涵盖 AI 工程、云基础设施、DevOps 方向，代表作 google-agents-cli-adk-code、google-agents-cli-observability、google-agents-cli-deploy。
@google 的全部 Skill
google-agents-cli-adk-code
by @google
ADK 代码开发速查表，提供 API 参考、代码模式和最佳实践，加速 AI Agent 开发
google-agents-cli-deploy
by @google
自动化 ADK Agent 部署到 Cloud Run 或 GKE，封装 Terraform 和 Docker 配置，简化生产环境发布流程
google-agents-cli-publish
by @google
注册并发布 Gemini Agent 到企业市场，自动生成 Agent 卡片、配置访问权限和管理版本
google-agents-cli-workflow
by @google
ADK 开发工作流程指南，规范开发阶段、代码审查和测试流程，确保团队协作一致性
google-agents-cli-eval
by @google
ADK Agent 评估框架，自动运行测试用例、生成评估报告和性能指标，验证 Agent 质量是否符合标准
google-agents-cli-observability
by @google
配置 ADK Agent 可观测性，集成 Cloud Trace、日志记录和 BigQuery 分析，监控生产环境性能
google-agents-cli-scaffold
by @google
自动创建 ADK Agent 项目结构，生成配置文件、Dockerfile 和 CI/CD 模板，支持新项目和现有项目增强
cloud-run-basics
by @google
在 Google Cloud Run 上运行容器化应用，自动扩缩容，无需管理服务器
bigquery-basics
by @google
此技能提供 Google Cloud BigQuery 的基础知识和操作指南，涵盖 API 启用、数据集与表创建、SQL 查询执行、命令行工具使用、客户端库集成以及基础设施即代码（Terraform）管理。它帮助用户高效地在 BigQuery 上进行大规模数据分析和管理，理解其无服务器架构和核心概念，从而快速上手云端数据平台。
gemini-api
by @google
通过 Gemini API 访问 Google 企业级 AI 模型，支持多模态理解和生成
google-cloud-recipe-auth
by @google
处理 Google Cloud 身份认证，支持多种认证方式和凭据管理
google-cloud-recipe-onboarding
by @google
此技能为开发者提供 Google Cloud 入门指导，涵盖账户创建、账单设置、项目管理以及首次资源部署。它简化了复杂的初始配置流程，帮助用户快速启动云项目，加速开发效率。
cloud-sql-basics
by @google
此技能提供 Google Cloud SQL 关系型数据库服务的基础管理能力，涵盖实例创建、配置、连接及安全设置。它自动化了 MySQL、PostgreSQL 和 SQL Server 数据库的部署与维护，显著提升了开发效率，确保应用数据的高性能与高可用性。
google-cloud-waf-security
by @google
此技能基于 Google Cloud Well-Architected Framework (WAF) 的安全支柱，为 Google Cloud 工作负载生成安全指导。它能评估工作负载、识别安全需求，并提供 IAM、网络安全、数据保护和操作安全方面的可操作建议，帮助用户构建健壮的云安全态势。
google-cloud-waf-cost-optimization
by @google
此技能基于Google Cloud Well-Architected Framework，为Google Cloud工作负载生成成本优化指导。它能评估工作负载，识别成本需求与限制，并提供可操作的建议，帮助用户在Google Cloud上高效构建、部署和管理工作负载，从而实现持续的成本节约和业务价值最大化。
google-cloud-waf-reliability
by @google
此技能基于 Google Cloud Well-Architected Framework 的可靠性支柱，为 Google Cloud 工作负载生成可靠性指导。它能帮助用户评估工作负载，识别可靠性需求，并提供可操作的建议，以在 Google Cloud 上可靠地构建、部署和管理系统，从而有效减少停机时间，提升用户体验和数据完整性。
gke-basics
by @google
此技能旨在帮助用户规划、创建和配置生产就绪的 Google Kubernetes Engine (GKE) 集群，尤其侧重于黄金路径 Autopilot 配置。它涵盖了从 Day-0 清单、Autopilot 与 Standard 的对比，到网络、安全、可观测性、扩展、成本优化以及 AI/ML 推理等关键方面，旨在简化 GKE 环境的部署和管理，确保集群高效、安全运行。
alloydb-basics
by @google
AlloyDB Basics 技能提供 Google Cloud 上 AlloyDB for PostgreSQL 数据库的基础管理能力，包括集群和实例的创建与配置。它帮助开发者利用 AlloyDB 的高性能、高可用特性，并集成其AI功能（如向量搜索和AI函数），加速构建企业级AI应用，优化数据存储与处理效率。
google-cloud-networking-observability
by @google
这个技能是 Google Cloud 网络可观测性专家，能够快速分析 VPC 流日志、防火墙日志、威胁日志和网络指标，以识别网络问题并提供直接答案。它通过高效查询和故障排除指南，帮助用户迅速定位网络故障、监控性能趋势，并验证配置，从而显著提升网络运维效率和问题解决速度。
gcloud
by @google
此技能使AI代理能够安全高效地使用gcloud CLI管理Google Cloud资源，通过强制语法验证、参数检查和干运行，避免命令幻觉和破坏性操作。适用于云资源创建、配置、查询等场景，提升运维准确性和速度。
agent-platform-skill-registry
by @google
此技能用于管理 Gemini 企业代理平台上的 Skill Registry，提供技能发现、生命周期管理、操作监控及新技能脚手架生成功能。它帮助开发者高效地搜索、上传、更新和删除代理技能，确保技能生态系统的规范化和可维护性。
google-cloud-waf-operational-excellence
by @google
此技能基于 Google Cloud Well-Architected Framework 的卓越运营支柱，提供在 Google Cloud 上高效运行工作负载的建议。它涵盖了从运维准备、事件管理、资源优化到自动化和持续改进等核心原则，帮助用户构建、部署和管理高性能、安全且可靠的云解决方案。
gemini-agents-api
by @google
此技能提供 Gemini Enterprise Agent Platform 的托管代理 API，允许开发者通过编程方式创建、配置、列出、更新和删除有状态的、服务器管理的代理资源。它简化了代理的生命周期管理，包括挂载文件、技能和工具，从而加速AI代理的开发与部署。
google-cloud-waf-performance-optimization
by @google
此技能基于 Google Cloud Well-Architected Framework 的性能优化支柱，提供设计、构建和运营高性能云工作负载的原则与建议。它专注于高效资源分配、利用弹性伸缩、推广模块化设计以及持续监控改进，帮助用户在 Google Cloud 上实现卓越的性能和成本效益，确保系统稳定高效运行。
google-cloud-waf-sustainability
by @google
此技能基于 Google Cloud Well-Architected Framework 的可持续性支柱，提供原则和建议，帮助用户优化云工作负载以减少环境影响。它指导用户选择低碳区域、优化资源使用、开发节能软件，并通过持续测量和改进，显著降低碳足迹，提升能源效率。
agent-platform-deploy
by @google
此技能提供在 Agent Platform Model Garden 上部署和管理开放模型到端点的详细指南。它涵盖了模型复制、部署、资源清理以及关键的安全操作规范，确保AI模型的安全高效上线与运维。
agent-platform-rag-engine-management
by @google
此技能提供与 Agent Platform RAG 引擎交互的指南，帮助开发者通过 Python SDK 高效管理 RAG 引擎。它支持语料库的列出、检查、上下文检索及基于检索结果的问答，从而为 AI 智能体构建和维护强大的知识存储与检索能力，显著提升智能体的决策与响应质量。
agent-platform-tuning
by @google
此技能提供在 Agent Platform 上微调大型语言模型（包括 Open Models 和 Gemini Models）的程序性知识。它涵盖了从环境设置、数据准备到作业配置、监控和部署的整个生命周期，帮助用户优化模型性能以满足特定应用需求。
agent-platform-prompt-management
by @google
此技能提供 Google Agent Platform SDK，用于高效管理 AI 提示词。它支持提示词的创建、列表、检索和删除，并提供版本控制和最佳实践，帮助开发者标准化和优化大模型提示词，提升 AI 应用的性能和一致性。
agent-platform-tuning-management
by @google
此技能提供使用 Agent Platform Python SDK 管理 GenAI 调优作业的指南。它使用户能够检查调优运行状态、查找活跃作业或取消长时间运行的作业，从而优化 AI 模型开发流程并有效管理云资源。
agent-platform-model-registry
by @google
此技能用于管理Agent Platform上的机器学习模型注册表，包括列出、描述、上传、更新和删除模型。它帮助开发者高效管理模型生命周期，确保版本控制和元数据更新，并通过安全确认层级防止误操作。
agent-platform-eval-flywheel
by @google
此技能帮助用户使用Agent Platform GenAI评估SDK评估和改进GenAI模型与agent。它支持从会话轨迹、DataFrame或合成生成创建评估数据集，选择配置自定义评估指标，分析评分、损失模式并聚类失败案例，最终基于评估结果提出代码和提示改进建议，实现质量飞轮循环。
agent-platform-inference
by @google
此技能提供详细指南，帮助开发者认证并连接到 Google Cloud Agent Platform，以便使用第一方（Gemini）和第三方（OpenMaaS）生成式 AI 模型进行推理。它涵盖了关键的环境设置步骤，包括认证、API 启用和依赖安装，确保开发者能高效集成和利用先进的 AI 能力，同时强调推理执行的安全确认机制，以避免意外成本。
agent-platform-endpoint-management
by @google
此技能提供管理 Agent Platform 端点的程序性知识，使用户能够高效地创建、更新、删除和查询 AI 模型的在线预测端点。它简化了云端 AI 基础设施的部署与管理流程，确保 AI 服务稳定运行，并严格遵循操作安全规范。
agent-platform-migrate-from-ai-studio
by @google
此技能旨在帮助用户将基于 Google AI Studio 的应用无缝迁移至企业级的 Google Cloud Agent Platform。通过迁移，用户可以利用 GCP 积分支付 Gemini API 费用，统一推理管道、IAM 权限、遥测和计费，并获得企业级数据隐私、安全合规及 MLOps 生态支持，从而提升 AI 应用的稳定性、安全性和可扩展性。
google-analytics-data-api-basics
by @google
此技能通过 Google Analytics Data API 编程获取报告数据，自动化报告生成、定制仪表盘，并集成到企业应用，大幅提升数据分析效率。适用于需要定期拉取 GA 数据的分析师或开发者。
workload-manager-basics
by @google
该技能基于Google Cloud Workload Manager，自动验证企业工作负载是否符合GCP最佳实践和推荐规则。通过定义资源范围、选择内置或自定义规则，运行评估并检查结果，帮助用户发现合规问题、降低风险，并导出至BigQuery进行深入分析。
bigquery-ai-ml
by @google
此技能在 BigQuery 中通过内置函数（如 AI.FORECAST、AI.GENERATE）直接调用 Vertex AI 模型，实现时间序列预测、异常检测、关键驱动因素分析和文本生成。用户无需移动数据或编写复杂代码，即可在 SQL 工作流中快速集成机器学习与生成式 AI，大幅提升数据分析效率。
google-analytics-admin-api-basics
by @google
此技能提供Google Analytics Admin API的入门指南，帮助开发者快速实现GA账户和属性的自动化管理。用户可以通过API批量配置数据流、自定义维度和集成，无需手动操作，大幅提升效率。
agent-platform-alert-configuration
by @google
此技能为 Google Cloud Vertex AI 上的 AI Agent 提供动态阈值告警配置，基于 1 周基线自动调整 PromQL 规则，减少静态阈值引起的误报。适用于可靠性（延迟、错误率）和质量（回复质量、幻觉）监控，确保 Agent 稳定运行。
bigtable-basics
by @google
此技能帮助用户高效管理Google Bigtable，涵盖实例配置、数据查询、schema设计及性能优化等核心操作，避免全表扫描等常见陷阱，显著提升运维与开发效率。
gke-upgrades
by @google
此技能可针对GKE集群环境生成定制化的升级计划、runbook和检查清单。它自动采集集群模式、版本、发布渠道和工作负载类型，提供安全、高效的升级策略，帮助团队避免升级中断，确保生产稳定。
gke-inference
by @google
此技能可在 GKE 上快速部署 AI/ML 推理工作负载，自动生成优化的 Kubernetes 清单并选择最佳 GPU/TPU 加速器，大幅简化 LLM 模型（如 Llama、Gemma、Mistral）的部署与缩放配置。
gke-observability
by @google
此技能帮助用户一键配置GKE集群的全面可观测性，包括监控、日志、托管Prometheus及Dataplane V2指标，快速定位集群控制平面和工作负载问题。
gke-networking
by @google
该 Skill 提供 GKE 集群网络配置的最佳实践指南，涵盖私有集群、VPC-native 模式、IP 规划等关键设置，帮助用户快速搭建安全高效的 Kubernetes 网络环境，减少配置错误和排障时间。
gke-golden-path
by @google
此技能自动为GKE生产集群应用推荐配置（Golden Path），简化集群创建与配置过程，确保遵循最佳实践，同时允许用户自定义并记录权衡。
gke-storage
by @google
此技能帮助GKE用户快速配置和管理Kubernetes存储资源，包括PersistentVolumeClaims、StorageClasses、卷扩展和最佳实践，提升存储部署效率，减少配置错误。
gke-compute-classes
by @google
此技能指导配置、优化和故障排除 GKE ComputeClasses，用于成本优化（如 Spot 虚拟机搭配按需回退）、GPU/TPU 工作负载（定位特定加速器）、性能调优（选择特定机器系列）和区域定位（将工作负载与区域资源共置）。帮助用户快速生成最佳实践的 YAML 模板，避免常见陷阱。
google-agents-cli-onboarding
by @google
此技能用于初始化Google Agents CLI工具链，引导开发者完成AI代理的搭建、评估、部署与发布全流程。通过自动化命令和结构化工作流，显著降低开发门槛，提升多阶段协作效率。
gke-cluster-creation
by @google
此技能提供创建 Google Kubernetes Engine 集群的最佳实践模板和模式选择（Autopilot vs Standard），涵盖安全、成本优化和高可用性配置。用户无需查阅零散文档，即可快速生成合规的集群配置，降低手动操作带来的错误风险。
gke-reliability
by @google
此技能用于配置和验证 GKE 集群的高可用性，包括区域集群、Pod 中断预算、健康检查和拓扑约束，帮助团队构建弹性工作负载，减少故障影响。
gke-app-onboarding
by @google
提供将应用程序容器化并首次部署到 GKE 的完整工作流，涵盖应用评估、Docker 镜像构建、镜像管理、Kubernetes 清单生成及部署验证，帮助开发团队快速、标准化地将应用迁往 GKE，减少手动操作错误，提升部署效率。
gke-multitenancy
by @google
此技能提供GKE多租户模式的自动化配置与管理，涵盖命名空间隔离、RBAC权限规划、资源配额和网络分段。帮助团队在共享集群中实现安全隔离、成本分配和最小权限访问，降低运维复杂度。
gke-backup-dr
by @google
针对GKE有状态工作负载的备份与灾难恢复，自动化捕获Kubernetes资源元数据和持久卷数据，支持备份计划创建、手动备份触发和恢复执行，内置CMEK加密、命名空间范围等最佳实践，确保数据安全与快速恢复，适用于保护生产环境中的有状态应用。
detection-engineering-coverage-evaluation
by @google
此技能自动化端到端的检测工程生命周期，包括提取威胁情报、生成威胁检测机会、创建合成事件、评估规则覆盖、审计规则状态，并生成新规则填补缺口，帮助安全团队系统性地提升检测覆盖率和响应效率。
gke-batch-hpc
by @google
此技能帮助用户在 Google Kubernetes Engine 上高效运行批处理和高性能计算工作负载，提供从 Job 配置、MPI 作业到成本优化（如 Spot 实例、缩容至零）的完整指南，显著简化部署与运维。
google-cloud-recipe-foundation-builder
by @google
此技能可自动化部署Google Cloud企业级基础架构，建立安全护栏、资源层次结构和集中日志监控，帮助企业快速搭建合规的云环境，降低手动配置风险。
bigquery-bigframes
by @google
此技能利用 BigFrames (BigQuery DataFrame) API 在云端高效处理大数据，支持数据清洗、转换、分析和机器学习，无需下载数据至本地，显著提升处理速度并避免内存溢出问题。它让 Python 开发者以熟悉的 Pandas 风格操作大数据。
datalineage-bigquery-asset-impact-analysis
by @google
此技能用于对 BigQuery 表或视图进行下游影响分析（blast radius 评估），自动发现依赖该资产的 ETL 管道、视图和查询，帮助用户在变更或维护前评估风险范围，避免意外中断。
adk-dev-guide
by @google
ADK开发指南：在ADK代理开发会话开始时阅读。，AI Agent Skill，提升工作效率和自动化能力
adk-cheatsheet
by @google
提供ADK代理代码编写或修改前必须阅读的速查指南。涵盖ADK API的关键信息和最佳实践，确保开发人员高效、准确地完成任务。
adk-deploy-guide
by @google
在部署任何ADK代理前必须阅读的部署指南。详细介绍ADK代理的部署流程、配置要求和最佳实践，确保部署顺利高效。
adk-scaffold
by @google
在创建或增强任何ADK代理项目前必须阅读的脚手架指南。提供项目结构、初始化和开发流程的最佳实践，确保项目规范高效。
adk-observability-guide
by @google
在为ADK代理设置可观测性前必须阅读的指南。涵盖日志、指标和追踪的配置与实践，确保系统状态透明，便于监控和故障排查。
adk-eval-guide
by @google
在运行任何ADK评估前必须阅读的评估指南。详细介绍ADK评估的流程、标准和工具，确保评估结果准确可靠，为决策提供依据。