Criar um recurso

Console

Quando você usa o console Cloud de Confiance para acessar os serviços e as APIs Cloud de Confiance by S3NS , não é necessário configurar a autenticação.

Python

Para usar os exemplos do Python nesta página em um ambiente de desenvolvimento local, instale e inicialize a CLI gcloud e configure o Application Default Credentials com suas credenciais de usuário.

1. Instale a CLI do Google Cloud.

2. Configure a CLI gcloud para usar sua identidade federada.

   Para mais informações, consulte Fazer login na CLI gcloud com sua identidade federada.

3. Crie credenciais de autenticação local para sua conta de usuário:

   gcloud auth application-default login

   Se um erro de autenticação for retornado, confirme se você fez login na CLI gcloud com sua identidade federada.

Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

REST

Para usar as amostras da API REST nesta página em um ambiente de desenvolvimento local, use as credenciais fornecidas para a CLI gcloud.

Instale a Google Cloud CLI e faça login na CLI gcloud com sua identidade federada.

Saiba mais em Autenticar para usar REST na documentação de autenticação do Cloud de Confiance .

Console

Use as instruções a seguir para adicionar recursos a um grupo usando o console Cloud de Confiance .

1. Na seção "Agent Platform" do console Cloud de Confiance , acesse a página Feature Store.

   Acessar a página da Feature Store

2. Na seção Grupos de recursos, clique em more_vert na linha correspondente ao grupo a que você quer adicionar um recurso e, em seguida, clique em Adicionar recursos.

3. Para cada recurso, insira um Nome do recurso e clique no nome da coluna de origem do BigQuery correspondente na lista. Para adicionar mais recursos, clique em Adicionar outro recurso.

4. Clique em Criar.

Python

Para saber como instalar o SDK da Vertex AI para Python, consulte Instalar o SDK da Vertex AI para Python. Para mais informações, consulte a documentação de referência da API Python.

from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature

• project: o ID do projeto.
• location: região em que o grupo de recursos está localizado, como us-central1.
• existing_feature_group_id: o nome do grupo de recursos em que você quer criar o recurso.
• version_column_name (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.
• feature_id: o nome do novo recurso que você quer criar.

REST

Para criar um recurso Feature, envie uma solicitação POST usando o método features.create.

Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:

• LOCATION_ID: região em que o grupo de recursos está localizado, como us-central1.
• PROJECT_ID: o ID do projeto.
• FEATUREGROUP_NAME: o nome do grupo de recursos em que você quer criar o elemento.
• FEATURE_NAME: o nome do novo recurso que você quer criar.
• VERSION_COLUMN_NAME (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.

Método HTTP e URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

Corpo JSON da solicitação:

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

Para enviar a solicitação, escolha uma destas opções:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

Você receberá uma resposta JSON semelhante a esta:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}