自动化与运维 ✓ Google · 官方 google-cloudsustainabilitywell-architected-frameworkcarbon-footprintresource-optimizationgreenops

Google Cloud 可持续架构顾问

依据 Google Cloud WAF 可持续性支柱评估工作负载并提出减碳建议。

FollowSkills 评估 · FSRS-2.0
不推荐
48/ 100 五分制 2.4 / 5
信任安全14 / 25 · 2.8/5

该技能仅提供 Google Cloud 可持续性评估指导、问题和检查清单,没有命令执行、凭据访问、数据上传或破坏性默认操作,因此权限和外部影响风险较低;同时未说明敏感数据处理、用户确认、数据流、回滚或结果审计机制,并且来源链接虽列出但未规定如何核验,故扣分。

可靠稳定7 / 20 · 1.8/5

正文结构一致,包含原则、产品示例、评估问题和验证清单,快乐路径可理解;但没有输入输出契约、异常输入处理、失败反馈、版本兼容说明或测试套件,且产品和建议的时效性无法静态确认,故限制在静态上限内并扣分。

适用触发8 / 15 · 2.7/5

目标场景明确,即评估 Google Cloud 工作负载的可持续性;问题覆盖架构、区域、资源、软件、存储、度量和文化,但未声明触发条件、非适用范围、所需输入或输出格式,也没有中文支持说明。核心内容不完全依赖外部服务,但引用文档可能受中国大陆网络可达性影响,故扣分。

规范维护9 / 15 · 3.0/5

技能采用较清晰的分层结构,README 提供安装方式和目录索引,仓库提供 Apache-2.0 许可证、问题反馈渠道,并声明持续开发;但缺少技能专属依赖说明、示例输出、FAQ、已知限制、版本号、变更日志和明确维护责任,故扣分。

有效结果6 / 15 · 2.0/5

原则、产品映射、调查问题和复核清单能直接支持一次人工可持续性评估,核心任务价值明确;但输出没有固定格式,缺少代表性实例、量化方法、优先级和决策边界,最终建议仍需较多人工验证,故仅给静态评估允许范围内的中等分数。

证据核验4 / 10 · 2.0/5

每项核心原则大多附有 Google Cloud 文档路径,提供了一定的主来源追踪性;但没有提交测试、CI 覆盖、执行记录、第三方复核或版本化证据,且本次未执行任何复现,因此证据覆盖有限并扣分。

证据充分度: 评估于 2026年7月20日 审查版本 513a7a51e85f
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
  • 不要将产品能力、区域碳指标或存储能耗表述视为已验证的当前事实;上线前应逐项核对对应官方文档。
  • 该技能未定义固定输出格式、优先级或风险边界,生成的建议应由云架构、财务和可持续性负责人复核。
  • 引用的外部 Google Cloud 文档在中国大陆网络环境中的可达性可能不稳定。
评估证据 [1][2][3][4]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能为 Google Cloud 工作负载提供面向可持续性的架构指导。它围绕低碳区域、AI/ML 能效、资源利用、软件效率、数据存储、碳排放度量和组织治理提出建议。它可以通过问题清单了解工作负载及组织约束,并使用验证清单评估架构是否符合相关建议。适合需要将环境影响纳入 Google Cloud 架构、运营或 GreenOps 流程的团队。

生成基于 Google Cloud Well-Architected Framework 可持续性支柱的指导;询问区域碳强度、资源扩缩容、AI/ML 能效、软件与终端效率、数据存储、碳排放分析及组织治理等问题;围绕 Carbon Footprint、BigQuery、Region Picker、Active Assist、Cloud Run、GKE Autopilot、Cloud Batch、Spot VMs、Cloud Storage Lifecycle Management 和 Cloud TPUs 等示例产品给出相关建议;使用分主题检查清单评估架构,并指出低碳区域、资源优化、软件能效、存储治理和碳排放改进方向。

  1. 云架构师在设计新的 Google Cloud 工作负载时,需要把区域碳强度、成本和延迟纳入选址决策。
  2. 平台工程团队希望通过扩缩容、虚拟机调整、托管服务或 Spot VMs 减少闲置计算资源。
  3. AI/ML 团队评估如何使用 TPU、模型压缩或 PEFT 降低计算复杂度和每瓦计算量。
  4. 应用团队检查后端轮询、缓存、网站资源体积和终端设备处理负载是否造成不必要的能耗。
  5. FinOps 或 GreenOps 团队需要结合 Carbon Footprint 与 BigQuery 数据识别碳排放热点。
  6. 企业治理团队希望将可持续性目标、碳指标、培训和行业指南纳入技术决策流程。

这个 Skill 有哪些优点和局限?

优点
  • 覆盖从区域选择、资源使用到软件、存储、度量和组织文化的完整可持续性主题。
  • 提供具体的评估问题和勾选式验证清单,便于开展架构审查。
  • 列出了 Carbon Footprint、BigQuery、Region Picker、Active Assist 等相关 Google Cloud 产品和功能。
  • 采用 Apache-2.0 许可,仓库 README 表明项目处于积极开发中。
局限
  • 内容聚焦 Google Cloud WAF 可持续性支柱,不是通用的多云可持续性评估工具。
  • 源材料未提供脚本、自动化执行、测试套件或量化评分机制。
  • 源材料未说明具体客户端的调用协议、输出格式或所需权限。
  • 建议依赖用户提供工作负载背景和碳排放数据;技能本身未声明会自动获取这些数据。

如何安装这个 Skill?

运行 npx skills add google/skills,并在安装过程中选择该仓库中的具体技能。目标技能路径为 skills/cloud/google-cloud-waf-sustainability/SKILL.md。源材料未说明更细的客户端安装目录或版本要求。

如何使用这个 Skill?

将该技能安装到兼容 Agent Skills 的客户端后,可提交类似请求:评估这个 Google Cloud 工作负载在可持续性方面的风险,先询问必要的问题,再依据检查清单给出按优先级排序的建议。 源材料未规定特定的命令、参数或调用语法。

常见问题

安装或使用该技能需要额外付费吗?
源材料没有说明使用费用。仓库明确说明技能可依据 Apache-2.0 条款复制、修改和分发。
它会自动检查我的 Google Cloud 环境吗?
没有这方面的证据。SKILL.md 描述的是生成指导、提出问题和使用检查清单,并未声明会连接或读取云环境。
它适合非 Google Cloud 工作负载吗?
主要不适合。其原则和示例产品均围绕 Google Cloud Well-Architected Framework 及 Google Cloud 服务展开。
它能给出自动化修复吗?
源材料未描述自动修复、脚本执行或资源变更;其定位是评估和提出可操作建议。

同仓库的其他 Skills

均来自 google/skills

自动化与运维 ✓ Google · 官方

Google Cloud 性能优化顾问

依据 Google Cloud WAF 评估并改进工作负载性能。

自动化与运维 ✓ Google · 官方

Google Cloud 成本优化顾问

依据 Google Cloud WAF 生成可执行的云成本优化建议。

自动化与运维 ✓ Google · 官方

Google Cloud 可靠性架构顾问

依据 Google Cloud Well-Architected Framework 评估并改进工作负载可靠性。

自动化与运维 ✓ Google · 官方

Google Cloud WAF 安全架构顾问

依据 Google Cloud Well-Architected Framework 评估云工作负载并提出安全改进建议。

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。

自动化与运维 ✓ Google · 官方

GKE 成本优化助手

通过资源调优、Spot 虚拟机和配额控制降低 GKE 成本。

自动化与运维 ✓ Google · 官方

Google Cloud gcloud CLI 安全操作技能

帮助代理安全、可控地使用 gcloud 管理和排查 Google Cloud 资源。

自动化与运维 ✓ Google · 官方

Google Cloud 身份认证指南

帮助代理为不同运行环境选择安全的 Google Cloud 认证与授权方案。

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 Workload Manager 评估助手

用 Workload Manager 检查 Google Cloud 工作负载的最佳实践合规性。

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

GKE 生产黄金路径

为生产级 GKE 集群提供默认配置、就绪检查和关键决策指导。

自动化与运维 ✓ Google · 官方

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。

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。

开发与工程 ✓ Google · 官方

Gemini LiveAPI 客户端服务技能

生成可断线恢复并支持多模态双向流式通信的 Gemini LiveAPI 客户端。

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。

数据与分析 ✓ Google · 官方

跨云智能分析架构顾问

为分布式数据设计安全、受治理的智能分析方案

自动化与运维 ✓ Google · 官方

Agent Platform 端点管理

管理 Agent Platform 在线预测服务端点及其常见故障。

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。

数据与分析 ✓ Google · 官方

Agent Platform RAG 引擎管理

用 Vertex AI Python SDK 管理语料库并检索可用于生成的依据。

相关 Skills