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-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
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
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。
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
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-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-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-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-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-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。
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。
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。
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-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-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-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-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。
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。
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-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。
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。
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。
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。
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。
mantis-threat-model
by @google
该技能基于知识库中的架构与实体信息，自动合成信任边界、攻击面与攻击者画像，产出结构化的 THREAT_MODEL.md 威胁模型文档。它把人工梳理的安全评审变为快照可溯源、可重复复现的自动化流程，适合架构评审、设计变更与迭代式安全复核场景。
mantis-review
by @google
mantis-review 是一个独立的代码审查验证技能，通过对抗性视角逐条复核去重后的缺陷发现，并回到真实源码逐行核验，剔除误报与噪声，最终把校验结论（状态、理由、复现提示）写回磁盘。适合自动化安全审计或静态扫描之后的结果收敛阶段，帮助团队把大量可疑告警压缩成少量可信问题。
mantis-architecture
by @google
此技能把零散洞察与代码库结构分析合成为一份规范化、互相链接的 Markdown 知识库：定义系统架构、梳理实体组件、归类历史漏洞模式，并把结果带快照标记地持久化到 workspace/kb。它让后续智能体复用同一份架构记忆，保证知识的可追溯性与新鲜度。
mantis-reflect
by @google
此技能解析多智能体每轮的执行轨迹（思考、工具调用与观察记录），把可复用的经验提炼成结构化条目并追加到统一的 learnings 文件，同时按语义去重、附带快照溯源信息。它能让后续代理直接复用前车之鉴，避免重复踩同样的坑，把一次试错沉淀为长期记忆。
mantis-pipeline-adapter
by @google
该 Skill 是一个交互式管道设计顾问，帮助用户为自己的 AI Agent 构建确定性的编排器（orchestrator harness）。它围绕状态存储、令牌效率、UUID 引用、并发锁与跨阶段 schema 契约，给出贴合技术栈的架构建议，让多阶段流水线在工程上更可靠、可扩展、可评估。
mantis-meta-agent
by @google
此技能作为常驻监督者，启动并监控长周期的自动化代码审查循环，维护轮次状态、发现清单与快照记录，在子代理交接前校验各发现状态。它让多轮、多代理协作的审查任务可以断点续跑、全程可审计，避免长任务中断后从头重来。
mantis-summarize
by @google
此技能为代码仓库的每个目录自动生成聚焦安全的确定性摘要（mantis-summary.md），并把子目录摘要向上汇总。它大幅压缩上下文体积、降低重复扫描与 token 开销，让安全审计与研究阶段在大型仓库中快速定位关键模块并保持可复现的分析基线。
mantis-structural-index
by @google
此技能为源码构建内容寻址的语义单元索引，提供调用方查询、函数边界定位与调用点识别能力，产物以清单加查询优化存储持久化，支持增量复用与 SCIP/Kythe/LSIF 预构建索引接入。它不替代文本检索，而是补齐结构数据，让开发者在代码发现阶段更快厘清调用链与依赖关系。
mantis-critic
by @google
此技能用于对已验证的安全漏洞做生产可行性复核：它独立重读目标源码，按发布构建配置判断漏洞是否仍可触发，剔除仅调试版本才有的路径、断言陷阱与不可达代码。适合在漏洞定级与进入修复队列前做最后一道过滤，减少误报与无效投入。
mantis-plan
by @google
该 Skill 基于威胁模型与历史经验，自动分析代码结构、目录元数据与版本变更，划定外部边界并生成针对性的防御性安全审查路线图。它能区分首次扫描与增量复查，并重新调度未解决的发现，让安全审计从凭直觉列清单变为有据可依、可复现的计划。
mantis-researcher
by @google
此技能对生产源码做快速分诊与深度审查，定位边界检查缺失、前置条件漏洞、未清洗输入与接口违约，并按计划将发现写入独立文件。它让安全审计覆盖到整个代码库，把人工翻文件的重复劳动压缩成可去重、可追溯的结构化发现。
mantis-report
by @google
此技能将复杂的技术漏洞发现日志整合成面向开发者与利益相关者的可读安全审查报告包。它汇总本轮与历史发现的已确认漏洞、利用链和快照溯源信息，生成结构化 Markdown 报告并维护最新版本，适用于渗透测试后的交付与修复沟通。
mantis-dedupe
by @google
该 Skill 对原始安全扫描结果做聚类去重，把完全重复或高度重叠的问题合并成一条带描述与历史的记录，重复项归档为 DUPLICATE，可疑匹配打上 possible_duplicate_of 软标记。适用于逐轮漏洞扫描后的结果收敛，避免同一问题在多轮报告中反复出现、淹没真正的新发现。
mantis-reproduce
by @google
该 Skill 是一个漏洞复现工程师，能针对已发现的安全缺陷自动生成崩溃复现器（PoC）或恶意输入，并在隔离沙箱中执行、采集真实崩溃输出，用实证结果确认漏洞是否成立。它支持快照与补丁后二次攻击验证，让复现结论可重复、可追溯。
mantis-calibrate
by @google
该 Skill 是风险校准专家：读取 workspace/findings 下的漏洞发现、威胁模型与状态快照，按严格的 1-10 风险矩阵综合复现成功率与生产可利用性，计算 impact/likelihood、可用性层级与优先级，并把评分、检查清单和摘要回写到发现文件。适合团队在漏洞扫描或渗透测试后统一评分口径，减少主观争议，让修复排期更有依据。
mantis-history
by @google
该技能通过分析仓库版本控制历史，自动提取过往漏洞、安全修复与相关补丁文件，生成结构化的历史经验数据库供后续环节使用。它省去人工翻查提交记录的繁琐，为安全审计与漏洞复盘提供可复用的历史线索。
mantis-patch
by @google
该 Skill 针对已复现的安全漏洞生成最小化代码修复，在影子目录或文件备份中事务化地应用补丁，并通过重新攻击验证，失败时自动回滚。它让修复过程可复现、可审计，降低误改业务逻辑的风险，同时把每次修复经验沉淀到长期记忆，供后续同类漏洞复用。
mantis-chain
by @google
此技能是一个漏洞链构建器，能把彼此独立、已单独验证的安全发现与知识库中的漏洞原语关联起来，自动推导并生成多步利用链（exploit chain）。它通过签名与代码路径去重，保证跨轮次不重复产出，帮助安全团队从零散低危问题中识别真正可被组合利用的高危攻击路径。