Vertex AI示例笔记本认证失败：如何配置认证及代码示例？

Vertex AI 不支持用户名密码认证，常用的合法认证方式有两种：服务账号密钥文件（生产环境推荐）和API密钥（仅适合快速测试），以下是对应的代码配置：

1. 服务账号密钥文件认证（推荐） #

这是生产环境的标准认证方式，权限可控、安全性高：

• 先在Google Cloud控制台创建服务账号并下载JSON格式的密钥文件
• 配置环境变量指定密钥路径，再初始化Vertex AI

!pip install --upgrade google-cloud-aiplatform

import os
import vertexai
from vertexai.preview.generative_models import GenerativeModel

# 替换为你的服务账号密钥文件路径
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/path/to/your/service-account-key.json"

# 替换为你的GCP项目ID和目标区域（比如us-central1、europe-west1）
vertexai.init(project="your-project-id", location="us-central1")

def generate():
  model = GenerativeModel("gemini-pro-vision")
  responses = model.generate_content(
    ["今天的日期是什么？"],
    
    generation_config={
        "max_output_tokens": 2048,
        "temperature": 0.4,
        "top_p": 1,
        "top_k": 32
    },
    )
  
  print(responses)

generate()

2. API密钥认证（仅快速测试用） #

API密钥安全性较低，仅适合临时测试，且只能调用部分Vertex AI接口：

• 在Google Cloud控制台创建API密钥，并限制其使用范围为Vertex AI
• 初始化Vertex AI时直接传入API密钥

!pip install --upgrade google-cloud-aiplatform

import vertexai
from vertexai.preview.generative_models import GenerativeModel

# 替换为你的GCP项目ID、目标区域和API密钥
vertexai.init(project="your-project-id", location="us-central1", api_key="your-api-key")

def generate():
  model = GenerativeModel("gemini-pro-vision")
  responses = model.generate_content(
    ["今天的日期是什么？"],
    
    generation_config={
        "max_output_tokens": 2048,
        "temperature": 0.4,
        "top_p": 1,
        "top_k": 32
    },
    )
  
  print(responses)

generate()

内容的提问来源于stack exchange，提问作者Pie