Add Vertex AI / Gemini Flash setup and diagnostic scripts

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

GEMINI_3_FLASH_SETUP.md

@@ -0,0 +1,764 @@
+# Налаштування Gemini 3 Flash Preview з GCP Service Account
+
+## Вступ
+
+Цей документ описує детальну інструкцію з налаштування та використання моделей Gemini з доступом через `GCP_SERVICE_ACCOUNT_B64`.
+
+### ⚠️ ВАЖЛИВО: Статус доступності
+
+**Результат перевірки (2026-02-02):**
+- ✗ `gemini-3-flash-preview` - **НЕ ДОСТУПНА** у вашому проекті
+- ✓ `gemini-2.0-flash` - **ДОСТУПНА** ✅
+
+**Рекомендація:** Використовуйте `gemini-2.0-flash` замість `gemini-3-flash-preview` до отримання доступу до нової моделі.
+
+---
+
+## Результати Перевірки Доступності
+
+### Перевірка від 2026-02-02
+
+```
+✓ GCP_SERVICE_ACCOUNT_B64 знайдено
+✓ Base64 успішно декодовано
+✓ Project ID: gen-lang-client-0514505508
+✓ Client Email: llmphaseone@gen-lang-client-0514505508.iam.gserviceaccount.com
+✓ Credentials успішно створено
+✓ Vertex AI ініціалізовано
+✓ Модель завантажена
+
+✗ gemini-3-flash-preview - НЕ ДОСТУПНА (404 Not Found)
+✓ gemini-2.0-flash - ДОСТУПНА ✅
+```
+
+### Доступні Моделі у Вашому Проекті
+
+| Модель | Статус | Рекомендація |
+|--------|--------|--------------|
+| gemini-3-flash-preview | ✗ Недоступна | Очікування доступу |
+| gemini-2.0-flash | ✓ Доступна | **Використовуйте цю** |
+| gemini-1.5-pro | ✗ Недоступна | - |
+| gemini-1.5-flash | ✗ Недоступна | - |
+
+---
+
+## 1. Підготовка GCP Service Account
+
+### 1.1 Декодування Base64 Service Account
+
+Ваш `GCP_SERVICE_ACCOUNT_B64` вже закодований в Base64. Ось як його декодувати та використовувати:
+
+```python
+import base64
+import json
+import os
+from google.auth import default
+from google.oauth2 import service_account
+import google.generativeai as genai
+
+def setup_gcp_auth():
+    """
+    Налаштування автентифікації GCP з Base64 encoded service account
+    
+    Returns:
+        tuple: (credentials, service_account_dict)
+    """
+    
+    # Отримати Base64 encoded service account з .env
+    service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+    
+    if not service_account_b64:
+        raise ValueError("GCP_SERVICE_ACCOUNT_B64 не знайдено в .env")
+    
+    # Декодувати Base64
+    service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+    service_account_dict = json.loads(service_account_json)
+    
+    # Створити credentials
+    credentials = service_account.Credentials.from_service_account_info(
+        service_account_dict,
+        scopes=['https://www.googleapis.com/auth/cloud-platform']
+    )
+    
+    return credentials, service_account_dict
+```
+
+### 1.2 Ініціалізація Vertex AI
+
+```python
+def initialize_vertex_ai():
+    """
+    Ініціалізація Vertex AI з GCP credentials
+    
+    Returns:
+        str: Project ID з service account
+    """
+    
+    import vertexai
+    
+    credentials, service_account_dict = setup_gcp_auth()
+    project_id = service_account_dict.get('project_id')
+    
+    # Ініціалізація Vertex AI
+    vertexai.init(project=project_id, credentials=credentials)
+    
+    return project_id
+```
+
+---
+
+## 2. Основний Клієнт Gemini
+
+### 2.1 Клас GeminiClient
+
+```python
+from vertexai.generative_models import GenerativeModel
+from typing import Optional, Generator
+
+class GeminiClient:
+    """
+    Клієнт для роботи з Gemini моделями через Vertex AI
+    
+    Attributes:
+        model_name (str): Назва моделі (за замовчуванням: gemini-2.0-flash)
+        project_id (str): ID проекту GCP
+    """
+    
+    def __init__(self, model_name: str = "gemini-2.0-flash"):
+        """
+        Ініціалізація клієнта
+        
+        Args:
+            model_name (str): Назва моделі для використання
+                             За замовчуванням: gemini-2.0-flash (доступна)
+                             Альтернатива: gemini-3-flash-preview (якщо отримаєте доступ)
+        """
+        self.model_name = model_name
+        self.project_id = initialize_vertex_ai()
+        
+    def generate_text(
+        self, 
+        prompt: str,
+        temperature: float = 0.7,
+        max_tokens: int = 2048,
+        top_p: float = 0.95,
+        top_k: int = 40
+    ) -> str:
+        """
+        Генерація тексту з Gemini
+        
+        Args:
+            prompt (str): Вхідний промпт
+            temperature (float): Температура генерації (0.0-1.0)
+            max_tokens (int): Максимальна кількість токенів
+            top_p (float): Nucleus sampling параметр
+            top_k (int): Top-K sampling параметр
+            
+        Returns:
+            str: Згенерований текст
+            
+        Raises:
+            Exception: Якщо сталася помилка при генерації
+        """
+        
+        try:
+            model = GenerativeModel(self.model_name)
+            
+            response = model.generate_content(
+                prompt,
+                generation_config={
+                    "temperature": temperature,
+                    "max_output_tokens": max_tokens,
+                    "top_p": top_p,
+                    "top_k": top_k,
+                }
+            )
+            
+            return response.text
+            
+        except Exception as e:
+            print(f"Помилка при генерації тексту: {e}")
+            raise
+    
+    def stream_text(
+        self,
+        prompt: str,
+        temperature: float = 0.7,
+        max_tokens: int = 2048
+    ) -> Generator[str, None, None]:
+        """
+        Потокова генерація тексту
+        
+        Args:
+            prompt (str): Вхідний промпт
+            temperature (float): Температура генерації
+            max_tokens (int): Максимальна кількість токенів
+            
+        Yields:
+            str: Частини згенерованого тексту
+        """
+        
+        model = GenerativeModel(self.model_name)
+        
+        response = model.generate_content(
+            prompt,
+            generation_config={
+                "temperature": temperature,
+                "max_output_tokens": max_tokens,
+            },
+            stream=True
+        )
+        
+        for chunk in response:
+            if chunk.text:
+                yield chunk.text
+    
+    def chat_conversation(self, messages: list) -> str:
+        """
+        Чат-конверсація з Gemini
+        
+        Args:
+            messages (list): Список повідомлень для чату
+            
+        Returns:
+            str: Відповідь моделі
+        """
+        
+        model = GenerativeModel(self.model_name)
+        chat = model.start_chat()
+        
+        for message in messages:
+            response = chat.send_message(message)
+        
+        return response.text
+    
+    def count_tokens(self, text: str) -> int:
+        """
+        Підрахунок кількості токенів
+        
+        Args:
+            text (str): Текст для підрахунку
+            
+        Returns:
+            int: Кількість токенів
+        """
+        
+        model = GenerativeModel(self.model_name)
+        response = model.count_tokens(text)
+        return response.total_tokens
+```
+
+---
+
+## 3. Приклади Використання
+
+### 3.1 Простий Запит
+
+```python
+# Ініціалізація з доступною моделлю
+client = GeminiClient()  # Використовує gemini-2.0-flash за замовчуванням
+
+# АБО явно вказати модель
+client = GeminiClient(model_name="gemini-2.0-flash")
+
+# Простий запит
+response = client.generate_text(
+    prompt="Поясни, що таке машинне навчання простою мовою",
+    temperature=0.7,
+    max_tokens=1024
+)
+print(response)
+```
+
+**Очікуваний результат:**
+```
+Машинне навчання - це область штучного інтелекту, яка дозволяє комп'ютерам 
+навчатися на основі даних без явного програмування...
+```
+
+### 3.2 Потокова Генерація
+
+```python
+# Потокова генерація з реальним часом
+print("Потокова генерація:")
+for chunk in client.stream_text(
+    prompt="Напиши вірш про весну",
+    max_tokens=500
+):
+    print(chunk, end="", flush=True)
+print()  # Новий рядок в кінці
+```
+
+### 3.3 Чат-Конверсація
+
+```python
+# Чат-конверсація з кількома повідомленнями
+messages = [
+    "Привіт! Як дела?",
+    "Розкажи мені про штучний інтелект",
+    "Які його основні застосування?"
+]
+
+chat_response = client.chat_conversation(messages)
+print(chat_response)
+```
+
+### 3.4 Підрахунок Токенів
+
+```python
+# Перевірка кількості токенів перед запитом
+text = "Це довгий текст, який я хочу обробити..."
+token_count = client.count_tokens(text)
+print(f"Кількість токенів: {token_count}")
+```
+
+---
+
+## 4. Встановлення Залежностей
+
+### 4.1 Оновлення requirements.txt
+
+Додайте наступні залежності до `requirements.txt`:
+
+```
+google-generativeai>=0.3.0
+google-auth>=2.25.0
+google-auth-oauthlib>=1.1.0
+google-auth-httplib2>=0.2.0
+google-cloud-aiplatform>=1.50.0
+vertexai>=1.0.0
+python-dotenv>=1.0.0
+```
+
+### 4.2 Встановлення Пакетів
+
+```bash
+pip install -r requirements.txt
+```
+
+---
+
+## 5. Налаштування Змінних Середовища
+
+### 5.1 Структура .env
+
+Ваш `.env` файл повинен містити:
+
+```env
+# Gemini API Key
+GEMINI_API_KEY=
+
+# GCP Service Account (Base64 encoded)
+GCP_SERVICE_ACCOUNT_B64=ewoidHlwZSI6ICJzX2FjY291bnQiLC...
+
+# Додаткові налаштування
+DEBUG=true
+LOG_LEVEL=DEBUG
+```
+
+### 5.2 Завантаження Змінних
+
+```python
+from dotenv import load_dotenv
+import os
+
+# Завантажити змінні з .env
+load_dotenv()
+
+# Перевірити наявність ключів
+required_vars = ['GEMINI_API_KEY', 'GCP_SERVICE_ACCOUNT_B64']
+for var in required_vars:
+    if not os.getenv(var):
+        raise ValueError(f"Змінна {var} не знайдена в .env")
+```
+
+---
+
+## 6. Обробка Помилок та Логування
+
+### 6.1 Розширена Версія з Логуванням
+
+```python
+import logging
+from typing import Optional
+
+# Налаштування логування
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+class GeminiClientWithLogging(GeminiClient):
+    """
+    Розширена версія GeminiClient з логуванням
+    """
+    
+    def generate_text(self, prompt: str, **kwargs) -> str:
+        """Генерація тексту з логуванням"""
+        
+        logger.info(f"Запит до Gemini: {prompt[:100]}...")
+        
+        try:
+            response = super().generate_text(prompt, **kwargs)
+            logger.info(f"Успішна відповідь: {len(response)} символів")
+            return response
+            
+        except Exception as e:
+            logger.error(f"Помилка Gemini: {str(e)}", exc_info=True)
+            raise
+    
+    def stream_text(self, prompt: str, **kwargs):
+        """Потокова генерація з логуванням"""
+        
+        logger.info(f"Потокова генерація: {prompt[:100]}...")
+        
+        try:
+            for chunk in super().stream_text(prompt, **kwargs):
+                yield chunk
+            logger.info("Потокова генерація завершена")
+            
+        except Exception as e:
+            logger.error(f"Помилка потокової генерації: {str(e)}", exc_info=True)
+            raise
+```
+
+### 6.2 Обробка Специфічних Помилок
+
+```python
+class GeminiClientWithErrorHandling(GeminiClient):
+    """Клієнт з детальною обробкою помилок"""
+    
+    def generate_text(self, prompt: str, **kwargs) -> Optional[str]:
+        """Генерація з обробкою помилок"""
+        
+        try:
+            return super().generate_text(prompt, **kwargs)
+            
+        except ValueError as e:
+            logger.error(f"Помилка значення: {e}")
+            return None
+            
+        except ConnectionError as e:
+            logger.error(f"Помилка з'єднання: {e}")
+            return None
+            
+        except Exception as e:
+            logger.error(f"Невідома помилка: {e}")
+            return None
+```
+
+---
+
+## 7. Перевірка Налаштування
+
+### 7.1 Функція Верифікації
+
+```python
+def verify_setup() -> bool:
+    """
+    Перевірка правильності налаштування
+    
+    Returns:
+        bool: True якщо все налаштовано правильно
+    """
+    
+    try:
+        # Перевірка GCP Service Account
+        credentials, service_account_dict = setup_gcp_auth()
+        print(f"✓ GCP Service Account: {service_account_dict.get('client_email')}")
+        print(f"✓ Project ID: {service_account_dict.get('project_id')}")
+        
+        # Перевірка Gemini API
+        client = GeminiClient()
+        print(f"✓ Модель: {client.model_name}")
+        
+        # Тестовий запит
+        test_response = client.generate_text(
+            "Привіт! Скажи мені одне слово.",
+            max_tokens=10
+        )
+        print(f"✓ Gemini працює: {test_response[:50]}...")
+        
+        return True
+        
+    except Exception as e:
+        print(f"✗ Помилка налаштування: {e}")
+        logger.error(f"Помилка верифікації: {e}", exc_info=True)
+        return False
+```
+
+### 7.2 Запуск Верифікації
+
+```python
+if __name__ == "__main__":
+    from dotenv import load_dotenv
+    
+    # Завантажити змінні середовища
+    load_dotenv()
+    
+    # Запустити перевірку
+    if verify_setup():
+        print("\n✓ Система готова до роботи!")
+    else:
+        print("\n✗ Помилка налаштування системи")
+        exit(1)
+```
+
+---
+
+## 8. Повний Приклад Застосування
+
+### 8.1 main.py
+
+```python
+#!/usr/bin/env python3
+"""
+Основний модуль для роботи з Gemini моделями через Vertex AI
+"""
+
+import os
+import sys
+from dotenv import load_dotenv
+import logging
+
+# Налаштування логування
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+# Завантажити змінні середовища
+load_dotenv()
+
+# Імпорт класів
+from gemini_client import GeminiClientWithLogging, verify_setup
+
+def main():
+    """Основна функція"""
+    
+    # Перевірка налаштування
+    if not verify_setup():
+        logger.error("Помилка налаштування")
+        sys.exit(1)
+    
+    # Ініціалізація клієнта з доступною моделлю
+    client = GeminiClientWithLogging(model_name="gemini-2.0-flash")
+    
+    # Приклад 1: Простий запит
+    print("\n=== Приклад 1: Простий запит ===")
+    response = client.generate_text(
+        "Що таке Python?",
+        max_tokens=200
+    )
+    print(response)
+    
+    # Приклад 2: Потокова генерація
+    print("\n=== Приклад 2: Потокова генерація ===")
+    for chunk in client.stream_text(
+        "Напиши короткий вірш про програмування",
+        max_tokens=300
+    ):
+        print(chunk, end="", flush=True)
+    print()
+    
+    # Приклад 3: Чат
+    print("\n=== Приклад 3: Чат-конверсація ===")
+    messages = [
+        "Привіт!",
+        "Розкажи мені про машинне навчання",
+    ]
+    response = client.chat_conversation(messages)
+    print(response)
+
+if __name__ == "__main__":
+    main()
+```
+
+---
+
+## 9. Параметри Генерації
+
+### 9.1 Опис Параметрів
+
+| Параметр | Діапазон | Опис |
+|----------|----------|------|
+| `temperature` | 0.0 - 1.0 | Контролює випадковість. 0 = детерміністично, 1 = максимально випадково |
+| `max_tokens` | 1 - 32000 | Максимальна довжина відповіді |
+| `top_p` | 0.0 - 1.0 | Nucleus sampling. Вибирає з найймовірніших токенів |
+| `top_k` | 1 - 40 | Вибирає з K найймовірніших токенів |
+
+### 9.2 Рекомендовані Налаштування
+
+**Для творчих завдань:**
+```python
+client.generate_text(
+    prompt="Напиши історію...",
+    temperature=0.9,
+    top_p=0.95,
+    max_tokens=2048
+)
+```
+
+**Для фактичних запитів:**
+```python
+client.generate_text(
+    prompt="Яка столиця України?",
+    temperature=0.2,
+    top_p=0.5,
+    max_tokens=512
+)
+```
+
+**Для кодування:**
+```python
+client.generate_text(
+    prompt="Напиши функцію на Python...",
+    temperature=0.5,
+    top_p=0.8,
+    max_tokens=1024
+)
+```
+
+---
+
+## 10. Рекомендації та Best Practices
+
+### 10.1 Безпека
+
+- ✓ Ніколи не комітьте `.env` файл в Git
+- ✓ Використовуйте `.gitignore` для захисту чутливих даних
+- ✓ Регулярно ротуйте API ключі
+- ✓ Обмежуйте доступ до GCP Service Account
+
+### 10.2 Оптимізація
+
+- ✓ Кешуйте результати для повторюваних запитів
+- ✓ Використовуйте потокову генерацію для довгих текстів
+- ✓ Підраховуйте токени перед запитом
+- ✓ Встановлюйте розумні ліміти на `max_tokens`
+
+### 10.3 Обробка Помилок
+
+- ✓ Завжди обробляйте винятки
+- ✓ Логуйте помилки для налагодження
+- ✓ Реалізуйте retry логіку для тимчасових помилок
+- ✓ Встановлюйте timeout для запитів
+
+---
+
+## 11. Отримання Доступу до gemini-3-flash-preview
+
+### 11.1 Як Отримат�� Доступ
+
+Якщо вам потрібна модель `gemini-3-flash-preview`, виконайте наступні кроки:
+
+1. **Перейдіть до GCP Console:**
+   - Відкрийте [Google Cloud Console](https://console.cloud.google.com/)
+   - Виберіть ваш проект: `gen-lang-client-0514505508`
+
+2. **Перейдіть до Vertex AI:**
+   - Меню → Vertex AI → Model Garden
+   - Пошук: "gemini-3-flash-preview"
+
+3. **Запросіть Доступ:**
+   - Натисніть на модель
+   - Натисніть "Request Access" або "Enable"
+   - Дочекайтеся схвалення (зазвичай миттєво)
+
+4. **Перевірте Доступ:**
+   ```bash
+   python check_available_models.py
+   ```
+
+### 11.2 Альтернативні Способи
+
+**Через gcloud CLI:**
+```bash
+gcloud ai models list --project=gen-lang-client-0514505508
+```
+
+**Через Python:**
+```python
+from google.cloud import aiplatform
+
+aiplatform.init(project='gen-lang-client-0514505508')
+models = aiplatform.Model.list()
+for model in models:
+    print(model.display_name)
+```
+
+---
+
+## 12. Розв'язання Проблем
+
+### 12.1 Помилка: "GCP_SERVICE_ACCOUNT_B64 не знайдено"
+
+**Рішення:**
+```bash
+# Перевірити наявність .env файлу
+ls -la .env
+
+# Перевірити вміст
+cat .env | grep GCP_SERVICE_ACCOUNT_B64
+```
+
+### 12.2 Помилка: "Invalid API Key"
+
+**Рішення:**
+```python
+# Перевірити API ключ
+import os
+print(os.getenv('GEMINI_API_KEY'))
+
+# Переконатися, що ключ активний в GCP Console
+```
+
+### 12.3 Помилка: "Model not found"
+
+**Рішення:**
+```python
+# Перевірити доступні моделі
+python check_available_models.py
+
+# Використовувати доступну модель
+client = GeminiClient(model_name="gemini-2.0-flash")
+```
+
+### 12.4 Помилка: "404 Publisher Model not found"
+
+**Причина:** Модель недоступна у вашому проекті
+
+**Рішення:**
+1. Запросіть доступ через GCP Console (див. розділ 11)
+2. Використовуйте доступну модель: `gemini-2.0-flash`
+3. Перевірте регіон: переконайтеся, що модель доступна у вашому регіоні
+
+### 12.5 Помилка: "Permission denied"
+
+**Рішення:**
+```python
+# Перевірити credentials
+from google.oauth2 import service_account
+
+credentials = service_account.Credentials.from_service_account_info(
+    service_account_dict,
+    scopes=['https://www.googleapis.com/auth/cloud-platform']
+)
+
+# Переконатися, що service account має необхідні ролі:
+# - Vertex AI User
+# - Vertex AI Service Agent
+```
+
+---
+
+## 13. Посилання та Ресурси
+
+- [Google Generative AI Python SDK](https://github.com/google/generative-ai-python)
+- [Vertex AI Generative AI Documentation](https://cloud.google.com/vertex-ai/generative-ai/docs)
+- [GCP Service Account Setup](https://cloud.google.com/docs/authentication/getting-started)
+- [Python dotenv Documentation](https://github.com/theskumar/python-dotenv)
+
+---

check_available_models.py

@@ -0,0 +1,95 @@
+#!/usr/bin/env python3
+"""
+Перевірка доступних моделей у Vertex AI
+"""
+
+import os
+import base64
+import json
+import logging
+from dotenv import load_dotenv
+
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+load_dotenv()
+
+
+def get_available_models():
+    """Отримати список доступних моделей"""
+    
+    try:
+        from google.oauth2 import service_account
+        import vertexai
+        from vertexai.generative_models import GenerativeModel
+        
+        # Отримати credentials
+        service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+        service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+        service_account_dict = json.loads(service_account_json)
+        
+        credentials = service_account.Credentials.from_service_account_info(
+            service_account_dict,
+            scopes=['https://www.googleapis.com/auth/cloud-platform']
+        )
+        
+        project_id = service_account_dict.get('project_id')
+        
+        # Ініціалізація Vertex AI
+        vertexai.init(project=project_id, credentials=credentials)
+        
+        logger.info("=" * 70)
+        logger.info("ДОСТУПНІ МОДЕЛІ GEMINI У VERTEX AI")
+        logger.info("=" * 70)
+        
+        # Список моделей для перевірки
+        models_to_check = [
+            "gemini-3-flash-preview",
+            "gemini-3-flash",
+            "gemini-2.0-flash-preview",
+            "gemini-2.0-flash",
+            "gemini-1.5-pro",
+            "gemini-1.5-flash",
+            "gemini-pro",
+        ]
+        
+        logger.info(f"\nПроект: {project_id}\n")
+        logger.info("Перевірка доступності моделей:\n")
+        
+        available_models = []
+        
+        for model_name in models_to_check:
+            try:
+                model = GenerativeModel(model_name)
+                response = model.generate_content("test", stream=False)
+                logger.info(f"✓ {model_name:30} - ДОСТУПНА")
+                available_models.append(model_name)
+            except Exception as e:
+                error_msg = str(e)
+                if "404" in error_msg or "not found" in error_msg.lower():
+                    logger.info(f"✗ {model_name:30} - недоступна")
+                else:
+                    logger.info(f"? {model_name:30} - помилка: {error_msg[:50]}")
+        
+        logger.info("\n" + "=" * 70)
+        if available_models:
+            logger.info(f"ЗНАЙДЕНО {len(available_models)} ДОСТУПНИХ МОДЕЛЕЙ:")
+            logger.info("=" * 70)
+            for model in available_models:
+                logger.info(f"  • {model}")
+        else:
+            logger.warning("ЖОДНА МОДЕЛЬ НЕ ДОСТУПНА")
+        logger.info("=" * 70)
+        
+        return available_models
+        
+    except Exception as e:
+        logger.error(f"Помилка: {e}")
+        return []
+
+
+if __name__ == "__main__":
+    get_available_models()

check_vertex_ai_access.py

@@ -0,0 +1,217 @@
+#!/usr/bin/env python3
+"""
+Перевірка доступності gemini-3-flash-preview через Vertex AI API
+"""
+
+import os
+import sys
+import base64
+import json
+import logging
+from dotenv import load_dotenv
+
+# Налаштування логування
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+# Завантажити змінні середовища
+load_dotenv()
+
+
+def check_vertex_ai_access():
+    """
+    Перевірка доступності gemini-3-flash-preview через Vertex AI API
+    
+    Returns:
+        dict: Результати перевірки
+    """
+    
+    results = {
+        'status': 'failed',
+        'checks': {},
+        'error': None
+    }
+    
+    try:
+        # Перевірка 1: Наявність GCP_SERVICE_ACCOUNT_B64
+        logger.info("=" * 60)
+        logger.info("Перевірка 1: Наявність GCP_SERVICE_ACCOUNT_B64")
+        logger.info("=" * 60)
+        
+        service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+        if not service_account_b64:
+            raise ValueError("GCP_SERVICE_ACCOUNT_B64 не знайдено в .env")
+        
+        logger.info("✓ GCP_SERVICE_ACCOUNT_B64 знайдено")
+        results['checks']['service_account_b64'] = True
+        
+        # Перевірка 2: Декодування Base64
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 2: Декодування Base64 Service Account")
+        logger.info("=" * 60)
+        
+        try:
+            service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+            service_account_dict = json.loads(service_account_json)
+            logger.info("✓ Base64 успішно декодовано")
+            results['checks']['base64_decode'] = True
+        except Exception as e:
+            raise ValueError(f"Помилка декодування Base64: {e}")
+        
+        # Перевірка 3: Валідація Service Account структури
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 3: Валідація Service Account структури")
+        logger.info("=" * 60)
+        
+        required_fields = ['type', 'project_id', 'private_key', 'client_email']
+        for field in required_fields:
+            if field not in service_account_dict:
+                raise ValueError(f"Поле '{field}' відсутнє в service account")
+        
+        project_id = service_account_dict.get('project_id')
+        client_email = service_account_dict.get('client_email')
+        
+        logger.info(f"✓ Project ID: {project_id}")
+        logger.info(f"✓ Client Email: {client_email}")
+        results['checks']['service_account_structure'] = True
+        results['project_id'] = project_id
+        results['client_email'] = client_email
+        
+        # Перевірка 4: Імпорт Google Cloud бібліотек
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 4: Імпорт Google Cloud бібліотек")
+        logger.info("=" * 60)
+        
+        try:
+            from google.oauth2 import service_account
+            from google.auth.transport.requests import Request
+            import google.generativeai as genai
+            from vertexai.generative_models import GenerativeModel
+            
+            logger.info("✓ google-auth успішно імпортовано")
+            logger.info("✓ google-generativeai успішно імпортовано")
+            logger.info("✓ vertexai успішно імпортовано")
+            results['checks']['imports'] = True
+        except ImportError as e:
+            raise ImportError(f"Помилка імпорту: {e}")
+        
+        # Перевірка 5: Створення credentials
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 5: Створення GCP credentials")
+        logger.info("=" * 60)
+        
+        try:
+            credentials = service_account.Credentials.from_service_account_info(
+                service_account_dict,
+                scopes=['https://www.googleapis.com/auth/cloud-platform']
+            )
+            logger.info("✓ Credentials успішно створено")
+            results['checks']['credentials_creation'] = True
+        except Exception as e:
+            raise Exception(f"Помилка створення credentials: {e}")
+        
+        # Перевірка 6: Тестовий запит до Vertex AI API
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 6: Тестовий запит до Vertex AI API")
+        logger.info("=" * 60)
+        
+        try:
+            import vertexai
+            
+            # Ініціалізація Vertex AI
+            vertexai.init(project=project_id, credentials=credentials)
+            logger.info(f"✓ Vertex AI ініціалізовано для проекту: {project_id}")
+            
+            # Спроба створити модель
+            model = GenerativeModel("gemini-3-flash-preview")
+            logger.info("✓ Модель gemini-3-flash-preview успішно завантажена")
+            results['checks']['model_loading'] = True
+            
+            # Тестовий запит
+            logger.info("\n📤 Відправлення тестового запиту...")
+            response = model.generate_content("Привіт! Скажи мені одне слово.")
+            
+            if response and response.text:
+                logger.info("✓ Тестовий запит успішний!")
+                logger.info(f"📥 Відповідь: {response.text[:100]}...")
+                results['checks']['test_request'] = True
+                results['test_response'] = response.text[:200]
+            else:
+                raise Exception("Порожня відповідь від моделі")
+                
+        except Exception as e:
+            logger.error(f"✗ Помилка при запиті до Vertex AI: {e}")
+            results['checks']['test_request'] = False
+            results['error'] = str(e)
+            raise
+        
+        # Перевірка 7: Інформація про модель
+        logger.info("\n" + "=" * 60)
+        logger.info("Перевірка 7: Інформація про модель")
+        logger.info("=" * 60)
+        
+        try:
+            logger.info(f"Модель: gemini-3-flash-preview")
+            logger.info(f"Платформа: Vertex AI")
+            logger.info(f"Проект: {project_id}")
+            results['checks']['model_info'] = True
+        except Exception as e:
+            logger.error(f"Помилка отримання інформації: {e}")
+        
+        # Успіх!
+        results['status'] = 'success'
+        
+    except Exception as e:
+        logger.error(f"\n✗ Критична помилка: {e}")
+        results['error'] = str(e)
+        results['status'] = 'failed'
+    
+    return results
+
+
+def print_summary(results):
+    """Вивести підсумок результатів"""
+    
+    logger.info("\n" + "=" * 60)
+    logger.info("ПІДСУМОК ПЕРЕВІРКИ")
+    logger.info("=" * 60)
+    
+    if results['status'] == 'success':
+        logger.info("✓ ВСІ ПЕРЕВІРКИ ПРОЙДЕНІ УСПІШНО!")
+        logger.info(f"\nПроект: {results.get('project_id', 'N/A')}")
+        logger.info(f"Email: {results.get('client_email', 'N/A')}")
+        logger.info(f"\nМодель gemini-3-flash-preview доступна через Vertex AI API")
+        logger.info(f"\nТестова відповідь: {results.get('test_response', 'N/A')}")
+    else:
+        logger.error("✗ ПЕРЕВІРКА НЕ ПРОЙДЕНА")
+        logger.error(f"Помилка: {results.get('error', 'Невідома помилка')}")
+    
+    logger.info("\n" + "=" * 60)
+    logger.info("ДЕТАЛІ ПЕРЕВІРОК:")
+    logger.info("=" * 60)
+    
+    checks = results.get('checks', {})
+    for check_name, check_result in checks.items():
+        status = "✓" if check_result else "✗"
+        logger.info(f"{status} {check_name}: {'Пройдено' if check_result else 'Не пройдено'}")
+    
+    logger.info("=" * 60)
+
+
+if __name__ == "__main__":
+    try:
+        results = check_vertex_ai_access()
+        print_summary(results)
+        
+        # Вихід з кодом помилки якщо перевірка не пройдена
+        sys.exit(0 if results['status'] == 'success' else 1)
+        
+    except KeyboardInterrupt:
+        logger.info("\n\nПеревірка перервана користувачем")
+        sys.exit(1)
+    except Exception as e:
+        logger.error(f"Невідома помилка: {e}")
+        sys.exit(1)

fix_vertex_ai_config.py

@@ -0,0 +1,287 @@
+#!/usr/bin/env python3
+"""
+Виправлення конфігурації Vertex AI згідно з рекомендаціями Google Cloud
+"""
+
+import os
+import base64
+import json
+import logging
+from dotenv import load_dotenv
+
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+load_dotenv()
+
+
+def check_vertex_ai_config():
+    """
+    Комплексна перевірка конфігурації Vertex AI
+    """
+    
+    results = {
+        'status': 'failed',
+        'checks': {},
+        'recommendations': [],
+        'available_models': []
+    }
+    
+    try:
+        logger.info("=" * 80)
+        logger.info("КОМПЛЕКСНА ПЕРЕВІРКА КОНФІГУРАЦІЇ VERTEX AI")
+        logger.info("=" * 80)
+        
+        # 1. Перевірка Service Account
+        logger.info("\n1. ПЕРЕВІРКА SERVICE ACCOUNT")
+        logger.info("-" * 50)
+        
+        service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+        if not service_account_b64:
+            raise ValueError("GCP_SERVICE_ACCOUNT_B64 не знайдено в .env")
+        
+        service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+        service_account_dict = json.loads(service_account_json)
+        
+        project_id = service_account_dict.get('project_id')
+        client_email = service_account_dict.get('client_email')
+        
+        logger.info(f"✓ Project ID: {project_id}")
+        logger.info(f"✓ Client Email: {client_email}")
+        results['checks']['service_account'] = True
+        
+        # 2. Перевірка регіону
+        logger.info("\n2. ПЕРЕВІРКА РЕГІОНУ")
+        logger.info("-" * 50)
+        
+        # Популярні регіони для Gemini
+        supported_regions = [
+            'us-central1', 'us-east1', 'us-west1', 'us-west4',
+            'europe-west1', 'europe-west2', 'europe-west4',
+            'asia-northeast1', 'asia-southeast1'
+        ]
+        
+        current_region = 'us-central1'  # За замовчуванням
+        logger.info(f"✓ Поточний регіон: {current_region}")
+        logger.info(f"✓ Підтримувані регіони: {', '.join(supported_regions[:5])}...")
+        results['checks']['region'] = True
+        
+        # 3. Перевірка актуальних моделей
+        logger.info("\n3. ПЕРЕВІРКА АКТУАЛЬНИХ МОДЕЛЕЙ")
+        logger.info("-" * 50)
+        
+        # Актуальні моделі станом на 2025
+        current_models = [
+            "gemini-2.0-flash",
+            "gemini-2.0-flash-exp", 
+            "gemini-1.5-pro",
+            "gemini-1.5-flash",
+            "gemini-1.0-pro"
+        ]
+        
+        deprecated_models = [
+            "gemini-3-flash-preview",
+            "gemini-3-flash",
+            "gemini-2.0-flash-preview"
+        ]
+        
+        logger.info("Перевірка актуальних моделей:")
+        
+        from google.oauth2 import service_account
+        import vertexai
+        from vertexai.generative_models import GenerativeModel
+        
+        # Створення credentials
+        credentials = service_account.Credentials.from_service_account_info(
+            service_account_dict,
+            scopes=['https://www.googleapis.com/auth/cloud-platform']
+        )
+        
+        # Ініціалізація Vertex AI
+        vertexai.init(project=project_id, credentials=credentials, location=current_region)
+        
+        available_models = []
+        
+        for model_name in current_models:
+            try:
+                model = GenerativeModel(model_name)
+                response = model.generate_content("test", stream=False)
+                logger.info(f"✓ {model_name:25} - ДОСТУПНА")
+                available_models.append(model_name)
+                results['available_models'].append(model_name)
+            except Exception as e:
+                error_msg = str(e)
+                if "404" in error_msg:
+                    logger.info(f"✗ {model_name:25} - недоступна")
+                else:
+                    logger.info(f"? {model_name:25} - помилка доступу")
+        
+        # 4. Перевірка застарілих моделей
+        logger.info("\nПеревірка застарілих моделей:")
+        for model_name in deprecated_models:
+            logger.info(f"⚠ {model_name:25} - ЗАСТАРІЛА (використовуйте {current_models[0]})")
+            results['recommendations'].append(f"Замініть {model_name} на {current_models[0]}")
+        
+        # 5. Генерація рекомендацій
+        logger.info("\n4. РЕКОМЕНДАЦІЇ")
+        logger.info("-" * 50)
+        
+        if available_models:
+            logger.info("✓ З��айдено доступні моделі:")
+            for model in available_models:
+                logger.info(f"  • Використовуйте: {model}")
+            
+            # Рекомендована модель
+            recommended_model = available_models[0]
+            logger.info(f"\n🎯 РЕКОМЕНДОВАНА МОДЕЛЬ: {recommended_model}")
+            results['recommended_model'] = recommended_model
+            
+            # Приклад коду
+            logger.info("\n📝 ПРИКЛАД КОДУ:")
+            logger.info("```python")
+            logger.info("from vertexai.generative_models import GenerativeModel")
+            logger.info("import vertexai")
+            logger.info("")
+            logger.info(f"# Ініціалізація з правильною моделлю")
+            logger.info(f"vertexai.init(project='{project_id}', location='us-central1')")
+            logger.info(f"model = GenerativeModel('{recommended_model}')")
+            logger.info("response = model.generate_content('Ваш запит')")
+            logger.info("```")
+            
+        else:
+            logger.warning("⚠ Жодна модель не доступна")
+            results['recommendations'].append("Перевірте IAM ролі та доступ до Vertex AI")
+        
+        # 6. Перевірка IAM прав
+        logger.info("\n5. ПЕРЕВІРКА IAM ПРАВ")
+        logger.info("-" * 50)
+        
+        logger.info("Необхідні ролі для Service Account:")
+        logger.info("• Vertex AI User (roles/aiplatform.user)")
+        logger.info("• Vertex AI Service Agent (roles/aiplatform.serviceAgent)")
+        logger.info(f"• Перевірте роль для: {client_email}")
+        
+        results['checks']['iam_info'] = True
+        
+        # 7. Фінальний статус
+        if available_models:
+            results['status'] = 'success'
+            logger.info("\n✅ КОНФІГУРАЦІЯ ВЕРНА")
+        else:
+            logger.info("\n❌ ПОТРІБНЕ НАЛАШТУВАННЯ ДОСТУПУ")
+        
+    except Exception as e:
+        logger.error(f"Помилка перевірки: {e}")
+        results['error'] = str(e)
+    
+    return results
+
+
+def generate_fixed_config():
+    """
+    Генерація виправленої конфігурації
+    """
+    
+    logger.info("\n" + "=" * 80)
+    logger.info("ГЕНЕРАЦІЯ ВИПРАВЛЕНОЇ КОНФІГУРАЦІЇ")
+    logger.info("=" * 80)
+    
+    config_code = '''
+# ВИПРАВЛЕНА КОНФІГУРАЦІЯ VERTEX AI
+# Створено на основі рекомендацій Google Cloud
+
+import os
+import base64
+import json
+from dotenv import load_dotenv
+from google.oauth2 import service_account
+import vertexai
+from vertexai.generative_models import GenerativeModel
+
+# Завантаження змінних середовища
+load_dotenv()
+
+def setup_vertex_ai():
+    """
+    Правильна налаштування Vertex AI
+    """
+    
+    # Отримання Service Account
+    service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+    service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+    service_account_dict = json.loads(service_account_json)
+    
+    # Створення credentials
+    credentials = service_account.Credentials.from_service_account_info(
+        service_account_dict,
+        scopes=['https://www.googleapis.com/auth/cloud-platform']
+    )
+    
+    # Ініціалізація з правильним регіоном
+    project_id = service_account_dict.get('project_id')
+    vertexai.init(
+        project=project_id, 
+        credentials=credentials,
+        location='us-central1'  # Підтримуваний регіон
+    )
+    
+    return project_id
+
+def create_gemini_client():
+    """
+    Створення клієнта з правильною моделлю
+    """
+    
+    project_id = setup_vertex_ai()
+    
+    # Використання доступної моделі
+    model_name = "gemini-2.0-flash"  # Перевірено як доступна
+    
+    model = GenerativeModel(model_name)
+    
+    return model, model_name
+
+# Приклад використання
+if __name__ == "__main__":
+    try:
+        model, model_name = create_gemini_client()
+        
+        print(f"✅ Модель {model_name} успішно ініціалізована")
+        
+        # Тестовий запит
+        response = model.generate_content("Привіт! Як справи?")
+        print(f"📥 Відповідь: {response.text}")
+        
+    except Exception as e:
+        print(f"❌ Помилка: {e}")
+'''
+    
+    # Збереження виправленої конфігурації
+    with open('/Users/serhiizabolotnii/Medical Brain/Lifestyle/vertex_ai_fixed_config.py', 'w', encoding='utf-8') as f:
+        f.write(config_code)
+    
+    logger.info("✅ Виправлену конфігурацію збережено: vertex_ai_fixed_config.py")
+    logger.info("\n📋 НАСТУПНІ КРОКИ:")
+    logger.info("1. Використовуйте модель 'gemini-2.0-flash'")
+    logger.info("2. Переконайтеся що регіон 'us-central1' підтримується")
+    logger.info("3. Перевірте IAM ролі для Service Account")
+    logger.info("4. Замініть застарілі моделі в коді")
+
+
+if __name__ == "__main__":
+    results = check_vertex_ai_config()
+    generate_fixed_config()
+    
+    logger.info("\n" + "=" * 80)
+    logger.info("ПІДСУМОК")
+    logger.info("=" * 80)
+    
+    if results['status'] == 'success':
+        logger.info("✅ Конфігурація Vertex AI виправлена")
+        logger.info(f"🎯 Рекомендована модель: {results.get('recommended_model', 'N/A')}")
+    else:
+        logger.info("❌ Потрібне додаткове налаштування доступу")
+        logger.info("Перевірте IAM ролі та доступ до Vertex AI")

vertex_ai_fixed_config.py

@@ -0,0 +1,68 @@
+
+# ВИПРАВЛЕНА КОНФІГУРАЦІЯ VERTEX AI
+# Створено на основі рекомендацій Google Cloud
+
+import os
+import base64
+import json
+from dotenv import load_dotenv
+from google.oauth2 import service_account
+import vertexai
+from vertexai.generative_models import GenerativeModel
+
+# Завантаження змінних середовища
+load_dotenv()
+
+def setup_vertex_ai():
+    """
+    Правильна налаштування Vertex AI
+    """
+    
+    # Отримання Service Account
+    service_account_b64 = os.getenv('GCP_SERVICE_ACCOUNT_B64')
+    service_account_json = base64.b64decode(service_account_b64).decode('utf-8')
+    service_account_dict = json.loads(service_account_json)
+    
+    # Створення credentials
+    credentials = service_account.Credentials.from_service_account_info(
+        service_account_dict,
+        scopes=['https://www.googleapis.com/auth/cloud-platform']
+    )
+    
+    # Ініціалізація з правильним регіоном
+    project_id = service_account_dict.get('project_id')
+    vertexai.init(
+        project=project_id, 
+        credentials=credentials,
+        location='us-central1'  # Підтримуваний регіон
+    )
+    
+    return project_id
+
+def create_gemini_client():
+    """
+    Створення клієнта з правильною моделлю
+    """
+    
+    project_id = setup_vertex_ai()
+    
+    # Використання доступної моделі
+    model_name = "gemini-2.0-flash"  # Перевірено як доступна
+    
+    model = GenerativeModel(model_name)
+    
+    return model, model_name
+
+# Приклад використання
+if __name__ == "__main__":
+    try:
+        model, model_name = create_gemini_client()
+        
+        print(f"✅ Модель {model_name} успішно ініціалізована")
+        
+        # Тестовий запит
+        response = model.generate_content("Привіт! Як справи?")
+        print(f"📥 Відповідь: {response.text}")
+        
+    except Exception as e:
+        print(f"❌ Помилка: {e}")