Исправление ошибки PHP в Laravel при использовании искусственного интеллекта Google Cloud Platform для запуска PredictRequest

Обработка ошибки «Недопустимые экземпляры: string_value» в платформе Google Cloud AI с помощью Laravel

Серверное решение с использованием контроллера Laravel и службы прогнозирования Vertex AI от Google Cloud.

<?php
namespace App\Http\Controllers;
use Google\Cloud\AIPlatform\V1\Client\PredictionServiceClient;
use Google\Cloud\AIPlatform\V1\PredictRequest;
use Google\Protobuf\Value;

class GoogleCloudAIController extends Controller {
    protected $projectId;
    protected $location;
    protected $endpointId;
    protected $client;
    protected $credentials;

    public function __construct() {
        $this->projectId = env('GOOGLE_CLOUD_PROJECT_ID');
        $this->location = env('GOOGLE_LOCATION');
        $this->endpointId = env('GOOGLE_CLOUD_AI_ENDPOINT_ID');
        $this->credentials = env('GOOGLE_APPLICATION_CREDENTIALS');

        $this->client = new PredictionServiceClient([
            'credentials' => json_decode(file_get_contents($this->credentials), true),
            'apiEndpoint' => "{$this->location}-aiplatform.googleapis.com",
        ]);
    }

    public function predictImage(string $imagePath) {
        $imageData = file_get_contents($imagePath);
        $encodedImage = base64_encode($imageData);
        $instance = new Value();
        $instance->setStringValue($encodedImage);

        $request = new PredictRequest();
        $formattedName = $this->client->endpointName($this->projectId, $this->location, $this->endpointId);
        $request->setEndpoint($formattedName);
        $request->setInstances([$instance]);

        try {
            $response = $this->client->predict($request);
            return response()->json($response->getPredictions());
        } catch (\Exception $e) {
            return response()->json(['error' => $e->getMessage()]);
        }
    }
}

Альтернативное решение: изменение структуры экземпляра для обеспечения совместимости.

В этой версии используется ассоциативный массив для передачи данных изображения в формате Base64 непосредственно в экземпляр.

<?php
namespace App\Http\Controllers;
use Google\Cloud\AIPlatform\V1\Client\PredictionServiceClient;
use Google\Cloud\AIPlatform\V1\PredictRequest;

class GoogleCloudAIController extends Controller {
    protected $projectId;
    protected $location;
    protected $endpointId;
    protected $client;
    protected $credentials;

    public function __construct() {
        $this->projectId = env('GOOGLE_CLOUD_PROJECT_ID');
        $this->location = env('GOOGLE_LOCATION');
        $this->endpointId = env('GOOGLE_CLOUD_AI_ENDPOINT_ID');
        $this->credentials = env('GOOGLE_APPLICATION_CREDENTIALS');

        $this->client = new PredictionServiceClient([
            'credentials' => json_decode(file_get_contents($this->credentials), true),
            'apiEndpoint' => "{$this->location}-aiplatform.googleapis.com",
        ]);
    }

    public function predictImage(string $imagePath) {
        $imageData = file_get_contents($imagePath);
        $encodedImage = base64_encode($imageData);

        $request = new PredictRequest();
        $formattedName = $this->client->endpointName($this->projectId, $this->location, $this->endpointId);
        $request->setEndpoint($formattedName);
        $request->setInstances([['content' => $encodedImage]]);

        try {
            $response = $this->client->predict($request);
            return response()->json($response->getPredictions());
        } catch (\Exception $e) {
            return response()->json(['error' => $e->getMessage()]);
        }
    }
}

Модульный тест для функции PredictRequest в GoogleCloudAIController

Модульный тест PHP с имитируемым ответом клиента для приложения Laravel

<?php
namespace Tests\Unit;
use Tests\TestCase;
use App\Http\Controllers\GoogleCloudAIController;
use Illuminate\Support\Facades\Http;
use Google\Cloud\AIPlatform\V1\Client\PredictionServiceClient;

class GoogleCloudAIControllerTest extends TestCase {
    public function testPredictImageReturnsPredictions() {
        Http::fake([
            'https://*.aiplatform.googleapis.com/*' => Http::response(['predictions' => ['result']], 200)
        ]);

        $controller = new GoogleCloudAIController();
        $response = $controller->predictImage('test_image.jpg');

        $this->assertEquals(200, $response->status());
        $this->assertArrayHasKey('predictions', $response->json());
    }
}

Общие вопросы о Google Cloud AI и Laravel PredictRequest

1. Как исправить ошибку «Неверные экземпляры: string_value» в Google Cloud AI?
2. Убедитесь, что ваше изображение завернуто в Google\Protobuf\Value экземпляр с setStringValue чтобы установить закодированное изображение base64 в качестве строкового значения. Правильное форматирование JSON также имеет решающее значение.
3. Что Google Cloud AI ожидает от структуры полезной нагрузки?
4. Google Cloud AI, особенно Vertex AI, требует JSON-подобной структуры с использованием буферов протокола Google. Каждый экземпляр должен быть в формате массива с вложенным JSON, где «содержимое» используется в качестве ключа для данных изображения.
5. Могу ли я протестировать интеграцию Laravel с Google Cloud AI без вызовов API в реальном времени?
6. Да! Ларавел Http::fake может моделировать ответы. Используйте это, чтобы имитировать ответы Google Cloud AI, что позволяет вам проверить, как ваше приложение будет обрабатывать как успешные, так и неудачные прогнозы.
7. Какова роль PredictionServiceClient класс в Ларавеле?
8. PredictionServiceClient Класс служит клиентским интерфейсом для Google Cloud AI. Он предоставляет методы для форматирования конечной точки, настройки экземпляров и выполнения прогнозирующих вызовов API.
9. Почему Google AI требует Google\Protobuf\Value для данных изображения?
10. Google\Protobuf\Value Класс помогает поддерживать согласованность различных типов структурированных данных в API Google, обеспечивая совместимость между JSON и буферами протокола для сложных типов данных.
11. Как оптимизировать обработку данных для прогнозов Google Cloud AI?
12. Используйте правильную обработку ошибок с помощью try-catch блоки и убедитесь, что данные изображения закодированы точно. Убедитесь, что параметры проекта и конечной точки безопасно загружаются из переменных среды, чтобы избежать жесткого кодирования конфиденциальных данных.
13. Какова цель endpointName в интеграции Vertex AI?
14. endpointName Метод форматирует имя конечной точки в соответствии с требованиями Google Cloud, гарантируя правильность пути к конечной точке для обработки прогнозов правильной моделью.
15. Как мне структурировать информацию о моем проекте Google Cloud в Laravel?
16. Детали магазина, такие как projectId, location, и endpointId в переменных среды. Доступ к ним с помощью env() в вашем контроллере Laravel, чтобы обеспечить безопасность и возможность настройки информации.
17. Является setInstances необходимо при вызове PredictRequest?
18. Да, setInstances требуется для передачи данных для прогнозирования. Каждый ввод данных должен быть структурирован в массиве экземпляров, и это также важно для пакетной обработки.
19. Что такое Http::fake полезно для тестирования Laravel?
20. Http::fake позволяет вам имитировать ответы, позволяя вам протестировать, как ваше приложение будет обрабатывать ответы API, не отправляя реальных запросов в Google Cloud, экономя на затратах и ​​обеспечивая согласованные результаты тестирования.

Заключительные мысли об устранении неполадок запросов Laravel и Google Cloud AI

Интеграция Google Cloud AI в Laravel открывает мощные возможности прогнозирования, но требует точного форматирования и обработки экземпляров, чтобы избежать таких ошибок, как «Недопустимые экземпляры: string_value». Сосредоточив внимание на структуре полезной нагрузки, правильном кодировании данных и тестировании, эти проблемы становятся управляемыми.

Использование Laravel ПрогнозСервисКлиент Создание совместимого запроса ИИ требует терпения и внимания к деталям. Использование таких инструментов, как http::фейк для тестирования и упаковки данных изображений в буферы протокола помогает обеспечить плавную интеграцию ИИ, повышая эффективность и понимание приложений Laravel. 🚀