一、建置專案映像檔

一開始使用 docker build 指令，根據前一天的 Dockerfile 來建置映像檔。這個過程會將所有的程式碼、Streamlit 依賴和 Python 環境打包到一個單一、獨立的映像檔中。

# 使用專案名稱和版本號標記映像檔
docker build -t travel-assistant:v1 .

二、推送至容器註冊表

映像檔建置完成後需要將它上傳到一個容器註冊表 (Container Registry)，這樣雲端服務才能存取它。最常見的註冊表包括 Docker Hub 或 Google Cloud 的 Artifact Registry。

在推送之前，我們需要根據註冊表的要求重新標記映像檔，然後使用 docker push 指令將它上傳到雲端。這一步是將本地環境與雲端服務連接起來的關鍵。

# 標記映像檔，替換 your-registry 為你的目標
docker tag travel-assistant:v1 gcr.io/your-project-id/travel-assistant:v1

# 推送映像檔
docker push gcr.io/your-project-id/travel-assistant:v1

三、啟動 Cloud Run 服務

映像檔上傳完成，剩下的就是啟動 Cloud Run 服務。在 Cloud Run 控制台或使用 gcloud CLI，我們指定以下配置：

1. 映像檔路徑：指向剛才推送的映像檔。

2. 端口：確保 Cloud Run 知道容器監聽的端口。

3. 環境變數：安全地傳遞你的 API 金鑰和其他配置。

服務啟動後，Cloud Run 會提供一個專屬的 URL。我們就可以在瀏覽器中開啟這個 URL，確認AI 導遊能夠正常存取，並測試 RAG、Function Calling 等所有功能是否運行順暢。