02. Prérequis : poste, compte, projet

Le but : avoir tout ce qu'il faut avant de déployer, et le vérifier en 5 minutes.

1. Sur votre poste

Outil	Version testée	Vérifier	Installer
Google Cloud CLI (`gcloud`)	587.0.0	`gcloud --version`	https://cloud.google.com/sdk/docs/install
Terraform (méthode Terraform seulement)	1.16.0	`terraform version`	https://developer.hashicorp.com/terraform/install
Python 3 (pour les scripts ; bibliothèque standard seulement)	3.10+	`python3 --version`	déjà présent sur Mac/Linux
`curl`, `bash`	—	—	déjà présents

Pas besoin de Docker : l'image est construite dans Google Cloud (Cloud Build).

Pour lancer l'application sur votre poste (facultatif, 05) : Python 3.12 et pip install -r app/requirements.txt.

2. Votre compte Google

gcloud auth login                         # votre compte (ouvre le navigateur)
gcloud auth application-default login     # identifiants pour Terraform et les bibliothèques Python

Droits nécessaires sur le projet : Propriétaire (roles/owner), le plus simple pour un premier déploiement. Pour un compte non propriétaire, la liste minimale est en 07, partie 4.

3. Le projet Google Cloud

Facturation active : gcloud billing projects describe <PROJET> --format='value(billingEnabled)' → True.
Une seule API à activer à la main, car Terraform en a besoin pour activer les autres (vérifié : sans elle, Cloud Resource Manager API has not been used in project … before or it is disabled) :

gcloud services enable cloudresourcemanager.googleapis.com --project=<PROJET>

Le script shell l'active lui-même ; Terraform active toutes les autres (14 API).

Pas besoin d'organisation ni de Google Workspace : le kit a été testé sur un projet personnel (compte Gmail).

4. Choisir la région

Région	RAG Engine	`gemini-2.5-flash`	`gemini-3.5-flash`	Remarque
`europe-west4` (Pays-Bas)	GA	régional	via `global` seulement	Défaut du kit, testé
`europe-west3` (Francfort)	GA	non vérifié	non vérifié	Non testé ici
`us-central1`	GA (+ mode Serverless en préversion)	non vérifié	non vérifié	Hors UE, non testé

Le modèle par défaut est gemini-2.5-flash en europe-west4 : tout (corpus, bucket, service, parseur Document AI eu, modèle) reste dans l'UE, et c'est le plus fiable mesuré sur le projet de test (6 appels sur 6 en ≈ 1 s). gemini-3.5-flash, plus récent, n'existe qu'en global (vérifié : 404 en europe-west4), et sur le projet de test sa capacité partagée était instable (429 RESOURCE_EXHAUSTED 1 fois sur 2, un appel bloqué 87 s). Pour l'essayer : MODEL=gemini-3.5-flash et MODEL_LOCATION=global (le kit règle alors sa réflexion sur « basse »).

5. Le palier RAG Engine

RAG_TIER=basic (valeur fournie) : le déploiement active la base RagManagedDb du projet si elle ne l'est pas (projet neuf, ou déprovisionné par 10, partie 3). Coût fixe ≈ 91 €/mois tant qu'elle est active (08). Elle est partagée par tous les corpus du projet dans la région.

6. Remplir la configuration

cd gcp_rag/01-rag-engine-sync
cp config/test.env config/moi.env      # puis éditez config/moi.env
source scripts/config.sh config/moi.env

Le résumé doit finir par OK et afficher les 2 adresses de partage Drive. Le détail de chaque variable est dans le fichier lui-même et dans la spec, partie 5.

Le numéro de l'agent de service RAG (service-<numéro>@gcp-sa-vertex-rag…) est calculé à partir du numéro du projet. Le compte lui-même est créé par Google à la première utilisation de RAG Engine (le déploiement s'en charge en créant le corpus).