我们在Google Clouds VertexAI中使用kpf v2，并希望从yaml规范构建的组件中记录指标。

我们只能通过基于Python函数的组件来完成这项工作，我们可以直接使用log_metrics（…）调用mlpieling-metrics（类型为Output[Metrics]）。

https://www.kubeflow.org/docs/components/pipelines/sdk/pipelines-metrics/的文档说你可以用json将你的指标从容器内部写入名为MLPipeline Metrics的OutputPath。但是这在顶点AI不起作用，因为metr8cs不会显示在控制台中。

我们的组件设置如下：

name: a component

outputs:
- {name: MLPipeline Metrics, type: Metrics}

implementation:
  container:
    image: eu.gcr.io/project/knark/base:latest
    command: [python3, -m, module.foo,
              --metrics, {outputPath: MLPipeline Metrics}

指标文件是这样写的：

parser = ArgumentParser()
parser.add_argument('-m', '--metrics', default='/mlpipeline-metrics.json')
opts = parser.parse_args()

metrics = {'cluster-entropy': .5, 'inertia': 100.}

with open(metrics_path, 'w') as f:
    json.dump({'metrics': [{'name': m, 'value': v, 'format': 'RAW'} for m, v in metrics.items()]}, f)

我们也试过设置

    fileOutputs:
      mlpipeline-metrics: /mlpipeline-metrics.json

在组件中，这似乎是早期的方法，但这似乎也不起作用。

在写出指标时是否缺少任何细节，或者这根本不起作用，或者在顶点AI中不受支持？