Artykuły dla tych, którzy
wdrażają stack
Oryginalne materiały o React, Node.js, TypeScript i AI — z tej samej praktyki co nasze oprogramowanie operatorskie. Treść artykułów po angielsku.
Tag: google-cloud
Inżynieria agentowa i zewnętrzny cykl: Jak Antigravity oraz Agents CLI pasują do tego modelu.
Specyfikacje, oceny i zasady bezpieczeństwa definiują inżynierię agentową. Przegląd narzędzia Google’s Agents CLI, warstwy produkcyjnej GCP oraz różnic między Antigravity a innymi narzędziami programistycznymi.
8 min czytaniaBiuro wsparcia z pięcioma agentami na Gemini 3.1 i ADK: triaż, badania, działanie, kontrola jakości oraz system orkiestracji.
Stwórz system wsparcia klienta oparty na wielu agentach przy użyciu Google ADK i Gemini 3.1: przekazy zadaní poprzez wpisywanie tekstu, pętle korekty jakości, Agent Engine lub Cloud Run, sesje oraz koszty.
19 min czytaniaŚledzenie agentów LangGraph w Vertex AI Agent Engine przy użyciu OpenTelemetry
Agent Engine domyślnie nie śledzi agentów LangGraph. Należy dodać OpenTelemetry przy uruchamianiu, zaszyfrować dane uwierzytelniające, ozdobić kluczowe funkcje i wysyłać dane do Cloud Trace.
6 min czytaniaAsystent wsparcia z podwójnym silnikiem RAG w Google Cloud: dokumenty publiczne, podręczniki prywatne
Stwórz asystenta wsparcia, który wysyła zapytania do Vertex AI Search oraz Developer Knowledge API, a następnie umożliwia Gemini dostosowanie porad do własnych zasad klienta.
13 min czytaniaRAG bez bazy danych wektorowych: pipeline w BigQuery SQL i miejsca, w których zawodzi
Stwórz generację wzbogaconą o wyszukiwanie wyłącznie za pomocą SQL w BigQuery, od embeddingów po konkretne odpowiedzi, a następnie sprawdź koszty, kwoty oraz ograniczenia dotyczące wersjonowania promptów.
11 min czytaniaOd prototypu do produkcji za pomocą Agents CLI: Agent do zatwierdzania wydatków
Stwórz szkielet, przetestuj, ocenij i wdroż agent ADK do Cloud Run za pomocą Agents CLI, przy czym omówione zostaną w tym procesie śledzenie działań, logowanie do BigQuery, rozszerzenia CI/CD oraz RAG.
12 min czytaniaRozwiązywanie problemów w Serverless Apache Spark przy użyciu Gemini, MCP oraz umiejętności agenta
Debugowanie bezserwerowego Apache Spark przy użyciu Gemini: od wklejania informacji o błędach do czatu po agenta, który odczytuje logi zbiorcze za pośrednictwem serwera MCP i naprawia problemy w PySpark.
6 min czytaniaTworzenie autonomicznych agentów AI ColdFusion i MCP (Część 5)
Agenty AI ColdFusion z funkcją wywoływania narzędzia Gemini, punkt końcowy serwera MCP oraz zabezpieczone widoki AlloyDB do konwersji NL2SQL, pokazane w demonstracji operacji browarniczych na Google Cloud.
6 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.