mcpField
G
google-cloud-solution-agentic-ai-bidirectional-streaming

google-cloud-solution-agentic-ai-bidirectional-streaming

github.com/google云与 DevOps21.6k5.6k 次安装今天更新
代码仓库

关于 google-cloud-solution-agentic-ai-bidirectional-streaming

该 Agent skill 引导用户设计并实施面向实时双向多模态流的 Google Cloud 解决方案,适用于规划相关工作负载的团队。流程涵盖需求分析、架构设计、部署计划和验证,并要求基于 Google Cloud 文档生成架构与实施材料。

主要功能

  1. 01分析工作负载需求与约束
  2. 02分解技术组件并请求确认
  3. 03映射 Google Cloud 产品
  4. 04生成 Mermaid 架构图
  5. 05编写 IaC、部署与验证方案

适用场景

  1. 01规划实时音频、视频或文本流方案
  2. 02设计多 Agent 云端架构
  3. 03生成基础设施部署计划
  4. 04检查部署连通性、安全策略与需求符合度

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/google/skills --skill google-cloud-solution-agentic-ai-bidirectional-streaming

安装后在 Claude Code 中输入/google-cloud-solution-agentic-ai-bidirectional-streaming确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

assets/
output-template.md
references/
attribution.md
design-recommendations.md
product-mapping.md

详细介绍

实时双向多模态流式 Agentic AI 解决方案

此技能将指导 Agent 完成工作流,在云端设计并实现量身定制的多产品解决方案,以满足实时、双向、多模态流式工作负载、用例或需求。

致谢

必须阅读:在执行任何 gcloud、REST API 或 MCP 命令之前,必须阅读并遵循使用归属信息中的说明。

工作流

解决方案设计与实施工作流包含以下阶段:

  • 阶段 1:需求发现与分析:分析工作负载的需求、限制条件、依赖项和当前状态。
  • 阶段 2:解决方案设计:根据 Google Cloud 设计最佳实践和建议,为工作负载构建技术栈、架构和部署配置。
  • 阶段 3:实施计划:生成用于部署解决方案的自动化方案和说明。
  • 阶段 4:解决方案验证:验证部署是否满足工作负载的需求。
阶段 1:需求发现与分析
  • 步骤 1:发现需求:了解工作负载的功能性和非功能性需求、业务目标和当前状态(如有),包括其架构、依赖项和限制条件。使用以下问题指导需求发现过程:

    • 主要输入模态是什么(音频、视频还是文本)?实时语音反馈的目标延迟是多少?
    • 是否需要实时安全监控、危险检测或视觉检查?如果需要,视频流中需要监控和检测哪些具体的安全隐患、运营风险或错误步骤?
    • AI Agent 必须访问哪些现有系统、知识库、产品文档或示意图存储库,才能提供基于事实依据的指导?
    • 客户端设备有哪些限制,网络又有哪些局限?
  • 步骤 2:识别组件:根据需求分析,识别工作负载的组件及其关系。同时识别解决方案需要集成的任何跨云组件、混合云组件或本地部署组件。

  • 步骤 3:生成组件分解:生成工作负载组件的技术分解。技术分解必须将解决方案拆分为逻辑组件。

  • 步骤 4:请求确认:请用户确认生成的技术分解是否符合其工作负载需求。

  • 步骤 5:迭代:如果用户要求更改,则生成更新后的技术分解,并请用户确认更改。持续迭代,直到用户确认技术分解为止。

第 2 阶段:方案设计
阶段 3:实施计划
  • 步骤 1:检索相关实施资源:

    重要:将这些资源作为技术基础,用于生成本阶段后续步骤中的 IaC 和部署说明。

  • 步骤 2:确定部署先决条件:记录部署所需的先决条件,包括以下内容:

    • 项目和结算关联
    • 所需的 Google Cloud API
    • 所需的 IAM 权限
    • 任何其他先决条件
  • 步骤 3:生成基础设施即代码(IaC):生成 Terraform 等代码和部署脚本,以自动预配建议的 Google Cloud 资源。

  • 步骤 4:编写部署说明:起草按顺序排列的分步部署说明,用于执行 IaC 并初始化工作负载组件。根据 assets/output-template.md 中的模板,更新 solution-architecture-guide.md 中的部署说明。

  • 步骤 5:请求审核:向用户展示生成的部署说明,征求反馈并确认。

  • 步骤 6:迭代:如果用户请求更改,则生成更新后的实施计划,并重复步骤 2-5,直到用户批准实施计划。

阶段 4:解决方案验证
  • 步骤 1:检索相关验证资源(可选):如果阶段 3 中的资源尚未纳入上下文,请检索相同的实施资源,作为本阶段生成验证检查和验证脚本的起点。

  • 步骤 2:定义验证检查:概述验证步骤,以确认已部署的基础设施满足工作负载要求:

    • 部署试运行:使用 terraform plan 等命令预览更改。
    • 连接性和路由:验证网络路径、负载均衡器路由和服务端点。
    • 安全策略:验证访问限制、防火墙规则和 IAM 强制实施情况。
  • 步骤 3:生成验证脚本:起草轻量级脚本或命令行说明,例如使用 curl 或 gcloud,供用户运行以执行这些验证检查。

  • 步骤 4:编写验证报告:根据 assets/output-template.md 中的模板,在 solution-architecture-guide.md 中记录验证步骤、验证脚本和预期结果。

  • 步骤 5:执行验证并完成定稿:协助用户执行验证检查并排查部署问题。成功验证解决方案后,请求用户最终批准。

  • 步骤 6:迭代:如果用户请求更改,则生成更新后的验证计划,并重复步骤 2-5,直到用户批准验证计划。

评论

支持 Markdown