GoogleDéveloppement web
Rédiger une spec OpenAPI pour API Gateway
api-gateway-openapi-spec-authoring
API Gateway accepte des configs OpenAPI 2.0, 3.0.x et 3.1.x, mais les extensions Google n’ont pas la même forme d’une version à l’autre.
The interface is in English. Use cases, skills and articles remain in French.
ÉDITEUR
Les Agent Skills de Google
187 skills publiées par Google dans son dépôt officiel, résumées en français à partir de leur SKILL.md. 5 d’entre elles indiquent, selon l’éditeur, la compatibilité avec Claude Code. C’est quoi une skill (SKILL.md) ?
google/skills
Agent Skills pour les produits et technologies Google, dont Google Cloud. Contributions externes refusées : chaque skill passe un processus interne de vérification et d’approbation par les équipes Google (CONTRIBUTING.md).
- Étoiles
- 23 787 étoiles au 10/11/2026 à 06:20 (UTC+1)
- Licence
- Apache-2.0
- Dernier push
- 9 novembre 2026
Installer la collection
npx skills add google/skillspuis choix des skills, des agents cibles et de la portée- Mise à jour :
npx skills update - Plugin google-cloud-developer : Antigravity, Claude Code, Codex CLI (plugins/cloud/google-cloud-developer/README.md)
Développement web (5)
GoogleDéveloppement web
Bases d’Application Integration
application-integration-basics
Point d’entrée d’Application Integration : concepts, provisionnement d’une région, rôles IAM, comptes de service d’exécution (run-as), choix d’interface (REST, client Python discovery, Terraform, ADK), quotas et délais.
GoogleDéveloppement web
Construire des intégrations Application Integration
application-integration-authoring
Construction, versionnage, publication, test et exécution de workflows Application Integration, via l’API REST et le client Python discovery, y compris la promotion d’une version d’un environnement à un autre.
GoogleDéveloppement web
Dépanner Application Integration
application-integration-troubleshooting
Diagnostic d’une exécution Application Integration (ou d’une tâche Integration Connectors) en échec, coincée, ou « silencieuse » : un HTTP 200 qui n’a pas fait le travail attendu, un état suspendu ou en retry, un problème IAM, un compte run-as, un connecteur en mauvaise santé, ou un quota.
GoogleDéveloppement web
Application web serverless n-tiers sécurisée
google-cloud-solution-n-tier-serverless-web-app
Conception et mise en œuvre d’applications web et de microservices serverless à plusieurs tiers, sécurisés, sur Google Cloud : schémas, listes de contrôle de sécurité, Terraform, consignes de déploiement, y compris résidence des données ou souveraineté européenne, réseau VPC privé en zéro confiance, et Private Service Connect.
Développement mobile (7)
GoogleDéveloppement mobile
Intégrer des bannières publicitaires mobiles
google-mobile-ads-banner
Les bannières sont des publicités rectangulaires, image ou texte, ancrées dans la mise en page, qui restent visibles pendant l’usage et peuvent se rafraîchir.
GoogleDéveloppement mobile
Valider l’intégration publicitaire avant lancement
google-mobile-ads-validate
Avant une mise en production, ou pour un contrôle ciblé, cette skill audite une intégration du SDK Google Mobile Ads sur iOS, Android ou Unity.
GoogleDéveloppement mobile
Réserver des appareils Android distants (DDP)
developer-device-platform-basics
Developer Device Platform permet de réserver un appareil Android distant, d’ouvrir un tunnel de connexion, de suivre le statut d’une session, d’en prolonger ou d’en annuler la location, et de visualiser l’écran de l’appareil réservé.
GoogleDéveloppement mobile
Installer le SDK Google Mobile Ads
google-mobile-ads-get-started
Point d’entrée pour installer et initialiser le SDK Google Mobile Ads (AdMob ou Ad Manager, y compris le SDK Next-Gen ou le framework d’annonces mobiles) dans une application Android, iOS ou Unity.
GoogleDéveloppement mobile
Intégrer des publicités avec récompense
google-mobile-ads-rewarded
Une publicité avec récompense s’affiche en plein écran seulement après que l’utilisateur a choisi de la regarder, en échange d’un avantage dans l’application (monnaie, vie, contenu).
GoogleDéveloppement mobile
Intégrer des publicités interstitielles
google-mobile-ads-interstitial
Un interstitiel occupe tout l’écran, se place entre deux contenus, idéalement à une transition naturelle de l’application (changement de niveau, fin d’un article).
GoogleDéveloppement mobile
Migrer vers le SDK Google Mobile Ads Next-Gen (Android)
google-mobile-ads-android-migrate-to-next-gen
Cette skill sert uniquement à faire passer une application Android du SDK Google Mobile Ads historique (com.google.android.gms:play-services-ads) vers le SDK Next-Gen (com.google.android.libraries.ads.mobile.sdk:ads-mobile-sdk).
DevOps et déploiement (6)
GoogleDevOps et déploiement
Dépanner Google Cloud API Gateway
api-gateway-troubleshooting
Cette skill diagnostique les requêtes en échec et les erreurs de déploiement sur Google Cloud API Gateway.
GoogleDevOps et déploiement
Bases de la CLI Firebase (version Google)
firebase-basics
Uniquement le socle de la CLI Firebase : installation, vérification de version (firebase-tools à jour), connexion (y compris --no-localhost), création ou sélection de projet (firebase use), et téléchargement des fichiers de config d’application (google-services.json, GoogleService-Info.plist).
GoogleDevOps et déploiement
Bases de Cloud Build
cloud-build-basics
Fondamentaux de Cloud Build : concepts, activation de l’API, navigation vers l’historique des builds dans la console, et le flux de bout en bout pour créer et lancer manuellement un déclencheur simple.
GoogleDevOps et déploiement
Bases de Cloud Run
cloud-run-basics
Cloud Run est une plateforme d’application gérée pour exécuter du code, une fonction ou un conteneur, sans administrer l’infrastructure.
GoogleDevOps et déploiement
Déployer une application sur GKE pour la première fois
gke-app-onboarding
Pour une première arrivée sur GKE, la skill enchaîne l’évaluation de l’application, la conteneurisation, la gestion des images (souvent vers Artifact Registry, avec contrôle des analyses), la génération de manifestes, puis le déploiement et la vérification.
GoogleDevOps et déploiement
Générer des manifestes Kubernetes pour GKE
gke-manifest-generation
À partir d’une description en langage naturel ou d’un changement de code, cette skill produit ou met à jour des YAML pensés pour Autopilot comme pour Standard : contexte de sécurité, demandes et limites, sondes, volumes, secrets, routes Gateway API, ciblage de VM Spot, ou encore un service d’inférence (vLLM, TGI, Gemma).
Cloud et infrastructure (51)
GoogleCloud et infrastructure
Concevoir une architecture de solution Google Cloud
google-cloud-solution-architecture
Découverte interactive de besoins, puis conception d’architectures multi-produits, de plans d’ensemble et de recommandations de déploiement pour une charge complexe.
GoogleCloud et infrastructure
Gérer les réservations Compute Engine
compute-on-demand-reservations
Cette skill inspecte et gère les réservations à la demande de Compute Engine : capacité réservée encore disponible, consommation, ciblage (automatique ou réservation spécifique), et partage entre projets.
GoogleCloud et infrastructure
Planifier des réservations GPU/TPU futures
compute-future-reservations
Ici, on évalue la faisabilité d’une réservation future en mode calendrier (Dynamic Workload Scheduler, jusqu’à 90 jours sur des familles prises en charge telles que a3, a4, h4d et les TPU Cloud) pour des entraînements ou de l’inférence à venir.
GoogleCloud et infrastructure
Mettre en place Cloud Network Insights
cloud-network-insights
Cette skill guide l’activation, l’onboarding et le suivi synthétique de Cloud Network Insights, sur Google Cloud et Broadcom AppNeta.
GoogleCloud et infrastructure
Configurer un équilibreur de charge applicatif global
google-cloud-global-frontend-configuration
Découverte en six étapes, une à la fois, pour concevoir et déployer un équilibreur d’application externe mondial Google Cloud, avec Cloud CDN, Cloud Armor et des Service Extensions.
GoogleCloud et infrastructure
Well-Architected : durabilité
google-cloud-waf-sustainability
Le pilier Durabilité du Well-Architected Framework traite de l’empreinte carbone, de l’efficacité énergétique et de la responsabilité partagée : choix de régions à plus faible intensité carbone (indicateur CFE), réduction du gaspillage de ressources et des charges d’IA, conception logicielle et cycles de vie du stockage plus sobres, suivi des émissions avec Carbon Footprint.
GoogleCloud et infrastructure
Well-Architected : excellence opérationnelle
google-cloud-waf-operational-excellence
Ce pilier couvre l’exploitation d’une charge sur Google Cloud : pipelines CI/CD, observabilité, supervision, journalisation, gestion des incidents et des problèmes, capacité, changements, configuration, automatisation par l’infrastructure as code, et contrôles de santé opérationnels.
GoogleCloud et infrastructure
Well-Architected : fiabilité
google-cloud-waf-reliability
Évaluation et conception de la fiabilité d’une charge : résilience, disponibilité, tolérance aux pannes, reprise d’activité, objectifs RTO et RPO, pratiques SRE, sauvegardes, bascule multi-régions.
GoogleCloud et infrastructure
Well-Architected : optimisation des coûts
google-cloud-waf-cost-optimization
Toujours dans le Well-Architected Framework, ce pilier sert à examiner une charge sous l’angle FinOps : dépense, droitsizing (Compute, GKE, stockage, bases), engagements (CUD, SUD), VM Spot, et capacité inoccupée.
GoogleCloud et infrastructure
Well-Architected : optimisation des performances
google-cloud-waf-performance-optimization
Ce pilier du Well-Architected Framework évalue une charge sous l’angle de la performance : allocation des ressources, conception modulaire, élasticité, et recommandations concrètes pour tenir des exigences de débit ou de latence.
GoogleCloud et infrastructure
Auditer les instances Filestore
google-cloud-filestore-auditing
Audit de flotte Filestore, éventuellement sur plusieurs projets : préparation à la reprise (sauvegardes absentes ou périmées), gouvernance des exports NFS (règles trop ouvertes, exposition 0.0.0.0/0, ROOT_SQUASH manquant), et conformité de fiabilité (isolation et séparation de zones physiques, PZI et PZS).
GoogleCloud et infrastructure
Monter un bucket comme système de fichiers (gcsfuse)
google-cloud-storage-fuse
gcsfuse présente un seau comme un système de fichiers POSIX.
GoogleCloud et infrastructure
Autoscaler de cluster GKE
gke-cluster-autoscaler
On l’utilise dès qu’il est question d’autoscaler de cluster, d’ajustement du nombre de nœuds, de création automatique de pools ou d’auto-provisionnement de nœuds : activation, bonnes pratiques, et pannes typiques (le cluster ne monte ou ne descend pas, rupture de stock zonale, tampons de capacité).
GoogleCloud et infrastructure
Bases de Cloud Storage
google-cloud-storage-basics
Cloud Storage (souvent appelé GCS) stocke des objets immuables dans des seaux, avec une cohérence globale forte, plusieurs classes (Standard, Nearline, Coldline, Archive) et types de lieux, plus IAM pour un accès fin.
GoogleCloud et infrastructure
Bases de GKE et pièges courants
gke-basics
Point d’entrée pour provisionner un cluster GKE, récupérer les identifiants kubectl, et choisir entre Autopilot et Standard.
GoogleCloud et infrastructure
Bases de Workload Manager
workload-manager-basics
Workload Manager évalue des charges à l’aune de règles de bonnes pratiques, générales Google Cloud, SAP, SQL Server, ou de règles d’organisation personnalisées.
GoogleCloud et infrastructure
Calcul batch et HPC sur GKE
gke-batch-hpc
Pour des pipelines de données par lots, des simulations HPC (mécanique des fluides, dynamique moléculaire, modèles financiers), du calcul parallèle MPI ou MapReduce, de l’entraînement ML ou une ferme de builds CI, cette skill oriente vers les Jobs Kubernetes, JobSet pour des workflows multi-jobs, et Kueue pour la mise en file (ClusterQueue, autorisation d’un espace de noms).
GoogleCloud et infrastructure
Concevoir et déployer avec Application Design Center
application-design-center-design-deploy
Application Design Center (ADC) sert ici à concevoir une infrastructure Google Cloud en Terraform, valider le HCL en local, lancer des scans de bonnes pratiques, importer des modèles dans ADC, les déployer, et dépanner un échec de déploiement.
GoogleCloud et infrastructure
Configuration de référence GKE
gke-golden-path
Le « chemin doré » est la configuration Autopilot recommandée pour un cluster de production : des valeurs par défaut saines, une liste de contrôle, et l’obligation de documenter tout écart.
GoogleCloud et infrastructure
Configurer les ComputeClasses GKE
gke-compute-classes
Une ComputeClass permet de viser des VM Spot avec repli à la demande, des accélérateurs précis (par exemple L4, H100, TPU v5p), des familles de machines (c3, c4, n4), ou une zone proche d’une ressource, et de restreindre qui peut s’en servir.
GoogleCloud et infrastructure
Création de slice TPU bloquée par un MIG instable
gke-ai-troubleshooting-tpu-slice-mig-stuck-updating
Une raison SliceCreationFailed ou un JobSet qui reste en attente peut venir, non pas du manifeste, mais du groupe d’instances géré Compute Engine qui soutient le pool : status.isStable à faux, ou versionTarget.isReached à faux, pendant que le MIG crée, met à jour ou répare des instances.
GoogleCloud et infrastructure
Créer un cluster GKE prêt pour la production
gke-cluster-creation
Plutôt qu’une commande unique, cette skill fait choisir un modèle : Autopilot de production (chemin doré, défaut pour tout nouveau cluster), Autopilot de dev/test, Standard régional pour la haute disponibilité ou des besoins personnalisés, inférence GPU (L4, ComputeClass) ou AI Hypercompute.
GoogleCloud et infrastructure
Dépanner le stockage GKE
gke-storage-troubleshooting
Quand un pod reste en ContainerCreating, qu’un volume ne s’attache ou ne se monte pas (disque régional sur certaines VM optimisées, délai fsGroup), que le nœud souffre d’une pression de stockage, qu’une extension de volume coince, qu’un pool Local SSD ou Hyperdisk refuse de se créer, ou qu’un montage Cloud Storage FUSE tombe en OOM, cette skill classifie le symptôme et propose une résolution.
GoogleCloud et infrastructure
Dépanner les interruptions de JobSet GKE
gke-ai-troubleshooting-jobset-interruption
Un JobSet d’entraînement IA qui redémarre en boucle, se fait préempter sur des VM Spot, ou laisse un coordinateur ou un worker planter, n’est pas un simple CrashLoop applicatif.
GoogleCloud et infrastructure
Dépanner les pods GKE
gke-workload-troubleshooting
CrashLoopBackOff, OOMKilled, ImagePullBackOff, Pending : cette skill part de l’état des pods, des conditions, des événements d’espace de noms et des journaux pour classer une panne de charge.
GoogleCloud et infrastructure
Dépanner l’autoscaling des pods (HPA)
gke-workload-scaling-troubleshooting
Quand un HPA affiche des métriques <unknown>, lève FailedGetResourceMetric, FailedGetScale ou FailedComputeMetricsReplicas, quand les pods n’ont pas de requests, quand le pipeline de métriques personnalisées ou externes casse (adaptateur indisponible, pare-feu du plan de contrôle), ou quand le HPA refuse de monter ou de descendre (tolérances, fenêtres, limites min/max), cette skill classifie le symptôme et propose une correction.
GoogleCloud et infrastructure
Échecs de création de slice TPU (chevauchement)
gke-ai-troubleshooting-tpu-partition-overlap
Lorsqu’une slice dynamique échoue avec la raison SliceCreationFailed parce que des partitions TPU, ou les nœuds qu’elles occupent, sont déjà pris par une autre slice ou un autre JobSet, le bon réflexe n’est pas de recréer le cluster.
GoogleCloud et infrastructure
Exposer des services sur GKE
gke-service-networking
Côté bordure du cluster, cette skill configure le routage, l’équilibrage et les points de service privés : Gateway API (recommandé), Ingress GKE classique, politiques Cloud Armor, certificats SSL gérés par Google, équilibrage natif par conteneurs (NEG), Private Service Connect.
GoogleCloud et infrastructure
Fiabilité des workloads GKE
gke-reliability
Pour qu’une charge survive à une zone perdue, à un nœud vidé ou à un déploiement, cette skill s’intéresse aux PodDisruptionBudgets, aux sondes (startup, liveness, readiness) et aux contraintes de répartition topologique, après avoir vérifié la haute disponibilité du cluster lui-même.
GoogleCloud et infrastructure
Gérer les interruptions GPU/TPU sur GKE
gke-ai-troubleshooting-handle-disruption-gpu-tpu
Quand un nœud GPU ou TPU GKE redémarre, se prépare à une maintenance hôte Compute Engine, ou bascule sous un taint d’interruption, cette skill oriente le diagnostic plutôt que la création d’un cluster.
GoogleCloud et infrastructure
Mise à l’échelle des workloads GKE
gke-workload-scaling
Pour faire varier une charge, cette skill couvre le réglage manuel du nombre de réplicas, le Horizontal Pod Autoscaler et le Vertical Pod Autoscaler, avec les pratiques de demandes de ressources réalistes — indispensables pour qu’un HPA ou un VPA mesure quelque chose de pertinent.
GoogleCloud et infrastructure
Mises à niveau et maintenance GKE
gke-upgrades
Cette skill planifie, exécute et valide une montée de version de cluster ou de pool, en Autopilot comme en Standard : canaux de publication, fenêtres et exclusions de maintenance, stratégies de pool (surge ou bleu-vert), compatibilité de versions, gestion des PDB, listes de contrôle avant et après, et pannes typiques.
GoogleCloud et infrastructure
Multi-locataire sur GKE
gke-multitenancy
Quand plusieurs équipes partagent un cluster, ou quand on isole dev, staging et production dans le même GKE, cette skill pose un modèle : espaces de noms, RBAC au périmètre de l’équipe, quotas de ressources, LimitRanges, isolation réseau (y compris le trafic intra-espace et le DNS), et allocation des coûts par libellés.
GoogleCloud et infrastructure
Nœuds GKE NotReady
gke-node-notready
Quand un nœud passe NotReady ou Unknown, que le kubelet cesse d’annoncer son état, ou que des charges se font expulser ou restent Pending à cause de la santé du nœud, cette skill inspecte les conditions, les événements, les journaux kubelet et containerd, et les métriques, puis propose une remédiation prudente.
GoogleCloud et infrastructure
Nœuds GPU/TPU GKE qui ne répondent plus
gke-ai-troubleshooting-node-unresponsive-timeout
Lorsqu’un hôte Compute Engine d’un nœud TPU ou GPU subit un kernel panic, un blocage matériel ou une interruption non masquable, le système invité cesse de répondre.
GoogleCloud et infrastructure
Optimiser les coûts GKE
gke-cost-optimization
Une fois les gaspillages identifiés, cette skill enchaîne des leviers concrets : quotas de ressources pour limiter la consommation multi-locataire, redimensionnement des pods avec VPA ou MPA (d’abord en mode recommandation, en laissant au moins vingt-quatre heures de collecte), VM Spot via ComputeClasses ou nodeSelector, choix de types de machines, engagements d’utilisation (CUD), et organisation multi-tenant du cluster.
GoogleCloud et infrastructure
Pannes de connexion TPU et OOM vbar
gke-ai-troubleshooting-tpu-vbar-oom
Sur les nœuds TPU v6e de GKE, des conditions de course pendant une réinitialisation de périphérique, ou une collecte de métriques trop fréquente, peuvent faire planter vbar_control_agent (segfault ou manque de mémoire), corrompre les sommes de contrôle des métriques du tpu-device-plugin, ou faire échouer l’initialisation du device.
GoogleCloud et infrastructure
Pénurie de réservation TPU causée par des pools bloqués
gke-ai-troubleshooting-tpu-reservation-stockout
On peut voir un GCE_STOCKOUT, un ZONE_RESOURCE_POOL_EXHAUSTED ou une variante « with details » en créant ou en agrandissant un pool de nœuds TPU, alors même qu’une réservation Compute Engine existe.
GoogleCloud et infrastructure
Poser les fondations d’une organisation Google Cloud
google-cloud-recipe-foundation-builder
Cette recette, actuellement en préversion, déploie une fondation de zone d’atterrissage pour une organisation Google Cloud : politiques d’organisation, hiérarchie de dossiers et de projets, association de facturation, journalisation d’audit centralisée et supervision inter-environnements, selon les contrôles de sécurité recommandés.
GoogleCloud et infrastructure
Réseau des clusters GKE
gke-networking
Ici, on parle du réseau de fondation du cluster, pas de l’entrée applicative.
GoogleCloud et infrastructure
Revue de mise en production GKE
gke-productionize
On fait appel à cette skill pour un audit transversal avant une mise en production : scalabilité, sécurité, fiabilité, observabilité, sauvegarde et reprise, coûts.
GoogleCloud et infrastructure
Sauvegarde et reprise d’activité GKE
gke-backup-dr
Backup for GKE protège des charges avec état : métadonnées Kubernetes (manifestes, configurations, secrets) et, seulement si le plan l’active, données des volumes persistants et secrets.
GoogleCloud et infrastructure
Stockage sur GKE
gke-storage
Pour provisionner du stockage, pas pour diagnostiquer un volume qui ne se monte plus.
GoogleCloud et infrastructure
Superviser les TPU Dynamic Slices sur GKE
gke-ai-troubleshooting-tpu-dynamic-slices-monitoring
Les slices TPU dynamiques de GKE s’exposent comme des ressources personnalisées, avec un cycle de vie, des échecs de provisionnement et des finalizers qui peuvent rester coincés.
GoogleCloud et infrastructure
Trouver l’image de base pour un nœud GKE personnalisé
gke-custom-golden-image-discovery
Quand on veut construire une image de nœud GKE personnalisée, encore faut-il partir de la bonne image « dorée ».
GoogleCloud et infrastructure
VM TPU bloquées en réparation
gke-ai-troubleshooting-tpu-vm-repair-stuck
Après une erreur d’hôte, une maintenance ou un signalement d’hôte défectueux, une instance TPU peut rester dans l’état Compute Engine REPAIRING, que le pool soit mono-hôte, multi-hôtes, en découpage dynamique ou en mode TPU All Capacity.
GoogleCloud et infrastructure
Premiers pas sur Google Cloud
google-cloud-recipe-onboarding
Chemin « heureux » pour un développeur seul qui démarre sur Google Cloud : vérifier les outils, s’authentifier, choisir ou créer un projet, lier un compte de facturation, puis enchaîner prudemment vers des contrôles de dépense et une première charge.
GoogleCloud et infrastructure
Ajuster automatiquement la capacité Filestore
google-cloud-filestore-autoscale
Inspection de la capacité et de l’utilisation Filestore, puis mise à l’échelle : augmenter quand l’espace libre est trop bas, diminuer pour optimiser le coût, selon des seuils (y compris des seuils personnalisés mémorisés pour la session, applicables aux projets concernés).
GoogleCloud et infrastructure
Dépanner les montages Filestore
google-cloud-filestore-log-troubleshooting
Lorsqu’un client n’arrive plus à monter un partage Filestore — VM Compute Engine, pod GKE, service Cloud Run ou charge Vertex AI —, avec un timeout (ETIMEDOUT, « Connection timed out »), un refus (EACCES, « access denied by server »), ou un partage qui cessait de fonctionner après un changement d’administration, cette skill vérifie notamment les règles de pare-feu d’entrée VPC et les nfsExportOptions (l’IP du client est-elle autorisée ?).
GoogleCloud et infrastructure
Parcourir un partage Filestore sans client NFS
google-cloud-filestore-nfs-browser
Permet d’inspecter, de chercher et de lire des fichiers et des métadonnées POSIX sur une instance Filestore, sans paquet client NFS local, sans privilège root et sans montage VPC manuel.
GoogleCloud et infrastructure
Concevoir un bucket Cloud Storage sûr
google-cloud-storage-bucket-architect
Cette skill ne fait qu’une chose : créer un seau, même « simple » ou « par défaut », éventuellement au milieu d’un flux plus large.
Données et bases de données (23)
GoogleDonnées et bases de données
Analytique agentique multicloud (Spark, Knowledge Catalog)
google-cloud-solution-agentic-analytics-spark-knowledge-catalog
Solution d’analytique agentique gouvernée, de bout en bout, autour de Knowledge Catalog et du service managé Apache Spark (Lightning Engine).
GoogleDonnées et bases de données
IA et ML intégrés à BigQuery
bigquery-ai-ml
Quand l’analyse doit se faire en SQL dans BigQuery, avec les fonctions d’apprentissage et d’IA générative déjà intégrées, cette skill aide à choisir la bonne fonction : prévision de séries temporelles, prédiction de valeurs, détection d’anomalies ou de ruptures, recherche des facteurs clés, recherche sémantique ou vectorielle, classification de texte, similarité, résumé, traduction, évaluation de modèles, filtres sémantiques, effet causal d’une intervention, corrélations, statistiques descriptives et profils de distribution, tendance ou saisonnalité.
GoogleDonnées et bases de données
Traduire des modèles dbt Snowflake vers BigQuery
dbt-sf-to-bq-translator
Traduction de modèles SQL dbt écrits pour Snowflake vers un SQL BigQuery normalisé.
GoogleDonnées et bases de données
Fonctions définies par l’utilisateur dans BigQuery
bigquery-udfs
Pour créer, déployer ou dépanner une fonction définie par l’utilisateur ou une fonction distante dans BigQuery, cette skill aide à choisir le bon type : UDF SQL (scalaire ou à modèle), UDF JavaScript, UDF Python gérée (avec ou sans connexion), ou fonction distante exposée par un endpoint Cloud Run.
GoogleDonnées et bases de données
Recommandations pour Managed Airflow
managed-airflow-recommendations
Le service managé Apache Airflow (MSAA, anciennement Cloud Composer) a ici un guide de recommandations : création, configuration, réglage, dimensionnement, santé du système, et moyens d’éviter les redémarrages de charges.
GoogleDonnées et bases de données
Traduire du SQL vers BigQuery
bigquery-migration-sql-translator
Cette skill s’appuie sur le service de migration BigQuery (BQMS) et son serveur MCP pour traduire requêtes, schémas DDL et procédures stockées depuis des dialectes hérités — Teradata, Oracle, Redshift, Snowflake, SparkSQL, HiveQL — vers le GoogleSQL de BigQuery.
GoogleDonnées et bases de données
Architecture de data science avec agents IA
google-cloud-solution-agentic-ai-data-science-workflow
Conception d’une architecture de data science « agentique », multi-produits, sur Google Cloud, avec des pratiques déjà tranchées : analytique ou apprentissage qui s’appuient sur des agents, pas une simple pipeline batch.
GoogleDonnées et bases de données
Lakehouse ouvert multicloud avec agents IA
google-cloud-solution-agentic-ai-borderless-data-lakehouse
Conception d’un lakehouse ouvert « sans frontière », fondé sur Lakehouse for Apache Iceberg et des agents de données BigQuery : stockage multi-cloud (Cloud Storage, Amazon S3, Azure Blob), ingestion, sous-systèmes de service d’IA, Cross-Cloud Interconnect, et déploiement d’agents sur Gemini Enterprise Agent Platform.
GoogleDonnées et bases de données
Recherche hybride avec AlloyDB
google-cloud-solution-hybrid-search-alloydb
Conception d’un système de recherche hybride, sémantique et par mots-clés, typiquement sur AlloyDB : recherche vectorielle combinée à des filtres SQL structurés, facettes, réordonnancement sémantique, validation d’IA dans la base, ou hébergement serverless devant une base transactionnelle, un entrepôt ou un moteur managé.
GoogleDonnées et bases de données
Analyser l’impact d’un changement de table BigQuery
datalineage-bigquery-asset-impact-analysis
Lorsqu’une table ou une vue BigQuery est cassée, périmée, ou qu’on envisage de la modifier, de la supprimer ou d’en suspendre les mises à jour, cette skill évalue le rayon d’impact en aval : tables, tableaux de bord et processus dépendants.
GoogleDonnées et bases de données
Bases de BigQuery
bigquery-basics
Point d’entrée pour interagir avec BigQuery : exécuter du SQL, gérer datasets, tables et vues, lancer des jobs, ou faire une ingestion et une analyse de premier niveau.
GoogleDonnées et bases de données
Bases de Bigtable
bigtable-basics
Provisionnement d’instances et de tables Bigtable, conception de schémas performants (clés de ligne, familles de colonnes), requêtes SQL ou code client (Java, Go, Python), et diagnostic de performance ou de points chauds.
GoogleDonnées et bases de données
Bases de Cloud Spanner
spanner-basics
Provisionnement d’instances et de bases Spanner, conception de schémas performants, et requêtes — SQL ou bibliothèques clientes.
GoogleDonnées et bases de données
Bases de Cloud SQL
cloud-sql-basics
Création et explication d’instances et de bases Cloud SQL pour MySQL, PostgreSQL ou SQL Server.
GoogleDonnées et bases de données
Bases d’AlloyDB pour PostgreSQL
alloydb-basics
Administration d’AlloyDB pour PostgreSQL : clusters, instances, sauvegardes, et, le cas échéant, outils MCP AlloyDB pour automatiser des opérations.
GoogleDonnées et bases de données
BigQuery DataFrames (BigFrames) en Python
bigquery-bigframes
Dès qu’une tâche data Python touche BigQuery — préparation, analyse ou apprentissage — cette skill est le chemin par défaut : elle génère du code BigQuery DataFrames (BigFrames), avec des pratiques d’API et un volet machine learning, y compris un héritage ML signalé comme tel.
GoogleDonnées et bases de données
Choisir sa base de données Google Cloud
cloud-databases-onboarding
Découverte des besoins, recommandation d’un moteur Google Cloud à partir d’une matrice, puis aide à la création, selon un schéma planifier-valider-exécuter.
GoogleDonnées et bases de données
Dépanner BigQuery
bigquery-troubleshooting
Lorsqu’un job est cassé, en échec, trop lent ou trop cher, cette skill enchaîne un diagnostic de cause : symptômes, goulets du graphe d’exécution et des étapes du plan, performance d’ensemble, ou charge inattendument coûteuse (requêtes à la demande, autoscaling de slots, croissance du stockage).
GoogleDonnées et bases de données
Dépanner des DAG Airflow (Managed Airflow)
managed-airflow-dag-troubleshooting
Quand une exécution de DAG ou une instance de tâche échoue dans le service managé Airflow, cette skill mène un diagnostic déterministe, fondé sur des faits (journaux, code, état), via gcloud composer, logging et storage, plutôt que sur des conseils vagues.
GoogleDonnées et bases de données
Écrire des DAG Airflow (Managed Airflow)
managed-airflow-dag-authoring
Pour créer ou étendre un DAG dans le service managé Airflow, cette skill commence par le contexte : environnement cible, accès, poste de développement, et, si on le demande, inspection de l’environnement.
GoogleDonnées et bases de données
Migrer des DAG vers Airflow 2.11 ou 3
managed-airflow-migrations
Cette skill porte le code des DAG d’un environnement MSAA (ou d’une copie locale) vers Airflow 2.11.1 (générations 2 et 3 du service) ou vers Airflow 3 (génération 3).
GoogleDonnées et bases de données
Optimiser coûts et performances BigQuery
bigquery-optimization
Workflows pour améliorer un environnement BigQuery : planification de capacité et éditions, droitsizing des réservations, choix entre stockage logique et physique, partitionnement et clustering, cycle de vie et expiration des partitions, DDL de tables, migration d’une table non partitionnée, réglage d’une requête SQL, et évaluation de structures d’accélération (index de recherche, vues matérialisées, BI Engine).
GoogleDonnées et bases de données
Résumer le lignage des données
datalineage-summary
Quand on veut comprendre d’où viennent et où vont les données d’un actif BigQuery ou Cloud Storage, cette skill parcourt le graphe de lignage (catalogue de connaissances, serveur MCP) en amont et en aval, au niveau table ou colonne, puis le raconte dans un rapport Markdown lisible, de gauche à droite, sans noyer le lecteur sous les nœuds et les liens.
IA et apprentissage automatique (27)
GoogleIA et apprentissage automatique
Développer avec Genkit en Dart
developing-genkit-dart
Genkit Dart est un SDK d’IA pour Dart et Flutter : génération, sorties structurées, outils, flux, agents, invites au format Dotprompt, et une interface générative (A2UI).
GoogleIA et apprentissage automatique
Développer avec Genkit en Go
developing-genkit-go
Genkit pour Go unifie génération, sortie structurée, flux en continu, appel d’outils, invites et flux, quel que soit le fournisseur de modèle (le SKILL.md s’appuie notamment sur les paquets firebase/genkit.go et le greffon Google GenAI).
Expérimentale
GoogleIA et apprentissage automatique
Développer avec Genkit en JavaScript/TypeScript
developing-genkit-js
Guide Genkit pour Node.js et TypeScript : flux, outils, invites Dotprompt, observabilité, intergiciels, et le dépannage d’erreurs, de validation ou de typage.
GoogleIA et apprentissage automatique
Développer avec Genkit en Python
developing-genkit-python
Cette skill cible Genkit Python 0.13 : génération, sortie structurée, flux, outils, agents multi-tours et routes FastAPI, ainsi que la migration depuis 0.12 (imports et signatures cassés).
Expérimentale
GoogleIA et apprentissage automatique
Utiliser l’API Interactions de Gemini
gemini-interactions-api
L’API Interactions, sur Gemini Enterprise Agent Platform, est l’interface recommandée pour des conversations à plusieurs tours, des tâches en arrière-plan, du flux, une sortie structurée et l’appel de fonctions, avec un état géré côté serveur.
GoogleIA et apprentissage automatique
Déboguer une charge Pathways on Cloud
pathways-workload
Débogage d’une charge Pathways on Cloud — entraînement ou inférence JAX sur TPU Cloud dans GKE, sous forme de JobSet, PathwaysJob ou LeaderWorkerSet — qui échoue, plante, redémarre ou ne progresse plus.
GoogleIA et apprentissage automatique
Générer un client pour Gemini Live API
gemini-live-api
Cette skill génère, dans le langage choisi, une classe cliente pour l’API Live de Gemini Enterprise : connexion WebSocket à l’endpoint, session (établissement et reprise), rafraîchissement du jeton porteur via les identifiants d’application par défaut, et échange de messages ClientMessage / ServerMessage.
GoogleIA et apprentissage automatique
Utiliser l’API Gemini sur Agent Platform
gemini-api
On l’utilise dès que la demande porte sur Gemini dans un cadre d’entreprise, ou mentionne explicitement Vertex AI, Google Cloud ou Agent Platform — ce dernier nom, Gemini Enterprise Agent Platform, remplace l’ancienne marque Vertex AI encore fréquente dans la documentation web.
GoogleIA et apprentissage automatique
Architecture d’entreprise pour la plateforme Gemini
agent-platform-architecture
Guide de conception et de validation d’une architecture Gemini d’entreprise : hiérarchie multi-projets (hôte, hub de gouvernance central, rayon d’exécution, rayon d’outils ou MCP), Agent Gateway, modèles de connectivité (tout le trafic ou seulement des plages privées), proxy web sécurisé avec routage par politique ou hub de sortie mTLS inter-clouds, autorité de certification privée et équilibreur interne, politiques d’accès unifiées (CEL) et gouvernance sémantique, échange de jetons d’un fournisseur d’identité tiers (Entra ID, Ping, Okta) ou gestion d’identité d’agent SPIFFE, garde-fous Model Armor, synchronisation de registre inter-projets, agents ADK sur le runtime, et opérations du jour 2.
GoogleIA et apprentissage automatique
Dépanner Gemini Enterprise Agent Platform
agent-platform-troubleshooting
Runbook de diagnostic, pas de réparation automatique : l’utilisateur garde la main sur toute mutation.
GoogleIA et apprentissage automatique
Déployer des modèles depuis Model Garden
agent-platform-deploy
On l’utilise pour déployer un modèle ouvert ou des poids personnalisés depuis Model Garden vers un endpoint d’Agent Platform, pour recopier et déployer un modèle first-party déjà affiné, pour lister le catalogue des modèles déployables, vérifier une configuration de déploiement, estimer un coût, suivre une opération en cours, dépanner une erreur (par exemple un quota), ou retirer un modèle et supprimer l’endpoint.
GoogleIA et apprentissage automatique
Évaluer et améliorer un agent IA
agent-platform-eval-flywheel
Cette skill mesure et améliore la qualité d’un modèle ou d’un agent sur Google Cloud, selon la méthode Eval Quality Flywheel.
GoogleIA et apprentissage automatique
Fine-tuner Gemini ou des modèles ouverts
agent-platform-tuning
Cette skill conduit un fine-tuning de modèles Gemini ou de modèles ouverts sur l’infrastructure d’Agent Platform, de la préparation de l’environnement jusqu’au suivi, en passant par le jeu de données et la configuration du job.
GoogleIA et apprentissage automatique
Gérer et interroger le moteur RAG
agent-platform-rag-engine-management
Cette skill pilote le moteur RAG d’Agent Platform : lister ou inspecter des corpus et des fichiers, récupérer des contextes, ou générer un contenu ancré dans un corpus, via le SDK Python `vertexai` (Google GenAI), et non par des appels REST bruts ou des outils MCP, parce que le code est destiné à des clients externes.
GoogleIA et apprentissage automatique
Gérer le registre de modèles
agent-platform-model-registry
Le registre d’Agent Platform conserve les modèles d’apprentissage et leurs versions.
GoogleIA et apprentissage automatique
Gérer les endpoints de service d’Agent Platform
agent-platform-endpoint-management
Un endpoint d’Agent Platform est un hôte de service logique, avec une URL stable pour les prédictions en ligne : il faut le créer avant d’y déployer un modèle.
GoogleIA et apprentissage automatique
Gérer ses prompts dans Agent Platform
agent-platform-prompt-management
Ici, on crée, liste, récupère, versionne ou supprime des prompts gérés dans Agent Platform, typiquement via le SDK et des extraits Python exécutés dans l’environnement, une fois l’opération approuvée.
GoogleIA et apprentissage automatique
Interroger les modèles d’Agent Platform
agent-platform-inference
Cette skill sert à authentifier et à interroger des modèles d’Agent Platform : modèles Gemini first-party, modèles open de tierce partie (OpenMaaS : Llama, DeepSeek, Qwen, etc.), ou un endpoint personnalisé identifié par un numéro de ressource (modèle Gemini affiné, LLM déployé depuis Model Garden, modèle custom historique).
GoogleIA et apprentissage automatique
Suivre les tâches de fine-tuning
agent-platform-tuning-management
Contrairement à la skill qui lance un fine-tuning, celle-ci gère les jobs déjà existants via le SDK Python d’Agent Platform : lister les exécutions, en obtenir le détail, ou annuler un job qui tourne trop longtemps.
GoogleIA et apprentissage automatique
Gouverner le trafic LLM d’un agent avec Apigee
apigee-agent-gateway-governance
Cette skill met en place un proxy Apigee qu’une Agent Gateway Google Cloud appelle en ext-proc (Service Extension), sur le trafic de modèle d’un agent.
GoogleIA et apprentissage automatique
Migrer de Google AI Studio vers Agent Platform
agent-platform-migrate-from-ai-studio
Le passage se fait d’une application centrée sur l’API Gemini d’AI Studio (generativelanguage.googleapis.com) vers la plateforme d’agents d’entreprise sur Google Cloud (aiplatform.googleapis.com, anciennement dans l’orbite Vertex AI).
GoogleIA et apprentissage automatique
Migrer une charge IA vers GKE
google-cloud-solution-guided-gke-ai-migration
Guide de migration d’une inférence IA déjà existante — Cloud Run, API Gemini, Gemini Enterprise Agent Platform, ou une VM custom — vers une inférence auto-hébergée sur GKE, avec gcloud et kubectl.
GoogleIA et apprentissage automatique
RAG pour la recherche d’entreprise (GKE et AlloyDB)
google-cloud-solution-rag-enterprise-search-gke-sqldb
Conception d’une recherche d’entreprise en génération augmentée par récupération (RAG), où le magasin et l’index des vecteurs sont une base SQL à capacité vectorielle (le skill vise notamment AlloyDB), le modèle et le cadre d’inférence sont ouverts, et tous les composants applicatifs tournent dans des conteneurs Kubernetes, typiquement sur GKE.
GoogleIA et apprentissage automatique
Solution IA multimodale en streaming bidirectionnel
google-cloud-solution-agentic-ai-bidirectional-streaming
Découverte interactive de besoins pour un système multi-agents vivant, qui traite en continu des flux multimodaux, typiquement pour un guidage technique temps réel ou une supervision de sûreté.
GoogleIA et apprentissage automatique
Diagnostiquer les blocages d’entraînement TPU multi-slice
gke-ai-troubleshooting-tpu-mxla-hang
Un entraînement TPU multi-slice qui ne progresse plus, écrit HANG_DETECTED, ou reste bloqué dans une opération collective, n’est pas la même chose qu’une simple baisse de débit.
GoogleIA et apprentissage automatique
Diagnostiquer une baisse de performance TPU
gke-ai-troubleshooting-tpu-performance-degradation
Ici, les pods tournent encore, mais le débit d’entraînement chute et le temps par étape régresse : typiquement une baisse de 15 % ou plus du duty cycle TPU, éventuellement signalée par un événement PERFORMANCE_DEGRADATION.
GoogleIA et apprentissage automatique
Inférence IA sur GKE
gke-inference
Cette skill déploie et ajuste des charges d’inférence IA sur GKE, à l’aide de GPU, de TPU et de serveurs de modèles, en s’appuyant sur Google Inference Quickstart et les pratiques de service de LLM.
Sécurité et identité (28)
GoogleSécurité et identité
Chasse aux menaces dans Google SecOps
secops-hunt
Chasse à la menace, en amont d’un incident déclaré : hypothèses et techniques MITRE ATT&CK, recherche rétrospective d’indicateurs de compromission, prévalence d’événements dans le parc, et détection de comportements ou d’écarts statistiques via des requêtes UDM.
GoogleSécurité et identité
Rédiger des contrôles de conformité personnalisés
assuredworkloads-frameworks-author
On l’appelle lorsque les ressources intégrées d’Assured Workloads ne suffisent pas, souvent après le navigateur de cadres, pour rédiger des contrôles cloud personnalisés ou un cadre sur mesure.
GoogleSécurité et identité
Sécurité des workloads GKE
gke-workload-security
Au périmètre d’une application ou d’un espace de noms, cette skill audite et durcit : script d’audit du cluster, NetworkPolicies (deny par défaut, journaux Dataplane V2), isolation de pods à risque dans le bac à sable GKE (gVisor), Pod Security Standards (libellé restricted) et securityContext, montage de secrets de préférence via le pilote Secret Manager plutôt que le Secret Kubernetes par défaut.
GoogleSécurité et identité
Adopter DPoP avec OAuth Google
dpop-adoption
DPoP (RFC 9449) lie le jeton de rafraîchissement OAuth 2.0 à une clé privée détenue uniquement par le client, pour limiter interception et rejeu.
GoogleSécurité et identité
Trouver le cadre de conformité adapté
assuredworkloads-frameworks-navigator
Analyste de cadres et de contrôles de frontière de données Assured Workloads : à partir d’un besoin exprimé en langage naturel, la skill associe, valide et recommande un ou plusieurs cadres intégrés, et signale les écarts majeurs.
GoogleSécurité et identité
Diagnostiquer les erreurs 403 Cloud Storage
google-cloud-storage-diagnostic
Quand un seau ou un objet Cloud Storage renvoie 403 ou « Insufficient Permission », cette skill cherche la cause parmi un éventail documenté : liaisons IAM, ACL fines, accès uniforme au niveau du seau (UBLA), refus de getIamPolicy, rôles trop étroits pour inspecter, cookies du navigateur storage.cloud.google.com en conflit avec les journaux d’accès aux données, URL signée SignatureDoesNotMatch, périmètre VPC Service Controls, politique IAM de refus, filtrage IP, Requester Pays, verrou de rétention, scopes d’une VM Compute Engine, décalage d’identifiants d’application par défaut, droits pour une suppression récursive, ou compte de service recréé.
GoogleSécurité et identité
Auditer les accès d’un agent IA
agent-platform-access-audit
Cette skill audite l’accès aux données d’un agent d’IA sur Google Cloud, son rayon d’action, et les opérations bloquées par une politique, en interrogeant les journaux d’audit Cloud via BigQuery.
GoogleSécurité et identité
Bases d’Assured Workloads
assured-workloads-basics
Cycle de vie d’une charge Assured Workloads v1 (déjà en disponibilité générale) : créer un dossier conforme, réglages CMEK, contrôles souverains par partenaires, restrictions d’usage de services, puis lister, décrire, mettre à jour ou supprimer, pour des régimes tels que FedRAMP, DoD IL2/IL4/IL5, ITAR, CJIS, santé, contrôles souverains ou frontières de données régionales.
GoogleSécurité et identité
Évaluer la conformité d’un environnement existant
assuredworkloads-environment-assessor
Cette skill évalue, en lecture seule, un environnement Google Cloud déjà en place : télémétrie des ressources, politiques d’organisation effectives, et comparaison d’une charge existante aux exigences de souveraineté et de conformité (frontière des données UE avec support, FedRAMP Moderate ou High, DoD IL4/IL5, ITAR, CJIS, frontières régionales US/UE).
GoogleSécurité et identité
Mettre à jour les règles OWASP de Cloud Armor
cloud-armor-crs-rule-upgrader
Celle-ci, contrairement aux skills Well-Architected, concerne bien Cloud Armor : elle fait passer une politique de sécurité des jeux de règles OWASP CRS 3.0 ou 3.3 vers CRS 4.22.
GoogleSécurité et identité
Ingénierie de détection YARA-L dans SecOps
secops-detection-engineering
Ingénierie de détection dans Google SecOps : rédiger, valider la syntaxe, tester (y compris un retrohunt sur la télémétrie historique) et déployer des règles YARA-L 2.0, ou évaluer des trous de couverture à partir de renseignement (billets, CVE, opportunités de détection) avec des événements UDM synthétiques et une analyse de couverture de longue haleine.
GoogleSécurité et identité
Trier les alertes dans Google SecOps
secops-triage
Premier niveau de traitement d’une alerte SecOps : distinguer un faux positif d’un vrai, évaluer le risque des entités, ajuster la sévérité ou la priorité, clôturer ou faire remonter l’alerte et le dossier.
GoogleSécurité et identité
Accès temporaire avec Privileged Access Manager
iam-helper-for-privileged-access-management
Privileged Access Manager gère un accès à la demande, temporaire : création, lecture, mise à jour ou suppression d’habilitations (entitlements), demande d’élévation, et approbation ou refus des octrois en attente.
GoogleSécurité et identité
Corriger les constats de Security Command Center
google-cloud-scc-remediation
Remédiation de constats Security Command Center : droits IAM, mauvaise configuration d’une ressource, vulnérabilité, ou combinaison toxique multi-domaines, et chemins d’attaque associés.
GoogleSécurité et identité
Enquête sur incident dans Google SecOps
secops-investigate
Guide d’investigation approfondie dans Google SecOps : cas, entités (hôtes, IP, domaines, empreintes, utilisateurs), extraction et recherche d’événements UDM, chronologies d’actifs et d’utilisateurs, et détection de mouvements latéraux.
GoogleSécurité et identité
Évaluer la couverture de détection SecOps
detection-engineering-coverage-evaluation
Flux outillé, de bout en bout, pour l’ingénierie de détection dans Google SecOps via MCP : extraire du renseignement depuis un billet (sans le relire en entier dans la réponse), générer des opportunités de détection (TDO) sur le texte nettoyé — sans le résumer avant l’appel —, simuler le comportement d’un attaquant avec des événements UDM synthétiques, évaluer la couverture de chaque TDO (un appel parallèle distinct, pas un agrégat), et déployer des règles qui ferment les trous.
GoogleSécurité et identité
Gérer les dossiers SOAR dans Google SecOps
secops-cases
Cycle de vie des dossiers SOAR de Google Security Operations : lister, créer, inspecter, mettre à jour ou clôturer un cas, y ajouter des commentaires et des notes d’enquête, en changer la priorité ou la description, relier ou regrouper des alertes.
GoogleSécurité et identité
Gérer les politiques IAM d’autorisation et de refus
iam-helper-for-policy-management
Cette skill orchestre le cycle de vie des politiques d’autorisation IAM v1 et des politiques de refus IAM v2, sur l’organisation, un dossier, un projet, ou une ressource individuelle : création, mise à jour, liste, suppression.
GoogleSécurité et identité
Interroger Security Command Center
google-cloud-scc-query
Lecture seule des constats actifs de Security Command Center : expositions externes, combinaisons toxiques, vulnérabilités, menaces, risques sur des données sensibles.
GoogleSécurité et identité
Résoudre les problèmes d’accès IAM
iam-helper-for-troubleshooting
Deux modes distincts selon qui demande de l’aide.
GoogleSécurité et identité
Simuler un changement IAM avant de l’appliquer
iam-helper-for-policy-simulator
Avant d’appliquer une politique d’autorisation IAM v1 (qui a accès, avec quel rôle, sur un projet, un dossier ou une organisation), cette skill rejoue, via Policy Simulator, les journaux d’accès des quatre-vingt-dix derniers jours contre la politique proposée, pour voir si un accès historique serait bloqué.
GoogleSécurité et identité
Sécuriser des systèmes multi-agents avec Agent Gateway
google-cloud-solution-multi-agent-security
Conception, déploiement et sécurisation d’une solution Agent Gateway : sécurité multi-agents, schémas d’entrée (CLIENT_TO_AGENT) et de sortie (AGENT_TO_ANYWHERE), avec Model Armor, IAP et le registre d’agents.
GoogleSécurité et identité
Well-Architected : sécurité
google-cloud-waf-security
Attention au sigle : ici, WAF désigne le Well-Architected Framework de Google Cloud, pas Cloud Armor.
GoogleSécurité et identité
Authentification et autorisations Google Cloud (IAM)
google-cloud-recipe-auth
Guide d’authentification (prouver qui l’on est, en tant que principal) et d’autorisation (ce que l’on a le droit de faire) sur Google Cloud, pour des humains comme pour des identités de service.
GoogleSécurité et identité
Dépanner Workload Identity Federation sur GKE
gke-workload-identity
Lorsqu’un pod n’arrive pas à parler aux API Google — 403 iam.serviceAccounts.getAccessToken, identifiants par défaut introuvables, serveur de métadonnées GKE injoignable — cette skill vérifie que Workload Identity Federation est bien actif sur le cluster et le pool (GKE_METADATA, pas GCE_METADATA), puis la liaison entre le ServiceAccount Kubernetes et l’identité IAM (liaison directe sur le principal, ou ancien schéma via un compte de service Google et l’annotation iam.gke.io/gcp-service-account).
GoogleSécurité et identité
Sécuriser et limiter une API Gateway
api-gateway-backend-security-and-rate-limiting
Cette skill configure l’authentification des clients (clé API ou JWT), l’authentification de la passerelle vers le backend, et les quotas par projet consommateur, pour des configs OpenAPI 2.0 et 3.0.x, y compris une passerelle MCP en préversion publique.
GoogleSécurité et identité
Sécurité de la plateforme GKE
gke-platform-security
Le durcissement se joue ici au niveau du cluster, pas du manifeste d’une appli.
GoogleSécurité et identité
Intégrer « Se connecter avec Google » sur le web
sign-in-with-google-web
Intégration de Sign In With Google via Google Identity Services (accounts.google.com/gsi/client), pas l’ancienne bibliothèque gapi.auth2.
Observabilité et supervision (20)
GoogleObservabilité et supervision
Configurer Cloud Logging pour un projet
cloud-logging-configuration-basics
Configuration de Cloud Logging dans un seul projet : seaux régionaux, sinks, vues, restriction ou masquage de journaux sensibles dans le filtre de la vue _Default, droits IAM sur une vue (Logs View Accessor, conditions), métriques basées sur les journaux, exclusions et échantillonnage.
GoogleObservabilité et supervision
Configurer des alertes Cloud Monitoring
cloud-monitoring-alert-configuration
Politiques d’alerte Terraform (google_monitoring_alert_policy) en PromQL, pour Cloud Run, GKE, Compute Engine, réservations AI Hypercomputer, Vertex AI Agent Engine, ou une ressource générique : latence, trafic, erreurs, saturation, maintenance d’hôte ou de réservation, signaux GPU XID, télémétrie d’agent IA.
GoogleObservabilité et supervision
Configurer les canaux de notification
cloud-monitoring-notification-channels-configuration
Cette skill rédige du Terraform (google_monitoring_notification_channel, et l’attache à une politique d’alerte existante) pour des canaux e-mail, SMS, Slack, PagerDuty, Pub/Sub ou webhook.
GoogleObservabilité et supervision
Enquêter sur les problèmes réseau Google Cloud
google-cloud-networking-observability
Investigation réseau à partir des journaux, métriques et diagnostics Google Cloud : paquets ou trafic rejetés et leurs raisons, VPC Flow Logs (y compris Private Service Connect, VPC direct pour du serverless / App Engine, et estimation de coût), journaux NAT, pare-feu ou de menace, latence et débit, et tests de connectivité pour un chemin.
GoogleObservabilité et supervision
Observabilité GKE
gke-observability
Cette skill configure la supervision d’un cluster GKE : Cloud Logging, Cloud Monitoring, Managed Service for Prometheus, et, dans le chemin doré, l’observabilité Dataplane V2 (flux et politiques).
GoogleObservabilité et supervision
Alertes pour Cloud Run
cloud-run-alert-configuration
Cette skill aide à concevoir et à rédiger, en Terraform et en PromQL (Cloud Monitoring), des politiques d’alerte à fort signal pour des ressources Cloud Run : services, jobs et pools de workers.
GoogleObservabilité et supervision
Alertes pour GKE
gke-alert-configuration
Cette skill aide à écrire, relire et valider des politiques d’alerte Terraform pour des clusters, services et charges GKE, en PromQL, via Google Cloud Managed Service for Prometheus.
GoogleObservabilité et supervision
Auditer les coûts de Cloud Logging
cloud-logging-finops
Audit des coûts de Cloud Logging d’un projet : ce que coûtent les entrées écrites dans les seaux, quels services, flux et sévérités pèsent, et quels sinks les acheminent.
GoogleObservabilité et supervision
Alertes pour agents IA (OpenTelemetry)
agent-platform-alert-configuration
Cette skill produit des politiques d’alerte Terraform pour des agents IA instrumentés en OpenTelemetry : latence, taux d’erreur, consommation de jetons et, le cas échéant, qualité.
GoogleObservabilité et supervision
Interroger la télémétrie BigQuery
bigquery-observability
Lorsque l’on sait déjà quelle télémétrie récupérer, cette skill aide à choisir l’outil (INFORMATION_SCHEMA, Cloud Monitoring, API REST) et à écrire une requête SQL performante, correctement qualifiée et limitée au bon périmètre, selon le principe du moindre privilège.
GoogleObservabilité et supervision
Analyser les coûts GKE
gke-cost-analysis
Cette skill répond à des questions en langage naturel sur les coûts de clusters et de charges : « quel espace de noms coûte le plus ?
GoogleObservabilité et supervision
Analyser les traces avec Cloud Trace
cloud-trace-querying
Interrogation des spans Cloud Trace : filtrage par seuil de latence ou par statut d’erreur, corrélation avec Cloud Logging, et diagnostic de goulets dans une trace distribuée sur des services Google Cloud.
GoogleObservabilité et supervision
Assistant d’alertes SLO
google-cloud-slo-alert-configuration
Assistant de configuration, en Terraform, de politiques d’alerte de Service Level Objective dans Cloud Monitoring, en PromQL, pour une ressource inscrite dans App Hub ou indiquée isolément.
GoogleObservabilité et supervision
Centraliser les journaux de plusieurs projets
cloud-logging-cross-project-configuration
Deux architectures : un stockage centralisé (routage par sinks depuis plusieurs projets, dossiers ou l’organisation vers un seau dans un projet pivot) ou un stockage distribué avec agrégation à la lecture (log scopes).
GoogleObservabilité et supervision
Construire des requêtes ListTimeSeries
cloud-monitoring-list-time-series-request
Cette skill traduit un descripteur de métrique Cloud Monitoring en paramètres d’appel ListTimeSeries prêts pour la production : nom, filtre, intervalle, agrégation (aligneur, réducteur) et vue.
GoogleObservabilité et supervision
Écrire des requêtes Cloud Logging en langage naturel
cloud-logging-query-generation
À partir d’une demande en français (ou d’un besoin de débogage), cette skill produit une requête en Logging Query Language pour Cloud Logging, éventuellement filtrée par service Google Cloud.
GoogleObservabilité et supervision
Écrire des requêtes PromQL pour Cloud Monitoring
cloud-monitoring-promql-query
À partir d’un descripteur de métrique et de paramètres de ressource Cloud Monitoring, cette skill produit une requête PromQL valide, en mappant types de métriques et de ressources vers la structure PromQL.
GoogleObservabilité et supervision
Générer des graphiques Cloud Monitoring
cloud-monitoring-chart-generation
À partir d’une requête PromQL ou ListTimeSeries déjà résolue, cette skill produit un textproto de widget google.monitoring.dashboard.v1, destiné à l’API Tableaux de bord, à gcloud ou à un provisionnement déclaratif.
GoogleObservabilité et supervision
Superviser les métriques TPU sur GKE
gke-ai-troubleshooting-tpu-metrics-monitoring
Pour savoir si une charge TPU sur GKE souffre de l’infrastructure plutôt que du code d’entraînement, cette skill s’appuie sur les métriques système GKE et sur PromQL.
GoogleObservabilité et supervision
Trouver la bonne métrique Cloud Monitoring
cloud-monitoring-metric-selection
Pour un service ou une ressource (Compute Engine, Spanner, BigQuery, Cloud Run, Cloud SQL, Pub/Sub, Cloud Storage, etc.), cette skill interroge en direct les descripteurs de métriques via l’outil MCP list_metric_descriptors, puis les filtre localement par mots-clés.
Publicité et marketing (10)
GooglePublicité et marketing
Diagnostiquer les performances d’un compte Google Ads
google-ads-api-account-diagnostics
Cette skill diagnostique des baisses de performance d’un compte Google Ads : perte de conversions (valeur ou volume), faible flux de prospects, et parts d’impressions perdues (occasions manquées) à cause du rang, des enchères ou des budgets.
GooglePublicité et marketing
Configurer l’API Data Manager
data-manager-api-setup
Première étape avant d’ingérer quoi que ce soit : activer l’API Data Manager sur un projet Google Cloud, préparer les identifiants d’application par défaut, et installer les bibliothèques cliente et utilitaires.
GooglePublicité et marketing
Envoyer des conversions avec l’API Data Manager
data-manager-api-event-ingestion
Pour alimenter le point /v1/events/ingest, cette skill guide l’envoi d’événements et de conversions : conversions hors ligne, conversions améliorées pour les pistes, conversions de clic, ventes en magasin, événements Google Analytics web ou application, ou d’autres cas pris en charge par l’API Data Manager.
GooglePublicité et marketing
Démarrer avec l’API Google Ads
google-ads-api-quickstart
Du zéro jusqu’à une première requête qui liste les campagnes : jeton développeur, identifiant et secret OAuth, jeton de rafraîchissement, identifiant du compte client, et le cas échéant login_customer_id.
GooglePublicité et marketing
Gérer des audiences avec l’API Data Manager
data-manager-api-audience-ingestion
Cette skill aide à ajouter, retirer ou vider des membres d’audience pour les produits Google via l’API Data Manager et ses bibliothèques clientes : Customer Match, identifiants d’appareils mobiles, ou tout autre cas d’audience pris en charge.
GooglePublicité et marketing
Installer le serveur MCP Google Ads
google-ads-api-mcp-setup
Guide le téléchargement, la configuration et l’installation du serveur MCP Google Ads officiel et ouvert, pour relier un assistant (Gemini, Claude Code, Cursor ou équivalent) à un compte Google Ads et interroger campagnes ou rapports en langage naturel.
GooglePublicité et marketing
Administrer Google Analytics par API
google-analytics-admin-api-basics
L’API Google Analytics Admin sert à configurer les comptes et les propriétés, pas à extraire des rapports.
GooglePublicité et marketing
Créer des rapports Google Analytics par API
google-analytics-data-api-basics
L’API Google Analytics Data (v1beta) donne un accès programmatique aux données de rapports d’une propriété : tableaux de bord, automatisation, intégration dans une application métier.
GooglePublicité et marketing
Insertion dynamique de publicités vidéo (IMA DAI)
ima-dai-sdk
Le SDK IMA Dynamic Ad Insertion sert à charger et lire des flux HLS ou DASH dans lesquels les publicités sont déjà insérées côté serveur : événements en direct configurés dans Google Ad Manager, ou vidéo à la demande ingérée dans Ad Manager (clé d’asset d’un livestream, ou identifiants CMS et vidéo pour la VOD).
GooglePublicité et marketing
Publicités vidéo côté client (IMA SDK)
ima-sdk-client-side
À l’inverse du DAI, le SDK IMA côté client demande des publicités vidéo ou audio à un serveur compatible VAST, et en gère la lecture dans un site, une application, un téléviseur ou une autre plateforme, souvent à partir d’une URL VAST ou VMAP.
Agents et skills (6)
GoogleAgents et skills
Gérer des agents avec l’API Managed Agents
gemini-agents-api
L’API Managed Agents est le plan de contrôle de Gemini Enterprise Agent Platform : elle permet de créer, configurer, lister, mettre à jour ou supprimer des ressources d’agents gérées côté serveur, avec instructions système, fichiers en bac à sable, registre de skills et outils locaux ou distants, avant d’ouvrir une conversation.
GoogleAgents et skills
Utiliser le registre de skills d’Agent Platform
agent-platform-skill-registry
Le registre de skills de Gemini Enterprise Agent Platform permet de découvrir des compétences (recherche, liste, détail, historique de révisions), d’enregistrer ou de mettre à jour une skill, de la supprimer définitivement, de suivre les opérations longues, et d’échafauder localement une nouvelle skill.
GoogleAgents et skills
Construire et déployer des agents IA sur Google Cloud
google-cloud-solution-build-deploy-agents
Workflow interactif pour concevoir, construire et déployer un agent ou un système multi-agents sur Google Cloud : recueil de besoins, architecture adaptée, puis instructions de déploiement, avec une phase de validation.
GoogleAgents et skills
Démarrer avec agents-cli (ADK)
google-agents-cli-onboarding
Point d’entrée d’agents-cli sur Agent Platform, dès que l’on veut créer, développer, construire avec l’ADK (Agent Development Kit), exécuter en local, déboguer, tester, évaluer, déployer, publier ou superviser un agent.
GoogleAgents et skills
Exposer une API REST comme serveur MCP (préversion)
api-gateway-mcp-server
Configure Google Cloud API Gateway comme serveur MCP distant, en préversion publique, pour exposer des API REST comme outils d’agent sur `POST https://{default_hostname}/mcp`.
Préversion
GoogleAgents et skills
Trouver la bonne skill Google
finding-google-skills
Cette skill oriente vers les skills Google publiées qui s’appliquent à une demande, en allant chercher le catalogue à la demande.
Outils de développement (4)
GoogleOutils de développement
Assistant opérateur Google Cloud (MCP autocloud)
cloud-operator
Assistant et opérateur Google Cloud via le serveur MCP autocloud : questions pratiques, ressources, Terraform, Kubernetes, Helm, déploiements, incidents, coûts.
GoogleOutils de développement
Chercher dans la documentation développeur Google
retrieving-developer-knowledge
Cette skill interroge la documentation officielle développeur Google (Cloud, IA et Gemini, Android, Chrome, Web, Flutter, Go, Firebase, et d’autres plateformes) via le serveur MCP Developer Knowledge (answer_query, search_documents, get_documents) ou, en repli, l’API REST developerknowledge.googleapis.com.
GoogleOutils de développement
Utiliser la CLI gcloud en sécurité
gcloud
Garde-fous pour planifier, construire, proposer ou exécuter une commande gcloud, y compris une question de syntaxe ou de drapeaux.
GoogleOutils de développement
Migrer un code existant vers Rust sûr
migrate-to-rust
Cette skill clone, analyse, planifie et migre un code existant — C++, Fortran, Java, Python, C ou Shell — depuis une URL GitHub ou un répertoire local, vers une architecture Rust sûre à 100 %, déterministe et orientée performance.