Статті для тих, хто
виводить стек у прод
Оригінальні матеріали про React, Node.js, TypeScript і AI — з тієї ж практики, що й наше операторське ПЗ. Текст статей англійською.
Тег: google-cloud
Агентний інжиніринг та зовнішня петля: місце Antigravity та Agents CLI у цій концепції.
Технічні характеристики, оцінки та правила визначають концепцію агентного інжинірингу. Огляд інструменту Google’s Agents CLI, його рівня використання у GCP та відмінностей Antigravity від інших інструментів програмування.
8 хв читанняП’ятоагентний пункт підтримки на базі Gemini 3.1 та ADK: сортування завдань, дослідження, виконання дій, перевірка якості та координація.
Створіть багатоагентну систему підтримки клієнтів за допомогою Google ADK та Gemini 3.1: передача завдань у текстовому вигляді, цикли корекції якості, Agent Engine або Cloud Run, сеанси та витрати.
19 хв читанняВідстеження агентів LangGraph у Vertex AI Agent Engine за допомогою OpenTelemetry
Agent Engine за замовчуванням не відстежує агентів LangGraph. Додайте OpenTelemetry під час запуску, зашифруйте облікові дані, оформіть ключові функції та надсилайте дані до Cloud Trace.
6 хв читанняАсистент підтримки з подвійним двигуном RAG у Google Cloud: публічні документи, приватні посібники.
Створіть асистента підтримки, який одночасно запитує Vertex AI Search та Developer Knowledge API, а потім дозволяє Gemini узгодити рекомендації з власними правилами клієнта.
13 хв читанняRAG без бази даних векторів: конвеєр у BigQuery SQL та моменти, коли він зламується
Створіть генерацію з підсиленням через пошук повністю за допомогою SQL у BigQuery — від ембеддингів до обґрунтованих відповідей, а потім перегляньте витрати, квоти та обмеження щодо версіонування запитів.
11 хв читанняВід прототипу до виробництва за допомогою Agents CLI: Агент для схвалення витрат
Створіть схему, протестуйте, оцініть та розгорніть агента ADK у Cloud Run за допомогою Agents CLI, при цьому буде розглянуто трекінг, логування у BigQuery, розширення CI/CD та RAG.
12 хв читанняВідлагодження Serverless Apache Spark за допомогою Gemini, MCP та Agent Skills
Дебагування серверлессого Apache Spark за допомогою Gemini: від вставки повідомлень про помилки у чат до агента, який читає журнали операцій пакетами через сервер MCP та виправляє проблеми в PySpark.
6 хв читанняСтворення автономних AI-агентів ColdFusion та MCP (частина 5)
Агенти ColdFusion AI з використанням інструменту Gemini для викликів, кінцева точка сервера MCP та захищені перегляди AlloyDB для NL2SQL, продемонстровані під час демонстрації операцій пивоварні на Google Cloud.
6 хв читання
Про ці статті
Оцінка за 24 години
Потрібен такий стек в операторському шарі? Надішліть бриф — оцінка за 24 години.