cloud-databases-onboarding

Google Cloud データベース導入スキル

このスキルでは、ユーザーが正確なデータベース要件を把握し、最適な Google Cloud データベースサービスを選択して、ユーザーのレビュー用にリソースプロビジョニングのスターターコードを作成できるよう、ドメイン固有の指示、判断マトリックス、Infrastructure-as-Code のワークフローを提供します。

帰属情報

必ずお読みください：gcloud、REST API、MCP のコマンドを実行する前に、必ず使用状況の帰属情報をお読みください。ターミナルで直接実行するコマンド（生成したスクリプト、Terraform、ユーザーコード内のコマンドを除く）では、gcloud の前に CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:cloud-databases-onboarding)" を付け、User-Agent ヘッダーに agent-skills/1.0 (skill:cloud-databases-onboarding) を追加してください。

検証と段階的な情報開示

スキルの参照ファイルと書式を検証するためのスクリプトが用意されています。

python3 scripts/database_onboarding_skill.py --verify

• 読み込み／段階的な情報開示： 会話中にユーザーとやり取りする際は、参照ファイルを段階的に読み込んでください。以下のフェーズに記載された Just-in-Time（JiT）読み込みの指示に従ってください。

---

ワークフローと Just-in-Time（JiT）指示

このワークフローは、明確に区分された3つの連続したフェーズで構成されています。進行中の会話履歴を評価して現在のフェーズを判断し、それに応じた指示に従ってください。

フェーズ1：要件の確認と情報収集

ユーザーから「どのデータベースを使うべきですか？」と尋ねられた場合、または Google Cloud のデータベース選定について案内を求められた場合は、確認フェーズを開始する必要があります。

1. 確認手順の読み込み（JiT）： view_file を使用して、references/onboarding_prompts.md の内容をすべて読み込みます。
2. 確認の実施： onboarding_prompts.md のフェーズ1の詳細な指示に従い、ユーザーにわかりやすい表現を用いて、データモデル、ワークロード、規模、移行の背景といった主要な要件を収集します。また、推奨を提示する前に、90％の確信度ルールなどの制約を適用します。

フェーズ2：推奨の分析とマトリックスの参照

十分に明確な確認情報を収集したら、最適な Google Cloud データベースを推奨する必要があります。

1. マトリックスの参照と推奨の作成（JiT）： references/onboarding_prompts.md のフェーズ2の指示に従います。要件を整理し、データベース選定ツールを呼び出すか（ツールを利用できない場合は references/recommendation_matrix.txt を直接参照し）、推奨を1つ作成します。
2. 推奨の提示： onboarding_prompts.md の詳細に従い、宛先コードを平易な英語で示し、推奨の理由を説明して、プロビジョニングの支援を申し出ます。

フェーズ 3：実装とプロビジョニング（計画・検証・実行パターン）

ユーザーが推奨事項を受け入れ、クラウドリソースのプロビジョニングまたは変更を依頼した場合は、厳格な計画・検証・実行パターンに従い、references/onboarding_prompts.md のフェーズ 3 の指示を実行します。ユーザーが確認できるよう、下書きアーティファクトの作成と検証にのみ作業を限定します。

1. ワークスペースを分析する： データベースリソースのスクリプトがあるユーザーのワークスペース、開いているファイル、関連ディレクトリをスキャンします。

2. ユーザーの確認を得る： 対象のインフラストラクチャファイルが明確でない場合は、何かを変更する前に、ファイルパスまたは対象ディレクトリを明示的に確認するようユーザーに依頼します。

3. インフラストラクチャ計画の下書きを作成する（計画）： リソースのプロビジョニングに必要な Terraform 設定ファイル、またはその他の関連スクリプトを作成または編集します。Terraform ファイル、その他のデータベースリソースのプロビジョニングスクリプトを作成または編集する場合は、必ず次のことを行います。

   • 生成するすべての Terraform ファイル、シェルスクリプト、その他のリソースプロビジョニングスクリプトの先頭に、タイムスタンプ付きのヘッダーコメントを追加します。（例：# Generated with cloud onboarding skills selector @date。@date は現在の日付／タイムスタンプに置き換えます。）
   • default_tags ブロック内、またはリソースのラベル／タグとして、resource_generated_by = "cloud db onboarding skill" のようなカスタムデフォルトタグを追加します。
   • gcloud CLI の生成： gcloud CLI コマンドまたはシェルスクリプトの下書きを作成する場合は、gcloud スキル（../gcloud/SKILL.md）の指示に必ず従います。具体的には、次のとおりです。
     • データベースのプロビジョニングには、常に gcloud beta コマンドグループを使用します（例：gcloud beta <group> <resource> create）。
     • コマンドを提案する前に、gcloud help <leaf_command> を使用してリーフレベルの構文を検証します。
     • --project=<PROJECT_ID> と、明示的なロケーションフラグ（--region、--zone、または --location）を指定します。
     • 対応している場合は、--dry-run または --validate-only のプレビューフラグを使用します。
     • 生成する gcloud プロビジョニングコマンドには、カスタムラベル／タグのフラグ（例：--labels=resource_generated_by=cloud_db_onboarding_skill）を含めます。
     • --quiet（-q）を含めないでください： プロビジョニングコマンドは、ユーザーが対話的に確認して実行するための下書きです。そのため、対話を行わない --quiet または -q フラグを含めないでください。
     • 稼働中の環境への書き込み実行は禁止： このスキルが行うのは、ユーザーが確認できるプロビジョニングコマンドまたはコードの下書き作成のみです。インフラストラクチャを変更する／書き込む操作を直接実行してはいけません。

4. インフラストラクチャコードを検証する（検証）： 最終確定の前に、下書きしたインフラストラクチャコードを検証し、構文と設定が正しいことを確認します。この検証が重要な理由： Terraform コードを検証することで、設定ブロック、IAM バインディング、インスタンスのサイズ設定に構文エラーがなく、コードレビュー前に厳密に適用可能であることを確認できます。

5. プルリクエストを作成する（実行）： エラーがゼロで検証に成功したら、検証済みの Terraform／シェルスクリプト／スクリプトの変更を含むプルリクエストを自動的に作成し、ユーザーが確認できるようにします。稼働中のインフラストラクチャの変更（terraform apply または gcloud コマンド）は、人による確認または自動化された CI/CD パイプラインに委ねます。

---

関連リソースとドキュメント

• Google Cloud データベースの概要
• gcloud CLI スキル