Vertex AI/Kubeflow 管道，ModelBatchPredictOp 不获取先前组件的输出

Question

问题不言自明。

如果我有以下方式的 Kubeflow 管道：

# this is a kubeflow pipelines component dedicated to reformatting csv data to jsonl format
reformat_input_op = reformat_input_component(test_path)

# connect reformat prediction inputs op to batch prediction op
batch_prediction_request_jsonl_path = reformat_input_op.outputs['Batch Prediction Input GCS Path']
    
# batch prediction op
batch_prediction_op = gcc_aip.ModelBatchPredictOp(
        project="<project id>", 
        job_display_name="Model Batch Prediction", 
        location="us-west1", 
        model=model_output, 
        gcs_source_uris=[batch_prediction_request_jsonl_path], 
        instances_format="jsonl",
        gcs_destination_output_uri_prefix="gs://<bucket name>/<directory to file output>/",
        machine_type="n1-standard-4", 
        accelerator_count=2, 
        accelerator_type="NVIDIA_TESLA_P100")

ModelBatchPredictOp

方法的参数，

gcs_source_uris

无法获取输出字符串路径的前一个组件的输出（我得到一个

TypeError: Object of type PipelineParam is not JSON serializable

错误）。

这很麻烦，因为我不想硬编码之前组件写入的 GCS bucket 的路径。我想要前一个组件输出的路径，在运行时输入到下一个组件。

对此有哪些解决方法？虽然这是这个 stackoverflow 查询的一个重复问题：Vertex AI Model Batch prediction, issue with referenceing existing model and input file on Cloud Storage

感觉好像问题没有在那里回答清楚。有没有办法将前一个组件的输入直接传递给

ModelBatchPredictOp()

对象？

注意：我不想回答说“在

.after()

上使用

ModelBatchPredictOp()

方法”。我知道这是一个选项，我不明白为什么 Kubeflow Pipeline 组件

ModelBatchPredictOp()

不直接承认这个功能。有没有一种方法可以直接传递前一个组件的输出，而无需存储到其他 GCS 路径，然后在使用后调用它

.after()

？