mcpField
A
agent-platform-endpoint-management

agent-platform-endpoint-management

github.com/google云与 DevOps21.6k8.3k 次安装今天更新
代码仓库

关于 agent-platform-endpoint-management

此技能提供管理 Google Cloud Agent Platform Endpoint 的操作指南；Endpoint 为在线预测提供稳定 URL。内容涵盖列出、查看、创建、更新和删除端点资源，并说明变更及删除所需的确认步骤。

主要功能

  1. 01按区域列出端点
  2. 02查看端点元数据和已部署模型
  3. 03创建和更新端点资源
  4. 04经明确确认后删除端点
  5. 05管理已部署模型间的流量拆分

适用场景

  1. 01查找某区域中的端点 ID
  2. 02检查端点上部署的模型
  3. 03修改端点名称或标签
  4. 04卸载模型后移除端点

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/google/skills --skill agent-platform-endpoint-management

安装后在 Claude Code 中输入/agent-platform-endpoint-management确认已加载。

详细介绍

Agent Platform 端点管理

概述

此技能提供管理 Agent Platform 端点的操作知识。 端点是逻辑服务主机，可提供稳定的 URL，用于在线预测。必须先创建端点，才能向其部署模型。

安全与确认等级（重要）

在代表用户执行任何命令之前，必须根据所请求的操作遵守以下安全等级：

  1. 等级 R：只读（list、describe、get）
    • 无需确认。立即执行以收集信息。
  2. 等级 M：可变更且可撤销（create、update）
    • 需要通过“是”/“否”选项进行交互式确认。确认提示必须包含完整、准确的命令字符串及所有必需标志（例如 --region=us-central1、--display-name="..."）——仅用自然语言转述并不足够。
    • 同轮限制：绝不能在显示确认提示的同一轮中执行命令。停止并等待用户回复；只有在用户明确回复“是”/批准后才能执行。
  3. 等级 D：破坏性且不可撤销（delete）
    • 需要明确的文字确认（例如“我确认”或“是，删除它”）。必须立即询问确认——在任何执行前检查之前（不要先执行 describe，也不要先检查端点是否为空）。
    • 同轮限制：绝不能在询问文字确认的同一轮中执行命令。等待用户在新一轮中回复。

阶段 0：环境设置

重要：运行任何命令之前，必须按照以下步骤确保正确初始化环境：

  1. Google Cloud 身份验证：使用 Google Cloud 凭据进行身份验证，并为 Agent Platform 访问配置有效的 Application Default Credentials（ADC）：

    gcloud auth login
gcloud auth application-default login

  2. 设置项目：为后续命令配置当前项目：

    gcloud config set project $PROJECT_ID

  3. 区域：始终在以下每条命令中指定 --region=$LOCATION_ID。不要使用 global。如果用户未提供区域，请询问用户。

1. 列出端点（等级 R）

使用此命令查找特定区域中的现有端点并获取其 ID。无需确认。

gcloud ai endpoints list \
    --region=$LOCATION_ID

*（可选）*若要限制结果数量，请使用 --limit=$LIMIT；--page-size=$PAGE_SIZE 仅控制 API 分块，不会限制总输出。使用 --page-token=$PAGE_TOKEN 可继续获取上一批结果。

重要

始终指定 --region。不要使用“global”。如果用户未提供，请询问用户。

2. 查看端点详情（等级 R）

获取指定端点的完整元数据。无需确认。

gcloud ai endpoints describe $ENDPOINT_ID \
    --region=$LOCATION_ID

此输出中，部署在端点上的模型位于其 deployedModels 中。在 Python SDK 中，它们是 endpoint.gca_resource.deployed_models；aiplatform.Endpoint 没有 deployed_models 属性。

3. 创建端点（等级 M）

创建新的端点资源。父资源为位置。继续操作前，必须显示内联确认卡片。

gcloud ai endpoints create \
    --region=$LOCATION_ID \
    --display-name="my-endpoint"

此命令没有 --asynchronous 标志：它会等待操作完成，并输出新端点的资源名称，其最后一段即为端点 ID。

重要

必须先征求交互式确认。确认提示必须显示准确的命令字符串。例如：

gcloud ai endpoints create --region=$LOCATION_ID --display-name="my-endpoint"

也可以显示准确的标志。提出确认时，不要在同一轮中执行此命令。

4. 更新端点（Tier M）

更新端点元数据，例如显示名称或标签。执行操作前需要通过内联确认卡片进行确认。

gcloud ai endpoints update $ENDPOINT_ID \
    --region=$LOCATION_ID \
    --display-name="new-display-name"

先通过列出或描述端点来检查端点是否存在。

重要

你必须先请求交互式确认。确认提示必须显示完整的命令字符串。例如：

gcloud ai endpoints update $ENDPOINT_ID --region=$LOCATION_ID --display-name="new-display-name"

或显示确切的标志。**重要：**严格禁止在请求确认的同一轮中执行此命令。请求确认后，必须立即停止并等待用户回复。

5. 删除端点（Tier D）

永久删除端点资源。执行操作前需要明确的文字确认。

gcloud ai endpoints delete $ENDPOINT_ID \
    --region=$LOCATION_ID

警告

删除端点前，必须先从端点取消部署所有模型。收到删除操作的文字确认之后，才能运行 describe。

6. 流量分配（Tier M）

更新端点时，可以管理部署在同一端点上的不同模型之间的流量分配。执行操作前需要通过内联确认卡片进行确认。

# Example: Deploying a model with a specific traffic split is usually done
# via 'gcloud ai endpoints deploy-model'.

有关部署和取消部署模型的说明，请参阅 agent-platform-deploy 技能。

故障排除

  • 403 权限被拒绝：确保已分配 aiplatform.admin 或 owner 角色。
  • 超出配额：在 Cloud Console 中查看区域端点配额。
  • 资源正忙：如果删除失败，请检查模型是否仍在取消部署。

评论

支持 Markdown