インフラ・DevOpsのスキル

GKEのカスタムノードイメージ作成に使うベースイメージを、バージョンやOS、CPU構成、GPUなどの条件から絞り込み、対応するイメージ名を調べます。

• カスタムGKEノードのベースイメージ検索
• GPUやTPU構成に合うイメージの調査
• OSやCPU構成に対応するイメージ確認

GKEのTPU v6eで起きるメモリ不足や初期化失敗を、ログと独自のメトリクス収集設定から調べます。監視処理の競合による障害の切り分けと暫定対策を支援します。

• vbar_control_agentの異常終了とメモリ不足調査
• TPUメトリクスのチェックサムエラー調査
• 独自のTPU監視処理との競合確認

GKEの応答時間、エラー、通信量、メモリ使用状況、クラスタの異常を監視するアラートを、PromQLとTerraformで設計・検証するスキルです。

• GKEの応答時間とエラーを監視したいとき
• 再起動の頻発やノード異常を検知したいとき
• 既存のTerraformアラートの見直し

GKE向けのKubernetes YAMLを自然言語の要件やコード変更から作成・更新します。権限、CPU・メモリ、ヘルスチェック、外部公開、AI推論用GPUの設定を扱います。

• GKEへのアプリ配置設定を作りたいとき
• コンテナの権限とリソース設定の見直し
• GKE Gateway APIで外部公開

アプリを初めてGKEへ配置する際に、構成の確認からコンテナ化、イメージ登録、Kubernetes設定ファイルの作成、デプロイ後の稼働確認まで支援します。

• 既存アプリを初めてGKEへ配置したいとき
• Dockerfile作成とコンテナイメージ登録
• ヘルスチェック付きデプロイ設定の準備

GKE上のTPUの稼働率やメモリ、ノードの状態を指標で監視し、処理中断や性能低下の原因調査から、平均復旧時間・平均中断間隔の算出まで支援するスキル。

• TPUの稼働率とメモリを確認したいとき
• ノードやノードプールの可用性調査
• メンテナンスやリソース回収の中断調査

GKE上のアプリの稼働数やCPU・メモリ割り当てを調整します。手動変更から負荷に応じた自動拡張、使用実績に基づくリソース配分の見直しまで扱うスキルです。

• 負荷に合わせてアプリを自動拡張したいとき
• CPU・メモリ割り当ての見直し
• アプリの稼働数を手動変更したいとき

複数チームでGKEクラスタを共有するための設計・設定を支援するスキル。チームや環境ごとの権限、リソース上限、通信の分離、費用の割り当てを扱います。

• 複数チームでのGKE共有設計
• 開発・検証・本番のワークロード分離
• チーム別の権限と利用上限設定

GKEでAIモデルを動かすために、GPU・TPUと推論サーバーを選び、構成ファイルの生成からデプロイ、負荷に応じた台数調整や性能改善まで支援するスキル。

• GemmaやLlamaをGKEで公開したいとき
• 推論用のGPU・TPUを選びたいとき
• LLMの台数を自動調整したいとき

GKEのTPU Dynamic Slicesの状態や作成失敗を調べ、ワークロード設定を確認します。削除が止まった際の対処やコントローラ停止も支援します。

• TPUスライスの状態確認
• TPUスライスの作成失敗調査
• 単一・複数スライスの設定点検

GKE上のAI・機械学習ジョブの中断や再起動を調査し、Spot VMの回収、ノードやホストの障害、ワーカーの異常をログと監視指標から切り分けるスキル。

• JobSetの再起動ループを調べたいとき
• Spot VM回収の影響を確認したいとき
• 繰り返し故障するホストを探したいとき

GKE上のアプリを安定稼働させるため、更新時に必要なPod数を保つ設定やヘルスチェック、ゾーン分散、終了処理を点検し、信頼性の改善を支援します。

• GKEの可用性を点検したいとき
• 更新時のPod稼働数の維持
• ヘルスチェックの設定

GKEで処理を担うノードの自動増減を設定・調整し、増えない・減らない原因をログやPodの制約から調べ、ゾーンの容量不足や急な負荷増への対応を案内します。

• GKEノードプールの自動増減を設定したいとき
• ノードが増えない原因を調べたいとき
• ノードの縮小を妨げる制約の調査

Google CloudでKubernetesの実行環境を作るために、GKEの動作モード選びからクラスタ作成、接続情報の取得、アプリの配置までを支援するスキル。

• AutopilotとStandardを選びたいとき
• プライベートクラスタを作りたいとき
• kubectlの接続情報を取得したいとき

Google Cloudの単一プロジェクトでログの保存先や保持期間、閲覧権限を設定し、ログ由来の指標作成や除外・サンプリングによる保存量調整を支援するスキル。

• ログの保存リージョンと保持期間の設定
• 機密ログの閲覧権限を制限したいとき
• 特定エラーをログ由来の指標で集計

Cloud Monitoringの指標定義と対象リソースから、時系列データ取得用のJSONやフィルタ、集計条件を組み立て、APIで有効性を検証するスキル。

• 監視データ取得用JSONの作成
• VMやデータベースの指標絞り込み
• 集計間隔とリソース別集計の設定

AlloyDB for PostgreSQLの作成・運用を支援し、クラスタやバックアップの管理から、安全な接続・権限設定、MCP連携まで案内するスキル。

• AlloyDBのクラスタを作成したいとき
• バックアップと復元を管理したいとき
• 安全な接続と権限を設定したいとき

Cloud Runのサービス、ジョブ、ワーカープールに合わせて、エラーや遅延、リソース不足、処理の滞留を監視するTerraformアラートを作成します。

• Cloud Runのエラーや遅延を監視したいとき
• バッチジョブの実行失敗を検知したいとき
• ワーカープールの滞留と待機時間の監視

Model GardenのモデルをAgent Platformに配置し、対応構成と時間単価の確認から進行状況の確認、テスト呼び出し、利用後の撤去までを支援するスキル。

• 配置可能なモデルとハードウェアの選定
• 承認前に配置の時間単価を見積もりたいとき
• 配置状況の確認と推論テスト

Cloud Monitoringの指標定義とリソース条件をもとに、指標の種類に合う集計や絞り込みを組み立て、構文を検証したPromQLクエリを作成します。

• Cloud Monitoringの指標をPromQLにしたいとき
• 特定リソースに監視対象を絞りたいとき
• 指標の型に合う集計方法の確認

Google AI StudioのGemini APIをGoogle Cloudへ移す手順を案内し、認証・権限・課金の設定からSDKやエージェントの接続変更まで支援します。

• GeminiアプリをGoogle Cloudへ移したいとき
• CloudクレジットをAPI利用に充てたいとき
• エージェントの認証と課金を統合したいとき

GCPのインフラをTerraformで設計・検証し、構成計画の評価と修正を経てApplication Design Centerへの取り込み、デプロイ、稼働確認まで進めます。

• GCP向けTerraformの設計・ローカル検証
• デプロイ前の構成計画を評価したいとき
• ADCテンプレートの取り込みとデプロイ

AIエージェントの遅延、エラー率、トークン使用量、安全性や応答品質を監視するアラートを設計し、既存設定との重複を確認してTerraformファイルにまとめるスキル。

• エージェントの遅延とエラー率の監視
• トークン消費の急増の監視
• 安全性の判定と権限拒否の監視

Google Cloudの複数プロジェクトのログを、一か所に保存したり横断検索したりする設定を支援します。転送先や閲覧範囲、権限の設定と、ログが届かない原因を整理します。

• 複数プロジェクトのログを集約したいとき
• ログを複製せず横断検索したいとき
• ログの閲覧範囲を分けたいとき