gke-basics
GKEクラスターの設計・作成・設定をゴールデンパスであるAutopilot構成を基に支援するスキルです。Day-0チェックリスト、AutopilotとStandardの比較、ネットワーキング（プライベートクラスター、VPCネイティブ、Gateway API）、セキュリティ（Workload Identity、Secret Manager、RBACハードニング）、オブザーバビリティ、スケーリング、コスト最適化、AI/ML推論まで幅広くカバーします。GKEクラスターの新規構築、ネットワーク設計、セキュリティ強化、コスト最適化、オートスケーリング、アップグレード、マルチテナンシー、バッチ・HPC処理など、GKEに関わるあらゆる場面で活用できます。
description の原文を見る
Plan, create, and configure production-ready Google Kubernetes Engine (GKE) clusters using the golden path Autopilot configuration. Covers Day-0 checklist, Autopilot vs Standard, networking (private clusters, VPC-native, Gateway API), security (Workload Identity, Secret Manager, RBAC hardening), observability, scaling, cost optimization, and AI/ML inference. WHEN: create GKE cluster, provision GKE environment, design GKE networking, secure GKE, optimize GKE cost, GKE autoscaling, GKE inference, GKE upgrade, GKE observability, GKE multi-tenancy, GKE batch, GKE HPC, GKE compute class.
SKILL.md 本文
Google Kubernetes Engine (GKE) の基礎
GKE は、Google Cloud 上のマネージド Kubernetes プラットフォームで、コンテナ化されたアプリケーションのデプロイ、スケーリング、運用を行います。このスキルは、ゴールデンパス Autopilot 構成をデフォルトとしています。詳細は gke-golden-path.md のデフォルト、ルール、ガードレールをご覧ください。
クイックスタート
gcloud services enable container.googleapis.com --quiet
gcloud container clusters create-auto my-cluster --region=us-central1 --quiet
gcloud container clusters get-credentials my-cluster --region=us-central1 --quiet
kubectl create deployment hello-server \
--image=us-docker.pkg.dev/google-samples/containers/gke/hello-app:1.0
リファレンスディレクトリ
トリガーキーワードに基づいて関連するリファレンスを読み込んでください。最も具体的なマッチを優先します。不明な場合はユーザーに明確化を求めてください。
| シナリオ | トリガーキーワード | リファレンス |
|---|---|---|
| コア概念 | Autopilot vs Standard、アーキテクチャ、価格、GKE とは | core-concepts.md |
| ゴールデンパスとデフォルト | ゴールデンパス、Day-0 チェックリスト、本番環境デフォルト、クラスタデフォルト | gke-golden-path.md |
| クラスタ作成 | クラスタ作成、新しいクラスタ、GKE プロビジョニング | gke-cluster-creation.md |
| ネットワーク | プライベートクラスタ、VPC、サブネット、Gateway API、DNS、Ingress、Egress、データパス | gke-networking.md |
| セキュリティと IAM | Workload Identity、Secret Manager、RBAC、Binary Auth、強化、監査、gVisor、IAM ロール | gke-security.md |
| スケーリング | HPA、VPA、オートスケーラー、オートスケーリング、NAP、ポッドスケール、ノードスケール | gke-scaling.md |
| コンピュートクラス | ComputeClass、マシンファミリー、Spot フォールバック、GPU ノードプール、ノード選択 | gke-compute-classes.md |
| コスト | コスト、削減、Spot VM、適正規模化、CUD、支出の最適化、予算 | gke-cost.md |
| AI/ML 推論 | 推論、モデル提供、LLM、GPU、TPU、GIQ、vLLM | gke-inference.md |
| アップグレード | アップグレード、メンテナンスウィンドウ、リリースチャネル、パッチ適用、バージョン | gke-upgrades.md |
| 可観測性 | 監視、ログ、Prometheus、Grafana、メトリクス、アラート、ダッシュボード | gke-observability.md |
| マルチテナント | マルチテナント、ネームスペース分離、チームアクセス、エンタープライズ、RBAC 計画 | gke-multitenancy.md |
| バッチと HPC | バッチ、HPC、ジョブキュー、高性能、MPI、並列処理 | gke-batch-hpc.md |
| アプリケーションオンボーディング | コンテナ化、アプリデプロイ、Dockerfile、オンボード、GKE への移行 | gke-app-onboarding.md |
| バックアップと DR | バックアップ、復元、ディザスタリカバリ、CMEK | gke-backup-dr.md |
| ストレージ | ストレージ、PVC、永続ボリューム、StorageClass、Filestore、GCS FUSE | gke-storage.md |
| 信頼性 | PDB、ヘルスプローブ、Liveness、Readiness、トポロジスプレッド、グレースフルシャットダウン | gke-reliability.md |
| クライアントライブラリ | クライアントライブラリ、client-go、kubernetes python、kubernetes java、kubernetes SDK | client-library-usage.md |
| Infrastructure as Code | Terraform、IaC、HCL、コードとしてのインフラストラクチャ | iac-usage.md |
| MCP サーバー | MCP ツール、MCP サーバー、MCP セットアップ | mcp-usage.md |
| CLI/ツール | gcloud、kubectl、コマンド、方法 | cli-reference.md |
| 本番環境監査 | 本番環境対応性、コンプライアンス、ゴールデンパスチェック | gke-cluster-creation.md |
これらのリファレンスに記載されていない製品情報が必要な場合は、Developer Knowledge MCP サーバーの search_documents ツールを使用してください。
ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- リポジトリ
- google/skills
- ライセンス
- Apache-2.0
- 最終更新
- 不明
Source: https://github.com/google/skills / ライセンス: Apache-2.0
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。