Как запустить Harper AI Agent на Google Cloud Vertex AI: 3 изменённых файла

Запустить Harper AI Agent на Google Cloud Vertex AI можно, заменив три конфигурационных файла и выполнив деплой через консоль – весь процесс занимает примерно 10 минут. После обновления файлов агент будет работать в облаке с поддержкой GPU, обеспечивая ускоренный вывод до 3 раз быстрее, чем локальный запуск.

Как подготовить окружение в Google Cloud перед деплоем?

Сначала необходимо создать проект в Google Cloud и включить сервис Vertex AI – без этого платформа не сможет принять ваш агент. Далее настройте сервисный аккаунт с ролью Vertex AI Administrator и сохраните JSON‑ключ.

• 1. Откройте Google Cloud Console и нажмите «Создать проект».
• 2. В разделе «API и сервисы» включите Vertex AI API.
• 3. Перейдите в IAM & Admin → Сервисные аккаунты, создайте новый аккаунт и назначьте роль Vertex AI Administrator.
• 4. Скачайте JSON‑ключ и сохраните его в безопасном месте (пример: ~/keys/vertex-key.json).
• 5. Установите Google Cloud SDK (gcloud) версии 453.0.0 или новее, чтобы поддерживались все функции Vertex AI в 2026‑м году.

Почему нужно изменить именно три файла конфигурации?

Эти файлы отвечают за пути к моделям, параметры окружения и настройки доступа – без их корректировки агент не сможет найти ресурсы в облаке.

• config.yaml – указывает путь к Docker‑образу и версии Python (например, python:3.11-slim).
• requirements.txt – добавляет зависимости, специфичные для Vertex AI, такие как google-cloud-aiplatform==2.12.0.
• deploy.sh – скрипт, который вызывает gcloud ai custom-jobs create с нужными параметрами (GPU‑type, регион, количество реплик).

Что делать, если при деплое появляется ошибка доступа к Bucket?

Ошибка обычно связана с недостающими правами у сервисного аккаунта – предоставьте роль Storage Object Admin для бакета, где хранится модель.

• 1. Откройте Cloud Storage, найдите бакет (например, harper-models).
• 2. В разделе «Permissions» добавьте сервисный аккаунт и назначьте роль Storage Object Admin.
• 3. Проверьте, что переменная окружения GOOGLE_APPLICATION_CREDENTIALS указывает на ваш JSON‑ключ.
• 4. Перезапустите deploy.sh – ошибка должна исчезнуть.

Как проверить, что агент успешно запущен и работает?

После деплоя откройте консоль Vertex AI и найдите ваш кастомный Job – статус «SUCCEEDED» подтверждает успешный запуск.

• 1. Перейдите в Vertex AI → Custom Jobs.
• 2. Найдите задачу с именем harper-agent-deploy-2026-04-14.
• 3. Откройте журнал (Logs) и убедитесь, что первая строка содержит «Agent started successfully».
• 4. Выполните тестовый запрос через REST‑endpoint: curl -X POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/endpoints/ENDPOINT_ID:predict -d '{"instances": [{"text": "Привет, мир!"}]}'.
• 5. Ожидаемый ответ: {"predictions": [{"response": "Привет, мир!"}]}.

Сколько это стоит в 2026 году?

Расходы зависят от выбранного типа GPU и времени работы: в среднем GPU n1-standard-8 стоит 0,45 USD за час, что в рублях (курс 2026 г. ≈ 95 RUB/USD) составляет около 43 RUB/час.

• Для 10‑часового теста: 0,45 USD × 10 = 4,5 USD ≈ 430 RUB.
• Если использовать предоплаченный план «Committed Use», экономия до 30 %.
• Хранение модели в Cloud Storage – 0,02 USD/GB/мес (≈ 2 RUB/GB/мес).

Воспользуйтесь бесплатным инструментом toolbox-online.ru — работает онлайн, без регистрации.