Artikel für Leute, die
den Stack ausliefern
Originale Beiträge zu React, Node.js, TypeScript und AI — aus derselben Praxis wie unsere Operator-Software. Artikeltexte auf Englisch.
Tag: google-cloud
Agentebasiertes Engineering und der äußere Kreislauf: Wo Antigravity und Agents CLI passen.
Spezifikationen, Bewertungen und Richtlinien definieren das agentebasierte Engineering. Ein Überblick über Googles Agents CLI, seine GCP-Produktionsumgebung sowie die Unterschiede von Antigravity zu anderen Programmierwerkzeugen.
8 Min. LesezeitEin Fünf-Agenten-Support-Desk auf Gemini 3.1 und ADK: Triage, Recherche, Handlung, QA und Orchestrator
Erstellen Sie ein mehragentenbasiertes Kundensupport-System mit Google ADK und Gemini 3.1: typbasierte Weiterleitungen, QA-Korrekturläufe, Agent Engine oder Cloud Run, Sitzungen und Kosten.
19 Min. LesezeitVerfolgung von LangGraph-Agenten auf dem Vertex AI Agent Engine mit OpenTelemetry
Agent Engine verfolgt standardmäßig keine LangGraph-Agenten. Fügen Sie bei der Startzeit OpenTelemetry hinzu, maskieren Sie die Anmeldeinformationen, dekorieren Sie wichtige Funktionen und senden Sie Spans an Cloud Trace.
6 Min. LesezeitDual-Engine RAG Support Assistant auf Google Cloud: Öffentliche Dokumente, private Runbooks
Erstelle einen Support-Assistenten, der sowohl Vertex AI Search als auch die Developer Knowledge API abfragt und anschließend es Gemini ermöglicht, Ratschläge mit den eigenen Regeln des Kunden abzugleichen.
13 Min. LesezeitRAG ohne Vektordatenbank: Ein Pipeline in BigQuery SQL und wo es versagt
Erstellen Sie eine retrieval-augmented Generation vollständig mit BigQuery SQL – von Embeddings bis zu fundierten Antworten – und sehen Sie sich anschließend die Kosten, Quoten sowie die Limits für Prompt-Versionierung an.
11 Min. LesezeitVon Prototyp bis Produktion mit Agents CLI: Ein Agent für die Genehmigung von Ausgaben
Bauen Sie ein Gerüst auf, testen, bewerten und deployen Sie einen ADK-Agenten auf Cloud Run mithilfe der Agents CLI, wobei unterwegs auch Tracing, BigQuery-Logging sowie CI/CD- und RAG-Erweiterungen behandelt werden.
12 Min. LesezeitFehlerbehebung bei serverlosen Apache Spark-Anwendungen mit Gemini, MCP und Agent Skills
Debugging serverloser Apache Spark mit Gemini: von dem Einfügen von Tracebacks in Chats bis hin zu einem Agenten, der Batch-Logs über einen MCP-Server liest und PySpark repariert.
6 Min. LesezeitErstellung autonomer ColdFusion-AI-Agenten und MCP (Teil 5)
ColdFusion-KI-Agenten mit Anrufen über das Gemini-Tool, ein MCP-Server-Endpunkt sowie sichere AlloyDB-Views für NL2SQL, wie in einer Demo zu Betriebsabläufen in einer Brauerei auf Google Cloud gezeigt.
6 Min. Lesezeit
Über diese Artikel
Angebot in 24 Stunden
Denselben Stack in einer Operator-Schicht? Brief schicken — Angebot in 24 Stunden.