搜索
搜索结果
63 results for "google cloud"
google-cloud-recipe-foundation-builder
Deploys a baseline landing zone foundation for a Google Cloud Organization, establishing security guardrails using Organization Policies, resource hierarchy folders and projects, billing association, and centralized logging and monitoring. Deploys Google Cloud's recommended security controls and architecture. Use when setting up a new Google Cloud Organization or establishing a secure, enterprise-grade landing zone foundation. Don't use for individual project onboarding (use google-cloud-recipe-onboarding or product-specific skills instead).
googlegoogle-cloud-networking-observability
通过分析日志、指标和诊断信息排查 Google Cloud 网络问题。适用于排查 VPC Flow Logs（含成本估算）、NAT、防火墙或威胁日志，查询延迟与吞吐量指标，或运行 Connectivity Tests 进行路径诊断。请勿用于通用 VM 管理或非可观测性任务。
googlecloud-run-basics
管理 Cloud Run 服务、任务和工作者池。当您需要部署响应 HTTP 请求的应用程序（服务）、运行事件触发或定时任务（任务），或处理始终在线的基于拉取的背景处理（工作者池）时使用。
googlecloud-sql-basics
此文件用于生成或解释 Cloud SQL 资源。当用户要求为 MySQL、PostgreSQL 或 SQL Server 创建 Cloud SQL 实例或数据库时，请使用此文件。 Cloud SQL 将第三方 MySQL、PostgreSQL 和 SQL Server 实例作为 Cloud SQL 中的资源进行管理。例如，当 Cloud SQL 创建一个开源 MySQL 实例时，生成的资源是 Google Cloud 管理的 Cloud SQL for MySQL 实例。 Cloud SQL 负责处理关系型数据库工作负载的备份、高可用性和安全连接。
googledatalineage-bigquery-asset-impact-analysis
Analyzes the downstream impact (blast radius) when a BigQuery table or view is broken, stale, or modified. Identifies all downstream tables, dashboards, and processes that will be affected. Use when: - Performing a blast radius or impact analysis for a BigQuery table or view. - Assessing the consequences of modifying, deleting, or pausing updates to a BigQuery asset. - Identifying downstream dependencies (tables, dashboards, processes) of a BigQuery asset. Don't use for: - General BigQuery querying or data analysis (use BigQuery-related tools instead). - Non-BigQuery assets (e.g., Cloud Storage files) unless they are part of the BigQuery lineage. - Creating or modifying lineage links directly.
googlebigquery-bigframes
Generates Python code using BigQuery DataFrames (BigFrames), the pandas/scikit-learn-style API over BigQuery. Use when writing BigFrames code or doing pandas-style dataframe/ML work against BigQuery (e.g. in a notebook). Don't use for SQL-first workflows or the google-cloud-bigquery client library — use bigquery-basics.
googlegoogle-analytics-data-api-basics
用于管理 Google Analytics 报表数据，通过 Cloud CLI 启用 Analytics Data API，并使用 Google Analytics Data API (v1beta) 生成报表。当需要与 Google Analytics 媒体资源交互、运行自定义分析报表、查询指标（如 activeUsers、screenPageViews）和维度（如 city、date）、检查指标与维度的兼容性，或验证 API 启用状态时使用。请勿用于 Google Analytics Admin API 操作（如创建媒体资源、管理用户）或前端追踪代码安装。
googlegoogle-analytics-admin-api-basics
用于管理 Google Analytics 账号与媒体资源设置，支持通过 Cloud CLI 启用 Analytics Admin API、查询账号及媒体资源列表，并管理数据流、自定义维度、转化事件与产品集成。当需要通过代码/程序化方式配置 Google Analytics 账号、新建媒体资源、设置数据留存、配置 Measurement Protocol 密钥，或者管理 Firebase 与 Google Ads 账号关联时，使用此 Skill。
googlegke-basics
负责管理 GKE 集群的核心创建与资源供应、凭据获取、Autopilot 与 Standard 模式的选择以及工作负载部署。适用于创建 GKE 集群、获取 kubectl 访问凭据、配置 Workload Identity，或在 Autopilot 和 Standard 模式之间做出决策等场景。请勿用于 GKE 专项网络配置（请使用 gke-networking）、高级安全加固（请使用 gke-platform-security 或 gke-workload-security）或集群升级（请使用 gke-upgrades）。
googlegke-upgrades
负责规划、执行和验证 Google Kubernetes Engine (GKE) 集群（包含 Standard 标准模式与 Autopilot 托管模式）的升级与运维操作。能够产出升级方案、升前/升后检查清单、附带 gcloud 命令的运维 Runbook、发布渠道（Release Channel）策略以及排障指南。支持各类节点池升级策略（如浪涌升级 surge、蓝绿升级 blue-green）、版本兼容性评估、PDB 规范管理，以及针对特定工作负载（有状态应用、GPU、Operator 算子）的专项处理。 当用户提及 GKE 升级、Kubernetes 版本跨度升级、节点池运维、GKE 打补丁、集群版本管理、发布渠道选择、维护时间窗口设定、浪涌升级、升级卡死或任何 GKE 生命周期的管理任务时（哪怕只是像“我们该升下集群了”、“规划一下下次 GKE 维护”或“升级卡住了”这类随口一提的描述），均可触发本 Skill。 请勿用于 GKE 集群新建、应用接入 (Onboarding)、基础网络/路由配置或安全策略配置（此类场景请使用 gke-basics 或其他相关的 GKE Skill）。
googleagent-platform-alert-configuration
基于 OpenTelemetry (OTel) 指标为 AI Agent 配置最佳实践告警策略。适用于分析、编写或部署告警策略，以监控 Agent 的延迟、错误率、Token 消耗及质量指标。注意：可靠性（Reliability）、成本（Cost）、安全防护（Safety）和系统安全（Security）告警使用通用 OTel 指标，支持跨运行时生效（如 Cloud Run、Vertex AI 等）；而质量（Quality）告警依赖 Vertex AI Online Monitors，仅适用于 Vertex AI 部署环境。
googlebigquery-ai-ml
利用 BigQuery 内置的机器学习与生成式 AI（GenAI）能力进行高级数据分析。适用于编写 SQL 查询以实现时间序列预测、数值预测、异常检测、关键驱动因素分析、语义搜索或向量检索、文本分类、相似度计算、内容摘要生成、语言翻译、模型评估、按语义条件过滤，以及在 BigQuery 中调用生成式 AI 能力等场景。请勿用于处理常规的 BigQuery 数据集、数据表或作业管理需求。
googlebigtable-basics
协助完成 Bigtable 的实例与表资源创建、高性能 Schema 设计以及数据查询。适用于设计 Bigtable 行键（row key）、配置列族（column family）、编写 SQL 查询或客户端代码（Java、Go、Python），以及排查性能瓶颈和热点（hotspotting）问题。也适用于使用 gcloud 或 cbt CLI 配置 Bigtable 集群。请勿用于常规 Cloud SQL 管理。
googleagent-platform-eval-flywheel
使用“评估质量飞轮（Eval Quality Flywheel）”方法论，评估并持续提升 Google Cloud 上的 AI 模型与 Agent 质量。适用于：评估 Agent 或模型、构建评估数据集、挑选或编写评估指标、分析失败归因、对比修复前后的效果，以及需要 Agent Platform 评估方法论指导（包含数据集 Schema、LLM 裁判打分/LLM-as-judge 机制、常见失败原因）的场景。如果是模型微调需求，请使用 agent-platform-tuning；如果是通用生产部署，请使用 agent-platform-deploy。
googleworkload-manager-basics
当需要通过官方公共客户端库或 REST API 来管理 Google Cloud Workload Manager 的评估、规则、已扫描资源和校验结果时，使用本 Skill。适用于查看工作负载最佳实践规则，针对 Google Cloud 通用最佳实践、SAP、SQL Server 或组织自定义规则创建并运行评估，审查违规项，导出结果至 BigQuery，或者在缺乏专用公共 CLI 或 MCP Server 的情况下通过客户端库实现 Workload Manager 自动化。请勿用于通用的 Google Compute Engine 实例管理、VPC 配置或标准 IAM 审计。
googleagent-platform-deploy
把 Model Garden 中的开源模型或自定义权重部署到 Agent Platform 端点、查看正在进行的部署进度，或通过取消部署模型及删除端点来清理资源。适用于以下场景：主动部署模型、列出 Model Garden 中可用的模型目录（CATALOG）、检查特定模型是否支持部署（`gcloud ai model-garden models list-deployment-config`）、查询部署成本、排查部署报错（如配额限制），以及取消部署/清理端点。拷贝并部署 1P 微调模型（1P Tuned Model）时也使用本 Skill。如果是纯查询/探索类问题，例如“X 部署了吗？”、“列出我的端点”或“哪些区域有运行中的模型？”，请勿使用本 Skill，而应使用 `agent-platform-endpoint-management`。如果是公共 Vertex AI 部署，请使用 `vertex-deploy` Skill；如果是运行模型评估，请使用 `agent-platform-eval-flywheel` Skill。
googleagent-platform-tuning
Agent Platform 模型微调。当需要使用 Agent Platform 基础设施微调开源模型（Open Models）或 Gemini 模型时使用此 Skill。请勿用于 Agent Platform 之外的模型训练、将模型部署到 Endpoint（请使用 `agent-platform-deploy`），或管理推理服务 Endpoint（请使用 `agent-platform-endpoint-management`）。
googleagent-platform-prompt-management
用于在 Agent Platform 中管理和编排 Prompt。适用于创建、列出、查询、版本控制或删除 Agent Platform 中的托管 Prompt。请勿用于模型训练、模型部署到 Endpoint，或管理非 Agent Platform 的 Prompt。
googlegemini-api
当用户询问企业级环境下的 Gemini 使用，或明确提到 Vertex AI、Google Cloud 或 Agent Platform 时使用。本 Skill 指导如何在 Agent Platform 上通过 Google Gen AI SDK 使用 Gemini API，涵盖 SDK 的用法（Python、JS/TS、Go、Java、C#），以及多模态输入、工具调用、媒体生成、上下文缓存、批量预测和 Live API 等核心能力。
googlebigquery-basics
管理 BigQuery 中的数据集、表和作业。当您需要与 BigQuery 交互、运行 SQL 查询、管理 BigQuery 资源（数据集、表、视图）或执行基本数据导入和分析时使用。
googlefirebase-basics
当你处理使用 Firebase 产品或服务的项目时，尤其是移动或 Web 应用，请使用此技能。
googlealloydb-basics
管理 AlloyDB for PostgreSQL 的集群、实例和备份，并与 AlloyDB 模型上下文协议（MCP）工具集成，实现自动化数据库操作。
googleagent-platform-skill-registry
与 Gemini Enterprise Agent 平台技能注册表交互，创建和搜索可用技能。使用此技能让代理注册功能或发现新能力。
googleagent-platform-inference
连接到 Google Cloud Agent Platform GenAI 模型并执行推理，包括第一方 Gemini 模型和第三方 OpenMaaS 模型（Llama、DeepSeek、Qwen 等）。当你需要生成调用 Gemini 或 OpenMaaS 模型的代码、使用 GenAI SDK、OpenAI SDK 或旧版 Agent Platform SDK 进行身份验证、配置基础 URL 和全局/区域端点，或排查 429 Resource Exhausted (DSQ)、400 User Validation 或 404 Not Found 错误时使用。不要用于将模型部署到端点或运行模型评估。
google