自动化与运维 ✓ Google · 官方 google-cloudai-agent-architecturemulti-agent-systemsinfrastructure-as-codeterraformcloud-runmodel-context-protocoldeployment-validation

Google Cloud AI Agent 构建部署顾问

帮助设计、实现并验证部署在 Google Cloud 上的 AI Agent 与多 Agent 系统。

FollowSkills 评估 · FSRS-2.0
不推荐
53/ 100 五分制 2.7 / 5
信任安全16 / 25 · 3.2/5

流程要求需求确认、架构批准、实施计划批准和验证批准,并明确最小权限、OIDC、Model Armor、人工介入、加密环境变量和部署 dry-run,显示出较好的安全意识;但未给出具体 IAM 权限边界、完整数据流和敏感数据生命周期,也未规定可执行的回滚方案,且 IaC/部署可能产生外部资源变更,因此扣分。

可靠稳定8 / 20 · 2.0/5

四阶段流程一致,包含模板、验证检查和异常部署协助,主路径可理解;但未提供已执行的测试、固定依赖版本、关键命令的完整可复现示例或具体失败诊断与恢复逻辑,且大量内容依赖外部文档和占位符,因此静态评估限制在 10 分以下并扣分。

适用触发10 / 15 · 3.3/5

名称、目标用户、适用场景以及不适用于通用架构或单产品窄任务的边界较清楚,且会根据需求选择单代理或多代理;但输入字段、输出契约和触发条件仍较概括,没有中文交互支持说明,也未处理中国大陆访问 Google Cloud 相关服务的可达性,因此扣分。

规范维护9 / 15 · 3.0/5

SKILL.md 采用清晰的阶段化结构,并提供相关指南、产品映射、设计原则和三个输出模板;仓库提供 Apache-2.0、安装方式、贡献渠道和维护中的说明。但该技能没有独立版本、变更记录、明确维护责任人、依赖版本、FAQ 或完整故障排查说明,因此扣分。

有效结果6 / 15 · 2.0/5

技能明确承诺生成架构文档、Mermaid 图、IaC、部署说明和验证计划,核心交付物方向直接可用;但模板主要是骨架,精确 ADK/MCP 代码和具体部署细节需动态生成并依赖外部资料,未提供已验证的代表性输出,仍可能需要较多审阅和修订,因此按静态上限保守评分。

证据核验4 / 10 · 2.0/5

证据包括技能自身的引用清单、产品映射、模板和仓库级许可证/安装说明,且主要指向官方材料;但未提供测试套件、CI 覆盖、执行日志或独立复现证据,无法静态验证关键路径,因此不超过 5 分并扣分。

证据充分度: 评估于 2026年7月28日 审查版本 d1c9be2009ba
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 部署和 IaC 可能修改真实云资源;在执行前应明确项目、区域、IAM 权限、变更范围、审批人和可回滚方案。
  • 不要把模板中的占位符、示例命令或产品推荐视为已验证配置;应核对当前官方文档、API 可用性、配额、区域支持和费用。
  • 技能未说明中文支持及中国大陆网络可达性;面向大陆用户时需预先验证相关 Google Cloud、文档和 CLI 服务的访问条件。
  • 敏感数据检测、日志脱敏、密钥管理和代理工具权限需要针对具体工作负载补充明确规则。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能面向需要在 Google Cloud 上设计或实现 AI Agent 系统的用户。它通过需求发现、方案设计、实施规划和方案验证四个阶段推进工作。技能可根据复杂度、工作流、延迟和成本需求推荐单 Agent 或多 Agent 模式,并生成架构、部署和验证材料。它专注于带有 Agent 上下文的 Google Cloud 解决方案,不适用于一般云架构或单一产品的狭窄任务。

收集功能与非功能需求、现有系统、知识库和依赖信息;识别歧义并要求确认;推荐单 Agent 或多 Agent 设计模式;拆解技术组件并映射到 Google Cloud 产品;生成 Mermaid 架构图;编写 solution-architecture.md、implementation-instructions.md 和 validation-plan.md;规划 Terraform、Agents CLI、gcloud、curl 及 MCP 相关部署和验证步骤。

  1. 云架构师为新的 AI Agent 工作负载收集需求并确认技术分解。
  2. 平台工程师为 Google Cloud 上的 Agent 系统制定产品选型、架构图和部署方案。
  3. 开发团队需要生成包含 Terraform 或 Agents CLI 步骤的 Agent 实施说明。
  4. 运维团队需要为已部署的 Agent 检查网络路由、IAM、安全策略和服务端点。
  5. 需要在部署前使用本地运行、评估和 dry-run 流程验证 Agent 质量的团队。

这个 Skill 有哪些优点和局限?

优点
  • 覆盖需求分析、架构设计、实施规划和验证的完整流程。
  • 明确要求在关键阶段获得用户确认并支持迭代。
  • 涵盖 Mermaid 架构图、Terraform、Agents CLI、MCP、Cloud Run 成本控制和安全凭据处理。
  • 可处理跨云、混合云和本地组件的集成分析。
局限
  • 需要相关 references 和 assets 文件才能完整执行其文档生成流程;提供的材料未包含这些文件的内容。
  • 技能本身不提供具体工作负载的现成架构,必须先获得足够需求并经过确认。
  • 源材料未提供测试套件、支持的平台清单或实际部署结果。
  • 实施和验证依赖 Google Agents CLI、Terraform、gcloud CLI、curl 以及云环境权限。

如何安装这个 Skill?

安装整个技能集合:npx skills add google/skills。安装过程中选择 skills/cloud/google-cloud-solution-build-deploy-agents。源材料未说明具体安装目录或单独安装命令。

如何使用这个 Skill?

在已安装该技能的 Agent 客户端中提交具体请求,例如:为一个需要访问企业知识库并部署到 Google Cloud 的多 Agent 系统设计、实施并验证方案。 提供功能需求、非功能需求、现有系统、知识库和依赖;技能会按阶段请求确认。

这个 Skill 与同类方案有什么区别?

与同仓库的 Google Cloud solution-architecture 技能相比,本技能专门面向 AI Agent 或多 Agent 系统;一般 Google Cloud 解决方案架构应使用前者。

常见问题

它适合单 Agent 系统吗?
适合。技能会根据工作负载的复杂度、工作流、延迟和成本需求,在单 Agent 与多 Agent 系统之间提出建议。
它会直接部署资源吗?
源材料说明它会生成 IaC、脚本和部署说明,并在适当情况下使用 Agents CLI;未证明它会替用户执行部署。
是否需要 MCP?
实施说明必须演示如何使用 MCP 标准注册数据库读取器等工具,因此相关场景需要 MCP 配置。
它能替代一般的 Google Cloud 架构顾问吗?
不能。它明确限定于带有 Agent 上下文的设计或实现,不适用于一般 Google Cloud 解决方案架构或单一产品任务。

同仓库的其他 Skills

均来自 google/skills

自动化与运维 ✓ Google · 官方

Google Cloud 实时多模态流解决方案助手

为实时双向多模态流工作负载设计并部署 Google Cloud 方案。

自动化与运维 ✓ Google · 官方

Google Cloud 安全无服务器分层架构

帮助代理设计、编写基础设施代码并验证隔离的 Google Cloud 多层无服务器 Web 应用。

自动化与运维 ✓ Google · 官方

Google Cloud 解决方案架构师

从需求发现到验证交付,规划复杂 Google Cloud 多产品工作负载。

自动化与运维 ✓ Google · 官方

Google Cloud 运营卓越顾问

依据 Google Cloud WAF 评估并改进工作负载运营实践。

开发与工程 ✓ Google · 官方

Google Agents CLI 智能体开发引导

引导智能体从设计、开发到部署与监控的完整流程。

自动化与运维 ✓ Google · 官方

Vertex AI Agent 告警配置

为 Agent Runtime 智能体配置动态可靠性与质量告警。

自动化与运维 ✓ Google · 官方

GKE 企业 RAG 搜索架构师

为基于 GKE 与 AlloyDB 的企业 RAG 搜索系统生成架构和部署方案。

数据与分析 ✓ Google · 官方

AlloyDB 数据库管理助手

帮助管理 AlloyDB 集群、实例与备份,并连接 MCP 自动执行数据库操作。

自动化与运维 ✓ Google · 官方

Google Cloud 全球外部应用负载均衡配置

以最佳实践配置并部署 Google Cloud 全球外部应用负载均衡器。

数据与分析 ✓ Google · 官方

Google Cloud 无边界开放数据湖仓设计技能

帮助设计连接多云数据孤岛与智能体的受治理数据湖仓。

数据与分析 ✓ Google · 官方

Google Cloud 智能体评测飞轮

用系统化评测、失败分析和迭代优化提升模型与智能体质量。

自动化与运维 ✓ Google · 官方

Agent Platform 模型部署助手

在 Google Agent Platform 上部署、验证并清理 Model Garden 模型。

自动化与运维 ✓ Google · 官方

AI 工作负载迁移至 GKE 推理

将现有 AI 推理工作负载迁移到自托管的 GKE 推理环境。

开发与工程 ✓ Google · 官方

Gemini API 企业开发指南

帮助开发者使用统一 Gen AI SDK 在 Gemini Enterprise Agent Platform 上构建企业级 Gemini 应用。

数据与分析 ✓ Google · 官方

Agent Platform 模型注册表管理

用 gcloud 管理 Agent Platform 中的模型、版本及其元数据。

开发与工程 ✓ Google · 官方

Google Cloud Agent Platform 推理助手

帮助开发者连接 Google Cloud Agent Platform 并调用 Gemini 与 OpenMaaS 模型。

数据与分析 ✓ Google · 官方

Google Cloud 智能体数据科学架构师

为基于智能体的数据分析和机器学习工作负载设计并验证 Google Cloud 多产品架构。

数据与分析 ✓ Google · 官方

Agent Platform 模型调优

指导你使用 Google Agent Platform 为 Open Model 或 Gemini Model 完成端到端微调。

自动化与运维 ✓ Google · 官方

Google Cloud Storage 基础技能

帮助代理管理 GCS 存储桶与对象,并配置访问、保护、生命周期和性能。

自动化与运维 ✓ Google · 官方

Cloud Run 部署助手

用 gcloud 部署和管理 Cloud Run 服务、作业与工作池。

相关 Skills