用途：该技能用于管理 Google Cloud Platform（GCP）与 Kubernetes 资源。资料指出，GCP 与 Kubernetes 的资源查询和变更应通过 MCP 工具完成，这些工具是专门的后端智能体；客户端智能体的职责是识别意图，并把整个任务原样委派给合适的工具。工具属于 gemini_cloud_assist 和 application_design_center 两个 MCP Server，名称带服务器前缀，例如 gemini_cloud_assist:tool_name。
主要能力与路由：一般咨询、资源清单查询（如列出活动 VM）、低复杂度指令和模糊问题分流，使用 gemini_cloud_assist:ask_cloud_assist；基础设施设计、架构与部署使用 gemini_cloud_assist:design_infra，其下命令包括 manage_app_design（ADC 应用设计与 IaC 导入）、generate_terraform（单资源 Terraform 生成）、generate_gcloud / generate_bigquery（生成 CLI 命令）、generate_kubernetes_yaml（Kubernetes 清单）、debug_deployment（调试 ADC 部署失败）；故障排查与深度诊断使用 gemini_cloud_assist:investigate_issue，适用于宕机、崩溃、延迟飙升、错误日志推理与依赖拓扑分析；成本优化使用 gemini_cloud_assist:optimize_costs，用于支出分析与识别闲置或低利用率资源，该工具只读，不执行变更；GKE 资源变更使用 gemini_cloud_assist:invoke_operation，操作类型为 GKE_APPLY（原始 YAML 清单）与 GKE_PATCH（JSON 补丁），userQuery 必须是包含 operation_type 及对应 gke_apply 或 gke_patch 详情的字符串化 JSON 对象。
使用约束：所有 GCA 工具会在响应中返回 contextId，后续调用需传入该参数以维持多轮对话状态；收到 GCP 资源请求后应立即调用对应工具；需原样传递用户完整提示，不总结、不改写、不截断；以单轮方式原子化委派整个问题；保留提示中出现的所有标识符（项目 ID、集群名、实例路径）；可附带工作目录中的相关本地上下文；工具生成或更新的配置、清单、YAML 应保存到本地工作区；云交互只能依赖这些 MCP 工具，不执行 gcloud 或 kubectl 等本地命令，也不通过 .gcloud/config 或 kubeconfig 做本地校验；生成 YAML 后须询问用户是否应用，明确提问“Would you like to proceed with applying this configuration?”，用户确认后再调用工具应用清单。
适用场景与限制：适用于 GCP 资源查询、基础设施设计与部署、SRE 诊断、成本分析和 GKE 变更等场景。资料未提供具体收费、价格、平台支持范围与效果数据。