sehingga dapat diakses oleh gcloud atau library klien.

gcloud auth application-default login 

    --no-browser
    --client-id-file=client_secret.json 

    --scopes='https://www.googleapis.com/auth/cloud-platform,https://www.googleapis.com/auth/generative-language.tuning'

Setelah Anda menetapkan kredensial default aplikasi (ACD), library klien dalam sebagian besar bahasa tidak akan memerlukan bantuan atau bantuan untuk menemukannya.

Curl

Cara tercepat untuk menguji apakah langkah ini berfungsi adalah dengan menggunakannya untuk mengakses API lainnya menggunakan curl:

access_token=$(gcloud auth application-default print-access-token)
project_id=<MY PROJECT ID>

curl -X GET https://generativelanguage.googleapis.com/v1beta3/models \
    -H 'Content-Type: application/json' \
    -H "Authorization: Bearer ${access_token}" \
    -H "x-goog-user-project: ${project_id}" | grep '"name"'

"name": "models/chat-bison-001",
"name": "models/text-bison-001",
"name": "models/embedding-gecko-001",

Python

Di python, library klien akan menemukannya secara otomatis:

pip install google-generativeai

Skrip minimal untuk mengujinya dapat berupa:

import google.generativeai as genai

print('Available base models:', [m.name for m in genai.list_models()])
print('My tuned models:', [m.name for m in genai.list_tuned_models()])

Berikut adalah output yang diinginkan:

Available base models: ['models/chat-bison-001', 'models/text-bison-001', 'models/embedding-gecko-001']
My tuned models: []

Node.js

Untuk menggunakan kredensial ini dengan library klien Node.js, tetapkan variabel lingkungan GOOGLE_APPLICATION_CREDENTIALS.

export GOOGLE_APPLICATION_CREDENTIALS='<PATH_TO>/application_default_credentials.json'

Instal library klien:

npm install @google-ai/generativelanguage

Buat skrip minimal:

const { ModelServiceClient } =
  require("@google-ai/generativelanguage").v1beta3;

const MODEL_NAME = "models/text-bison-001";

const client = new ModelServiceClient({});

client
  .listModels({})
  .then((result) => {
    result = result[0]
    for (let i = 0; i < result.length; i++) {
      console.log(result[i].name);
    }
  });

Outputnya harus berupa:

models/chat-bison-001
models/text-bison-001
models/embedding-gecko-001

Langkah berikutnya

Jika cara tersebut berhasil, Anda siap untuk mencoba men-tuning model sendiri. Coba Mulai melakukan tuning.

Mengelola sendiri kredensial [Python]

Dalam banyak kasus, Anda tidak akan menyediakan perintah gcloud untuk membuat token akses dari Client ID (client_secret.json). Google menyediakan library dalam banyak bahasa agar Anda dapat mengelola proses tersebut dalam aplikasi. Bagian ini menunjukkan proses tersebut, dalam Python. Ada contoh yang setara dari prosedur semacam ini. Untuk bahasa lain, tersedia di dokumentasi drive api

1. Menginstal library yang diperlukan

Instal library klien Google untuk Python, dan library klien PaLM.

pip install --upgrade -q google-api-python-client google-auth-httplib2 google-auth-oauthlib

pip install google-generativeai

2. Menulis pengelola kredensial

Di direktori kerja, buat file bernama load_creds.py. Mulailah dengan kode berikut untuk mengonversi client_secret.json menjadi token yang dapat digunakan dengan genai.configure:

import os.path

from google.auth.transport.requests import Request
from google.oauth2.credentials import Credentials
from google_auth_oauthlib.flow import InstalledAppFlow

SCOPES = ['https://www.googleapis.com/auth/generative-language.tuning']

def load_creds():
    """Converts `oauth-client-id.json` to a credential object.

    This function caches the generated tokens to minimize the use of the
    consent screen.
    """
    creds = None
    # The file token.json stores the user's access and refresh tokens, and is
    # created automatically when the authorization flow completes for the first
    # time.
    if os.path.exists('token.json'):
        creds = Credentials.from_authorized_user_file('token.json', SCOPES)
    # If there are no (valid) credentials available, let the user log in.
    if not creds or not creds.valid:
        if creds and creds.expired and creds.refresh_token:
            creds.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file(
                'oauth-client-id.json', SCOPES)
            creds = flow.run_local_server(port=0)
        # Save the credentials for the next run
        with open('token.json', 'w') as token:
            token.write(creds.to_json())
    return creds

Untuk meminimalkan frekuensi klik pada layar otorisasi jika menyimpan cache file token.json yang dapat digunakan kembali nanti, atau memuat ulang jika masa berlaku file sudah berakhir.

3. Menulis program Anda

Sekarang buat script.py Anda:

import pprint
import google.generativeai as genai
from load_creds import load_creds

creds = load_creds()

genai.configure(credentials=creds)

print()
print('Available base models:', [m.name for m in genai.list_tuned_models()])
print('My tuned models:', [m.name for m in genai.list_tuned_models()])

4. Menjalankan program Anda

Di direktori kerja Anda, jalankan contoh:

python script.py

Saat pertama kali dijalankan, skrip akan membuka jendela browser dan meminta Anda untuk mengizinkan akses.

Jika belum login ke Akun Google, Anda akan diminta untuk login. Jika Anda login ke beberapa akun, pastikan untuk memilih akun yang ditetapkan sebagai "Akun Uji" saat mengonfigurasi project.

Catatan: Penyiapan project yang disederhanakan dalam tutorial ini akan memicu dialog "Google belum memverifikasi aplikasi ini".. Hal ini wajar, pilih "continue".
Informasi otorisasi disimpan di sistem file, sehingga saat berikutnya Anda menjalankan kode contoh, Anda tidak akan diminta untuk melakukan otorisasi.

Anda berhasil menyiapkan autentikasi.