开发自定义应用程序

在开始开发自定义应用程序之前：

创建自定义应用程序

确保在本地安装Adobe I/O CLI。

  1. 要创建自定义应用程序，请创建Firefly应用程序。 为此，请在终端中执行aio app init <app-name>。

    如果您尚未登录，此命令将提示浏览器要求您使用Adobe ID登录到Adobe开发人员控制台。 有关从cli登录的详细信息，请参阅此处。

    Adobe建议您登录。 如果您遇到问题，请按照说明创建应用程序，而无需登录。

  2. 登录后，按照CLI中的提示操作，选择Organization、Project和Workspace以用于应用程序。 选择在设置环境时创建的项目和工作区。

    $ aio app init <app-name>
Retrieving information from Adobe I/O Console.
? Select Org My Adobe Org
? Select Project MyFireflyProject
? Select Workspace myworkspace
create console.json

  3. 出现Which Adobe I/O App features do you want to enable for this project?提示时，选择Actions。 请确保取消选择Web Assets选项，因为Web资产使用不同的身份验证和授权检查。

    ? Which Adobe I/O App features do you want to enable for this project?
select components to include (Press <space> to select, <a> to toggle all, <i> to invert selection)
❯◉ Actions: Deploy Runtime actions
◯ Events: Publish to Adobe I/O Events
◯ Web Assets: Deploy hosted static assets
◯ CI/CD: Include GitHub Actions based workflows for Build, Test and Deploy

  4. 出现提示Which type of sample actions do you want to create?时，请确保选择Adobe Asset Compute Worker:

    ? Which type of sample actions do you want to create?
Select type of actions to generate
❯◉ Adobe Asset Compute Worker
◯ Generic

  5. 按照其余提示操作，在Visual Studio代码（或您喜爱的代码编辑器）中打开新应用程序。 它包含自定义应用程序的基架和示例代码。

    请在此处阅读有关Firefly应用程序🔗的主要组件。

    模板应用程序利用我们的Asset computeSDK来上传、下载和编排应用程序演绎版，因此开发人员只需实施自定义应用程序逻辑。 在actions/<worker-name>文件夹内， index.js文件是添加自定义应用程序代码的位置。

有关自定义应用程序的示例和想法，请参阅示例自定义应用程序。

添加凭据

当您在创建应用程序时登录时，大多数Firefly凭据都会在您的ENV文件中收集。 但是，使用开发人员工具需要其他凭据。

开发人员工具存储凭据

使用实际的Asset Compute service测试自定义应用程序的开发人员工具需要一个云存储容器，用于托管测试文件以及接收和显示应用程序生成的演绎版。

注意

这与作为Cloud Service的Adobe Experience Manager的云存储分开。 它仅适用于使用Asset compute开发人员工具进行开发和测试。

确保有权访问支持的云存储容器。 此容器可由多个开发人员根据需要跨不同项目共享。

将凭据添加到ENV文件

将开发人员工具的以下凭据添加到Firefly项目根目录的ENV文件：

  1. 将服务添加到Firefly项目时创建的私钥文件的绝对路径添加到：

    ASSET_COMPUTE_PRIVATE_KEY_FILE_PATH=

  2. 从Adobe开发人员控制台下载文件。 转到项目的根目录，然后单击右上角的“Download All”（全部下载）。 下载的文件文件名为<namespace>-<workspace>.json。 执行下列操作之一：

    • 将文件重命名为console.json，并将其移到项目的根中。

    • 或者，您也可以选择将绝对路径添加到Adobe开发人员控制台集成JSON文件。 这与在项目工作区中下载的console.json文件相同。

      ASSET_COMPUTE_INTEGRATION_FILE_PATH=

  3. 添加S3或Azure存储凭据。 您只需要访问一个云存储解决方案。

    # S3 credentials
S3_BUCKET=
AWS_ACCESS_KEY_ID=
AWS_SECRET_ACCESS_KEY=
AWS_REGION=

# Azure Storage credentials
AZURE_STORAGE_ACCOUNT=
AZURE_STORAGE_KEY=
AZURE_STORAGE_CONTAINER_NAME=
小贴士

config.json文件包含凭据。 从项目中，将JSON文件添加到.gitignore文件中，以阻止共享该文件。 这同样适用于.env和.aio文件。

执行应用程序

在使用Asset compute开发人员工具执行应用程序之前，请正确配置凭据。

要在开发人员工具中运行应用程序，请使用aio app run命令。 它将操作部署到Adobe I/O运行时，并在本地计算机上启动开发工具。 此工具用于在开发过程中测试应用程序请求。 以下是演绎版请求示例：

"renditions": [
    {
        "worker": "https://1234_my_namespace.adobeioruntime.net/api/v1/web/example-custom-worker-master/worker",
        "name": "image.jpg"
    }
]
注意

请勿在run命令中使用--local标记。 它不适用于Asset Compute自定义应用程序和Asset compute开发人员工具。 自定义应用程序由Asset Compute Service调用，该应用程序无法访问开发人员本地计算机上运行的操作。

请参阅此处如何测试和调试应用程序。 完成自定义应用程序的开发后，部署自定义应用程序。

尝试由Adobe提供的示例应用程序

以下是示例自定义应用程序：

模板自定义应用程序

worker-basic是模板应用程序。 它只需复制源文件即可生成演绎版。 此应用程序的内容是在创建aio应用程序时选择Adobe Asset Compute时收到的模板。

应用程序文件worker-basic.js使用asset-compute-sdk下载源文件、编排每个演绎版处理，并将生成的演绎版上传回云存储。

应用程序代码内定义的renditionCallback是执行所有应用程序处理逻辑的位置。 worker-basic中的演绎版回调仅将源文件内容复制到演绎版文件。

const { worker } = require('@adobe/asset-compute-sdk');
const fs = require('fs').promises;

exports.main = worker(async (source, rendition) => {
    // copy source to rendition to transfer 1:1
    await fs.copyFile(source.path, rendition.path);
});

调用外部API

在应用程序代码中，您可以进行外部API调用以帮助进行应用程序处理。 以下是调用外部API的示例应用程序文件。

exports.main = worker(async function (source, rendition) {

    const response = await fetch('https://adobe.com', {
        method: 'GET',
        Authorization: params.AUTH_KEY
    })
});

例如， worker-animal-pictures使用node-httptransfer库从Wikimedia向静态URL发出获取请求。

传递自定义参数

您可以通过演绎版对象传递自定义参数。 可以在rendition说明的应用程序内引用这些参数。 呈现版本对象的示例如下：

"renditions": [
    {
        "worker": "https://1234_my_namespace.adobeioruntime.net/api/v1/web/example-custom-worker-master/worker",
        "name": "image.jpg",
        "my-custom-parameter": "my-custom-parameter-value"
    }
]

应用程序文件访问自定义参数的示例如下：

exports.main = worker(async function (source, rendition) {

    const customParam = rendition.instructions['my-custom-parameter'];
    console.log('Custom paramter:', customParam);
    // should print out `Custom parameter: "my-custom-parameter-value"`
});

example-worker-animal-pictures传递一个自定义参数animal，以确定要从Wiki媒体获取的文件。

身份验证和授权支持

默认情况下，Asset compute自定义应用程序附带Firefly应用程序的授权和身份验证检查。 可通过在manifest.yml中将require-adobe-auth注释设置为true来启用此功能。

访问其他AdobeAPI

将API服务添加到在安装程序中创建的Asset Compute控制台工作区。 这些服务是Asset Compute Service生成的JWT访问令牌的一部分。 令牌和其他凭据可在应用程序操作params对象中访问。

const accessToken = params.auth.accessToken; // JWT token for Technical Account with entitlements from the console workspace to the API service
const clientId = params.auth.clientId; // Technical Account client Id
const orgId = params.auth.orgId; // Experience Cloud Organization

传递第三方系统的凭据

要处理其他外部服务的凭据，请在操作中将这些作为默认参数传递。 在传输中会自动加密这些数据。 有关更多信息，请参阅运行时开发人员指南🔗中的创建操作。 然后，在部署期间使用环境变量进行设置。 可以在操作内的params对象中访问这些参数。

在manifest.yml的inputs内设置默认参数：

packages:
  __APP_PACKAGE__:
    actions:
      worker:
        function: 'index.js'
        runtime: 'nodejs:10'
        web: true
        inputs:
           secretKey: $SECRET_KEY
        annotations:
          require-adobe-auth: true

$VAR表达式从名为VAR的环境变量中读取值。

在开发过程中，该值可以在本地ENV文件中设置为：除了从调用外壳中设置的变量之外，aio还会自动从ENV文件中读取环境变量。 在此示例中，ENV文件如下所示：

#...
SECRET_KEY=secret-value

对于生产部署，您可以在CI系统中设置环境变量，例如在GitHub操作中使用密钥。 最后，访问应用程序内的默认参数，如下所示：

const key = params.secretKey;

调整应用程序大小

应用程序在Adobe I/O运行时的容器中执行，并且limits可通过manifest.yml进行配置：

    actions:
      myworker:
        function: /actions/myworker/index.js
        limits:
          timeout: 300000
          memorySize: 512
          concurrency: 1

由于Asset compute应用程序通常进行的处理范围更广，因此更有可能必须调整这些限制以获得最佳性能（足够大以处理二进制资产）和效率（不会因未使用的容器内存而浪费资源）。

运行时中操作的默认超时为一分钟，但可以通过设置timeout限制（以毫秒为单位）来增加。 如果希望处理较大的文件，请增加此次。 考虑下载源、处理文件和上传演绎版所花费的总时间。 如果某个操作超时，即在指定的超时限制前不返回激活，则运行时会丢弃该容器且不会重复使用。

Asset compute应用程序从本质上讲往往是网络和磁盘输入或输出绑定。 必须先下载源文件，处理过程通常占用大量资源，然后会再次上载生成的演绎版。

操作容器可用的内存由memorySize指定(MB)。 目前，它还定义容器获得的CPU访问量，最重要的是，它是使用运行时成本的关键因素（容器较大，成本更高）。 当您的处理需要更多内存或CPU时，请在此处使用较大的值，但请注意不要浪费资源，因为容器越大，整体吞吐量就越低。

此外，还可以使用concurrency设置控制容器内的操作并发。 这是单个容器（具有相同操作）获取的并发激活数。 在此模型中，操作容器与接收多个并发请求的Node.js服务器类似，只有此限制。 如果未设置，则运行时中的默认值为200，这对于较小的Firefly操作非常有用，但对于Asset compute应用程序来说通常太大，因为它们的本地处理和磁盘活动更为密集。 某些应用程序（取决于其实施）在并发活动中也可能无法正常工作。 asset computeSDK通过将文件写入不同的唯一文件夹来确保激活的分隔。

测试应用程序以找到concurrency和memorySize的最佳数字。 较大的容器=内存限制越高，可能会允许更多并发，但对于较低的流量也可能是浪费。

在此页面上