agent-platform-model-registry
用于管理 Agent Platform Model Registry 中机器学习模型的技能，支持列出、查看、上传、更新和删除模型及其版本，并规定只读、可逆变更与不可逆删除三档确认流程。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-14 00:15
智能体与模型
26,321 个结果
agent-platform-prompt-management
用于在 Agent Platform 中管理提示词（Prompt）的技能：可创建、列出、获取、版本化与删除托管提示词，并通过 Python SDK 调用。操作按只读、可变、破坏性分级，创建与删除需用户确认。
agent-platform-rag-engine-management
用于通过 Vertex AI Python SDK 管理 Agent Platform RAG Engine 语料库的技能：列出语料库与文件、查看语料库详情、检索上下文，并用检索结果生成有依据的回答。
agent-platform-skill-registry
用于在 Gemini Enterprise Agent Platform 的 Skill Registry 中创建和搜索技能的技能包，支持技能发现、生命周期管理与长时操作监控，需先完成环境校验和 Google Cloud 认证。
agent-platform-tuning
Agent Platform 模型微调技能，用于通过 Agent Platform 基础设施微调开放模型或 Gemini 模型，覆盖环境与 IAM 配置、数据准备与上传、作业配置、监控和部署全流程。
agent-platform-tuning-management
用于在 Agent Platform 中管理 GenAI 调优任务的技能：可列出、查询或取消进行中的模型调优作业，基于 Agent Platform Python SDK 操作，需提供项目 ID 和区域。
developing-genkit-dart
面向 Genkit Dart SDK 的代码生成与文档技能，用于在 Dart 中构建 AI 智能体、Genkit 流程与 LLM 集成。提供核心框架、Dotprompt、智能体、A2UI、插件与 CLI 使用参考。
developing-genkit-go
面向 Go 开发者的 Genkit 技能指南，用于用 Go 构建 AI 功能、智能体、流程与工具。涵盖初始化、生成、结构化输出、流式、提示、工具调用、中间件、流程与 HTTP 服务，并提供开发 CLI 与追踪调试能力。
developing-genkit-js
使用 Genkit 在 Node.js/TypeScript 中开发 AI 应用与智能体的技能指南，涵盖流、提示词、工具、中间件与生成式 UI，并强调通过 Genkit CLI 查阅权威文档、诊断错误与追踪调试。
developing-genkit-python
developing-genkit-python 是 Genkit 官方提供的 Python 开发技能，用于在 Python 中构建 AI 功能。它覆盖生成、流式输出、工具调用、flows 以及多轮智能体（Agents，Beta）等能力，统一由一个 SDK 提供。该技能适用于用户询问 Python 中的 Genkit、AI 智能体、flows 或工具，或遇到 Genkit 相关问题时使用。使用前需 Python 3.10+ 与 uv，并安装 Genkit CLI（npm install -g genkit-cli）。开发时建议通过 genkit start 启动开发工作流与 Dev UI，并借助 trace:list、trace:get 等命令查看追踪信息，以验证工具是否真正被调用并检查模型输入输出。
gemini-agents-api
Gemini Enterprise Agent Platform 上用于以编程方式管理自定义 Agent 资源的技能，通过 Managed Agents API 控制面对 Agent 进行创建、查询、列出、更新和删除，支持系统指令、工具、远程文件与技能挂载。
gke-storage
Google 官方技能，用于管理 GKE 存储，包括 PVC、PersistentVolume、持久磁盘、Filestore 文件存储与云存储集成。适用于配置 GKE 存储或创建 PVC；Cloud Storage FUSE（gcsfuse）挂载需参考 google-cloud-storage-fuse。
google-ads-api-mcp-setup
该技能指导开发者下载、配置并安装官方开源 Google Ads MCP Server，用于将 Google Ads 接入支持 Model Context Protocol 的 AI 工具。需先具备 Python 3.12+ 与 pipx，并准备五项 Google Ads API 凭证。
google-agents-cli-onboarding
Google Agents CLI 入门技能，用于在 Gemini Enterprise Agent Platform 上创建、评估和部署 AI 智能体的初始配置与开发流程导航。
google-cloud-solution-agentic-ai-bidirectional-streaming
该技能引导代理以互动方式发现客户需求，用于设计并实现面向实时双向多模态流式工作负载的多代理 AI 云端解决方案，覆盖需求分析、方案设计、实施计划与验证四个阶段。
google-cloud-solution-agentic-ai-borderless-data-lakehouse
Google 官方技能，用于发现需求并设计基于 Lakehouse for Apache Iceberg 与 BigQuery 数据智能体的无边界开放数据湖仓架构。适用于多云、混合云或本地数据的分析与智能体场景。
google-cloud-solution-agentic-ai-data-science-workflow
该技能指导代理在 Google Cloud 上设计并实现面向数据科学的多产品智能体架构，覆盖需求发现、方案设计、实施计划与验证四阶段，并按 Google Cloud 最佳实践给出建议。
google-cloud-solution-agentic-analytics-spark-knowledge-catalog
该技能用于发现需求并设计端到端受治理的智能体分析方案，结合 Knowledge Catalog 与 Managed Service for Apache Spark（Lightning Engine），覆盖跨云、本地及多类型数据的结构化与非结构化分析。
google-cloud-solution-build-deploy-agents
该技能用于在 Google Cloud 上设计、构建和部署 AI 智能体或多智能体系统，通过四阶段交互式工作流收集需求、推荐定制方案、生成部署计划并验证结果。
google-cloud-solution-multi-agent-security
Google Cloud 多智能体安全方案技能，用于设计、部署并加固 Agent Gateway 的入站（CLIENT_TO_AGENT）与出站（AGENT_TO_ANYWHERE）安全架构，涵盖 Model Armor 护栏、IAP 授权、PSC 出站与混合 VPN 路由。
google-cloud-solution-rag-enterprise-search-gke-sqldb
该技能用于设计并实现基于 GKE 与 AlloyDB 的企业级 RAG 对话式搜索方案，覆盖需求发现、架构设计、方案验证与打包四个阶段，并生成架构图、设计建议与部署指导。
google-cloud-storage-basics
Google Cloud Storage（GCS）基础技能，用于在 GCS 存储桶中以对象形式存储、读取和管理数据。优先通过 cloud-storage MCP 工具执行操作，其次回退到 gcloud storage 或 JSON API，并涵盖桶与对象的创建、上传、下载、删除等日常任务。
google-cloud-storage-bucket-architect
Google Cloud Storage 存储桶架构技能：按用例分析工作负载，生成安全、经济的 GCS 存储桶配置方案，支持 gcloud、REST、Terraform 与 SDK 输出，并在用户确认后才执行创建。
secops-detection-engineering
Google SecOps 检测工程技能，指导安全工程师与智能体完成 YARA-L 2.0 检测规则的编写、校验、测试与部署，并基于威胁情报评估检测覆盖缺口、生成补缺规则。