Halaman ini diterjemahkan oleh Cloud Translation API.

Mengelola project dengan Google Chat, Vertex AI, dan Firestore

Tutorial ini menunjukkan cara membuat aplikasi Google Chat yang dapat dilakukan oleh tim digunakan untuk mengelola proyek secara {i>real time<i}. Aplikasi Chat menggunakan Vertex AI untuk membantu tim menulis cerita pengguna (yang mewakili fitur sistem perangkat lunak dari sudut pandang pengguna untuk dikembangkan oleh tim) dan mempertahankan cerita dalam database Firestore.

Gambar 1. Charlie membahas pengembangan fitur di ruang Chat bersama timnya. Menyebutkan aplikasi Chat pengelolaan project akan meminta aplikasi Chat untuk menawarkan bantuan.
Gambar 2. Dengan menggunakan perintah garis miring /createUserStory, Candra akan membuat cerita.
Gambar 3. Aplikasi Chat pengelolaan project menggunakan Vertex AI untuk menulis deskripsi cerita, lalu membagikan cerita tersebut di ruang.
Gambar 4. Candra mengklik Edit untuk melengkapi detail cerita. Deskripsi AI sudah akurat, tetapi Candra menginginkan detail lebih lanjut, jadi Candra mengklik Luaskan agar Vertex AI menambahkan persyaratan ke deskripsi cerita. Candra menetapkan cerita untuk dirinya sendiri, menyetel status ke dimulai, memilih prioritas dan ukuran yang sesuai, lalu mengklik Simpan.
Gambar 5. Candra dapat melihat dan mengelola semua cerita pengguna tim dengan perintah garis miring /manageUserStories kapan saja.

Prasyarat

Sebuah Business atau Enterprise Akun Google Workspace yang memiliki akses ke Google Chat.
Akses ke layanan Google Cloud untuk melakukan hal berikut:
- Membuat project Google Cloud.
- Menautkan akun penagihan Google Cloud ke project Cloud. Kepada mengetahui apakah Anda memiliki akses, lihat Izin yang diperlukan untuk mengaktifkan penagihan.
- Menggunakan pemanggilan Google Cloud Function yang tidak diautentikasi, yang dapat diverifikasi dengan menentukan apakah organisasi menggunakan berbagi yang dibatasi domain.
Jika perlu, minta akses ke administrator Google Cloud Anda atau izin akses.
Jika menggunakan Google Cloud CLI, Node.js lingkungan pengembangan yang dikonfigurasi agar berfungsi dengan gcloud CLI. Lihat Menyiapkan pengembangan Node.js lingkungan fleksibel.

Tujuan

Membangun aplikasi Chat yang mengelola software yang dinamis project secara terprogram.
Bantu pengguna menulis cerita pengguna dengan Alat penulisan cerita dengan bantuan AI yang didukung oleh Vertex AI:
- Buat dan buat ulang deskripsi cerita.
- Luaskan deskripsi cerita dari catatan untuk melengkapi persyaratan.
- Koreksi tata bahasa untuk memperbaiki kesalahan ketik.
Menjaga agar pekerjaan tetap terbaru dengan menulis ke, dan membaca dari, database Firestore.
Memfasilitasi kolaborasi di ruang Chat dengan memungkinkan pengguna membuat, mengedit, menugaskan, dan memulai cerita langsung dari percakapan.

Produk yang digunakan

Aplikasi manajemen proyek menggunakan Google Workspace dan Produk Google Cloud:

API Chat: API untuk mengembangkan aplikasi Google Chat yang menerima dan merespons Peristiwa interaksi chat, seperti pesan. Manajemen proyek Aplikasi Google Chat menggunakan Chat API untuk menerima dan merespons ke peristiwa interaksi yang dikirim oleh Chat, dan untuk mengonfigurasi atribut yang menentukan tampilan pesan tersebut di Chat, seperti nama dan gambar avatar.
Vertex AI API: Platform AI generatif. Manajemen proyek Aplikasi Google Chat menggunakan Vertex AI API untuk menulis cerita pengguna judul dan deskripsi.
Firestore: Database dokumen serverless. Manajemen proyek Aplikasi Google Chat menggunakan Firebase untuk menyimpan data tentang cerita pengguna.
Cloud Functions: Layanan komputasi serverless yang ringan untuk membuat fungsi mandiri dengan tujuan tunggal yang dapat merespons Chat peristiwa interaksi tanpa perlu mengelola server atau lingkungan runtime. Tujuan aplikasi Google Chat pengelolaan project menggunakan Cloud Functions untuk menghosting endpoint HTTP tempat Chat mengirimkan peristiwa interaksi ke dan sebagai platform komputasi Anda untuk menjalankan logika yang memproses dan merespons peristiwa ini.

Cloud Functions menggunakan produk Google Cloud berikut untuk membuat, memproses peristiwa interaksi, dan menghosting resource komputasi host:
- Cloud Build: Platform deployment, pengiriman, dan continuous integration yang terkelola sepenuhnya yang menjalankan build otomatis.
- Pub/Sub: Layanan pesan asinkron dan skalabel yang memisahkan layanan yang menghasilkan pesan dari layanan yang memproses pesan tersebut.
- Cloud Run Admin API: Lingkungan yang terkelola sepenuhnya untuk menjalankan aplikasi dalam container.

Arsitektur

Arsitektur aplikasi Google Chat pengelolaan project menerima dan memproses peristiwa interaksi Chat di endpoint HTTP, menggunakan Vertex AI untuk membantu menulis cerita pengguna, dan menyimpan detail cerita pengguna dalam database Firestore. Tujuan diagram berikut menunjukkan arsitektur Google Workspace dan Resource Google Cloud yang digunakan.

Diagram arsitektur untuk aplikasi Google Chat pengelolaan project

Cara kerja aplikasi Google Chat pengelolaan project adalah seperti ini:

Pengguna mengirim pesan di Chat dan memanggil aplikasi Google Chat pengelolaan project dengan mengirim pesan secara langsung, menyebutkannya dalam spasi, atau memasukkan perintah garis miring.
Chat mengirimkan permintaan HTTP sinkron ke fungsi Cloud Function Endpoint HTTP.
Aplikasi Google Chat pengelolaan project memproses HTTP permintaan:
1. Vertex AI membantu menulis atau memperbarui cerita pengguna.
2. Database Firestore menyimpan, mengambil, memperbarui, atau menghapus cerita pengguna layanan otomatis dan data skalabel.
Cloud Functions menampilkan respons HTTP ke Chat yang menampilkannya kepada pengguna sebagai pesan atau dialog.

Menyiapkan lingkungan

Bagian ini menunjukkan cara membuat dan mengonfigurasi project Google Cloud untuk Aplikasi Chat.

Membuat project Google Cloud

Konsol Google Cloud

Di konsol Google Cloud, buka Menu > IAM & Admin > Buat Project.
Buka bagian Create a Project
Di kolom Project Name, masukkan nama deskriptif untuk project Anda.
Opsional: Untuk mengedit Project ID, klik Edit. Project ID tidak dapat diubah setelah proyek dibuat, jadi pilihlah ID yang sesuai dengan kebutuhan Anda sepanjang waktu proyek.
Di kolom Lokasi, klik Jelajahi untuk menampilkan potensi lokasi untuk proyek. Kemudian, klik Select.
Perhatian: Tidak dapat menemukan organisasi Google Workspace Anda?
Artinya, Anda tidak login ke akun Google Workspace. Beberapa fitur yang dijelaskan dalam dokumentasi developer Google Workspace hanya tersedia untuk project yang terkait dengan suatu organisasi.
Klik Buat. Konsol Google Cloud membuka halaman Dashboard dan project Anda telah dibuat dalam beberapa menit.

gcloud CLI

Di salah satu lingkungan pengembangan berikut, akses paket Google Cloud CLI (`gcloud`):

Cloud Shell: Untuk menggunakan terminal online dengan gcloud CLI sudah disiapkan, aktifkan Cloud Shell.
Mengaktifkan Cloud Shell
Local Shell: Untuk menggunakan lingkungan pengembangan lokal, instal dan inisialisasi gcloud CLI.
Untuk membuat project Cloud, gunakan perintah `gcloud projects create`:
```
gcloud projects create PROJECT_ID
```
Ganti PROJECT_ID dengan menetapkan ID untuk project yang ingin Anda buat.

Mengaktifkan penagihan untuk project Cloud

Konsol Google Cloud

Di konsol Google Cloud, buka Billing. Klik Menu > Penagihan > Project Saya.
Buka Penagihan untuk Project Saya
Di bagian Pilih organisasi, pilih organisasi yang dikaitkan dengan project Google Cloud Anda.
Di baris project, buka menu Tindakan (), klik Ubah penagihan, lalu pilih Akun Penagihan Cloud Anda.
Klik Tetapkan akun.

gcloud CLI

Untuk menampilkan daftar akun penagihan yang tersedia, jalankan:
```
gcloud billing accounts list
```
Tautkan akun penagihan dengan project Google Cloud:
```
gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID
```
Ganti kode berikut:
- PROJECT_ID adalah Project ID untuk Project cloud yang penagihannya ingin Anda aktifkan.
- BILLING_ACCOUNT_ID adalah ID akun penagihan yang akan ditautkan project Google Cloud.

Mengaktifkan API

Konsol Google Cloud

Di konsol Google Cloud, aktifkan Google Chat API, Vertex AI API, Cloud Functions API, Firestore API, Cloud Build API, Pub/Sub API, dan Cloud Run Admin API.

Aktifkan API
Pastikan Anda mengaktifkan API dengan lalu klik Berikutnya.
Pastikan Anda mengaktifkan API yang benar, lalu klik Enable.

gcloud CLI

Jika perlu, tetapkan project Cloud saat ini ke project yang Anda dibuat dengan perintah gcloud config set project:
```
gcloud config set project PROJECT_ID
```
Ganti PROJECT_ID dengan Project ID dari Project Cloud yang telah Anda buat.
Mengaktifkan Google Chat API, Vertex AI API, Cloud Functions API, Firestore API, Cloud Build API, Pub/Sub API, dan Cloud Run Admin API dengan perintah gcloud services enable:
```
gcloud services enable chat.googleapis.com \
aiplatform.googleapis.com \
cloudfunctions.googleapis.com \
firestore.googleapis.com \
cloudbuild.googleapis.com \
pubsub.googleapis.com \
run.googleapis.com
```
Cloud Build, Pub/Sub, dan Cloud Run Admin API adalah prasyarat dari Cloud Functions.

Autentikasi dan otorisasi

Tidak diperlukan konfigurasi autentikasi dan otorisasi untuk mengikuti langkah ini tutorial.

Untuk memanggil Firestore dan Vertex AI API, tutorial ini menggunakan Kredensial Default Aplikasi dengan akun layanan default yang terpasang pada Cloud Function, yang dapat tidak perlu disiapkan. Dalam konteks lingkungan produksi, Anda akan biasanya buat dan lampirkan akun layanan ke Cloud Function.

Membuat dan men-deploy aplikasi Google Chat

Setelah project Google Cloud dibuat dan dikonfigurasi, Anda siap membangun dan men-deploy aplikasi Google Chat. Di bagian ini, Anda melakukan berikut ini:

Buat database Firestore untuk mempertahankan dan mengambil cerita pengguna.
Jika perlu, tinjau kode contoh.
Membuat Cloud Function untuk menghosting dan menjalankan Kode aplikasi Chat sebagai respons terhadap peristiwa yang diterima dari Chat sebagai permintaan HTTP.
Membuat dan men-deploy aplikasi Google Chat di Google Chat API halaman konfigurasi Google Cloud.

Membuat database Firestore

Di bagian ini, Anda akan membuat database Firestore untuk mempertahankan dan mengambil cerita pengguna, tetapi Anda tidak mendefinisikan model data. Model data sudah ditetapkan secara implisit dalam kode contoh dengan model/user-story.js dan model/user.js .

Database aplikasi Chat pengelolaan project menggunakan NoSQL model data berdasarkan dokumen diatur ke dalam koleksi. Untuk mempelajari lebih lanjut, lihat Model data Firestore.

Diagram berikut adalah gambaran umum manajemen proyek Model data aplikasi Google Chat:

Model data dari database Firestore.

Kumpulan root adalah spaces, dengan setiap dokumen merepresentasikan ruang yang Aplikasi Chat membuat cerita. Setiap {i>user story<i} direpresentasikan oleh dokumen dalam subkoleksi userStories, dan setiap pengguna diwakili oleh dokumen dalam subkoleksi users.

Melihat definisi koleksi, dokumen, dan kolom

`spaces`

Ruang tempat aplikasi Chat membuat cerita.

Kolom
`Document ID`	`String` ID unik ruang tertentu tempat cerita dibuat. Sesuai dengan nama resource ruang di Chat API.
`userStories`	`Subcollection of Documents (userStories)` Cerita yang dibuat oleh aplikasi Chat dan penggunanya. Sesuai dengan `Document ID` dari `userStories` di Firebase.
`users`	`Subcollection of Documents (user)` Pengguna yang membuat atau yang ditugaskan cerita.
`displayName`	`String` Nama tampilan ruang di Chat API. Tidak ditetapkan untuk pesan langsung dengan pengguna.

`userStories`

Cerita yang dibuat oleh aplikasi Chat dan penggunanya.

Kolom
`Document ID`	`String` ID unik dari cerita pengguna tertentu yang dibuat oleh aplikasi Chat dan penggunanya.
`assignee`	`Document (user)` Nama resource pengguna yang ditugaskan untuk menyelesaikan cerita. Sesuai dengan `Document ID` dokumen `users` dan dengan nama resource pengguna di Chat API.
`description`	`String` Deskripsi fitur software dari sudut pandang pengguna.
`priority`	`Enum` Urgensi untuk menyelesaikan pekerjaan. Nilai yang mungkin adalah `Low`, `Medium`, atau `High`.
`size`	`Enum` Jumlah pekerjaan. Nilai yang mungkin adalah `Small`, `Medium`, atau `Large`.
`status`	`Enum` Fase kerja. Nilai yang mungkin adalah `OPEN`, `STARTED`, atau `COMPLETED`.
`title`	`String` Judul cerita; untuk mendapatkan ringkasan singkat.

`users`

Pengguna yang membuat atau yang ditugaskan cerita.

Kolom
`Document ID`	`String` ID unik pengguna tertentu. Sesuai dengan `assignee` `userStories` di Firebase, dan dengan nama resource pengguna di Chat API.
`avatarUrl`	`String` URL yang menghosting gambar avatar Chat pengguna.
`displayName`	`String` Nama tampilan Chat pengguna.

Berikut adalah cara membuat database Firestore:

Konsol Google Cloud

Di Konsol Google Cloud, buka Firestore. Klik Menu > Firestore.

Buka Firestore
Klik Buat database.
Dari Select your Firestore mode, klik Native mode.
Klik Lanjutkan.
Konfigurasikan database:
1. Di bagian Name your database, biarkan Database ID sebagai (default).
2. Di Location type, tentukan region untuk database, seperti us-central1. Untuk performa terbaik, pilih lokasi yang sama atau berdekatan dengan Cloud Function aplikasi Chat.
Klik Buat database.

gcloud CLI

Buat database Firestore dalam mode Native dengan Perintah gcloud firestore databases create:
```
gcloud firestore databases create \
--location=LOCATION \
--type=firestore-native
```
Ganti LOCATION dengan nama Firestore region, seperti sebagai us-central1.

Meninjau kode contoh

Secara opsional, sebelum membuat Cloud Function, luangkan waktu sejenak untuk meninjau dan membiasakan diri dengan kode contoh yang dihosting di GitHub.

Lihat di GitHub

Berikut ringkasan setiap filenya:

env.js: Variabel konfigurasi lingkungan untuk men-deploy aplikasi Chat ke project Google Cloud tertentu dan teritorial Anda. Anda harus memperbarui variabel konfigurasi dalam file ini.
package.json dan package-lock.json: Setelan dan dependensi project Node.js.
index.js: Titik entri untuk Cloud Function aplikasi Chat. Ini membaca Acara chat dari permintaan HTTP, memanggil pengendali aplikasi, dan memposting respons HTTP sebagai Objek JSON.
controllers/app.js: Logika aplikasi utama. Memproses peristiwa interaksi dengan menangani Sebutan dan perintah garis miring di aplikasi Chat. Untuk merespons klik kartu, tombol ini memanggil app-action-handler.js.
controllers/app-action-handler.js: Logika aplikasi untuk menangani klik kartu Peristiwa interaksi Chat.
services/space-service.js, services/user-service.js, dan services/user-story-service.js: File ini berisi bagian logika aplikasi yang khusus untuk bekerja dengan ruang Chat, pengguna, dan {i>user story<i}. Fungsi dalam file ini dipanggil oleh app.js atau app-action-handler.js. Untuk melakukan operasi {i>database<i}, fungsi dalam file ini memanggil fungsi di firestore-service.js.
services/firestore-service.js: Menangani operasi database. Fungsi-fungsi dalam file ini dipanggil oleh services/space-service.js, services/user-service.js, dan services/user-story-service.js.
services/aip-service.js: Memanggil Vertex AI API untuk teks AI generatif prediksi.
model/*.js: File ini berisi definisi class dan enum yang digunakan aplikasi digunakan untuk menyimpan dan meneruskan data di antara fungsi. Mereka menetapkan model data untuk database Firestore.
views/*.js: Setiap file dalam direktori ini membuat instance objek kartu yang Aplikasi Chat kemudian mengirim kembali ke Chat sebagai pesan kartu atau respons tindakan dialog.
views/widgets/*.js: Setiap file membuat instance jenis widget yang digunakan aplikasi untuk membangun kartu di direktori views/.
test/**/*.test.js: Setiap file dalam direktori ini dan subdirektorinya berisi pengujian unit untuk fungsi, pengontrol, layanan, tampilan, atau widget yang sesuai. Anda dapat menjalankan semua pengujian unit dengan menjalankan npm run test saat dalam yang berada di direktori {i>root <i}proyek.

Membuat dan men-deploy Cloud Function

Di bagian ini, Anda akan membuat dan men-deploy Cloud Function yang terdiri dari logika aplikasi Chat pengelolaan project.

Cloud Function berjalan sebagai respons ke permintaan HTTP dari Chat yang berisi Chat peristiwa interaksi. Saat dijalankan, kode Cloud Function akan memproses peristiwa tersebut dan menampilkan respons ke Chat yang dirender Chat sebagai pesan, dialog, atau jenis interaksi pengguna lainnya. Jika memungkinkan, Cloud Fungsi juga membaca dari, atau menulis ke, database Firestore.

Berikut cara membuat Cloud Function:

Konsol Google Cloud

Download kode dari GitHub sebagai file ZIP.

Mendownload file ZIP
Ekstrak file zip yang didownload.

Folder yang diekstrak berisi seluruh contoh Google Workspace repositori resource.
Dalam folder yang baru diekstrak, buka google-chat-samples-main/node/project-management-app/, lalu kompresi folder project-management-app ke file ZIP.

Direktori utama file zip harus berisi hal berikut file dan folder:
- env.js
- README.md
- gcloudignore.text
- package-lock.json
- package.json
- index.js
- model/
- controllers/
- views/
- services/
Di konsol Google Cloud, buka halaman Cloud Functions:

Buka Cloud Functions

Pastikan bahwa project Google Cloud untuk Aplikasi Chat dipilih.
Klik Create Function.
Di halaman Create function, siapkan fungsi Anda:
1. Di Environment, pilih 2nd generasi.
2. Di Function name, masukkan project-management-tutorial.
3. Di Region, pilih wilayah.
4. Di bagian Authentication, pilih Izinkan pemanggilan yang tidak diautentikasi.
5. Klik Berikutnya.
Di Runtime, pilih Node.js 20.
Di Titik entri, hapus teks default, lalu masukkan projectManagementChatApp.
Di Source code, pilih Zip upload.
Di Bucket tujuan, buat atau pilih bucket:
1. Klik Browse.
2. Pilih bucket.
3. Klik Pilih.
Google Cloud mengupload file zip ke dan mengekstrak file komponen dalam bucket ini. Cloud Functions kemudian menyalin file komponen ke dalam Cloud Function.
Di File zip, upload file zip yang Anda download dari GitHub, diekstrak, dan dikompresi ulang:
1. Klik Browse.
2. Buka dan pilih file ZIP.
3. Klik Buka.
Klik Deploy.

Halaman detail Cloud Functions akan terbuka, dan fungsi Anda akan muncul dengan dua indikator progres: satu untuk build dan satu untuk layanan. Saat kedua indikator progres menghilang dan diganti dengan tanda centang fungsi Anda telah di-deploy dan siap.
Edit kode contoh untuk menetapkan konstanta:
1. Di halaman Detail Cloud Function, klik Edit.
2. Klik Berikutnya.
3. Di Source code, pilih Inline editor.
4. Di editor inline, buka file env.js.
5. Ganti project-id dengan project ID Google Cloud Anda.
6. Opsional: Update us-central1 dengan lokasi yang didukung untuk Cloud Function Anda.
Klik Deploy.
Saat fungsi selesai di-deploy, salin URL pemicu:
1. Di halaman Detail fungsi, klik Pemicu.
2. Salin URL-nya. Anda memerlukannya untuk mengonfigurasi aplikasi Chat di bagian berikut.

gcloud CLI

Clone kode dari GitHub:

git clone https://github.com/googleworkspace/google-chat-samples.git

Beralihlah ke direktori yang menyimpan kode untuk project ini aplikasi Chat pengelolaan:
```
cd google-chat-samples/node/project-management-app
```
Edit file env.js untuk menetapkan variabel lingkungan:
1. Ganti project-id dengan ID project Google Cloud Anda.
2. Ganti us-central1 dengan lokasi project Google Cloud Anda.

Deploy Cloud Function ke Google Cloud:

gcloud functions deploy project-management-tutorial \
--gen2 \
--region=REGION \
--runtime=nodejs20 \
--source=. \
--entry-point=projectManagementChatApp \
--trigger-http \
--allow-unauthenticated

Ganti REGION dengan Lokasi Cloud Function tempat infrastrukturnya dihosting, seperti us-central1.

Setelah fungsi selesai di-deploy, salin properti url dari yang dihasilkan. Ini adalah URL Pemicu yang Anda gunakan di bagian berikut untuk mengonfigurasi aplikasi Google Chat.

Mengonfigurasi aplikasi Google Chat di Konsol Google Cloud

Bagian ini menunjukkan cara mengonfigurasi Chat API di Konsol Google Cloud yang berisi informasi tentang aplikasi Chat Anda, termasuk nama aplikasi Chat, garis miring yang didukung perintah, dan URL pemicu dari aplikasi Chat, Fungsi yang akan dikirimi peristiwa interaksi Chat.

Di Konsol Google Cloud, klik Menu > Produk lainnya > Google Workspace > Library Produk > Google Chat API > Kelola > Konfigurasi.

Buka konfigurasi Chat API
Di App name, ketik Project Manager.
Di Avatar URL, ketik https://developers.google.com/chat/images/quickstart-app-avatar.png.
Di Description, ketik Manages projects with user stories.
Klik tombol Enable Interactive features ke posisi aktif.
Di bagian Functionality, pilih Receive 1:1 messages, Join spaces and group conversations.
Di bagian Connection settings, pilih App URL.
Di App URL, tempel URL Pemicu yang Anda salin dari Cloud Deployment fungsi, diformat sebagai https://REGION-PROJECT_ID.cloudfunctions.net/project-management-tutorial Jika Anda men-deploy Cloud Function dengan gcloud CLI, ini adalah url saat ini.

Mendaftarkan aplikasi Chat perintah garis miring. Untuk mendaftarkan perintah garis miring:

Di bagian Perintah garis miring, klik Tambahkan perintah garis miring.

Untuk setiap perintah garis miring yang dirinci dalam tabel berikut, masukkan Name, Command ID, Description, lalu pilih apakah perintah garis miring Opens a dialog, lalu klik Done:

Nama	ID Perintah	Deskripsi	Membuka dialog
`/createUserStory`	1	Membuat cerita dengan judul yang ditentukan.	Batal dipilih
`/myUserStories`	2	Mencantumkan semua cerita yang ditetapkan ke pengguna.	Batal dipilih
`/userStory`	3	Menampilkan status terkini dari cerita yang ditentukan.	Batal dipilih
`/manageUserStories`	4	Membuka dialog tempat cerita dapat diedit.	Dipilih
`/cleanupUserStories`	5	Menghapus semua artikel di ruang.	Batal dipilih

Di bagian Visibility, pilih Sediakan aplikasi Chat ini untuk orang dan grup tertentu di Workspace Anda, lalu masukkan alamat email Anda.
Secara opsional, di bagian Logs, pilih Log errors to Logging.
Klik Simpan. Pesan konfigurasi tersimpan akan muncul, artinya Aplikasi Chat adalah siap diuji.

Menguji aplikasi Chat

Menguji aplikasi Chat pengelolaan project dengan mengirim pesan dan menggunakan perintah garis miring untuk membuat, mengedit, dan menghapus {i>user story<i}.

Buka Google Chat menggunakan akun Google Workspace yang telah Anda yang diberikan ketika Anda menambahkan diri Anda sebagai penguji tepercaya.

Buka Google Chat
Klik Chat baru.
Di kolom Tambahkan 1 orang atau lebih, ketik nama Aplikasi Chat.
Pilih aplikasi Chat Anda dari hasil yang ditampilkan. Iklan langsung pesan terbuka.

Catatan:Jika Anda tidak melihat aplikasi Chat Anda dalam daftar hasil, pastikan Anda telah menyertakan akun Google Workspace di Visibilitas setelan Konfigurasi Chat API di Konsol Google Cloud.
Di pesan langsung baru dengan aplikasi, ketik Hello dan tekan enter. Manajemen proyek Aplikasi Chat merespons dengan menu bantuan yang menjelaskan isinya bisa dilakukan.
Untuk membuat cerita, ketik /createUserStory Test story di bilah pesan dan mengirimkannya. Manajemen proyek Aplikasi Chat merespons dengan pesan kartu yang menjelaskan cerita pengguna yang dibuatnya untuk Anda menggunakan AI generatif dari Vertex AI.
Di konsol, periksa database Firestore untuk meninjau catatan yang dibuatnya tentang ruang tempat Anda menambahkan pengguna yang pernah berinteraksi dengannya, dan {i>user story<i} yang Anda buat.

Buka Firestore
Kembali ke Google Chat.

Buka Google Chat
Jika perlu, untuk mengedit cerita, klik Edit. Jika Anda sudah puas dengan artikel, klik Simpan.
Uji setiap perintah garis miring yang didukung aplikasi. Untuk melihatnya, ketik / atau sebutkan aplikasi Chat.
Hapus cerita pengguna pengujian dengan mengeluarkan /cleanupUserStories perintah garis miring. Sebagai alternatif, menghapus atau meng-uninstal aplikasi. Saat dihapus, aplikasi akan menghapus semua cerita pengguna yang dibuat di ruang tersebut.

Memecahkan masalah

Saat aplikasi Google Chat atau kartu menampilkan error, Antarmuka Chat menampilkan pesan yang bertuliskan "Terjadi masalah". atau "Tidak dapat memproses permintaan Anda". Terkadang UI Chat tidak menampilkan pesan error apa pun, tetapi aplikasi Chat atau memberikan hasil yang tidak diharapkan; misalnya, pesan kartu mungkin tidak akan muncul.

Meskipun pesan error mungkin tidak ditampilkan di UI Chat, pesan error deskriptif dan data log tersedia untuk membantu Anda memperbaiki error saat logging error untuk aplikasi Chat diaktifkan. Untuk bantuan melihat, men-debug, dan memperbaiki error, melihat Memecahkan masalah dan memperbaiki error Google Chat.

Pembersihan

Agar tidak menimbulkan biaya ke akun Google Cloud Anda untuk sumber daya yang digunakan dalam tutorial ini, sebaiknya Anda menghapus project Google Cloud.

Di Konsol Google Cloud, buka halaman Manage resources. Klik Menu > IAM & Admin > Kelola Resource.
Buka Resource Manager
Dalam daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus .
Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus menyelesaikan proyek tersebut.

Mengelola project dengan Google Chat, Vertex AI, dan Firestore

Prasyarat

Tujuan

Produk yang digunakan

Arsitektur

Menyiapkan lingkungan

Membuat project Google Cloud

Konsol Google Cloud

gcloud CLI

Mengaktifkan penagihan untuk project Cloud

Konsol Google Cloud

gcloud CLI

Mengaktifkan API

Konsol Google Cloud

gcloud CLI

Autentikasi dan otorisasi

Membuat dan men-deploy aplikasi Google Chat

Membuat database Firestore

Melihat definisi koleksi, dokumen, dan kolom

spaces

userStories

users

Konsol Google Cloud

gcloud CLI

Meninjau kode contoh

Membuat dan men-deploy Cloud Function

Konsol Google Cloud

gcloud CLI

Mengonfigurasi aplikasi Google Chat di Konsol Google Cloud

Menguji aplikasi Chat

Memecahkan masalah

Pembersihan

Topik terkait

`spaces`

`userStories`

`users`