KI-Chatbots mit Vertex AI Agent Builder erstellen

In diesem Codelab erfahren Sie, wie Sie mit den leistungsstarken Tools und der Infrastruktur von Google Cloud generative KI-Agenten erstellen und bereitstellen. Wir gehen auf die wichtigsten Konzepte ein und führen Sie durch die ersten Schritte, um Ihren ersten Kundenservicemitarbeiter einzurichten.

Codelab zu Trusted Space

In diesem Codelab erfahren Sie, wie Sie eine KI-/ML-Arbeitslast mit einem Beschleuniger mithilfe der Lösung für Trusted Spaces ausführen.

Full-Stack-JavaScript-Anwendung mit Cloud SQL for PostgreSQL in Cloud Run bereitstellen

Cloud Run ist eine vollständig verwaltete Plattform, mit der Sie Ihren Code direkt auf der skalierbaren Infrastruktur von Google ausführen können. In diesem Codelab wird gezeigt, wie Sie eine Next.js-Anwendung in Cloud Run mit einer Cloud SQL for

Codelab für die logistische Regression

In diesem Codelab erfahren Sie, wie Sie mithilfe der logistischen Regression feststellen können, inwieweit Merkmale wie Geschlecht, Altersgruppe, Zeitpunkt der Impression und Browsertyp im Zusammenhang mit der Wahrscheinlichkeit stehen, mit der

Codelab für die logistische Regression

In diesem Codelab erfahren Sie, wie Sie mithilfe der logistischen Regression feststellen können, inwieweit Merkmale wie Geschlecht, Altersgruppe, Zeitpunkt der Impression und Browsertyp im Zusammenhang mit der Wahrscheinlichkeit stehen, mit der

Codelab für die lineare Regression

In diesem Codelab erfahren Sie, wie Sie mithilfe der linearen Regression ein Modell zur Vorhersage des Cost-per-Click erstellen. Für dieses Codelab benötigen Sie Folgendes: Ausreichend hochwertige Kampagnendaten zum Erstellen eines Modells Führen Sie

Codelab für die lineare Regression

In diesem Codelab erfahren Sie, wie Sie mithilfe der linearen Regression ein Modell zur Vorhersage des Cost-per-Click erstellen. Für dieses Codelab benötigen Sie ausreichend hochwertige Kampagnendaten zum Erstellen eines Modells. Führen Sie die

Erste Schritte mit der Vektorsuche in Cloud Spanner

In diesem Codelab erstellen Sie eine Spanner-Instanz und führen mithilfe der integrierten Vektorsuche von Spanner und der Einbindung in Vertex AI-Modelle eine Ähnlichkeitssuche für Vektoreinbettungen durch.

Aidemy: Building Multi-Agent Systems with LangGraph, EDA, and Generative AI on Google Cloud

Entwicklung eines funktionalen KI-gestützten Lehrassistentensystems namens „Aidemy“ auf der Google Cloud Platform, das die Leistungsfähigkeit von Multi-Agenten-Systemen demonstriert. Sie sammeln praktische Erfahrungen beim Entwerfen, Erstellen und Bereitstellen eines komplexen Multi-Agenten-Systems in Google Cloud, beherrschen die wichtigsten Konzepte bei der Entwicklung von LLM-Anwendungen und verstehen die Vorteile ereignisgesteuerter Architekturen.

Suchanwendung für Spielzeuggeschäfte mit Cloud-Datenbanken, serverlosen Laufzeiten und Open-Source-Integrationen

In diesem Codelab erstellen Sie eine RAG-basierte Vektorsuchanwendung, die passende Spielzeuge für die Kundensuche (über Texte und Bilder) finden, benutzerdefinierte Spielzeuge auf der Grundlage von Nutzeranfragen erstellen und den Preis für das benutzerdefinierte Spielzeug mit AlloyDB, Gemini, Imagen, LangChain4j und der GenAI Toolbox for Databases vorhersagen soll.

Private Service Connect-Schnittstelle für Vertex AI Pipelines

In dieser Anleitung erfahren Sie, wie Sie Vertex AI-Pipelines mit Private Service Connect konfigurieren und validieren.

Mit AlloyDB AI und LangChain eine LLM- und RAG-basierte Chat-App erstellen

In diesem Codelab erfahren Sie, wie Sie einen AlloyDB-Cluster erstellen, den Gen AI Databases Retrieval Service für Datenbanken bereitstellen und mit dem Dienst eine Beispielanwendung erstellen.

• AlloyDB for PostgreSQL

AlloyDB Omni und lokales KI-Modell in Kubernetes

In diesem Codelab erfahren Sie, wie Sie AlloyDB Omni in einem GKE-Cluster bereitstellen, ein I-Modell in demselben Cluster bereitstellen, das Modell in AlloyDB Omni registrieren und die beiden zusammenarbeiten lassen.

• AlloyDB for PostgreSQL

Beschleunigung analytischer Abfragen mit der spaltenbasierten Engine in AlloyDB Omni

In diesem Codelab erfahren Sie, wie Sie AlloyDB Omni auf einer Compute-VM bereitstellen, Daten laden und die Leistung mit der AlloyDB Columnar Engine verbessern.

• AlloyDB for PostgreSQL

Erste Schritte mit Vektoreinbettungen mit AlloyDB AI

In diesem Codelab erfahren Sie, wie Sie AlloyDB AI in Kombination mit der Vektorsuche verwenden und einen Index für die Vektordaten erstellen.

• AlloyDB for PostgreSQL

Gemini Code Assist Standard und Enterprise für Entwickler im Google Cloud Shell-Editor kennenlernen

In diesem Codelab verwenden Sie Gemini Code Assist, einen KI-gestützten Mitbearbeiter in Google Cloud. Sie lernen, wie Sie mit Gemini Chat und Inline-Code-Unterstützung Code generieren, Code verstehen und andere KI-gestützte Programmieraufgaben erledigen können.

Erste Schritte mit Vektoreinbettungen in Cloud SQL for PostgreSQL

In diesem Codelab erfahren Sie, wie Sie die Cloud SQL-KI-Integration in Kombination mit der Vektorsuche verwenden und einen Index für die Vektordaten erstellen.

• Cloud SQL

AVIF-Bilder bereitstellen

Bilder machen mehr als 60% der Bytes aus, die zum Laden einer Webseite durchschnittlich benötigt werden. Mit AVIF können Sie Ihre Bilder verkleinern und die Ladezeit Ihrer Website verkürzen. AVIF ist ein Bildformat, das vom AV1-Videobitstream

Private Service Connect für AlloyDB erstellen

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für AlloyDB erstellen.

• AlloyDB for PostgreSQL

Gemini-basierten YouTube-Zusammenfassungsdienst erstellen

In diesem Codelab erfahren Sie, wie Sie einen Gemini-basierten Video-Zusammenfassungsdienst erstellen, mit dem YouTube-Videos zusammengefasst werden können.

Private Service Connect für Cloud SQL erstellen

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für Cloud SQL erstellen.

• Cloud SQL

Toolbox für Ihre Gen AI- und Agentic-Anwendungen in AlloyDB installieren und einrichten

In diesem Codelab erstellen und stellen Sie eine Toolbox für Ihre Preisvorhersage-Anwendung bereit, die AlloyDB und generative KI-Funktionen mit dem Gen AI Toolbox for Databases-Dienst verwendet.

Praktische Verfahren zur Beobachtbarkeit von Anwendungen mit generativer KI in Go

Generative KI-Anwendungen erfordern wie alle anderen Anwendungen Beobachtbarkeit. Sind für generative KI spezielle Verfahren zur Beobachtung erforderlich? In diesem Lab erstellen Sie eine einfache Gen AI-Anwendung. Stellen Sie sie in Cloud Run

Mit Firebase Data Connect entwickeln

Webanwendung mit Firebase Data Connect und GraphQL erstellen

• Firebase

Codelab – Eine kontextbezogene Empfehlungs-App für Yoga-Posen mit Firestore, Vector Search, LangChain und Gemini erstellen (Python-Version)

In diesem Codelab erfahren Sie, wie Sie eine App erstellen, die Yoga-Posen empfiehlt. Die App beantwortet Nutzerfragen, indem sie passende Yoga-Posen vorschlägt. Sie lernen, eine Firestore-Sammlung von Yoga-Posen aus einem Hugging Face-Dataset zu erstellen, die Firestore Vector Search einzurichten und alles in eine Flask-Anwendung einzubinden.

• Cloud Run

Praktische Methoden zur Beobachtbarkeit von Anwendungen mit generativer KI in JavaScript

Generative KI-Anwendungen erfordern wie alle anderen Anwendungen Beobachtbarkeit. Sind für generative KI spezielle Verfahren zur Observabilität erforderlich? In diesem Lab erstellen Sie eine einfache Gen AI-Anwendung. Stellen Sie sie in Cloud Run

Praktische Methoden zur Beobachtbarkeit von Anwendungen mit generativer KI in Python

Generative KI-Anwendungen erfordern wie alle anderen Anwendungen Beobachtbarkeit. Sind für generative KI spezielle Verfahren zur Observabilität erforderlich? In diesem Lab erstellen Sie eine einfache Gen AI-Anwendung. Stellen Sie sie in Cloud Run

Praktische Methoden zur Beobachtbarkeit von Anwendungen mit generativer KI in Java

Generative KI-Anwendungen erfordern wie alle anderen Anwendungen Beobachtbarkeit. Sind für generative KI spezielle Verfahren zur Observabilität erforderlich? In diesem Lab erstellen Sie eine einfache Gen AI-Anwendung. Stellen Sie sie in Cloud Run

Anwendungen im Zeitalter der KI entwickeln

In diesem Lab verwenden Sie die generativen KI-Produkte von Google, um mithilfe von Gemini Cloud Assist eine Infrastruktur in Google Cloud zu erstellen, BigQuery-Daten mithilfe von SQL-Funktionen von Data Canvas in natürlicher Sprache abzufragen,

Kontextbezogene Yoga-Posen-Empfehlungs-App mit Firestore, Vector Search und Gemini 2.0 erstellen

In diesem Codelab erstellen Sie eine kontextbezogene Such-App für Yoga-Posen, die Nutzerfragen zu Yoga-Posen beantworten soll. Außerdem kannst du damit administrative Aufgaben wie das Erstellen und Bearbeiten von Yoga-Posen erledigen.

Codelab zur Activity Recognition Transition API

Mit der Activity Recognition Transition API leistungsstarke kontextbezogene Funktionen in Ihrer App erstellen

(Veraltet) In Kotlin konvertieren

In diesem Codelab erfahren Sie, wie Sie Ihren Java-Code in Kotlin konvertieren.

Mit ML Kit und CameraX die Sprache erkennen, die Sprache erkennen und Text übersetzen: Android

In diesem Codelab erstellen Sie mit ML Kit eine Android-App, die maschinelles Lernen auf dem Gerät nutzt, um Text in 59 Sprachen zu erkennen, zu identifizieren und zu übersetzen. Außerdem erfahren Sie, wie Sie die CameraX-Bibliothek einbinden, um diese Aufgaben über einen Echtzeit-Kamerafeed auszuführen.

• Android
• Firebase

Codelab – Eine kontextbezogene Empfehlungs-App für Yoga-Posen mit Firestore, Vector Search, LangChain und Gemini erstellen (Node.js-Version)

In diesem Codelab erfahren Sie, wie Sie eine App erstellen, die Yoga-Posen empfiehlt. Die App beantwortet Nutzerfragen, indem sie passende Yoga-Posen vorschlägt. Sie lernen, wie Sie eine Firestore-Sammlung mit Yoga-Posen aus einem Hugging Face-Datensatz erstellen, die Firestore-Vektorsuche einrichten und alles in eine Node.js-Anwendung einbinden.

• Cloud Run

App Mod-Workshop

In diesem Codelab modernisieren Sie eine alte PHP-Anwendung in Google Cloud, containerisieren sie, stellen sie in Cloud Run bereit und verbinden sie mit Cloud SQL. Außerdem lernen Sie Anwendungs-CI/CD mit Cloud Build kennen und schützen sie mit Secret Manager.

Private Service Connect – PSC-Back-Ends für den Zugriff auf einen Diensterstellerdienst verwenden

In diesem Codelab erfahren Sie, wie Sie PSC-Backends mit dem globalen externen Application Load Balancer verwenden, um auf einen Dienstanbieter in einem anderen Netzwerk zuzugreifen.

Android-App mit Firebase und Jetpack Compose erstellen

Mit Firebase und Jetpack Compose kannst du Funktionen für eine Android-App mit To-do-Listen erstellen, indem du Authentifizierung, Leistungsüberwachung, eine deklarative UI und Funktions-Flags hinzufügst.

• Firestore
• Firebase Performance Monitoring
• Firebase Authentication
• Firebase
• Firebase Remote Config

Mit dem Aggregationsdienst auf der Google Cloud Platform (GCP) arbeiten

Geschätzte Dauer: 1–2 Stunden Es gibt zwei Modi für die Ausführung dieses Codelabs: Lokale Tests oder Aggregationsdienst. Für den Modus „Lokale Tests“ ist ein lokaler Computer und der Chrome-Browser erforderlich. Es werden keine Google

Mit Aggregation Service in AWS arbeiten

Für dieses Codelab sind einige Voraussetzungen erforderlich. Jede Anforderung ist entsprechend gekennzeichnet, ob sie für „Lokale Tests“ oder „Aggregationsdienst“ erforderlich ist. Für lokale Tests muss das Tool zum lokalen Testen heruntergeladen

VPC Service Controls – Schutz für BigQuery Data Transfer Service

In diesem Lab erfahren Sie, wie Sie den BigQuery Data Transfer Service mithilfe von VPC Service Controls schützen, während Sie Daten von Cloud Storage in einen BigQuery-Datensatz übertragen. Anschließend schützen wir Cloud Storage und wiederholen den

In-App-Käufe zur Flutter App hinzufügen

In diesem Codelab fügen Sie einer Flutter-App In-App-Käufe hinzu, die mithilfe eines Dart-Backend-Dienstes verifiziert und verwaltet werden.

• Flutter

Mit Firebase Extensions Firestore Vector Search in Ihre mobilen Apps einbinden

Firestore-Vektorsuche verwenden

• Firebase

Cloud Firestore-Web-Codelab

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung erstellen, die Cloud Firestore verwendet.

• Firebase

Mit Firebase-Erweiterungen schnell neue Funktionen zu Ihrer Webanwendung hinzufügen

In diesem Codelab fügen Sie einer Webanwendung für einen Onlinemarktplatz mithilfe von Firebase-Erweiterungen Funktionen hinzu.

• Firebase Realtime Database
• Firebase Extensions
• Firebase

Cloud Firestore-iOS-Codelab

In diesem Codelab erfahren Sie, wie Sie eine iOS-App mit Cloud Firestore erstellen.

• Firebase

Cloud Firestore-Android-Codelab

In diesem Codelab erfahren Sie, wie Sie eine Android-App erstellen, die Cloud Firestore verwendet.

• Firebase

AngularFire-Web-Codelab

In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform im Web verwenden, indem Sie eine Chat-App erstellen.

• Firebase
• Firebase App Hosting

Java-Webanwendung mit generativer KI automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Generative AI-Go-Webanwendung automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Next.js-Webanwendung mit generativer KI automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Generative AI Go mit der Genkit-Webanwendung automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Python-Webanwendung mit generativer KI automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Angular-Webanwendung basierend auf generativer KI automatisch aus der Versionsverwaltung in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Node.js-Webanwendung für generative KI automatisch aus der Versionsverwaltung in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Generative AI Svelte-Webanwendung automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Node.js-Genkit-Webanwendung mit generativer KI automatisch aus der Versionskontrolle in Cloud Run bereitstellen

Das erste Mal eine Webanwendung bereitzustellen, kann beängstigend sein. Selbst nach der ersten Bereitstellung kann es sein, dass Sie die Bereitstellung neuer Versionen Ihrer Anwendung vermeiden, wenn der Prozess zu viel Arbeit macht. Mit Continuous

Cloud Run-Job innerhalb eines VPC Service Controls-Perimeters planen

Informationen zum Ausführen eines Cloud Run-Jobs nach einem Zeitplan innerhalb eines VPC SC-Perimeters mit Cloud Scheduler und einem Cloud Run-Dienst

• Cloud Run

Private Service Connect für eine vorhandene Cloud SQL-Instanz mit PSA (Terraform) aktivieren

Aktivieren Sie den PSC-Anhang für eine vorhandene Cloud SQL-Instanz, für die das Netzwerk für den Zugriff auf private Dienste aktiviert ist. Verbinden Sie es dann über den PSC-Endpunkt in einem anderen Projekt.

• Cloud SQL

Animationen in Flutter

In diesem Codelab erfahren Sie, wie Sie Animationen in Flutter verwenden. Sie erstellen ein Widget, das sowohl Größe als auch Farbe animiert, einen 3D-Karten-Flip-Effekt hinzufügt, Effekte aus dem Animationspaket nutzt und die Unterstützung der Android-Geste „Zurück“ hinzufügt.

• Flutter

Datei mit Aufteilung in Cloud Storage hochladen

In diesem Codelab erfahren Sie, wie Sie die Methoden der Cloud Storage JSON API mit dem ABAP SDK for Google Cloud aufrufen und eine Datei hochladen

Karten/Tickets auf Android mit der Google Wallet API erstellen

Mit der Google Wallet API können Sie mit Nutzern über verschiedene Arten von Karten/Tickets interagieren: Kundenkarten, Angebote, Geschenkkarten, Veranstaltungstickets, Fahrkarten, Bordkarten und mehr. Jeder Karten-/Tickettyp oder -klasse sind

Ereignis von Cloud Pub/Sub in SAP mit dem ABAP SDK for Google Cloud empfangen

In diesem Codelab erhalten Sie ein Ereignis von Cloud Pub/Sub mithilfe des ABAP SDK.

Sentimentanalyse mit Gemini AI und ABAP SDK

In diesem Codelab nutzen Sie das Gemini Pro-Modell, um mit dem ABAP SDK eine Sentimentanalyse bei Rezensionen durchzuführen

Translation API mit dem ABAP SDK for Google Cloud verwenden

In diesem Codelab erfahren Sie, wie Sie die Methoden der Translation API mit dem ABAP SDK aufrufen

Ereignis mit dem ABAP SDK for Google Cloud in Cloud Pub/Sub veröffentlichen

In diesem Codelab erfahren Sie, wie Sie ein Ereignis im Google Cloud Pub/Sub-Dienst veröffentlichen

Deine erste Flutter-App

In diesem Codelab erfährst du, wie du eine Flutter-App erstellst, die zufällige, cool klingende Namen generiert.

• Flutter

Verbindung zu Cloud SQL über Private Service Connect herstellen (Terraform)

Cloud SQL-Instanz mit PSC-Dienstanhang erstellen Und über den PSC-Endpunkt in einem anderen Projekt eine Verbindung herstellen

• Cloud SQL

KI-basierte Webanwendungen mit Firebase-Erweiterungen für die Gemini API erstellen

Hier erfahren Sie, wie Sie Firebase-Erweiterungen mit der Gemini API verwenden, um eine Web-App mit KI-gestützten Funktionen wie personalisierten Empfehlungen zu erstellen.

• Firebase Extensions
• Firebase App Hosting
• Firestore
• Firebase

Firebase iOS Codelab Swift

In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform unter iOS in Swift verwenden.

• Firebase

Firebase Performance Monitoring für das Web

In diesem Codelab richten Sie das Firebase-Leistungsmonitoring in einer Webanwendung ein und erfahren, wie Sie damit dafür sorgen können, dass Ihre App für Endnutzer reibungslos funktioniert.

• Firebase

Firebase in eine Next.js-App einbinden

Informationen zum Einbinden von Firebase in eine Next.js-App

• Firebase
• Firebase App Hosting

Mit Firebase Genkit generative KI-Funktionen auf der Grundlage Ihrer Daten erstellen

Hier erfahren Sie, wie Sie mit Firebase Genkit generative KI-Funktionen mit den bereits bekannten Fähigkeiten und Tools für die App-Entwicklung erstellen.

• Firebase Genkit
• Firestore
• Firebase
• Firebase App Hosting

Firebase Android Codelab – Friendly Chat erstellen

In diesem Codelab erfahren Sie, wie Sie mit der Firebase-Plattform eine Android-App erstellen.

• Android
• Firebase

App Check Web Codelab

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung vor unbefugtem Zugriff schützen.

• Firebase

Benachrichtigungen für eine Webanwendung mit Cloud Messaging und Cloud Functions senden

In diesem Codelab erfahren Sie, wie Sie mit Cloud Functions for Firebase Benachrichtigungen an Nutzer einer Chat-App senden.

• Firebase
• Cloud Functions for Firebase
• Firebase Cloud Messaging

Erste Schritte mit Spanner Graph

In diesem Codelab erstellen Sie eine Spanner-Instanz und erfahren, wie Sie Spanner Graph verwenden.

• Spanner

Looker PSC Southbound HTTPS Internet NEG SMTP

In diesem Codelab erfahren Sie, wie Sie einen Internet-NEG einbinden, der als Dienstanbieter für den SMTP-Southbound-Zugriff von Looker konfiguriert ist.

Imagen in Cloud Run bereitstellen

In diesem Codelab verwenden Sie ein Imagen-Modell, um mit Cloud Run Bilder auf einer Webseite zu erstellen.

BigQuery-Daten mit PySpark in Dataproc vorverarbeiten

In diesem Lab erfahren Sie, wie Sie mit PySpark in Dataproc Daten aus BigQuery laden und in Google Cloud Storage speichern.

GitHub – Codeüberprüfung mit generativer KI automatisieren

GitHub – Codeüberprüfung mit GenAI automatisieren

Erste Schritte mit Cloud Functions (2. Generation)

In diesem Codelab erfahren Sie mehr über Google Cloud Functions (2. Generation). Konkret stellen Sie Funktionen bereit, die auf HTTP-Anfragen, Pub/Sub-Nachrichten, Cloud Storage-Ereignisse und Cloud-Audit-Logs reagieren.

Erste Schritte mit ereignisgesteuerten Cloud Run-Funktionen

Erste Schritte mit ereignisgesteuerten Cloud Run-Funktionen

• Cloud Run

Transformers.js auf Cloud Run-GPUs ausführen

Stabile Diffusion auf einer Cloud Run-GPU ausführen

• Cloud Run

Vertex AI LLM mit dem ABAP SDK for Google Cloud aus Ihrer ABAP-Umgebung aufrufen

In diesem Codelab erfahren Sie, wie Sie das Vertex AI PaLM 2 Text (text-bison) LLM aus Ihrer ABAP-Umgebung mit dem ABAP SDK für Google Cloud aufrufen.

GenAI-Agent für die QA über Dokumente und API-Aufrufe

GenAI-Agent für die QA über Dokumente und API-Aufrufe

Ereignisverarbeitung aus Cloud Storage mit Eventarc- und Cloud Run-Funktionen auslösen

Hier erfahren Sie, wie Sie mit Cloud Storage-Bucket-Ereignissen Cloud Run-Funktionen mit Eventarc auslösen, um Daten zu analysieren und Bilder mit der Vision API von Google zu verarbeiten und die resultierenden Bildinformationen als Objektmetadaten in Cloud Storage zu speichern.

Daten mit Cloud KMS (asymmetrisch) signieren und verifizieren

In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mithilfe von asymmetrischen Cloud KMS-Schlüsseln.

• Cloud Key Management Service

Website mit Cloud Run bereitstellen

Informationen zum Bereitstellen einer Website mit Cloud Run, die Ihren containerisierten Anwendungen serverlose Agilität verleiht.

Jenkins-Pipeline mit mehreren Verzweigungen in GKE

In diesem Codelab werden die Nutzer durch die Schritte zum Bereitstellen einer Instanz von Jenkins in GKE geführt, einschließlich automatisch skalierter Builder-Agents.

Nächster Hop-Typ (nicht getaggt und getaggt), nächste Hop-Adresse und nächstes Hop-Gateway von statischen IPv6-Routen verwenden

In diesem Codelab erfahren Sie, wie Sie statische IPv6-Routen mit neuen Next-Hop-Attributen wie next-hop-instance, next-hop-gateway und next-hop-address verwenden.

Gemini in Java mit Vertex AI und LangChain4j

In diesem Codelab chatten Sie mit Ihren Nutzern, stellen Fragen zu Ihrer Dokumentation, erweitern ein Modell mit Funktionsaufrufen, verwenden generative KI in Java, binden das Large Language Model von Gemini in Vertex AI ein und nutzen das LangChain4j-Framework

Lokale Entwicklung mit Cloud Functions for Node.js mit Visual Studio Code

Hier erfahren Sie, wie Sie Cloud Functions für Node.js in Visual Studio Code auf Ihrem lokalen Computer programmieren, bereitstellen und debuggen.

Private Service Connect 66

In diesem Codelab erfahren Sie mehr über die Implementierung und Validierung von Private Service Connect 66 durch die Bereitstellung eines Nutzer- und eines Erstellernetzwerks.

Dialogflow CX: Virtuellen Kundenservicemitarbeiter für den Einzelhandel erstellen

Informationen zum Erstellen eines Einzelhandels-Chatbots mit Dialogflow CX, einer Plattform für konversationelle KI (Conversational AI Platform, CAIP) zum Erstellen virtueller Kundenservicemitarbeiter

Über den Private Service Connect-Endpunkt mit dem Python SDK auf Anthropic Claude in Vertex AI zugreifen

Über ein Python SDK und einen PSC-Endpunkt von einer VM aus auf Anthropic in Vertex AI zugreifen

TorchServe und Stable Diffusion auf Cloud Run-GPUs ausführen

Stabile Diffusion auf einer Cloud Run-GPU ausführen

• Cloud Run

JIRA-User Story-Implementierung mit GenAI

Implementierung von JIRA-User Storys mit GenAI

Anwendungen im Zeitalter der KI entwickeln

In diesem Lab verwenden Sie die generativen KI-Produkte von Google, um mithilfe von Gemini Cloud Assist eine Infrastruktur in Google Cloud zu erstellen.

Wagtail in Cloud Run

In diesem Codelab erfahren Sie, wie Sie Wagtail mit serverlosen Komponenten bereitstellen: Cloud Run für die Webanwendung, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.

• Cloud Run

So werden digitale Assets mit Multi-Party Computation und Confidential Space bearbeitet

In diesem Codelab erfahren Sie, wie Sie mit Confidential Space digitale Assets mit Berechnungen durch mehrere Parteien verarbeiten.

Softwareversorgung sichern

Artifact Registry ermöglicht das Speichern verschiedener Artefakttypen, das Erstellen mehrerer Repositories in einem einzelnen Projekt und das Verknüpfen einer bestimmten Region oder Mehrfachregion mit jedem Repository. Es gibt mehrere

Looker-PSC-Zugriff von Süden auf Cloud SQL-PSC

In diesem Codelab erfahren Sie, wie Sie den Cloud SQL-PSC mit dem Looker-PSC für den Downstream-Zugriff integrieren.

Paralleles Lustre-Dateisystem auf der GCP bereitstellen

Hier erfahren Sie, wie Sie mit den Open-Source-Deployment Manager-Scripts für Lustre ein paralleles Lustre-Dateisystem in der Google Cloud Platform bereitstellen.

Komplette App mit Relay und Jetpack Compose erstellen

Hier erfahren Sie, wie Sie Relay in Compose-Apps einbinden und Ihren Workflow vom Design zum Code beschleunigen.

Private Service Connect 64

In diesem Codelab erfahren Sie mehr über die Implementierung und Validierung von Private Service Connect 64 durch die Bereitstellung eines Nutzer- und eines Diensterstellernetzwerks.

Releases mit Cloud Deploy

In dieser Anleitung erstellen Sie drei GKE-Cluster mit den Namen „preview“, „canary“ und „prod“. Anschließend erstellen Sie für jeden Cluster ein Cloud Deploy-Ziel und eine Cloud Deploy-Pipeline, die die Abfolge der Schritte für die Bereitstellung in

Translation API mit Python verwenden

In dieser Anleitung erfahren Sie, wie Sie die Translation API mit Python verwenden.

Anmeldedaten/Secrets mit dem ABAP SDK for Google Cloud aus dem Google Cloud Secret Manager abrufen

In diesem Codelab erfahren Sie, wie Sie mit dem ABAP SDK for Google Cloud Anmeldedaten/Secrets aus Secret Manager abrufen.

BigQuery ML-Vorhersagen mit dem ABAP SDK for Google Cloud in SAP lesen

In diesem Codelab erstellen Sie ein Modell für maschinelles Lernen (ML) in BigQuery und rufen mit dem ABAP SDK for Google Cloud Vorhersagen aus diesem Modell in SAP ab.

Flutter-App mit FirebaseUI einen Nutzerauthentifizierungsablauf hinzufügen

In diesem Codelab erfahren Sie, wie Sie Firebase Authentication mit nur wenigen Codezeilen zu einer Flutter-App hinzufügen.

• Firebase
• Firebase Authentication
• Flutter

Cloud NGFW Enterprise-Codelab [mit TLS-Prüfung]

In diesem Codelab erfahren Sie, wie Sie mithilfe von Cloud NGFW Enterprise eine TLS-Prüfung durchführen.

ML-Modelle und geistiges Eigentum mit Confidential Space schützen

In diesem Codelab erfährst du, wie du mit Confidential Space Modelle für maschinelles Lernen und geistiges Eigentum schützen kannst.

B&A für das Web lokal End-to-End testen

Gebots- und Auktionsdienste umfassen vier Dienste für Käufer und Verkäufer, die eine Protected Audience -Auktion ermöglichen: Käufer-Stack: Verkäufer-Stack: In diesem Codelab erfahren Sie, wie Sie die End-to-End-Einrichtung in Ihrer lokalen Umgebung

Mit dem KI-fähigen BigQuery DataFrames-Paket Informationen aus strukturierten und unstrukturierten Daten gewinnen

In diesem Lab verwenden Sie BigQuery DataFrames aus einem Python-Notebook in BigQuery Studio, um mit Python Informationen aus unstrukturierten Daten zu gewinnen.

Artifact Registry – Detailanalyse

Artifact Registry ist ein vollständig verwalteter Paketmanager und bietet ein einheitliches Tool zur Verwaltung Ihrer OCI-Container-Images und Sprachpakete (z. B. Maven und npm). Artifact Registry ist vollständig in die breite Palette anderer Google

Explorative Datenanalyse der Spirituosenverkäufe in Iowa mit dem BigQuery DataFrames-Paket

In diesem Lab verwenden Sie BigQuery DataFrames aus einem Python-Notebook in BigQuery Studio, um das öffentliche Dataset „Iowa Liquor Sales“ zu bereinigen und zu analysieren.

Live-Übertragung von Kundenservicemitarbeitern

In diesem Codelab erfahren Sie, wie Sie Übertragungen innerhalb von Unterhaltungen zwischen Kundenservicemitarbeitern von Kundenservicemitarbeitern und Botmitarbeitern verwalten. Am Ende haben Sie eine einfache Weboberfläche, in der Sie alle laufenden Unterhaltungen mit Ihrem Agent sehen und eine Unterhaltung als Live-Agent beitreten oder sie verlassen können.

Gesundheitsdaten mit der Structured Data Capture Library erfassen und verarbeiten

In diesem Codelab erfahren Sie, wie Sie eine Android-App mit der Structured Data Capture Library erstellen. Ihre App verwendet die Structured Data Capture Library, um FHIR-Fragebögen und -Antworten zu rendern und zu verarbeiten. In diesem Codelab

• Open Health Stack

JavaScript-Anwendung mit AlloyDB in Cloud Run bereitstellen

Cloud Run ist eine vollständig verwaltete serverlose Plattform, mit der Sie zustandslose Container ausführen können, die über HTTP-Anfragen abrufbar sind. In diesem Codelab wird gezeigt, wie Sie eine Node.js-Anwendung in Cloud Run mit einem

Lokale Auftragsausführung für Cloud-zu-Cloud-Integrationen aktivieren

Hier erfahren Sie, wie Sie die lokale Auftragsausführung mit dem Local Home SDK aktivieren, um die Integration von Smart-Home-Geräten mit Assistant zu verbessern.

• Cloud zu Cloud
• Google Assistant

JavaScript-Anwendung mit Cloud SQL for PostgreSQL in Cloud Run bereitstellen

Cloud Run ist eine vollständig verwaltete serverlose Plattform, mit der Sie zustandslose Container ausführen können, die über HTTP-Anfragen abrufbar sind. In diesem Codelab wird gezeigt, wie Sie eine Node.js-Anwendung in Cloud Run mit einer Cloud SQL

FHIR-Ressourcen mit der FHIR-Engine-Bibliothek verwalten

In diesem Codelab erstellen Sie eine Android-App mit der FHIR Engine Library. Ihre App verwendet die FHIR Engine Library, um FHIR-Ressourcen von einem FHIR-Server herunterzuladen und alle lokalen Änderungen auf den Server hochzuladen. Wenn Sie noch

• Open Health Stack

Build a Smart Shopping Assistant with AlloyDB und Vertex AI Agent Builder – Part 1

In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Kundenfragen beantworten, die Produktsuche anleiten und die Suchergebnisse für ein E-Commerce-Dataset anpassen soll.

Places API-Anfragen mit Firebase App Check und reCAPTCHA validieren

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung mit Firebase App Check und reCAPTCHA validieren, bevor Sie Anfragen an die Places API senden.

• Google Maps Platform
• Maps JavaScript API

MLOps-Workflows mit Airflow 2 in GKE erstellen

In dieser Anleitung erfahren Sie, wie Sie ein Modell mit vLLM in GKE über einen Airflow-DAG trainieren und ausführen.

Private Service Connect – PSC-Back-Ends für den Zugriff auf regionale Google APIs verwenden

In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect auf regionale Google APIs zugreifen. In diesem Codelab erfahren Sie, wie Sie eine PSC-Netzwerkendpunktgruppe als Backend mit einem internen Anwendungs-Load Balancer einrichten.

Codelab für signierte Container-Images

In diesem Codelab erfahren Sie, wie Sie die Funktion für signierte Container-Images nutzen, um die Nutzerfreundlichkeit von Confidential Space zu verbessern.

Private Service Connect-Portzuordnung für Dienstersteller

In diesem Codelab lernen Sie die Portzuordnungsfunktion für Private Service Connect kennen. Sie erfahren, warum es nützlich ist, wann es verwendet wird und wie Sie es in Ihrer Umgebung als Dienstersteller konfigurieren können.

Online-Abholung im Geschäft: Bonjour-Mahlzeit – Teil 2 – Einkaufswagen erstellen

In diesem Codelab erstellen Sie in Python einen digitalen Agent auf der Business Messages-Kommunikationsplattform, die auf dem Agent aus Teil 1 der Reihe erweitert wird. In diesem Codelab fügen wir nützliche Gesprächseinstiege hinzu und stellen die Inventarsuche vor.

Online-Abholung im Geschäft: Bonjour-Mahlzeit – Teil 1 – Erste Schritte

In diesem Codelab erstellen Sie in Python einen digitalen Agent auf der Business Messages-Plattform. Sie werden Schritt für Schritt durch unsere APIs und die Business Communications Developer Console geführt, um einen digitalen Kundenservicemitarbeiter zu erstellen, der auf bestimmte Fragen reagiert.

Manifest der Webanwendung

Das Web-App-Manifest ist eine JSON-Datei, die definiert, wie die PWA als installierte Anwendung behandelt werden soll, einschließlich des Erscheinungsbildes und des grundlegenden Verhaltens im Betriebssystem.

Google Pay API for Web 201: Advanced (Erweitert)

Dieses Codelab ist eine Fortsetzung von Google Pay API for Web 101: Basics und basiert auf dem Code, der in diesem Codelab geschrieben wurde. Sie müssen dieses Codelab zuerst abschließen, um dieses Codelab abschließen zu können. Hier finden Sie einen

• Google Pay

Revision 2024 Q4: Learn how to simplify auth journeys using Credential Manager API in your Android app

Hier erfahren Sie, wie Sie die Credential Manager API implementieren, um ein nahtloses & sichere Authentifizierung. in Ihrer App mithilfe von Passkeys oder Passwörtern ein.

TensorFlow.js: Mit Firebase Hosting ein ML-Modell in großem Maßstab bereitstellen und hosten

In diesem Codelab erfahren Sie, wie Sie mithilfe der Firebase-Infrastruktur ein ML-Modell bereitstellen, damit es mit TensorFlow.js auf Ihrer Website verwendet und genutzt werden kann.

• TensorFlow

Verwenden von textembedding-gecko@003 für Vektoreinbettungen

In diesem Codelab erfahren Sie, was das Modell gecko@003 ist und was ein realer Anwendungsfall für seine Anwendung ist.

Auf den Gemini-Chat mit dem Python SDK über den Private Service Connect-Endpunkt zugreifen

Über das Python SDK und den PSC-Endpunkt von einer VM aus auf Gemini zugreifen

• Vertex AI

Medien über MediaSession steuern

In diesem Codelab erweitern Sie ein Videobeispiel, um MediaSession zu unterstützen. Dadurch kann Android die Wiedergabe von außerhalb der App steuern, z. B. über Google Assistant, die Fernbedienung auf dem Fernseher oder die Bildschirmsteuerung auf dem Sperrbildschirm und über Wear OS.

• Android
• Android TV

Generative Chat-App mit Vertex AI Conversation erstellen

In diesem Codelab verwenden Sie Vertex AI Conversation, um einen Datenspeicher-Agent und eine Chat-App zu erstellen, zu konfigurieren und bereitzustellen, um Kundenfragen zu Produkten im Google Store zu beantworten.

Mit Gemini Code Assist stilvoll werden

In diesem Codelab erfahren Sie, wie Sie mit Gemini Code Assist Material Design auf einer Website implementieren. Sobald Material Design implementiert ist, überarbeiten Sie das Design und nehmen Änderungen vor, um die Nutzerfreundlichkeit zu

Messung der Interaktion mit der nächsten Farbe (INP)

In diesem interaktiven Codelab erfahren Sie, wie Sie mit der web-vitals -Bibliothek den Messwert Interaction to Next Paint (INP) erfassen. Der Code befindet sich im web-vitals-codelabs -Repository. In diesem Codelab wird das Gastropodicon (eine

Lab: NCC PSC-Weitergabe

Das Ziel dieses Labs besteht darin, NCC mit PSC-Weitergabe zu untersuchen.

Lab: NCC-Website zur Cloud mit SD-WAN-Appliance

Ziel dieses Labs ist es, NCC mit einem softwaredefinierten WAN-Appliance-Spoke zu untersuchen, der an einen NCC-Hub angehängt ist.

Livestreaming in Google Cloud mit Media CDN und der Live Streaming API

In diesem Lab erfahren Sie, wie Sie eine Demo für einen Livestream-Workflow mit Media CDN (CDN) bereitstellen – Live Stream API + Cloud Storage + Mediaplayer aus.

Cloud Functions-Funktion für die Zusammenfassung von Inhalten mit der PaLM Vertex AI API und Google Cloud Storage

Cloud Functions-Funktion, die zeigt, wie eine hochgeladene Datei in Google Cloud Storage verarbeitet und mit der PaLM API von Vertex AI eine Zusammenfassung der Inhalte durchgeführt wird.

Vorhersage von Filmbewertungen mit BQML und SQL

Wir erstellen mit BigQuery ML ein Vorhersagemodell für Filmbewertungen ausschließlich mit SQL.

Vorhersage der Filmbewertung mit Vertex AI AutoML

Wir erstellen mit Vertex AI AutoML ein Movie Score-Vorhersagemodell, stellen es auf einem API-Endpunkt bereit und lösen die Prediction API über Java Cloud Functions aus.

Looker PSC: Southbound-Hybrid-NEG zu lokal

In diesem Codelab erfahren Sie, wie Sie eine hybride NEG als Service Producer für den Looker-Southbound-Zugriff auf eine lokale Postgres-Datenbank einbinden.

Codeüberprüfung mit GenAI automatisieren

Codeüberprüfung mit GenAI automatisieren

Vereinfachte Stammdatenverwaltung: Abgleichen & Mit generativer KI kombinieren

In diesem Codelab zeigen wir, wie Gemini 1.0 Pro Anwendungen zur Verwaltung von Stammdaten wie Anreicherung und Deduplizierung für die im öffentlichen BigQuery-Dataset verfügbaren citibike_stations-Daten vereinfacht.

Looker PSC – Northbound Regional External L7 ALB

In diesem Codelab lernen Sie, wie Sie einen regionalen externen L7-Anwendungs-Load-Balancer für den Looker-Zugriff nach Norden integrieren.

Mit Gemini Pro eine Frage-und-Antwort-App mit multimodalem RAG erstellen

In diesem Codelab erfahren Sie, wie Sie mit Gemini Pro ein multimodales Frage-Antwort-System erstellen.

Large Language Models optimieren: So hebt Vertex AI LLMs auf die nächste Stufe

In diesem Codelab erfahren Sie, wie Sie die überwachte Feinabstimmung eines LLM mit Vertex AI durchführen.

On-Device-Bildgenerierung auf Android-Geräten mit MediaPipe

In diesem Codelab erfahren Sie, wie Sie mit MediaPipe Solutions die On-Device-Text-zu-Bild-Generierung in Android-Apps einbinden.

Einfache Bereitstellung von "Google Übersetzer" Anwendung in Cloud Functions für Python 3

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

Umfrageantworten aus Google Formulare umwandeln und in BigQuery laden

In diesem Codelab erfahren Sie, wie Sie Ihre Umfragedaten in Google Formulare mit Dataprep transformieren und für eine tiefere Analyse an BigQuery übertragen

Einfache Implementierung von "Google Übersetzer" App in Python 2 Cloud Run (Docker)

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

Zu Variablenschriftarten migrieren

In diesem Codelab erfahren Sie mehr über variable Schriftarten und ihre Vorteile. Außerdem erfahren Sie, wie Sie damit Designs erstellen und sie mithilfe der Google Fonts API und in CSS implementieren.

Patentrecherche-App mit AlloyDB, Vektorsuche und Vertex AI erstellen

In diesem Codelab zeigen wir, wie Sie mit Gemini 1.5 Pro, AlloyDB und Vertex AI eine Patentsuchanwendung erstellen können.

Benutzerdefinierte Webanwendung zur Objekterkennung mit MediaPipe erstellen

Hier erfahren Sie, wie Sie mit MediaPipe eine Web-App zur benutzerdefinierten Objekterkennung erstellen.

Django in Cloud Run

In diesem Codelab erfahren Sie, wie Sie Django mit serverlosen Komponenten bereitstellen: Cloud Run für die Web Engine, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.

• Cloud Run

Einfache Implementierung von "Google Übersetzer" Anwendung in Python 3 Cloud Run (Docker)

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

Codelab zu Ereignissen für Cloud Run for Anthos

In diesem Codelab lernen Sie Ereignisse für Cloud Run kennen. Genauer gesagt, überwachen Sie Ereignisse aus Cloud Pub/Sub, Audit-Logs, Cloud Storage und Cloud Scheduler und erfahren, wie Sie benutzerdefinierte Ereignisse erstellen/verwenden.

Patentsuchanwendung mit Spanner, Vektorsuche & Gemini 1.0 Pro!

In diesem Codelab zeigen wir, wie Gemini 1.0 Pro zusammen mit Spanner und VertexAI verwendet werden kann, um eine Anwendung für die Patentsuche zu erstellen.

Mit MediaPipe Tasks eine Android-App für handschriftliche Ziffern erstellen

Hier erfahren Sie, wie Sie mithilfe der Bildklassifizierung mit MediaPipe handschriftliche Zahlen in Android erkennen.

Looker PSC Southbound SSH Internet NEG

In diesem Codelab erfahren Sie, wie Sie eine Internet-NEG einbinden, die mit SSH as a Service Producer für Looker Southbound-Zugriff auf github.com konfiguriert ist

Mit dem PAIR Guidebook und der MakerSuite einen Prototyp für Responsible AI entwickeln

Hier erfahren Sie, wie Sie mit den Google-Tools für Responsible AI, MakerSuite und dem PAIR Guidebook verantwortungsvoll Prototypen für KI-Lösungen erstellen.

Globale Netzwerk-Firewallrichtlinie mit Tags

In diesem Codelab erfahren Sie, wie Sie mithilfe von globalen Netzwerk-Firewallrichtlinien und Tags den Traffic steuern.

Looker PSC Southbound HTTPS Internet NEG

In diesem Codelab erfahren Sie, wie Sie eine mit HTTPS konfigurierte Internet-NEG als Service Producer für den Looker-Southbound-Zugriff auf GitHub.com einbinden.

Objekte in Bildern mit ML Kit erkennen: Android

In diesem Codelab

Lab: NCC-VPC als Spoke

In diesem Lab lernen Sie NCC mit VPC als Spoke.

Spring Native in Google Cloud

Spring Native ist ein aufstrebendes Projekt, das in Spring 6.x und Spring Boot 3.x in die Mainline einsteigen soll. Das bedeutet, dass jetzt der perfekte Zeitpunkt ist, um sich ein paar Monate vor der Veröffentlichung mit dem Projekt vertraut zu machen.

Erste Schritte mit scrollbaren Animationen in CSS

In diesem Codelab erfahren Sie, wie Sie mithilfe von CSS scrollbare Animationen erstellen. Sie erstellen einige wirklich interessante Effekte, wie z. B. ein Parallaxe-Hintergrundbild und Bilder, die sich in ihrem Sichtbereich sichtbar machen.

Sicherer Quellcode

Sichere Quellcodetechniken umfassen eine Reihe von Verfahren, mit denen die Sicherheit von Quellcode verbessert werden kann. Diese Techniken können dazu beitragen, Sicherheitslücken im Quellcode zu identifizieren und zu beheben, unbefugten Zugriff auf Quellcode zu verhindern und zu verhindern, dass der Quellcode modifiziert wird.

Mit ML Kit: Android Objekte in Bildern erkennen, um eine visuelle Produktsuche zu erstellen

In diesem Codelab entwickeln Sie eine Android-App mit ML Kit, die mithilfe von maschinellem Lernen auf dem Gerät Objekte in Bildern erkennt und Nutzern dann eine visuelle Produktsuche ermöglicht.

• Android
• ML Kit

Secure Build & Mit Cloud Build, Artifact Registry und GKE bereitstellen

Container Analysis bietet Scannen auf Sicherheitslücken und Metadatenspeicher für Container. Der Scandienst führt Scans auf Sicherheitslücken in Images in Artifact Registry und Container Registry durch, speichert die resultierenden Metadaten und

TCP-Proxy-Codelab – Ratenbegrenzung und IP-Ablehnungsliste mit TCP-Proxy-Load-Balancer

In diesem Codelab erstellen Sie einen TCP/SSL-Load-Balancer mit einem Back-End-Dienst und beschränken den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients.

Sichere serverlose Anwendung mit Identity-Aware Proxy (IAP)

Für Anwendungen, die in Cloud Run mit Identity-Aware Proxy ausgeführt werden, ist der Zugriff gesichert und eine Nutzeranmeldung erforderlich.

Container-Builds sichern

Sicherheitslücken in Software sind Schwachstellen, die zu einem versehentlichen Systemausfall führen oder böswilligen Akteuren die Möglichkeit bieten, Ihre Software zu manipulieren. Container Analysis bietet zwei Arten von Betriebssystem-Scans, um

Sofortige Navigation mit der Speculation Rules API

Eine interaktive Demo und ein Codelab, in denen Sie erfahren, wie Sie durch Prerendering mit der Speculation Rules API eine sofortige Navigation ermöglichen. Das Codelab dauert voraussichtlich 30 Minuten. Die verbleibende Zeit wird oben auf dem

Private Service Connect mit automatischer DNS-Konfiguration

In diesem Codelab erfahren Sie, wie Sie automatisches DNS für Private Service Connect konfigurieren und validieren

Sichere Bereitstellung in Cloud Run

Grundlegende Vorgehensweisen für die sichere Bereitstellung in Cloud Run

Vorstellung der agilen Sicherheitsklassifikatoren mit Gemma

In diesem Codelab wird gezeigt, wie Sie mithilfe der parametereffizienten Abstimmung (Parameter-efficient Tuning, PET) einen benutzerdefinierten Textklassifikator erstellen. Anstatt das gesamte Modell zu optimieren, aktualisieren PET-Methoden nur

Gemma-Modelle in Keras mit LIT analysieren

Produkte mit generativer KI sind relativ neu und das Verhalten einer Anwendung kann stärker variieren als bei früheren Softwareformen. Daher ist es wichtig, die verwendeten Modelle für maschinelles Lernen zu prüfen, Beispiele für das Verhalten des

Smart-Home-Geräte mit Google Assistant verbinden

Erstellen und implementieren Sie eine Cloud-zu-Cloud-Integration, um eine virtuelle intelligente Waschmaschine in Assistant zu integrieren.

• Cloud zu Cloud
• Google Assistant

Fehler im Smart Home beheben

GCP-Messwerte und Logging verwenden, um Produktionsprobleme zu erkennen und zu beheben. Hier erfahren Sie, wie Sie mit der Test Suite Funktions- und API-Probleme identifizieren.

• Cloud zu Cloud
• Google Assistant

Logbasierte Messwerte für Smart Home

Hier erfahren Sie, wie Sie mit logbasierten Messwerten in Google Cloud Muster verfolgen und die Fehlerprotokolle der Smart-Home-Integration analysieren.

• Cloud zu Cloud
• Google Assistant

Fehlerbehebung beim lokalen Zuhause

GCP-Messwerte und Logging verwenden, um Produktionsprobleme zu erkennen und zu beheben. Hier erfahren Sie, wie Sie mit der Test Suite Funktions- und API-Probleme identifizieren. Hier erfährst du, wie du die Chrome-Entwicklertools während der Entwicklung deiner Local Home App verwendest.

• Cloud zu Cloud
• Google Assistant

Cloud-zu-Cloud-Integrationen optimieren und schützen

Hier erfahren Sie, wie Sie Ihre Cloud-zu-Cloud-Integration mithilfe anpassbarer Gerätemerkmale verbessern und mit der Zwei-Faktor-Authentifizierung sichern.

• Cloud zu Cloud
• Google Assistant

CameraStream mit WebRTC implementieren

Hier erfährst du, wie du über die Webcam und mit WebRTC von einer Webcam auf ein Google Nest-Displaygerät streamen kannst.

• Cloud zu Cloud
• Google Assistant

Cloud Run-Jobs mit Cloud Scheduler auslösen

Hier erfahren Sie, wie Sie Cloud Run-Jobs erstellen und die Jobausführung mit Cloud Scheduler konfigurieren.

Cloud Run-Anwendung mit Cloud Deploy bereitstellen

Hier erfahren Sie, wie Sie eine Cloud Run-Anwendung mit Cloud Deploy bereitstellen.

GenAI-Agent für die Automatisierung von Verkaufsaufträgen

In diesem Codelab entwickeln Sie eine Agent-App für konversationelle AI zur Automatisierung von Vertriebsaufträgen

Eingehenden Cloud Run-Traffic sichern

Einstellungen für eingehenden Traffic in Cloud Run

Mit Confidential Space geschützte freigegebene Daten schützen

In diesem Codelab erfahren Sie, wie Sie mit Confidential Space die Datenfreigabe durch mehrere Parteien schützen und gleichzeitig die Vertraulichkeit wahren.

Cloud Functions-Code als Firebase-Erweiterung wiederverwenden

In diesem Codelab erstellen Sie eine Firebase-Erweiterung für Geohashing. In diesem einführenden Codelab erfahren Sie, wie Sie eine vorhandene Cloud Functions-Funktion in eine Firebase-Erweiterung umwandeln, die Millionen von Entwicklern einfach bereitgestellt werden kann und mit deren Hilfe Sie ihre Firebase-Projekte erweitern können.

• Firebase

Vorabveröffentlichungen von iOS-Builds durch App-Bereitstellung schneller vertreiben

In diesem Codelab verwenden die Nutzer die App Distribution und unser Fastlane-Plug-in, um einen iOS-Build bereitzustellen und Testgeräte zu registrieren. Anschließend exportiert der Nutzer eine TXT-Datei mit Geräten und UDIDs aus der Konsole für die App-Bereitstellung und automatisiert die Registrierung dieser Geräte .Dies ist eine Voraussetzung für die Verteilung von Ad-hoc-iOS-Builds.

• Firebase

Firebase for Flutter kennenlernen

Hier erfahren Sie, wie Sie eine mobile Flutter-App mit Firebase erstellen.

• Firestore
• Firebase Authentication
• Flutter
• Firebase
• Android

Firebase Web kennenlernen

Mit Firebase und dem StackBlitz-Online-Editor eine Webanwendung von Grund auf neu erstellen Für die Kommunikation mit Firebase verwenden Sie einfachen HTML- und JavaScript-Code. Dies ist eine gute Einführung in die Verwendung der Firebase Console und die Einbindung von Firebase in eine App. Es sind keine umfangreichen Vorkenntnisse oder Softwareinstallationen erforderlich.

• Firestore
• Firebase
• Firebase Authentication
• Firebase Hosting

Erste Multicast-Push-Nachricht mit FCM-Themen

In diesem Codelab erfahren Sie, wie Sie mithilfe von FCM-Themen eine Push-Nachricht an eine ausgewählte Gruppe Ihrer App-Instanzen per Multicast senden.

• Firebase Cloud Messaging
• Android

Erster In-App-Messaging-Test

In diesem Codelab erstellen Sie Ihren ersten Firebase-Test für In-App-Messaging mit Firebase A/B Testing.

Google Ads mit benutzerdefinierten Google Analytics for Firebase-Ereignissen – Android

In diesem Codelab erfahren Sie, wie Sie Ereignisse mit GA4F implementieren und Aktionskampagnen über Google Ads starten.

Google-Präsentationen aus Big Data in Node.js erstellen

In diesem Codelab erstellen Sie eine Präsentation mit der Google Slides API und BigQuery, um eine Analyse der gängigsten Softwarelizenzen zu erstellen.

• Google Workspace

AdWords- und Merchant Center-Unterkonten erstellen und verknüpfen

In diesem Codelab entwickeln Sie eine Lösung, bei der mithilfe der AdWords API und der Content API for Shopping neue Konten erstellt werden, die über ein AdWords-Verwaltungskonto und ein Merchant Center-Mehrfachkundenkonto verwaltet werden. Anschließend verknüpfen Sie die neuen Unterkonten miteinander, sodass Produkte, die im neuen Merchant Center-Unterkonto verwaltet werden, in Shopping-Kampagnen verwendet werden können, die vom neuen AdWords-Unterkonto erstellt wurden.

Instrument zur Steigerung der Leistung Ihrer App in Go (Teil 1: Nachverfolgen)

OpenTelemetry ist der Branchenstandard für die Systembeobachtbarkeit von Trace und Messwerten. Die kontinuierliche Profilerstellung ist auch das Tool, um die Informationen zur letzten Meile für die Leistungsoptimierung zu ermitteln. In diesem Codelab erfahren Sie, wie Sie Ihre Anwendung mit OpenTelemetry für Traces und mit dem Profiler-Agent instrumentieren und den Engpass in den visualisierten Diagrammen in Cloud Trace und Cloud Profiler erkennen.

Verwaltete Dienste der Private Service Connect-Schnittstelle

In dieser Anleitung erfahren Sie, wie Sie die Private Service Connect-Schnittstelle konfigurieren und validieren, um über VPC-Peering auf Dienste zuzugreifen.

Mit Private Service Connect auf die multiregionale MongoDB Atlas zugreifen

In diesem Codelab erfahren Sie, wie Sie den Private Service Connect-Zugriff auf MongoDB mit globalem Zugriff konfigurieren und validieren.

Benachrichtigungen für eine Flutter-App mit Firebase Cloud Messaging senden und empfangen

In diesem Codelab senden Sie mit der FCM HTTP v1 API Push-Benachrichtigungen an eine App, die auf mehreren Plattformen ausgeführt wird. Sie erstellen die App mit Flutter, die nahtlos auf Android-, iOS- und Web-Geräten ausgeführt wird.

• Firebase
• Firebase Cloud Messaging

Firebase Angular Web Frameworks Codelab

In diesem Codelab erstellen Sie einen Reiseblog mit einer Echtzeit-Karte für die Gruppenarbeit mit der neuesten Version unserer Angular-Bibliothek: AngularFire. Die fertige Webanwendung besteht aus einem Reiseblog, in dem Sie Bilder für jeden Ort

Funktionen der erweiterten Authentifizierung

Informationen zum Implementieren der Multi-Faktor-Authentifizierung und zum Erstellen benutzerdefinierter Authentifizierungsanforderungen mit Blockierfunktionen

• Firebase Authentication

Verwenden Sie Procurement Document AI, um Rechnungen mithilfe von AI Platform Notebooks zu parsen

Sie erfahren, wie Sie Procurement DocAI verwenden, um eine Rechnung intelligent zu parsen.

Verbindung zu lokalen Diensten über Hybridnetzwerke mit Private Service Connect und Hybrid-NEG mit internem HTTP(S)-Load-Balancer herstellen

Verbindung zu lokalen Diensten über Hybridnetzwerke mit Private Service Connect und Hybrid-NEG mit internem HTTP(S)-Load-Balancer herstellen

Private Service Connect-Schnittstelle

In dieser Anleitung erfahren Sie, wie Sie die Private Service Connect-Schnittstelle konfigurieren und validieren.

Prototyping für Modelle in AI Platform Notebooks

In diesem Lab erfahren Sie, wie Sie AI Platform Notebooks zum Prototyping Ihrer Workflows für maschinelles Lernen verwenden können. Wir behandeln das Erstellen einer benutzerdefinierten Notebook-Instanz, das Tracking Ihres Notebook-Codes in Git und das Debugging von Modellen mit dem What-If-Tool.

• TensorFlow

Schnelles LLM-Debugging mit dem Learning Interpretability Tool (LIT) in der GCP

In diesem Lab wird eine detaillierte Anleitung zur Bereitstellung eines LIT-Anwendungsservers auf der Google Cloud Platform (GCP) zur Interaktion mit Vertex AI Gemini-Foundation-Modellen und selbst gehosteten Large Language Models (LLMs) von

Überarbeitungen in Cloud Run-Funktionen für die Trafficaufteilung, graduelle Einführungen und Rollbacks verwenden

Hier erfahren Sie, wie Sie mit Überarbeitungen in Cloud Run-Funktionen Trafficaufteilungen, schrittweise Rollouts und Rollbacks durchführen.

• Cloud Run

PySpark für Natural Language Processing in Dataproc

In diesem Lab erfahren Sie, wie Sie mit Spark MLlib und spark-nlp maschinelles Lernen und NLP für große Datenmengen durchführen.

Google Cloud Functions in C#

In diesem Codelab lernen Sie Google Cloud Run-Funktionen in C# kennen. Genauer gesagt stellen Sie C#-Funktionen bereit, die auf HTTP und CloudEvents aus verschiedenen Google Cloud-Quellen antworten.

Natural Language API mit Python verwenden

In dieser Anleitung erfahren Sie, wie Sie die Natural Language API mit Python verwenden.

Einfache Bereitstellung von "Google Übersetzer" app in Python 2 App Engine

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

CodeLab: Dynamischer Routenaustausch mit NCC

Das Ziel dieses Labs besteht darin, NCC mit dynamischem Routenaustausch mit VPC-Spokes zu untersuchen.

Mikrodienst „Rainbow Rumpus“

Lernen Sie Google Cloud kennen, indem Sie einen Mikrodienst in Cloud Run bereitstellen und sich einem virtuellen Rüstzeug anschließen, bei dem Ihr Mikrodienst andere Mikrodienste in Regenbogenfarben wirft und um den Sieg konkurriert. Sie lernen die Bereitstellung von Kotlin-, Java-, Go-, Python- oder Node.js-Mikrodiensten und lernen dabei mehr über Container und Cloud Run. Versuche, mehr Punkte als andere Abenteurer zu erzielen, indem du deinen Algorithmus kontinuierlich verbesserst.

Website mit der Google Kubernetes Engine (GKE) bereitstellen, skalieren und aktualisieren

Hier erfahren Sie, wie Sie Ihre Website mit GKE bereitstellen, skalieren und aktualisieren.

Ereignisgesteuerte Orchestrierung mit Eventarc und Workflows erstellen

In diesem Codelab erstellen Sie eine ereignisgesteuerte Orchestrierung von Mikrodiensten, um Bilder mit Eventarc und Workflows zu verarbeiten.

Web-App mit dem modularen Firebase JS SDK optimieren

In diesem Codelab migrieren Sie eine vorhandene Firebase-Web-App zum neuen modularen Firebase JS SDK, um nicht verwendeten Code zu entfernen und die App schneller zu laden.

App-Ereignisse über das Measurement Protocol an GA4 senden

In diesem Codelab erfahren Sie, wie Sie mit dem Measurement Protocol Server-zu-Server-Aufrufe ausführen, um Ereignisse an GA4 zu senden.

FCM und FIAM verwenden, um Nachrichten an Nutzer zu senden

Informationen zum Senden von Nachrichten an Nutzer mit Firebase Cloud Messaging und Firebase In-App-Messaging

• Android

Überwachen von Ausfällen im Smart Home

In diesem Codelab lernen Sie, wie Sie durch die Einrichtung automatischer Benachrichtigungen für Ihre Smart-Home-Integration Ausfälle erkennen.

• Cloud zu Cloud
• Google Assistant

Codeanpassung mit Gemini Code Assist Enterprise

Hier erfahren Sie, was es Neues bei Gemini Code Assist Enterprise gibt und wie Ihre Organisation von Gemini Code Assist Enterprise profitieren kann.

• Cloud Run

Confidential Space mit geschützten Ressourcen verwenden, die nicht bei einem Cloud-Anbieter gespeichert sind

In diesem Codelab erfahren Sie, wie Sie die Datenfreigabe für mehrere Parteien mit Confidential Space schützen und gleichzeitig die Vertraulichkeit wahren. In diesem Codelab wird beschrieben, wie Sie Confidential Space mit geschützten Ressourcen verwenden, die nicht in Google Cloud gehostet werden. Sie erfahren, wie Sie ein benutzerdefiniertes Token vom Google Attestation Service anfordern, indem Sie eine Nonce, eine Zielgruppe und einen PKI-Tokentyp angeben.

Private Service Connect für Cloud SQL erstellen

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für Cloud SQL erstellen.

• Cloud SQL

Google Pay API for Web – Grundlagen

Am Ende dieses Codelabs haben Sie eine funktionsfähige Website mit einer funktionierenden Google Pay-Integration. In diesem Projekt wird ein Zahlungstoken abgerufen, das zur Verarbeitung an einen Zahlungsdienstleister gesendet werden kann. Für eine

• Google Pay

Cloud NGFW Enterprise – Intrusion Prevention Service (ohne TLS-Prüfung)

In diesem Codelab erfahren Sie, wie Sie mit Cloud NGW Enterprise Intrusion Prevention Service Ost-West- und North-South-Traffic prüfen

Informationen zum Aufrufen authentifizierter Cloud Functions-Funktionen

Cloud Functions-Funktionen sichern, indem Sie eine Authentifizierung für den Aufruf verlangen

Adaptive Apps mit Jetpack Compose erstellen

In diesem Codelab erfährst du, wie du adaptive Apps für Smartphones, Tablets und faltbare Geräte entwickelst. Außerdem erfährst du mehr über die Erreichbarkeit. Außerdem lernen Sie Best Practices für adaptive Material 3-Komponenten kennen.

• Android

Fehler bei Cast Receiver-Apps beheben

In diesem Codelab fügen Sie Ihrer vorhandenen benutzerdefinierten Web Receiver App den Cast Debug Logger hinzu.

• Google Cast

Live-Support zu einem Cast-Empfänger hinzufügen

In diesem Codelab erstellen Sie eine Anwendung für den benutzerdefinierten Webempfänger, die die Cast Live API verwendet.

• Google Cast

Unterstützung der Ad Breaks API zu einem Web-Empfänger hinzufügen

In diesem Codelab erstellen Sie eine benutzerdefinierte Anwendung für den Webempfänger, die die Cast Ad Breaks API verwendet.

• Google Cast

Für Google Cast optimierte Android-App

In diesem Codelab ändern Sie eine bestehende Android-Video-App, um Inhalte auf ein für Google Cast optimiertes Gerät zu streamen.

• Android
• Google Cast

Für Google Cast optimierte Web-App

In diesem Codelab ändern Sie eine Web-App, damit Inhalte auf ein für Google Cast optimiertes Gerät gestreamt werden.

• Google Cast

Netzwerk-Load-Balancer von Zielpools auf regionale Back-End-Dienste umstellen

In dieser Anleitung wird beschrieben, wie Sie einen vorhandenen Netzwerk-Load-Balancer von einem Zielpool-Backend auf einen regionalen Backend-Dienst umstellen.

Einführung in die Cloud Operations-Suite

In diesem Codelab erfahren Sie mehr über Google Cloud Operations Suite. Im Lab wird eine Beispielanwendung mit gcloud installiert. Sobald die Beispielanwendung bereitgestellt ist, definieren Sie mit Cloud Monitoring Dashboards, Benachrichtigungen, Verfügbarkeitsdiagnosen usw.

Benutzerdefinierten Web Receiver erstellen

In diesem Codelab erstellen Sie eine benutzerdefinierte Web-Receiver-App, um Inhalte auf für Google Cast optimierten Geräten abzuspielen.

• Google Cast

Für Google Cast optimierte Android TV-App

In diesem Codelab kannst du eine bestehende Android TV App so ändern, dass die Übertragung und die Kommunikation mit deinen bestehenden Cast-Absender-Apps unterstützt werden.

• Android TV
• Google Cast

Sound und Musik zum Flutter-Spiel hinzufügen

Hier erfährst du, wie du deinen Spielen mit Flutter Soundeffekte, Hintergrundmusik und dynamisches Audio hinzufügen kannst.

• Flutter

BigQuery Remote Functions verwenden, um in einer SQL-Abfrage Fragen an Vertex AI Visual Question Answering (VQA) zu stellen

Hier erfahren Sie, wie Sie mit BigQuery Remote Functions in Vertex AI Visual Question Answering (VQA) eine Frage zu Bildern stellen, die in einer Cloud Storage-Objekttabelle gespeichert sind.

Informationen zum Aufrufen authentifizierter Cloud Run-Funktionen

Hier erfahren Sie, wie Sie Cloud Run-Funktionen schützen, indem Sie eine Authentifizierung für den Aufruf verlangen

FCM HTTP v1 API mit OAuth 2-Zugriffstokens verwenden

Im Vergleich zur alten FCM API bietet die FCM HTTP v1 API ein sichereres Autorisierungsmodell mit kurzlebigen Zugriffstokens. Die Schritte zum Generieren des Zugriffstokens für die FCM v1 API unterscheiden sich erheblich von den Schritten für die

Lokale Entwicklung für Ihre Flutter-Apps mit der Firebase Emulator Suite

Codelab zur Verwendung der Firebase Emulator Suite während der Entwicklung mit Flutter Im Codelab werden die Auth- und Firestore-Emulatoren verwendet, um die Verwendung des Emulators zu demonstrieren.

• Firebase Authentication
• Firestore
• Firebase
• Flutter

Mit der neuen ARCore Geospatial API eine Augmented-Reality-App erstellen

Hier erfährst du, wie du die neue ARCore Geospatial API verwendest.

• ARCore
• Android

Benutzerdefiniertes Modelltraining in Vertex Pipelines ausführen

In diesem Lab erfahren Sie, wie Sie mit dem Kubeflow Pipelines SDK einen Trainingsjob für ein benutzerdefiniertes Modell in Vertex Pipelines ausführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google

Vertex AI: Nutzen Sie die automatische Paketerstellung, um Bert mit „Hugging Face“ in Vertex AI Training zu optimieren

In diesem Lab erfahren Sie, wie Sie mit der Funktion zum automatischen Paketieren einen benutzerdefinierten Trainingsjob in Vertex AI Training ausführen. Für benutzerdefinierte Trainingsjobs in Vertex AI werden Container verwendet. Wenn Sie kein

Von Prototyp zur Produktion: Benutzerdefinierte Modelle mit Vertex AI trainieren

In diesem Lab verwenden Sie Vertex AI, um einen benutzerdefinierten Trainingsjob auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Sie erstellen ein Bildklassifikationsmodell mit dem Flowers-Dataset. Weitere Informationen

Von Prototyp zur Produktion: Verteiltes Training in Vertex AI

In diesem Lab verwenden Sie Vertex AI, um einen verteilten Trainingsjob in Vertex AI Training mit TensorFlow auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Schließen Sie die vorherigen Labs ab, bevor Sie mit diesem

Vorhersagen aus einem vortrainierten TensorFlow-Bildmodell in Vertex AI abrufen

In diesem Lab verwenden Sie Vertex AI, um Vorhersagen mithilfe eines vortrainierten Bildklassifizierungsmodells zu treffen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa

Vertex ML Metadata mit Pipelines verwenden

In diesem Lab erfahren Sie, wie Sie Metadaten aus Ihren Vertex Pipelines -Ausführungen mit Vertex ML-Metadaten analysieren. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud betragen etwa 2$. In

Einführung in Vertex Pipelines

In diesem Lab erfahren Sie, wie Sie ML-Pipelines mit Vertex Pipelines erstellen und ausführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 25$. In diesem Lab wird das

Mit Buildpacks von der Google App Engine-Java-Anwendung zu Cloud Run migrieren

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Buildpacks containerisieren und zu Cloud Run verschieben

Erste Schritte mit eigenständigen Komponenten

In diesem anfängerfreundlichen Codelab erfahren Sie, wie Sie eine Beispielanwendung mit eigenständigen Angular-Komponenten der Version 14 erstellen

Prototyp zur Produktion: Hyperparameter-Abstimmung

In diesem Lab verwenden Sie Vertex AI, um einen Hyperparameter-Abstimmungsjob in Vertex AI Training auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Schließen Sie das vorherige Lab ab, bevor Sie mit diesem beginnen.

Bookshelf Analytics: Mit Gemini SQL-Anwendungen mit BigQuery und generativer KI erstellen

Wir verwenden Gemini, um mit BigQuery Analysen für Buchempfehlungen und Zusammenfassungen zu erstellen (nur generative KI in SQL).

App-Onboarding

https://ide.cloud.google.com gcloud config set project {{project-id}} export PROJECT_ID=$(gcloud config get-value project) export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud services enable \

Von der Google App Engine-Java-Anwendung zu Cloud Run mit Jib migrieren

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Jib containerisieren und zu Cloud Run verschieben

Codelab zu erweiterten Load-Balancing-Optimierungen

In diesem Codelab erfahren Sie, wie Sie erweiterte Features zur Optimierung des Load-Balancings für das globale externe Load-Balancing von Anwendungen einrichten.

Bookshelf Analytics: Mit Gemini eine Java Cloud Run-Anwendung erstellen, die BigQuery-Daten im Web bringt

Wir verwenden Gemini, um eine Anwendung zur Zusammenfassung von Bücherregalen zu erstellen, die BigQuery-Daten einfach ins Web bringt und in Cloud Run bereitgestellt wird.

• Cloud Run

Mit der nativen AppSheet-Datenbank eine No-Code-App erstellen

Hier erfahren Sie, wie Sie die native AppSheet-Datenbank zum Erstellen von AppSheet-Apps verwenden.

Augmented-Reality-App (AR) mit der WebXR Device API erstellen

Hier erfahren Sie, wie Sie Augmented-Reality-Funktionen mit der WebXR Device API verwenden und mithilfe der Szenenerkennung ein 3D-Objekt in der realen Welt positionieren können.

Von der Java-Anwendung von Google App Engine zu Cloud Run mit Docker migrieren

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Docker containerisieren und zu Cloud Run verschieben.

Kreditkartentransaktionsdaten mit BigQuery und Looker in Bigtable analysieren und visualisieren

In diesem Codelab wird gezeigt, wie die Vorlage „Bigtable-Änderungsstreams für BigQuery“ verwendet wird. Sie verwenden ein Beispiel-Dataset, um sich mit der Abfrage des Änderungsprotokolls vertraut zu machen, und verwenden Looker, um ein visuelles Dashboard zu erstellen.

Grundlagen-Toolkit Teil 1

In diesem Codelab erhalten Sie eine Einführung in das Cloud Foundation Toolkit(CFT) und eine Reihe von Schritten zum Hinzufügen einer Funktion zu einem CFT-Modul.

• Google Cloud

App-Leistung mit Baseline-Profilen verbessern

In diesem Codelab erfahren Sie, wie Sie mit Baseline-Profilen App-Start- und Frame-Timings verbessern können.

Barrierefreiheit von Angular-Apps erstellen

Hier erfahren Sie, wie Sie die Best Practices für Bedienungshilfen in Ihren Angular-Apps mit dem in das Framework integrierten Toolset umsetzen.

Erste Schritte mit Angular-Signalen

Jetzt neu: Signale, ein neues Reaktivitätsmodell in Angular. Mit Signalen erhalten Sie Zugriff auf Tools von hoher Qualität für eine präzise Reaktion.

AppSheet mit Apps Script verbinden

In diesem Codelab erstellen Sie ein Apps Script-Projekt namens „Hello World“, fügen die einfache Funktion logThis hinzu, die eine Nachricht protokolliert, erstellen dann eine AppSheet-Automatisierung und lassen sie das Script aufrufen.

Mit Vertex AI ein Suchsystem in Google-Qualität erstellen

In diesem Codelab erstellen Sie eine Google-Suchmaschine, die mithilfe von Vertex AI Search/Agent Builder Anfragen in Ihren Dokumenten und Textdateien beantworten kann.

• Google Cloud
• Vertex AI

Bookshelf-Builder: Mit Gemini eine Java-Cloud Functions-Funktion für eine Gemini-Anwendung erstellen

Wir erstellen eine App für Buchempfehlungen und Zusammenfassungen mit der generativen KI von Vertex AI (Gemini) in einer Cloud Functions-Funktion als Remote-Funktion von BigQuery.

Quizgenerator mit GenAI und Cloud Run erstellen

In diesem Codelab generieren Sie mit Vertex AI anhand bestimmter Spezifikationen ein Quiz. Sie testen Ihren Quizgenerator in einer in der Cloud gehosteten Entwicklungsumgebung und stellen ihn dann öffentlich zur Verfügung, indem Sie ihn in Google Cloud Run bereitstellen. Am Ende des Labs integrieren Sie Ihren Quizgenerator in eine vollständige App.

• Cloud Run

MDC-112 Web: Integration von MDC in Web-Frameworks

Hier erfahren Sie, wie Sie vorgefertigte Material-Komponenten auf Komponenten für beliebige Web-Frameworks erweitern.

Text- und Gesichtsmerkmale mit ML Kit erkennen: Android

In diesem Codelab entwickeln Sie eine Android-App mit ML Kit, die maschinelles Lernen auf dem Gerät nutzt, um Text- und Gesichtsmerkmale in Bildern zu erkennen.

• Android
• ML Kit

Mit ML Kit und CameraX die Sprache erkennen, die Sprache erkennen und Text übersetzen: Android

In diesem Codelab entwickeln Sie eine Android-App mit ML Kit, die maschinelles Lernen auf dem Gerät nutzt, um Sprache zu erkennen, zu erkennen und Text aus 59 Sprachen zu übersetzen. Außerdem erfahren Sie, wie Sie die CameraX-Bibliothek einbinden, um diese Aufgaben über einen Echtzeit-Kamerafeed auszuführen.

• Android
• Firebase
• ML Kit

Vertex AI: Co-Hosten von Modellen auf derselben VM für Vorhersagen

In diesem Lab verwenden Sie die Funktion für das gemeinsame Hosting von Modellen in Vertex AI, um mehrere Modelle auf derselben VM für Onlinevorhersagen zu hosten. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs

Vertex AI: Benutzerdefinierte Vorhersageroutinen mit Sklearn verwenden, um Daten für Vorhersagen vor- und nachzuverarbeiten

In diesem Lab lernen Sie, wie Sie mit benutzerdefinierten Vorhersageroutinen in Vertex AI benutzerdefinierte Vorverarbeitungs- und Nachbearbeitungslogik schreiben. In diesem Beispiel wird Scikit-learn verwendet, aber benutzerdefinierte

Cloud Functions-Funktionen mit vom Kunden verwalteten Verschlüsselungsschlüsseln (CMEK) verschlüsseln

use-cmek-to-encrypt-cloud-functions

Informationen zu Skaffold

Skaffold ist ein Tool, das den Workflow zum Erstellen, Übertragen und Bereitstellen einer Anwendung verwaltet. Mit Skaffold können Sie einen lokalen Entwicklungsarbeitsbereich ganz einfach konfigurieren, Ihren internen Entwicklungszyklus optimieren

Vertex AI Vision Traffic Monitoring-Anwendung

In diesem Codelab geht es um das Erstellen einer End-to-End-Anwendung von Vertex AI Vision zum Überwachen von Traffic-Videostreams in Echtzeit. Wir verwenden das vortrainierte Occupancy-Modell „Specialized“. Außerdem erfahren Sie, wie Sie einen Videostream zur Aufnahme in die Anwendung erstellen, die Anwendung erstellen und bereitstellen, wie Sie mit BigQuery die JSON-Ausgabe des Modells analysieren und das Ergebnis in Looker Studio visualisieren.

Vertex AI Vision Queue Detection App

In diesem Codelab geht es um die Erstellung einer End-to-End-Anwendung von Vertex AI Vision, mit der sich Szenarien der Warteschlangenerkennung in einem Einzelhandelsgeschäft überwachen lassen. Wir verwenden das vortrainierte Occupancy-Modell „Specialized“. Außerdem erfahren Sie, wie Sie einen Videostream zur Aufnahme in die Anwendung erstellen, die Anwendung erstellen und bereitstellen, wie Sie mit BigQuery die JSON-Ausgabe des Modells analysieren und das Ergebnis in Looker Studio visualisieren.

Vertex AI: Betrugserkennungsmodell mit AutoML erstellen

In diesem Lab verwenden Sie Vertex AI, um ein Modell mit tabellarischen Daten zu trainieren und einzusetzen. Dies ist das neueste KI-Produktangebot in Google Cloud und befindet sich derzeit in der Vorabversion. Die folgenden Themen werden behandelt:

Vertex AI: Benutzerdefiniertes Modell trainieren und bereitstellen

In diesem Lab verwenden Sie Vertex AI, um ein TensorFlow-Modell mit Code in einem benutzerdefinierten Container zu trainieren und bereitzustellen. Wir verwenden hier zwar TensorFlow für den Modellcode, Sie können es aber auch problemlos durch ein

Experimente optimal nutzen: Tests für maschinelles Lernen mit Vertex AI verwalten

In diesem Lab erstellen Sie mit Vertex AI eine Pipeline, die ein benutzerdefiniertes Keras-Modell in TensorFlow trainiert. Anschließend verwenden wir die neuen Funktionen in Vertex AI Experiments, um Modellläufe zu verfolgen und zu vergleichen, um zu

Anwendung zur Verwendung eines Spamfiltermodells für maschinelles Lernen aktualisieren

Hier erfahren Sie, wie Sie eine Anwendung mit einem ML-Modell aktualisieren, das einfache Spamfilter für Kommentare unterstützt.

• TensorFlow
• Android

Vertex AI Vision-Bewegungsfilter

In diesem Codelab geht es um das Erstellen einer End-to-End-Anwendung von Vertex AI Vision, um das Senden von Videos mit der Bewegungsfilterfunktion zu demonstrieren. In dieser Anleitung erfahren Sie, wie Sie einen Videostream mit der Konfiguration eines Bewegungsfilters in die Anwendung aufnehmen.

Vertex AI Vision Occupancy Analytics App mit Ereignisverwaltung

In diesem Codelab geht es um das Erstellen einer End-to-End-Anwendung von Vertex AI Vision, um das Senden von Ereignissen mit der Ereignisverwaltungsfunktion zu demonstrieren. Wir verwenden das vortrainierte Occupancy-Modell „Specialized“. Außerdem erfahren Sie, wie Sie einen Videostream für die Aufnahme in die Anwendung erstellen und die Anwendung erstellen und bereitstellen.

Vertex AI: Multi-Worker Training and Transfer Learning with TensorFlow

In diesem Lab verwenden Sie Vertex AI, um einen Trainingsjob mit mehreren Workern für ein TensorFlow-Modell auszuführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 5$.

Pulumi in Google Cloud mit YAML verwenden

In diesem Lab lernen Sie, wie Sie Pulumi in Google Cloud mit YAML verwenden.

ML-Finanzmodell mit dem What-If-Tool und Vertex AI erstellen

In diesem Lab lernen Sie, wie Sie ein XGBoost-Modell mit einem Finanz-Dataset trainieren, es in Vertex AI bereitstellen und mit dem What-if-Tool analysieren.

• TensorFlow

Ihre erste WebGPU-Anwendung

In diesem Codelab werden die Grundlagen der neuen WebGPU API vorgestellt. Sie führt Sie durch die Erstellung einer Version von Conways Spiel des Lebens, die auf Ihrer GPU ausgeführt wird. Die Rendering-Funktionen von WebGPU werden verwendet, um die Karte zu zeichnen, und die Rechenkapazitäten von WebGPU werden verwendet, um den Spielstatus zu aktualisieren.

Von Prototyp zur Produktion: Vorhersagen aus benutzerdefiniert trainierten Modellen abrufen

In diesem Lab verwenden Sie Vertex AI, um Online- und Batchvorhersagen aus einem benutzerdefinierten trainierten Modell abzurufen. Dieses Lab ist Teil der Videoreihe Prototyping to Production. Schließen Sie das vorherige Lab ab, bevor Sie mit diesem

Vertex AI Workbench: TensorFlow-Modell mit Daten aus BigQuery trainieren

In diesem Lab erfahren Sie, wie Sie Vertex AI Workbench für die Datenexploration und das ML-Modelltraining verwenden. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 1$. In

Vertex AI: Verteilte Hyperparameter-Abstimmung

In diesem Lab erfahren Sie, wie Sie Vertex AI für die Hyperparameter-Abstimmung und verteiltes Training verwenden. In diesem Lab wird TensorFlow für den Modellcode verwendet. Die Konzepte gelten jedoch auch für andere ML-Frameworks. Die folgenden

Mit Cloud Run-Funktionen und Gemini eine Textdatei zusammenfassen, die in einen Cloud Storage-Bucket hochgeladen wurde

Erste Schritte mit ereignisgesteuerten Cloud Run-Funktionen

• Cloud Run

Ollama als Sidecar-Datei mit Cloud Run-GPUs und Open WebUI als Front-End-Container für eingehenden Traffic verwenden

Ollama als Sidecar-Datei mit Cloud Run-GPUs und Open WebUI als Front-End-Container für eingehenden Traffic verwenden

• Cloud Run

Fehler bei Matter-Integrationen beheben

Hier erfahren Sie, wie Sie Probleme mit Matter-Integrationen mithilfe von Analysetools beheben und die Entwicklersupportressourcen aufrufen.

• Matter

LangChain-Anwendung in Cloud Run erstellen und bereitstellen

LangChain-Anwendung in Cloud Run erstellen und bereitstellen

Informationen zur Auftragsausführung durch Einbindung von Dialogflow in Google Kalender

Das Konzept der Auftragsausführung in Dialogflow.

Vision API in Dialogflow einbinden

Vision API in Dialogflow einbinden

Lit für React-Entwickler

In diesem Codelab erfährst du, wie du React-Konzepte in Lit überträgst

MDC-101 Android: Material Components (MDC) Basics (Kotlin)

Eine einfache App mit Kernkomponenten in Kotlin erstellen, um die Grundlagen der Verwendung von Material Components für Android zu erlernen.

Google Ads mit benutzerdefinierten Google Analytics for Firebase-Ereignissen – iOS

In diesem Codelab erfahren Sie, wie Sie benutzerdefinierte Ereignisse mit dem GA4F iOS SDK implementieren und Aktionskampagnen über Google Ads starten.

Convolutional Neural Networks, mit Keras und TPUs

In diesem Lab lernen Sie, wie Sie die Faltschicht zu einem neuronalen Netzwerkmodell zusammensetzen, das Blumen erkennen kann. Dieses Mal erstellen Sie das Modell von Grund auf neu und nutzen die Leistungsfähigkeit von TPU, um es in Sekundenschnelle zu trainieren und das Design zu iterieren. Dieses Lab enthält die notwendigen theoretischen Erläuterungen zu Convolutional Neural Networks und ist ein guter Ausgangspunkt für Entwickler, die sich mit Deep Learning vertraut machen.

• TensorFlow

Eingebettete Looker-iFrame-Mitteilungen

Sie erfahren, wie Sie programmatisch auf Ereignisse von eingebetteten Looker-Inhalten warten und Aktionen an eingebettete Looker-Inhalte senden können.

• Looker

MDC-103 Android: Material Theming with Color, Elevation and Type (Kotlin)

Hier erfährst du, wie du mit Material-Komponenten für Android dein Produkt von Mitbewerbern abheben und deine Marke durch Design in Kotlin ausdrücken kannst.

IP-Adressierungsoptionen IPv4 und IPv6

In diesem Codelab erstellen Sie zwei VPCs und verwenden verschiedene Arten von IP-Adressen, um auf Ihre einfache Apache-Website zuzugreifen.

MDC-102 Android: Material Structure and Layout (Java)

Hier erfahren Sie, wie Sie in Android Java für Struktur und Layout verwenden.

Google Ads mit benutzerdefinierten Google Analytics for Firebase-Ereignissen – Unity

In diesem Codelab erfahren Sie, wie Sie benutzerdefinierte Ereignisse mit GA4F iOS in der Unity-Umgebung implementieren und Aktionskampagnen über Google Ads starten.

MDC-102 Android: Material Structure and Layout (Kotlin)

Wie du Material für Android in Kotlin für Struktur und Layout verwendest

Looker mit dem Embed SDK einbetten

Sie erfahren, wie Sie ein Looker-Dashboard mit dem Looker Embed SDK einbetten

• Looker

Test Lab in Ihr CI/CD-System einbinden

In diesem Codelab erfahren Sie, wie Sie mit der gcloud CLI eine große Testsuite programmatisch in einem vorhandenen CI/CD-System wie Jenkins ausführen. Dieses Codelab ist plattformunabhängig.

• Firebase Test Lab
• Firebase

Mit IPv6-Adressen über lokale Hosts auf Google APIs zugreifen

In diesem Codelab erfahren Sie, wie Sie den IPv6-Zugriff auf Google APIs von lokalen Hosts aus konfigurieren und validieren

Magento in Cloud Spanner einbinden

In diesem Codelab binden Sie die Open-Source-E-Commerce-Plattform Magento in Cloud Spanner ein.

Mit Material Motion für Flutter wunderschöne Übergänge erstellen

Baue das Bewegungssystem von Material mithilfe von Übergängen aus dem Animationspaket in die Antwort-App ein.

• Flutter

MDC-111 Web: Material Components in Ihre Codebasis einbinden (Web)

Hier erfahren Sie, wie Sie einzelne Material-Komponenten in eine vorhandene Webcode-Basis integrieren, ohne noch einmal von vorne zu beginnen.

MDC-104 Flutter: Material Advanced Components

Optimieren Sie das Design Ihrer Flutter-App und implementieren Sie eine erweiterte Komponente für das Hintergrundmenü in Flutter.

• Flutter

Looker Cloud über Hybridnetzwerke verbinden

In diesem Tutorial erfahren Sie, wie Sie die private IP-Adresse von Looker Cloud Core über ein Hybridnetzwerk konfigurieren und validieren.

• Looker

MDC-102 Flutter: Materialstruktur und Layout

Hier erfahren Sie, wie Sie mit Material eine Struktur und ein Layout für eine Flutter-App erstellen.

• Flutter

Keras und moderne Convnets auf TPUs

In diesem Lab lernen Sie, wie Sie eigene Convolutional Neural Networks von Grund auf erstellen, trainieren und optimieren. Dank TPUs ist dies jetzt innerhalb weniger Minuten möglich. Außerdem lernen Sie mehrere Ansätze kennen – von sehr einfachen Lerntransfers bis hin zu modernen Convolutional-Architekturen wie Squeezenet. Dieses Lab enthält die notwendigen theoretischen Erläuterungen zu neuronalen Netzwerken und ist ein guter Ausgangspunkt für Entwickler, die sich mit Deep Learning vertraut machen. In diesem Lab wird Tensorflow 2 verwendet.

• TensorFlow

Datenpipelines mit TPU-Geschwindigkeit: tf.data.Dataset und TFRecords

TPUs sind sehr schnell. Die Trainingsdaten müssen mit ihrer Trainingsgeschwindigkeit Schritt halten. In diesem Lab lernen Sie, wie Sie Daten aus GCS mit der tf.data.Dataset API laden, um Ihre TPU zu speisen.

• TensorFlow

Codelab zur Erweiterung für die Looker-Dashboard-Zusammenfassung

In diesem Codelab erfahren Sie, wie Sie die Erweiterung für die Looker-Dashboard-Zusammenfassung für die lokale Entwicklung einrichten und für die Produktion bereitstellen.

• Looker

Lokale Entwicklung mit der Firebase Emulator Suite

Hier erfahren Sie, wie Sie eine Web-App mit der Firebase Emulator Suite entwickeln.

• Cloud Functions for Firebase
• Firestore
• Firebase Hosting
• Firebase Authentication

Explizite Verkettung von GCP L7-Load-Balancern mit PSC

In diesem Codelab erfahren Sie, wie Sie den L7-Load-Balancer mit Private Service Connect verketten.

MDC-102 Web: Materialstruktur und Layout (Web)

Hier erfahren Sie, wie Sie Material für Struktur und Layout im Web verwenden.

Ihr erstes Keras-Modell mit Lerntransfer

In diesem Lab lernen Sie, wie Sie einen Keras-Klassifikator erstellen. Anstatt zu versuchen, die perfekte Kombination neuronaler Netzwerkebenen zum Erkennen von Blumen zu finden, verwenden wir zuerst eine Technik namens Lerntransfer, um ein leistungsstarkes vortrainiertes Modell an unser Dataset anzupassen. Dieses Lab enthält die notwendigen theoretischen Erläuterungen zu neuronalen Netzwerken und ist ein guter Ausgangspunkt für Entwickler, die sich mit Deep Learning vertraut machen.

Moderne Convnets, Squeezenet, Xception, mit Keras und TPUs

In diesem Lab lernen Sie die moderne Convolutional Architektur kennen und nutzen Ihr Wissen, um ein einfaches, aber effektives Convnet namens „Squeezenet“ zu implementieren. Dieses Lab enthält die notwendigen theoretischen Erläuterungen zu Convolutional Neural Networks und ist ein guter Ausgangspunkt für Entwickler, die sich mit Deep Learning vertraut machen.

• TensorFlow

Serverlose Datenpipeline erstellen: IoT to Analytics

In diesem Codelab sammeln Sie praktische Erfahrungen mit einem Architekturmuster, das häufig verwendet wird, um Skalierbarkeit und Ausfallsicherheit bei der Verarbeitung von Echtzeitdaten zu erreichen. Sie erstellen mit der Google Cloud Platform ein IoT-Gerät (Raspberry Pi), das Wetterdaten misst, und anschließend eine Datenpipeline mit einer Nachrichtenwarteschlange, einer serverlosen Funktion, einem cloudbasierten Data Warehouse und einem Analysedashboard.

Mit Material Motion für Android schöne Übergänge erstellen

Integrieren Sie das Bewegungssystem von Material in die Reply App, indem Sie Übergänge aus der „Material Components for Android“-Bibliothek und Kotlin verwenden.

• Android

Hadoop-Wordcount-Job in einem Dataproc-Cluster ausführen

In diesem Codelab erfahren Sie, wie Sie einen Apache Airflow-Workflow in Cloud Composer erstellen und ausführen, der die folgenden Aufgaben ausführt:

Story-Komponente mit Lichtelement erstellen

In diesem Codelab erstellen Sie mithilfe von LitElement eine Stories-Webkomponente.

Brick Viewer mit Lichtelementen bauen

In diesem Codelab erstellen Sie mithilfe von Lit-Elementen eine Webkomponente des Brick-Viewers.

Navigation

Navigation ist ein Schlüsselelement jeder Anwendungswebsite und beginnt mit HTML.

Geräteübergreifendes Firebase-Codelab

In diesem Codelab erstellen Sie mit Flutter einen einfachen Musikplayer für Android, iOS und das Web. Dieser Player stellt eine Verbindung zu Firebase RTDB her, sodass Nutzer die Wiedergabe auf allen ihren Geräten synchronisieren können.

• Firebase Realtime Database
• Firebase Authentication

Firestore-Daten mit Firebase-Sicherheitsregeln schützen

Informationen zum Schutz Ihrer Firestore-Daten mit Sicherheitsregeln

• Firebase
• Firestore

Glossar

Sie lernen gängige Begriffe und Konzepte zur Barrierefreiheit kennen.

Erste Schritte mit der Web Serial API

In diesem Codelab erstellen Sie eine Webseite, die mit einer Micro:Bit-Tafel von BBC interagiert, um Bilder auf dem 5-x-5-LED-Display anzuzeigen. Sie lernen die Web Serial API kennen und erfahren, wie Sie lesbare, beschreibbare und transformierte Streams verwenden können, um über den Browser mit seriellen Geräten zu kommunizieren.

Vertex AI Workbench: Image-Klassifizierungsmodell mit Lerntransfer und Notebook-Executor erstellen

In diesem Lab lernen Sie, wie Sie Notebookausführungen mit Vertex AI Workbench konfigurieren und starten. Die folgenden Themen werden behandelt: Die Gesamtkosten für das Lab in Google Cloud belaufen sich auf 2$. In diesem Lab wird das neueste

Pipeline zur Big-Data-Textverarbeitung in Cloud Dataflow ausführen

Sie verwenden Cloud Dataflow, erstellen ein Maven-Projekt mit dem Cloud Dataflow SDK und führen eine Pipeline für die verteilte Anzahl von Aufgaben mithilfe der Google Cloud Platform Console aus.

HTTP-Anfragen mit Cloud Tasks zwischenspeichern

In diesem Codelab erfahren Sie zuerst, wie Sie eine reguläre Cloud Tasks-Warteschlange für HTTP-Zielaufgaben erstellen und verwenden. Anschließend erfahren Sie, wie Sie HTTP-URI-Überschreibung auf Warteschlangenebene und die neue BufferTask API verwenden, um HTTP-Anfragen mit Cloud Tasks leichter zwischenzuspeichern.

LLM- und RAG-basierte Chatanwendung mithilfe von Cloud SQL-Datenbanken und LangChain erstellen

In diesem Codelab erfahren Sie, wie Sie eine Datenbank erstellen, GenAI Retrieval Service für Datenbanken bereitstellen und mithilfe des Dienstes eine Beispiel-Chat-Anwendung erstellen.

• Cloud SQL

Webanwendung für den Gerätezugriff erstellen

In diesem Codelab erfahren Sie, wie der Gerätezugriff funktioniert und wie Sie eine Webanwendung erstellen können, die Authentifizierung und Smart Device Management API-Aufrufe für einen Nest Thermostat abwickelt.

• Gerätezugriff

Skriptbasierte Automatisierung erstellen

In diesem Codelab erfahren Sie, wie Sie eine skriptbasierte Automatisierung schreiben.

Eine Android-App für wirklich relevante Apps

Passen Sie die Google Home-Beispiel-App für „Rechtsangelegenheiten“ an, um Geräte zu beauftragen und zu verwalten.

• Matter

TensorFlow, Keras und Deep Learning, ohne Doktortitel

In diesem Codelab lernen Sie den Computer dazu, in 100 Zeilen von Python / Keras-Code handschriftliche Ziffern mit 99% Genauigkeit zu erkennen.

• TensorFlow