HI！大家好，我是 Shammi！😊

挑戰倒數三天！

這段時間我在 Colab 環境下打造的 SDGs 聊天機器人，已經越來越智慧了！在 Day 26，我深入思考了 Colab 的侷限性，並討論了將機器人「搬家」到更穩定雲端平台的重要性。今天，我將把這些理論付諸實踐，正式為我的 AI 聊天機器人找到一個真正的「家」！

我選擇的雲端平台是 Google Cloud Run。在今天的 Day 27，我將手把手地帶你了解，如何將我在 Colab 中開發的 Python AI 聊天機器人，實際部署到這個方便又強大的託管雲端平台上。這是一個讓我的機器人從「實驗品」正式走向「真實服務」的關鍵步驟！GOGOGO！

（嗯...我有保護好API key）

🌐 一、 為什麼選擇 Google Cloud Run？

在眾多雲端平台中，我選擇 Google Cloud Run 的原因有以下幾點：

• 完全託管的無伺服器平台
  Cloud Run 是一個無伺服器（Serverless）平台，這意味著不需要管理底層伺服器、作業系統或軟體。只需要專注於程式碼本身，Cloud Run 會自動部署、擴展和維護等繁瑣的運維工作。
• 依照用量付費
  Cloud Run 採用依照用量付費模式，這對於一個剛起步的聊天機器人來說非常經濟實惠。只有當有訊息進來時，服務才會被啟動並計費，如果沒有人使用，它會自動縮減到零，完全不產生費用。
• 與 Google AI 服務的深度整合
  由於 Cloud Run 本身就是 Google Cloud 的一部分，它能與 Generative Language API (Gemini) 等服務深度整合。這確保了我在未來使用更多 Google AI 服務時，能夠獲得最佳效能和最低延遲。

🌐 二、 將我的 AI 機器人部署到 Cloud Run 的步驟規劃

接著就開始著手進行將 Python AI 機器人從 Colab 搬到 Cloud Run，讓整個過程將變得更為直觀與簡潔。

步驟 1：準備好機器人程式碼與檔案

在部署之前，請確保所有必要的檔案都在手邊，並且已經更新到最新版本：

• 主程式碼 (main.py)：
  • 使用完整 Python 檔案。這個主程式要包含 LINE Webhook 請求的 Flask 應用，以及為應對 API 限制所加入的指數退避重試機制。
• 依賴文件 (requirements.txt)：
  • 建立一個 requirements.txt 檔案，列出機器人所依賴的所有 Python 套件。
  • 內容應包含：Flask, line-bot-sdk, google-generativeai, numpy, faiss-cpu, pypdf2, gunicorn
• 知識庫檔案：
  • 從 Colab 下載你已經生成好的 sdgs_faiss.index 和 stored_chunks.pkl。

重要：請確保這些檔案都放在同一個資料夾中，這是部署所需要的。

步驟 2：準備 Google Cloud 環境

1. 啟用 API：確認專案已經啟用了 Cloud Run API 和 Generative Language API。
2. 安裝 gcloud CLI：請確保終端機中已經安裝了 Google Cloud Command-Line Interface (gcloud)。如果尚未安裝，請參考 Google Cloud 官方文件進行安裝。

步驟 3：使用 gcloud 進行部署

都準備好後，執行一個簡單的指令，將所有檔案部署到 Cloud Run 上。這個指令會自動打包你的程式碼、安裝依賴，並建立一個可以運行的服務。

• 開啟終端機：依照部署流程，開始存放主程式 main.py 和其他檔案的資料夾。

• 執行部署指令：

  gcloud run deploy ami-line-bot \
      --image gcr.io/google-appengine/python \
      --platform managed \
      --region asia-east1 \
      --allow-unauthenticated \
      --set-env-vars GOOGLE_API_KEY='你的 Gemini API 金鑰',LINE_CHANNEL_ACCESS_TOKEN='你的 LINE 頻道存取金鑰',LINE_CHANNEL_SECRET='你的 LINE 頻道密鑰'
  
  

  • -image：使用 Google App Engine 的官方 Python 映像檔，這樣 Cloud Run 就知道如何運行你的 Python 應用。
  • -platform managed：這會確保服務運行在完全託管的無伺服器環境中。
  • -region asia-east1：這會將服務部署在亞洲的伺服器，能有效減少延遲。
  • -allow-unauthenticated：由於 LINE 的 Webhook 請求沒有身份驗證，我們需要開啟這個選項。
  • -set-env-vars：這是最關鍵的部分！它會安全地將你的金鑰設定為環境變數，而不會讓它們暴露在程式碼中。

步驟 4：設定 LINE Webhook URL

1. 獲取服務網址：部署成功後，gcloud 會在終端機中回傳 Cloud Run 服務網址。這個網址會像這樣：https://ami-line-bot-xxxxxxx-an.a.run.app。
2. 設定 Webhook：
   • 登入 LINE Developers Console。
   • 進入機器人設定，將 Cloud Run 服務網址複製，並在後面加上 Webhook 路徑（/callback）。
   • 最終的 Webhook URL 會像這樣：https://ami-line-bot-xxxxxxx-an.a.run.app/callback。
   • 將這個完整的 URL 貼到 Webhook URL 欄位中，然後儲存並記得開啟 Webhook 功能。

總結

今天的 Day 27，我成功地將我的 SDGs 智慧聊天機器人從 Colab 搬家到了 Google Cloud Run！這不僅解決了 Colab 的運行限制，也讓我的機器人能 24/7 不間斷地為推廣 SDGs 貢獻心力。這次的部署實戰經驗，讓我對雲端服務有了更深、更實務的理解。