Entwicklerprodukte
Alle Produkte
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 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.
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.
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.
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.
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.
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.
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
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.
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.
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.
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.
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.
Mit Firebase Extensions Firestore Vector Search in Ihre mobilen Apps einbinden
Firestore-Vektorsuche verwenden
Cloud Firestore-Web-Codelab
In diesem Codelab erfahren Sie, wie Sie eine Webanwendung erstellen, die Cloud Firestore verwendet.
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.
Cloud Firestore-iOS-Codelab
In diesem Codelab erfahren Sie, wie Sie eine iOS-App mit Cloud Firestore erstellen.
Cloud Firestore-Android-Codelab
In diesem Codelab erfahren Sie, wie Sie eine Android-App erstellen, die Cloud Firestore verwendet.
AngularFire-Web-Codelab
In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform im Web verwenden, indem Sie eine Chat-App erstellen.
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
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.
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.
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.
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
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 iOS Codelab Swift
In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform unter iOS in Swift verwenden.
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 in eine Next.js-App einbinden
Informationen zum Einbinden von Firebase in eine Next.js-App
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 Android Codelab – Friendly Chat erstellen
In diesem Codelab erfahren Sie, wie Sie mit der Firebase-Plattform eine Android-App erstellen.
App Check Web Codelab
In diesem Codelab erfahren Sie, wie Sie eine Webanwendung vor unbefugtem Zugriff schützen.
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.
Erste Schritte mit Spanner Graph
In diesem Codelab erstellen Sie eine Spanner-Instanz und erfahren, wie Sie Spanner Graph verwenden.
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
Transformers.js auf Cloud Run-GPUs ausführen
Stabile Diffusion auf einer Cloud Run-GPU ausführen
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.
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
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.
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.
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
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
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
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.
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
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.
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
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.
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
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.
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.
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.
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.
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.
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.
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-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.
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 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.
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 for Flutter kennenlernen
Hier erfahren Sie, wie Sie eine mobile Flutter-App mit Firebase erstellen.
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.
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.
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.
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 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
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.
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.
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
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.
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.
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.
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
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.
Fehler bei Cast Receiver-Apps beheben
In diesem Codelab fügen Sie Ihrer vorhandenen benutzerdefinierten Web Receiver App den Cast Debug Logger hinzu.
Live-Support zu einem Cast-Empfänger hinzufügen
In diesem Codelab erstellen Sie eine Anwendung für den benutzerdefinierten Webempfänger, die die Cast Live API verwendet.
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.
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.
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.
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.
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.
Sound und Musik zum Flutter-Spiel hinzufügen
Hier erfährst du, wie du deinen Spielen mit Flutter Soundeffekte, Hintergrundmusik und dynamisches Audio hinzufügen kannst.
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.
Mit der neuen ARCore Geospatial API eine Augmented-Reality-App erstellen
Hier erfährst du, wie du die neue ARCore Geospatial API verwendest.
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.
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.
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.
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.
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.
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.
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.
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.
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
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
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.
Fehler bei Matter-Integrationen beheben
Hier erfahren Sie, wie Sie Probleme mit Matter-Integrationen mithilfe von Analysetools beheben und die Entwicklersupportressourcen aufrufen.
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.
Eingebettete Looker-iFrame-Mitteilungen
Sie erfahren, wie Sie programmatisch auf Ereignisse von eingebetteten Looker-Inhalten warten und Aktionen an eingebettete Looker-Inhalte senden können.
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
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.
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.
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.
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.
MDC-102 Flutter: Materialstruktur und Layout
Hier erfahren Sie, wie Sie mit Material eine Struktur und ein Layout für eine Flutter-App erstellen.
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.
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.
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.
Lokale Entwicklung mit der Firebase Emulator Suite
Hier erfahren Sie, wie Sie eine Web-App mit der Firebase Emulator Suite entwickeln.
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.
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.
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.
Firestore-Daten mit Firebase-Sicherheitsregeln schützen
Informationen zum Schutz Ihrer Firestore-Daten mit Sicherheitsregeln
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.
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.
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.
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.
Video Intelligence API mit Python verwenden
In dieser Anleitung erfahren Sie, wie Sie die Video Intelligence API mit Python verwenden.
Einstieg in Cloud Functions
Erste Schritte mit Cloud Functions, der serverlosen Ausführungsumgebung von Google zum Erstellen und Verbinden von Cloud-Diensten. In diesem praxisorientierten Lab erfahren Sie, wie Sie mit der Google Cloud Console eine Cloud Functions-Funktion erstellen, bereitstellen und testen.
Einführung in Query Insights for Cloud SQL
Mit Query Insights for Cloud SQL können Sie Probleme mit der Abfrageleistung von Cloud SQL-Datenbanken erkennen, diagnostizieren und vermeiden. Die Lösung bietet Self-Service-Monitoring und Diagnoseinformationen, die über die Erkennung hinausgehen
Vision API mit C# verwenden
In diesem Codelab lernen Sie, wie Sie die Google Cloud Vision API mit C# verwenden.
Automatische Klassifizierung von Daten, die mit der DLP API und Cloud Functions in Cloud Storage hochgeladen wurden
In diesem Codelab erfahren Sie, wie Sie mit der DLP API Daten, die in Cloud Storage hochgeladen werden, automatisch klassifizieren. Basierend auf der Automatisierung der Klassifizierung der in Cloud Storage hochgeladenen Daten
Spring Boot Kotlin-Anwendung containerisieren und in Cloud Run bereitstellen
Wir zeigen Ihnen, wie Sie ein optimiertes Docker-Image für eine Spring Boot Kotlin-App im Handumdrehen erstellen und veröffentlichen können. Anschließend können Sie das erstellte Image in Cloud Run ausführen.
ASP.NET Core-App für Kubernetes in Google Kubernetes Engine bereitstellen
In diesem Codelab erfahren Sie, wie Sie ASP.NET Core-Code in eine replizierte Anwendung umwandeln, die auf Kubernetes in Google Kubernetes Engine ausgeführt wird.
gRPC-Dienst mit Java erstellen
In diesem Codelab erfahren Sie, wie Sie einen Java-basierten Dienst erstellen, der eine API über gRPC verfügbar macht. Dann schreiben Sie einen Java-Befehlszeilenclient für Ihren gRPC-Dienst.
ASP.NET Core-App mit Istio auf der Google Kubernetes Engine bereitstellen (Teil 1)
In diesem Codelab erfahren Sie, wie Sie Ihre ASP.NET Core-Anwendung mit Istio in Google Kubernetes Engine bereitstellen.
Kubeflow Pipelines – GitHub-Problemzusammenfassung
In diesem Codelab richten Sie eine Cloud AI Platforms Pipeline-Installation (gehostetes KFP) mit GKE ein, erstellen und führen ML-Workflows mit Kubeflow Pipelines aus und definieren und führen Pipelines in einem AI Platform Notebook (Jupyter) aus.
ASP.NET Core-Anwendung mit Istio auf der Google Kubernetes Engine bereitstellen (Teil 2)
In diesem Codelab arbeiten Sie weiter an einer ASP.NET Core-Anwendung aus Teil 1 und fügen ihr weitere Istio-Funktionen hinzu.
Python 2-App Engine Cloud NDB migrieren & Cloud Tasks-Anwendung für Python 3 und Cloud Datastore (Modul 9)
In diesem Codelab erfahren Sie, wie Sie eine Python 2 App Engine Cloud NDB- und Cloud Tasks (v1)-Anwendung zu Python 3, Cloud Datastore und Cloud Tasks (v2) migrieren.
Mit Jib containerisierte Micronaut-Anwendung in Google Kubernetes Engine bereitstellen
In diesem Codelab erfahren Sie, wie Sie Ihre Micronaut-Mikrodienste in einen replizierten Dienst umwandeln, der in Google Kubernetes Engine ausgeführt wird.
gRPC-Dienst mit C# erstellen
In diesem Codelab erfahren Sie, wie Sie einen C#-Dienst erstellen, um eine API über gRPC verfügbar zu machen, und einen C#-Client erstellen, um Ihren gRPC-Dienst aufzurufen.
Von Notebook zu Kubeflow Pipelines mit MiniKF und Kale
In diesem Codelab erfahren Sie, wie Sie mit Kubeflow Pipelines komplexe Data-Science-Pipelines erstellen und bereitstellen, ohne CLI-Befehle oder SDKs verwenden zu müssen.
Von Push-Aufgaben der App Engine-Aufgabenwarteschlange zu Cloud Tasks migrieren (Modul 8)
Informationen zum Migrieren einer Python 2-App Engine NDB Anwendung der Aufgabenwarteschlange (Push-Aufgaben) an Cloud NDB & Cloud Tasks
Erste Schritte mit Managed Active Directory
In diesem Codelab erfahren Sie, wie Sie Managed Active Directory auf der Google Cloud Platform bereitstellen
Von Notebook zu Kubeflow Pipelines mit HP Tuning: Eine Data Science Journey
In diesem Codelab erfahren Sie, wie Sie komplexe Data-Science-Pipelines mit Hyperparameter-Abstimmung in Kubeflow Pipelines erstellen und bereitstellen, ohne CLI-Befehle oder SDKs verwenden zu müssen.
Installation
Installierte Apps sind leicht zugänglich und können stärker in das Betriebssystem integriert werden. Hier erfährst du, wie du deine PWA installierbar machst, und profitierst von diesen Vorteilen.
App-Design
Einer der Hauptunterschiede zwischen progressiven Web-Apps und klassischen Websites und Web-Apps ist die Installierbarkeit. So entsteht ein eigenständiges Erlebnis, das stärker in die Plattform und das Betriebssystem eingebunden ist. Die Installation schafft neue Flexibilität und neue Verantwortung, da wir keine Browser-Benutzeroberfläche für unsere Inhalte haben werden.
Progressive Web-Apps
Progressive Web-Apps (PWAs) sind Web-Apps, die mit modernen APIs erstellt und optimiert werden. Sie bieten erweiterte Funktionen, Zuverlässigkeit und Installierbarkeit und erreichen jeden, überall und auf jedem Gerät mit einer einzigen Codebasis.
Video verbessern
Der Nutzer erwartet eine positive Nutzererfahrung. In diesem Kapitel erfahren Sie, wie Sie Ihre PWA mit Startbildschirmen, App-Verknüpfungen und Sitzungen optimieren können.
Text-to-Speech API mit Node.js verwenden
In diesem Codelab transkribieren Sie eine Audiodatei mithilfe der Text-to-Speech API mit Node.js.
Codelab: Cloud Armor- und TCP/SSL-Proxy-Load-Balancer – Ratenbegrenzung und IP-Sperrliste
In diesem Codelab erstellen Sie einen TCP/SSL-Proxy-Load-Balancer mit einem Back-End-Dienst und verwenden Cloud Armor, um den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients zu beschränken
Codelab zu vorkonfigurierten WAF-Regeln in Cloud Armor
In diesem Codelab erfahren Sie mehr über die vorkonfigurierten WAF-Regeln in Cloud Armor, mit denen Sie sich vor einigen der 10 häufigsten OWASP-Sicherheitslücken mit einfachen Namen für Regelsätze schützen können.
Private Service Connect für Google APIs
In diesem Codelab lernen Sie Private Service Connect für Google APIs kennen. Genauer gesagt, erstellen Sie einen Dienstendpunkt für Storage APIs, einen Cloud Storage-Bucket und eine Validierung mithilfe von DNS durchführen.
Webanwendung mit Compute Engine in Google Cloud hosten und skalieren
Hier erfahren Sie, wie Sie mit Compute Engine eine Webanwendung in Google Cloud hosten und skalieren.
Erste Schritte mit Cloud Run-Jobs
In diesem Codelab lernen Sie zuerst eine Node.js-Anwendung kennen, mit der Sie Screenshots von Webseiten erstellen und in Cloud Storage speichern können. Anschließend erstellen Sie ein Container-Image für die Anwendung, führen sie als Job in Cloud Run aus, aktualisieren den Job, um mehr Webseiten zu verarbeiten, und führen den Job nach einem Zeitplan mit Cloud Scheduler aus.
Video Intelligence API mit C# verwenden
In diesem Codelab lernen Sie, wie Sie die Video Intelligence API mit C# verwenden
Erkennung
Die Identifizierung, wie Nutzende mit Ihrer App interagieren, ist hilfreich, um die User Experience anzupassen und zu verbessern. Sie können beispielsweise prüfen, ob Ihre App bereits auf dem Gerät des Nutzers installiert ist, und Funktionen wie die Übertragung der Navigation vom Browser zur eigenständigen App implementieren.
Generative KI für Videoanalysen mit Vertex AI
Hier erfahren Sie, wie Sie mit den Gen AI-Funktionen von Google die Aufrufe von Influencern auf YouTube zu beliebigen Unternehmen oder Produkten analysieren.
Für Google Cast optimierte iOS-App
In diesem Codelab ändern Sie eine vorhandene iOS-Video-App, um Inhalte auf ein für Google Cast optimiertes Gerät zu streamen.
Ressourcen mit Cloud KMS Autokey einfach verschlüsseln
In diesem Codelab richten Sie Cloud KMS Autokey ein und verschlüsseln Ressourcen automatisch und bei Bedarf, wenn Sie sie erstellen.
AlloyDB-Datenbank wird mit Cloud Run-Job erstellt
Anleitung zum Erstellen einer AlloyDB-Datenbank mit Cloud Run-Job
In-Place LLM Insights: BigQuery und Gemini für die Analyse strukturierter und unstrukturierter Daten
In diesem Codelab zeigen wir Ihnen, wie Sie LLM-Modelle, Gemini 1.0 Pro (nur Text) und Gemini 1.0 Pro Vision (multimodal) direkt in Ihre BigQuery-Arbeitslast einbinden, um ohne Programmierkenntnisse generative Statistiken zu generieren.
InnerLoop-Entwicklung mit Python
Wir zeigen Ihnen Funktionen und Möglichkeiten, den Entwicklungsworkflow für Softwareentwickler zu optimieren, die mit der Entwicklung von Java-Anwendungen in einer Containerumgebung betraut sind.
Aktualisiere deine App, um zukünftige voraussagende Touch-Gesten für „Zurück“ zu unterstützen
In diesem Codelab bauen Sie auf einer UAMP-Medien-App auf und lernen, wie Sie die Gestensteuerung für das Zurückgehen bei anstehenden Änderungen in Android 13 handhaben bzw. migrieren, die eine vorausschauendere Nutzung von „Zurück“-Touch-Gesten ermöglichen.
Verbindung zu Private CloudSQL über Cloud Run herstellen
In diesem Lab erstellen Sie den Cymbal Eats-Menüdienst und stellen RESTful APIs bereit, um Menüelemente hinzuzufügen, zu aktualisieren, zu löschen und aufzulisten. Sie erstellen eine Cloud SQL-Datenbank als Back-End-Datenbank für den Menüdienst, der
Cloud Data Loss Prevention – Übersicht
In diesem Codelab wird dem Nutzer über eine Befehlszeile die DLP API vorgestellt. Der Nutzer lädt den Projektcode herunter und überprüft einige der Tools im Beispielverzeichnis sowie die zugrunde liegenden Funktionen.
Cloud DNS ResourceRecordSets API
In diesem Codelab erstellen Sie mit gcloud eine Cloud DNS ManagedZone und relevante ResourceRecordSets, um Ihre Domain und Subdomains zu verwalten. Problembehebung.
Google Compute Engine
In diesem Codelab machen Sie sich mit der Google Compute Engine vertraut, indem Sie VMs hochfahren, Software installieren und diese über einen Netzwerk-Load-Balancer im Internet verfügbar machen.
BigQuery mit Python verwenden
In diesem Codelab lernen Sie, wie Sie BigQuery mit Python verwenden
Bot-Verwaltung mit Google Cloud Armor – reCAPTCHA
In diesem Codelab erstellen Sie einen Load-Balancer und einen zugehörigen Back-End-Dienst. Anschließend erstellen Sie eine Cloud Armor-Bot-Verwaltungsregel und erfahren, wie Ihre Back-Ends geschützt werden.
Document AI-Prozessoren mit Python verwalten
In dieser Anleitung erfahren Sie, wie Sie Document AI-Prozessoren mit Python verwalten.
BigQuery-Jobs parallel zu Workflows ausführen
In diesem Codelab erfahren Sie, wie Sie BigQuery-Jobs für ein Wikipedia-Dataset parallel zur parallelen Iterationsfunktion von Workflows ausführen.
Ratenbegrenzung mit Cloud Armor
In diesem Codelab erstellen Sie einen Load-Balancer und einen zugehörigen Back-End-Dienst. Anschließend erstellen Sie eine Cloud Armor-Richtlinie zur Ratenbegrenzung und verstehen, wie sie Ihre Back-Ends schützt.
Verwalteten Hadoop-/Spark-Cluster mit Cloud Dataproc bereitstellen und verwenden (Befehlszeile)
In diesem Codelab erfahren Sie, wie Sie einen verwalteten Spark-/Hadoop-Cluster mit Dataproc starten, einen Spark-Beispieljob senden und den Cluster über die Befehlszeile herunterfahren.
Dialogflow in Google Chat einbinden
In diesem Codelab erweitern Sie die Chat-App „Terminplaner“, die von Dialogflow und Google Kalender unterstützt wird, für die Ausführung in Google Chat. Sie erstellen und stellen benutzerdefinierte Google Chat-Nachrichten bereit.
Fehlerbehebung mit Gemini CodeLab
In diesem Codelab wird gezeigt, wie Gemini für Google Cloud verwendet wird, um die Fehlerbehebung zu beschleunigen. Sie lernen, wie Gemini Protokolle zusammenfasst, Fehler erklärt und Sie bei der Suche nach Lösungen für das Problem unterstützt.
Codelab zu Webfunktionen
In diesem Codelab lernen Sie verschiedene Web-APIs kennen, die ganz neu oder nur hinter einer Kennzeichnung verfügbar sind.
Nutzerauthentifizierung mit Identity-Aware Proxy
In diesem Codelab erstellen Sie eine Webanwendung, beschränken den Zugriff auf bestimmte Nutzergruppen und verwenden die Identität des authentifizierten Nutzers im Programm
Ihr erstes Google-Projekt einrichten und verwalten
Hier erfahren Sie, wie Sie ein Google Cloud-Projekt erstellen, die Google Cloud Console einrichten und nutzen und auf einige der am häufigsten verwendeten Dienste in der Cloud Console zugreifen.
Das WRF-Wettervorhersage-Modell mit Fluid Numerics ausführen' Slurm-GCP
In diesem Codelab erfahren Sie, wie Sie WRF® auf der Google Cloud Platform mit der Slurm-GCP-Lösung von SchedMD ausführen
Standortaktualisierungen in Android mit Kotlin erhalten
Hier erfährst du, wie du Standortupdates für Android (einschließlich Android 11) erhältst.
Referenztests für Vertex AI-Onlinevorhersagen mit HEY
In dieser Anleitung erfahren Sie, wie Sie Referenztests mit HEY- und Vorhersage-Cloud-Monitoring-Messwerten durchführen.
Leistung mit web-vitals.js, Google Analytics und BigQuery messen
Sie können Core Web Vitals in Echtzeit mit web-vitals.js und Google Analytics messen und die Ergebnisse dann mit BigQuery analysieren.
Vertex AI greift mit PSC privat auf Onlinevorhersageendpunkte zu
In dieser Anleitung erfahren Sie, wie Sie den Zugriff auf Onlinevorhersagen mit Private Service Connect konfigurieren und validieren
APIs über ein Google Cloud-Projekt aufrufen
Hier erfahren Sie, wie Sie ein Google Cloud-Projekt erstellen und dann eine API aus diesem Projekt aufrufen.
clasp – Apps Script CLI
In diesem Codelab erfahren Sie, wie Sie mit clasp, der Apps Script-Befehlszeile, Ihre Apps Script-Projekte über die Befehlszeile abrufen, übertragen und bereitstellen.
Pi in Compute Engine berechnen
In diesem Codelab erstellen Sie eine neue Compute Engine-Instanz, kompilieren und führen ein Programm aus, um Pi auf Millionen von Dezimalstellen zu berechnen.
Kontinuierliches Deployment in der Google Kubernetes Engine (GKE) mit Cloud Build
Hier erfahren Sie, wie Sie mit Cloud Build Containerarbeitslasten kontinuierlich in GKE bereitstellen.
Erste Schritte mit App Engine (Python 3)
In dieser Anleitung erfahren Sie, wie Sie mit Python eine einfache Webanwendung in Google App Engine erstellen.
Entwicklungs-Workflow mit Gemini Code Assist optimieren
In diesem Codelab erfahren Sie, wie Gemini Code Assist Sie in wichtigen Phasen des Software-Entwicklungslebenszyklus (Software Development Life Cycle, SDLC) wie Design, Entwicklung, Test und Bereitstellung unterstützt. Wir entwerfen und entwickeln eine vollständige Anwendung und stellen sie in Google Cloud bereit.
BigQuery mit Node.js verwenden
In diesem Codelab erfahren Sie, wie Sie BigQuery mit der Node.js-Clientbibliothek verwenden
Wikipedia-Dataset in BigQuery abfragen
In diesem Code-Lab lernen Sie die Grundlagen von BigQuery kennen und erfahren, wie Sie damit Terabyte an Daten wie das Wikipedia-Dataset abfragen können.
Spring Boot-Anwendung in der App Engine-Standardumgebung bereitstellen
Einfache Spring Boot-Anwendung erstellen und in der App Engine-Standardumgebung bereitstellen
ASP.NET-Anwendung für Windows Server in Compute Engine bereitstellen
In diesem Code-Lab lernen Sie, wie Sie eine einfache ASP.NET-Anwendung auf einem Windows Server in Google Compute Engine bereitstellen.
BigQuery mit C# verwenden
In diesem Codelab lernen Sie, wie Sie BigQuery mit C# verwenden.
Frontend-Django-Client für eine Dialogflow-Anwendung erstellen
Front-End-Dialogflow-Client für eine Unterhaltung in Dialogflow-Anwendung erstellen.
InnerLoop-Entwicklung mit Cloud Workstations mit Python
Hier werden Funktionen und Funktionen vorgestellt, mit denen Softwareentwickler den Entwicklungsworkflow für die Entwicklung von Python-Anwendungen in einer Containerumgebung mit Cloud Workstations optimieren können.
Liste der benannten IP-Adressen von Cloud Armor
In diesem Codelab erfahren Sie mehr über benannte IP-Adresslisten in Google Cloud Armor. Genauer gesagt, konfigurieren Sie eine benannte IP-Adressliste innerhalb einer Sicherheitsrichtlinie und validieren die Verbindung.
Eine ASP.NET Core App mit Google Cloud Shell erstellen und starten
In diesem Code-Lab lernen Sie, wie Sie eine ASP.NET Core-App mit Google Cloud Shell erstellen und starten – ohne den Browser zu verlassen.
Einführung in Cloud Bigtable
In diesem Codelab erhalten Sie eine Einführung in Cloud Bigtable mit dem Java HBase-Client. Sie laden Daten, führen einige Abfragen aus und zeichnen die Daten auf einer Karte.
Entwicklungsumgebung
Hier werden Funktionen und Funktionen vorgestellt, mit denen Softwareentwickler den Entwicklungsworkflow für die Entwicklung von Python-Anwendungen in einer Containerumgebung mit Cloud Workstations optimieren können.
Eine ASP.NET Core-Anwendung für App Engine bereitstellen
In diesem Code-Lab lernen Sie, wie Sie eine einfache ASP.NET Core-App in Google App Engine bereitstellen
Verbindung zu vollständig verwalteten Datenbanken über Cloud Run herstellen
Serverlose Datenbanken in Anwendungen einbinden, die in Cloud Run ausgeführt werden, und Dienste für die Verwendung der relationalen Cloud Spanner-Datenbank und Cloud Firestore konfigurieren
VPC Service Controls – BigQuery Protection-Codelab I
In diesem Codelab erfahren Sie, wie Sie die BigQuery API mit VPC Service Controls schützen. Das Codelab beginnt ohne einen durch den Dienstperimeter geschützten API-Dienst. Dadurch können Abfragen in öffentlichen Datasets ausgeführt und die
Abhängigkeitsverwaltung mit Artifact Registry
Informationen zum Verwalten von Abhängigkeiten mit Architect Registry.
XGBoost-Modell in der Cloud AI Platform erstellen, trainieren und bereitstellen
In diesem Lab lernen Sie einen vollständigen ML-Workflow auf der GCP kennen: Daten aus BigQuery aufnehmen, ein XGBoost-Modell in einer Cloud AI Platform Notebooks-Instanz erstellen und das Modell in AI Platform bereitstellen.
Verbindung zu einer privaten AlloyDB-Instanz über eine in GKE Autopilot ausgeführte Anwendung herstellen
Anleitung zum Verbinden einer in GKE Autopilot ausgeführten Anwendung mit einer privaten Instanz der AlloyDB-Datenbank
Google Workspace-Add-on mit Node.js und Cloud Run erstellen
In diesem Codelab erfahren Sie, wie Sie mit Node.js und Cloud Run ein Google Workspace-Add-on erstellen.
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.
Grundlegende Anleitung zu VPC Service Controls I
In diesem Lab erstellen Sie einen VPC Service Controls-Perimeter und verwenden ihn, um ein Projekt zu schützen. Anschließend lösen wir einen VPC Service Controls-Verstoß gegen eingehenden Traffic aus und führen die Schritte zur Fehlerbehebung bei der Ablehnung aus. Nach Abschluss dieses Labs wissen Sie, wie Sie Ihre Ressourcen mit VPC Service Controls schützen.
Vertex AI:Verwenden Sie benutzerdefinierte Vorhersageroutinen mit Sklearn, um Daten für Vorhersagen vor- und nachzuverarbeiten.
In diesem Codelab erfahren Sie, wie Sie mit benutzerdefinierten Vorhersageroutinen in Vertex AI benutzerdefinierte Vorverarbeitungs- und Nachbearbeitungslogik schreiben.
Grundlegende Anleitung II zu VPC Service Controls – Fehlerbehebung bei Verstößen gegen ausgehenden Traffic
In diesem Lab erstellen Sie einen VPC Service Controls-Perimeter und verwenden ihn, um ein Projekt zu schützen. Dann melden wir einen Verstoß gegen ausgehenden Traffic von VPC Service Controls und führen die Fehlerbehebung für die Ablehnung durch Erstellen einer Ausgangsregel durch. Nach Abschluss dieses Labs wissen Sie, wie Sie Ihre Ressourcen mit VPC Service Controls schützen.
Auf der Cloud AI Platform bereitgestelltes ML-Modell mit dem What-if-Tool analysieren
In diesem Lab lernen Sie, wie Sie ein XGBoost-Modell mit einem Finanz-Dataset trainieren, es auf der Cloud AI Platform bereitstellen und mit dem What-if-Tool analysieren.
Sofortige Navigation und nahtlose Seitenübergänge zu einer Web-App hinzufügen
Erfahren Sie, wie Sie einer Web-App mit den neuesten APIs von Google Chrome eine sofortige Navigation und nahtlose Seitenübergänge hinzufügen können.
Mit bevorzugten Medienabfragen benutzeradaptive Oberflächen erstellen
Hier erfahren Sie, wie Sie ein adaptives Webformular erstellen, bei dem jeder Nutzer eine maßgeschneiderte Oberfläche erhält, die seine Vorlieben zu diesem Zeitpunkt widerspiegelt.
Zugriff auf Ihr Projekt mit IAM gewähren
In diesem Codelab erfahren Sie, wie Sie mit der Google Cloud Console Hauptkonten für Ihr Projekt IAM-Rollen (Identity and Access Management) zuweisen.
Vertex AI erstellt ein sicheres, nutzerverwaltetes Notebook
In dieser Anleitung erfahren Sie, wie Sie ein sicheres, nutzerverwaltetes Notebook konfigurieren
Build a Smart Shopping Assistant with AlloyDB und Vertex AI Agent Builder – Part 2
In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Kundenfragen beantworten, die Produktsuche anleiten und die Suchergebnisse für ein E-Commerce-Dataset anpassen soll.
ABAP Platform Trial 2022 auf der Google Cloud Platform und ABAP SDK installieren
In diesem Codelab installieren Sie den ABAP-Plattformtest 202
Build a Patent Search Assistant with AlloyDB and Vertex AI Agent Builder – Part 2
In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Fragen im Zusammenhang mit der Patentsuche beantworten und kontextbezogene Ergebnisse auf der Grundlage des Patent-Datasets liefern soll.
Konfigurieren Sie die ABAP SDK-Authentifizierung mit Tokens für SAP, die auf einer Compute Engine-VM gehostet werden, und führen Sie die Address Validation API aus
In diesem Codelab konfigurieren Sie die ABAP SDK-Authentifizierung mit Tokens für SAP, die auf einer Compute Engine-VM gehostet werden, und führen die Address Validation API aus
Thread-Border-Router – Thread 1.2 Multicast
Mit Thread 1.2 wird Multicast zwischen Thread-Netzwerken eingeführt. Dadurch ist eine Multicast-Kommunikation zwischen Thread-Netzwerk- und Infrastrukturnetzwerksegmenten (WLAN/Ethernet) möglich. In diesem Codelab werden Sie Schritt für Schritt durch die Einrichtung und Nutzung von Multicast-Funktionen in Thread 1.2 geführt.
Thread-Border-Router – Bidirektionale IPv6-Konnektivität und DNS-basierte Diensterkennung
In diesem Codelab nutzen Sie OTBR als Standard-Thread-Border-Router. Thread-Endgeräte werden anhand eines Smartphones im selben WLAN ermittelt und erreicht.
Thread-Netzwerk mit Silicon Labs EFR32-Boards und OpenThread mithilfe von Simplicity Studio v5 erstellen
In diesem Codelab programmieren Sie OpenThread auf echter Hardware, erstellen und verwalten ein Thread-Netzwerk und leiten Nachrichten zwischen Knoten weiter.
Thread-Netzwerk mit OpenThread simulieren
In diesem Codelab simulieren Sie ein Thread-Netzwerk auf virtuellen Geräten mit OpenThread auf einem Linux- oder Mac OS-Computer.
Thread-Netzwerke mit OTNS simulieren
In diesem Codelab nutzen Sie die OTNS-Befehlszeile und die Webvisualisierung, um Knoten in einem simulierten Thread-Netzwerk hinzuzufügen, zu verschieben oder zu löschen und zu beobachten, wie sich das Netzwerk an Topologieänderungen anpasst.
Thread-Netzwerk mit dem B91 Development Board und OpenThread erstellen
In diesem Codelab programmieren Sie OpenThread auf echter Hardware, erstellen und verwalten ein Thread-Netzwerk und übertragen Nachrichten zwischen Knoten.
Thread-Netzwerk mit Visualisierung testen
In diesem Codelab führen Sie OpenThread-Funktionstests mit Visualisierung über eine Weboberfläche aus.
Thread-Border-Router – Internetzugang über NAT64 bereitstellen
In diesem Codelab erstellen Sie einen OpenThread-Border-Router mit NAT64-Unterstützung und verwenden das Endgerät im Netzwerk, um nur über das Internet auf IPv4-Ressourcen zuzugreifen.
Thread-Netzwerk mit OpenThread in Docker simulieren
In diesem Codelab simulieren Sie ein Thread-Netzwerk auf virtuellen Geräten mit OpenThread in Docker.
Thread-Netzwerk mit dem ESP32H2- und ESP-Thread-Border-Router-Board erstellen
In diesem Codelab programmieren Sie OpenThread auf echter Hardware, erstellen und verwalten ein Thread-Netzwerk und leiten Nachrichten zwischen Knoten weiter.
AdMob+Firebase 101 Unity: Einrichtung & Grundlagen von Analytics
In diesem Codelab erfahren Sie, wie Sie mit Google Analytics for Firebase das Nutzerverhalten mithilfe von App-Ereignissen analysieren.
Aktionen für Google Assistant mit dem Actions SDK erstellen (Level 1)
Grundlagen von Entwicklung mit Google Assistant
Aktionen für Google Assistant mit dem Actions SDK erstellen (Level 2)
Grundlagen von Entwicklung mit Google Assistant
Entwicklung mit Cloud Shell & Cloud Code
Hier lernen Sie die Funktionen von Cloud Shell und dem Cloud Shell-Editor kennen.
AdMob-Banner und native Inline-Anzeigen zu einer Flutter-App hinzufügen
In diesem Codelab erfahren Sie, wie Sie einer Flutter-App AdMob-Inline-Anzeigen (Banner und nativ) hinzufügen.
AdMob+Firebase 102 Android: App-Verhalten ohne App-Update optimieren
In diesem Codelab erfahren Sie, wie Sie mit Firebase Remote Config das Verhalten der App ohne ein Update ändern können. Außerdem erfahren Sie, wie Sie A/B-Tests durchführen, um den optimalen Wert zu ermitteln.
Accelerated Mobile Pages – Grundlagen
In diesem Codelab werden die wichtigsten Konzepte von Accelerated Mobile Pages und die Unterschiede zu herkömmlichen HTML-Dokumenten vorgestellt. Aus diesem Grund erstellen und validieren wir AMP-Dokumente.
Accelerated Mobile Pages – erweiterte Konzepte
In diesem Codelab werden die wichtigsten Konzepte von Accelerated Mobile Pages und die Unterschiede zu herkömmlichen HTML-Dokumenten vorgestellt. Aus diesem Grund erstellen und validieren wir AMP-Dokumente.
Webereignisse über das Measurement Protocol an GA4 senden
In diesem Codelab erfahren Sie, wie Sie mithilfe des Measurement Protocol(WEB) externe Ereignisse an GA4 senden.
Nutzer mit deiner Aktion für Google Assistant ansprechen
Hier erfährst du, wie du deine Aktion mit Funktionen optimieren kannst, durch die Nutzer immer wieder zu deiner App zurückkehren.
Cloud IDS
In diesem Codelab lernen Sie Cloud IDS kennen. Sie erstellen einen Cloud IDS-Endpunkt, generieren Bedrohungstraffic und analysieren die Ergebnisse.
AdMob+Firebase 102 Unity: App-Verhalten ohne App-Update optimieren
In diesem Codelab erfahren Sie, wie Sie mit Firebase Remote Config das Verhalten der App ohne ein Update ändern können. Außerdem erfahren Sie, wie Sie A/B-Tests durchführen, um den optimalen Wert zu ermitteln.
App-Start-Anzeigen von AdMob zu einer Unity-App hinzufügen
In diesem Codelab erfahren Sie, wie Sie einer Unity-App eine App-Start-Anzeige von AdMob hinzufügen.
AdMob-Anzeigen zu einer Flutter-App hinzufügen
In diesem Codelab erfahren Sie, wie Sie einer Flutter-App ein Banner, Interstitial-Anzeigen und Anzeigen mit Prämie hinzufügen.
Private Service Connect zum Veröffentlichen und Nutzen von Diensten verwenden
In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect Dienste veröffentlichen und nutzen.
AdMob+Firebase 101 Android: Einrichtung & Grundlagen von Analytics
In diesem Codelab erfahren Sie, wie Sie mit Google Analytics for Firebase das Nutzerverhalten mithilfe von App-Ereignissen analysieren.
Private Service Connect zum Veröffentlichen und Verwenden von Diensten mit GKE verwenden
In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect Dienste in einer GKE-Umgebung veröffentlichen und nutzen
Datadog-Monitoringbenachrichtigungen mit Eventarc an Google Cloud weiterleiten (Teil 1)
In diesem Codelab erfahren Sie, wie Sie Datadog-Monitoringbenachrichtigungen mit Eventarc an Google Cloud weiterleiten.
Entwicklung zur Produktion mit Cloud Run in drei einfachen Schritten
In diesem Codelab erstellen Sie eine einfache Webanwendung, führen sie in einer privaten Entwicklungsumgebung und dann mit Docker in einem Container aus. Anschließend stellen Sie dieselbe Anwendung in der Cloud bereit.
Cloud Run mit Eventarc-Ereignissen auslösen
In diesem Codelab lernen Sie die wichtigsten Funktionen von Eventarc kennen.
Hello Cloud Run mit Python
In dieser Anleitung erfahren Sie, wie Sie mit Cloud Run starten. Dazu stellen Sie einen zustandslosen Container serverlos bereit und führen ihn aus, wobei die Infrastruktur abstrahiert wird. Cloud Run kann entweder vollständig verwaltet oder in einem GKE-Cluster ausgeführt werden.
Datadog-Monitoringbenachrichtigungen mit Eventarc an Google Cloud weiterleiten (Teil 2)
In diesem Codelab erfahren Sie, wie Sie mit Eventarc und Workflows auf Datadog-Monitoring-Benachrichtigungen reagieren
Django CMS in Cloud Run
In diesem Codelab erfahren Sie, wie Sie das CMS von Django mit serverlosen Komponenten bereitstellen: Cloud Run für die Web Engine, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.
Erste Schritte mit Cloud Run-Funktionen (HTTP)
Erste Schritte mit Cloud Run-Funktionen
Bilder aus Vertex AI generieren und in Google Ads hochladen
In diesem Codelab erfahren Sie, wie Sie Bilder mit Vertex AI generieren und an Google Ads senden
Container mit Dockerfiles entwickeln
Docker ist eine offene Plattform zum Entwickeln, Versenden und Ausführen von Anwendungen. Damit können Sie Anwendungen von Ihrer Infrastruktur trennen und diese wie eine verwaltete Anwendung behandeln. Außerdem lässt sich Code schneller versenden,
Workflows mit Eventarc auslösen
Hier erfahren Sie, wie Sie Eventarc so konfigurieren, dass Workflows ausgelöst werden, die sich in Cloud Run und Pub/Sub einbinden lassen, um einen Geschäftsprozess für Kundenprämien auszuführen.
Spark-ML-Modelle mit Google Dataproc erstellen
In diesem Codelab senden Sie Spark ML-Jobs an den Dataproc-Dienst von Google.
Startbildschirm-Widget zur Flutter-App hinzufügen
In diesem Codelab erstellen Sie ein Startbildschirm-Widget für Ihre iOS- oder Android-Flutter-App. Sie beginnen mit einer einfachen Nachrichten-App von Flutter. Anschließend verwenden Sie native Frameworks, um die Benutzeroberfläche für die Widgets selbst zu erstellen. Schließlich erfahren Sie, wie Sie Ressourcen teilen und die Kommunikation zwischen Ihren Widgets und der Haupt-App herstellen.
FHIR-Daten aus Android-Apps mit OHS und Google Cloud verwalten
Mit dem Android-FHIR SDK, OHS und der Google Cloud Healthcare API sichere, skalierbare, konforme und datengestützte mobile Apps für das Gesundheitswesen erstellen
Dataproc Serverless
In diesem Codelab erfahren Sie alles über Dataproc Serverless, den Einstieg und den Zugriff auf die umfangreichen Features.
Codelab: Mit Gemini eine Chrome-Erweiterung in JavaScript erstellen
In diesem Codelab erstellen wir mit Gemini eine Chrome-Erweiterung. Wir werden iterative Funktionen hinzufügen, um ein Level zu erreichen, mit dem wir der Google Meet-Seite neue Funktionen hinzufügen können.
Gating von Deployments mit Binary Auth
Mit der Binärautorisierung wird die Sicherheit beim Deployment überprüft. So können Sie dafür sorgen, dass nur vertrauenswürdige Container-Images in der Google Kubernetes Engine (GKE) oder Cloud Run bereitgestellt werden. Sie können dabei festlegen,
Dataproc in Google Compute Engine
In diesem Codelab lernen Sie die Verwendung von Dataproc in Google Compute Engine (GCE) kennen.
Deterministische generative KI mit Gemini-Funktionsaufrufen in Java
Zeigt das Gemini-Funktionsaufruf-Feature in einer Java-Anwendung. Dazu wird das Gemini-Modell aufgerufen, um die Eingabe für den Funktionsaufruf zu orchestrieren, die API aufzurufen und dann die Antwort in einem anderen Gemini-Aufruf zu verarbeiten und auf einem REST-Endpunkt bereitzustellen.
Eventarc zum Auslösen von Workflows konfigurieren, die in GKE Autopilot und Pub/Sub eingebunden sind
Hier erfahren Sie, wie Sie Eventarc konfigurieren, um Workflows auszulösen, die in GKE Autopilot und Pub/Sub eingebunden sind, um einen Geschäftsprozess für Kundenprämien auszuführen.
FraudFinder: From raw data to AI with Vertex AI and BigQuery.
In diesem Lab lernen Sie, wie Sie in Google Cloud ein End-to-End-Daten-zu-KI-System für die Betrugserkennung in Echtzeit erstellen. Das Ziel besteht darin, zu verstehen, wie aus Rohdaten eine produktionsreife ML-Pipeline in Google Cloud wird. In
Ereignisse in einer WebView mit Google Analytics for Firebase erfassen
In diesem Codelab erfahren Sie, wie Sie mit GA4F Ereignisse auf einer Webseite in WebView erfassen, indem Sie sie an nativen Code weiterleiten.
Codelab: Externer HTTPS-Load-Balancer mit erweiterter Traffic-Verwaltung (Envoy)
In diesem Codelab lernen Sie die erweiterten Traffic-Features kennen, die im neuen externen HTTPS-Load-Balancer verfügbar sind.
Eine Website zeichnen: Verwandeln Sie Ihre Vorstellungskraft mit Gemini-Modellen in eine Website!
In diesem Codelab erstellen Sie eine Cloud Run-Anwendung, die Ihre Zeichnung mit generativen KI-Modellen aus Gemini 1.0 Pro Vision, Gemini 1.5 Pro in wenigen Minuten in Websitecode umwandelt.
Optische Zeichenerkennung (Optical Character Recognition, OCR) mit Document AI (Python)
In diesem Codelab führen Sie die optische Zeichenerkennung (OCR) von PDF-Dokumenten mithilfe von Document AI und Python aus. Sie erfahren, wie Sie Anfragen sowohl online (synchron) als auch im Batch (asynchron) verarbeiten können.
Sprachbots für Android mit Dialogflow Essentials erstellen & Flattern
Dialogflow bietet zahlreiche Integrationen für das Web, Google Assistant, soziale Medien und Telefonie-Gateways. Wenn Sie Ihre Chatbots jedoch auf Mobilgeräten verwenden möchten, müssen Sie eine benutzerdefinierte Integration erstellen. In diesem Lab erfahren Sie, wie Sie Dialogflow Essentials in eine Flutter-Anwendung einbinden.
Cloud Run-Dienst mit einer Sidecar-Datei erstellen
Hier erfahren Sie, wie Sie einen Cloud Run-Dienst erstellen, der über einen localhost-Port und eine Volume-Bereitstellung mit einer Sidecar-Datei kommuniziert.
Formularparsen mit Document AI (Python)
In diesem Codelab erfahren Sie, wie Sie mit dem Document AI-Formularparser ein handschriftliches Formular mit Python parsen. Wir verwenden als Beispiel ein einfaches medizinisches Aufnahmeformular, aber dieses Verfahren funktioniert mit jeder von
Erste SQL-Anweisungen mit Google Cloud Dataflow ausführen
Auf dieser Seite wird erläutert, wie Sie Dataflow SQL verwenden und Dataflow SQL-Jobs erstellen.
Praxisabschnitt: Mit Dialogflow und Actions on Google eine TV-Guide-Aktion für Google Assistant erstellen
Lassen Sie uns eine Unterhaltung zwischen Ihnen und Google Assistant erstellen, damit Sie Informationen zum Programm abrufen können.
Praxis: Workshop: Women in Voice
Lassen Sie uns eine Unterhaltung zwischen Ihnen und Google Assistant erstellen, die Ihnen dabei hilft, Veranstaltungen und Literaturinformationen der Treffengruppe „Women in Voice“ abzurufen.
Document AI Workbench – Benutzerdefinierter Dokumentextraktor
In diesem Codelab erfahren Sie, wie Sie mit Document AI Workbench vollständig benutzerdefinierte Modelle anhand Ihrer eigenen Trainingsdaten erstellen.
Mit Cloud Functions eine Verbindung zu Cloud SQL herstellen
In diesem Codelab schreiben Sie eine Cloud Functions-Funktion, die eine Verbindung zu einer vorhandenen Cloud SQL-Datenbank herstellt und eine SQL-Insert-Anweisung sendet.
Document AI Workbench – Aufbautraining
In diesem Codelab erfahren Sie, wie Sie mit dem Document AI-Uptraining die Modellqualität mithilfe Ihrer eigenen Trainingsdaten verbessern können.
Notebooks mit Google Cloud Dataflow verwenden
Notebook mit interaktivem Beam einrichten und ausführen
Fundierte Entscheidungsfindung mit Dialogflow CX-Generatoren und Datenspeichern
In diesem anfängerfreundlichen Codelab machen Sie sich mit dem Generator-Feature vertraut. Generatoren verwenden die neuesten generativen Large Language Models (LLMs) von Google, um Agent-Antworten zu generieren. Im Kontext dieses Codelabs verwenden Sie einen Generator, der Informationen aus einem Datenspeicher abruft, um fundierte Entscheidungen zu treffen.
Mit dem generativen Fallback die Intent-Abdeckung erhöhen und Fehler reibungslos beheben
In diesem leicht verständlichen Codelab für Anfänger machen Sie sich mit der generativen Fallback-Funktion vertraut, die mithilfe der neuesten generativen Large Language Models (LLMs) von Google Antworten virtueller Kundenservicemitarbeiter generiert.
Dart-Muster und -Rekorde kennenlernen
Mit Mustern, Datensätzen und anderen neuen Funktionen von Dart 3 kannst du deinen UI-Designstil in Flutter neu gestalten.
Spezialisierte Prozessoren mit Document AI (Python)
In diesem Codelab lernen Sie, wie Sie mit Procurement DocAI und Lending DocAI spezialisierte Dokumente klassifizieren und parsen.
Bedienungshilfe für Android entwickeln
In diesem Codelab erfahren Sie, wie Sie eine Bedienungshilfe für Android-Nutzer erstellen.
Praxisabschnitt: TV-Programm in Google Chat mit Google Workspace und Dialogflow erstellen
Hier erfahren Sie, wie Sie einen benutzerdefinierten Dialogflow-Chatbot für Google Chat mit dynamischen Kartenantworten erstellen.
Migration von Apache Kafka zu Pubsub
In diesem Codelab migrieren Sie Anwendungen mit einem stufenweisen Migrationsansatz von Apache Kafka zu Google Cloud Pubsub.
Document AI: Human in the Loop
In diesem Codelab erfahren Sie, wie Sie mithilfe von Document AI Human in the Loop Aufgaben der manuellen Überprüfung mit spezialisierten Prozessoren erledigen.
Mit Document AI handschriftliche Formulare (Node.js) intelligent verarbeiten
In diesem Codelab werde ich mich auf die Erstellung eines Tutorials konzentrieren, in dem die Document AI API mit Node.js verwendet wird.
TensorFlow.js – Handschriftliche Ziffernerkennung mit CNNs
In diesem Codelab trainieren Sie ein Modell, um handschriftliche Ziffern zu erkennen. In der Terminologie des maschinellen Lernens wird dies als Klassifizierungsaufgabe bezeichnet, da damit eine Kategorie für eine bestimmte Eingabe vorhergesagt wird.
Einführung in Tests mit Gemini Code Assist
Gemini Code Assist verwenden, um Tests für Ihren Code zu schreiben
Von der Webkomponente zum Lit-Element
In diesem Codelab erfahren Sie alles über & eine Webkomponente von Grund auf neu zu erstellen und sie anschließend schrittweise zu einem Lit Element zu verbessern.
TensorFlow.js – Vorhersagen aus 2D-Daten treffen
In diesem Codelab trainieren Sie ein Modell, um Vorhersagen aus numerischen Daten zu treffen. Angesichts der „Pferdestärke“ eines Autos versucht das Modell, „Meilen pro Gallone“ für dieses Auto vorherzusagen. In der Terminologie des maschinellen Lernens wird dies als Regressionsaufgabe beschrieben, da damit ein kontinuierlicher Wert vorhergesagt wird.
Zeitachsenprognosen mit Vertex AI und BigQuery ML
In diesem Lab erfahren Sie, wie Sie Zeitreihenprobleme mit Vertex AI lösen. Dabei werden Notebooks, Training, Vorhersage und BigQuery ML behandelt.
DAG mit Node.JS und Google Cloud Functions auslösen
In diesem Codelab erfahren Sie, wie Sie mit Google Cloud Functions einen Apache Airflow-Workflow (DAG) in Google Cloud Composer auslösen. Der DAG führt hier einen einfachen Bash-Befehl mit dem BashOperator aus.
Training und Hyperparameter-Abstimmung eines PyTorch-Modells in der Cloud AI Platform
In diesem Lab lernen Sie, wie Sie Ihr Modell mit Hyperparameter-Abstimmung in der Cloud trainieren. Wir zeigen Ihnen, wie das mit PyTorch funktioniert. Sie können dabei jedoch ein beliebiges Framework verwenden.
Translation API mit C# verwenden
In diesem Codelab lernen Sie, wie Sie die Translation API mit C# verwenden
Text-to-Speech API mit C# verwenden
In diesem Codelab lernen Sie, wie Sie die Text-to-Speech API mit C# verwenden
Node.js-Anwendung in Cloud Run mit einer Cloud SQL for PostgreSQL-Datenbank verbinden
Mit dem Cloud SQL Node.js-Connector können Sie Ihre Node.js-Anwendung am einfachsten sicher mit Ihrer Cloud SQL-Datenbank verbinden. Cloud Run ist eine vollständig verwaltete serverlose Plattform, mit der Sie zustandslose Container ausführen können,
Using the Text-to-Speech API with Python
In dieser Anleitung erfahren Sie, wie Sie die Text-to-Speech API mit Python verwenden.
Einführung in die serverlose Orchestrierung mit Workflows
In diesem Codelab lernen Sie, wie Sie Google Cloud- und HTTP-basierte API-Dienste mit Workflows orchestrieren und automatisieren.
Cloud Tools for PowerShell installieren und verwenden
In diesem Code-Lab lernen Sie, wie Sie Cloud-Tools für Windows PowerShell installieren und verwenden.
Vision API mit Python verwenden
In dieser Anleitung erfahren Sie, wie Sie die Vision API mit Python verwenden.
Mit der ARCore Depth API immersive Augmented Reality-Erlebnisse bieten
In diesem Codelab erfährst du, wie du mit der neuen Depth API eine ARCore-Anwendung erstellst. „Tiefe“ bietet ein 3D-Bild einer bestimmten Szene durch eine Pixel-für-Pixel-Echtzeitdarstellung der Entfernung zu physischen Oberflächen im Sichtfeld der Kamera. Die in diesem Codelab beschriebene Anwendung verwendet Tiefe, sodass reale Objekte virtuelle Objekte dahinter verdecken oder verstecken. Außerdem kann damit die 3D-Geometrie der Umgebung dargestellt werden.
Dynamische Verknüpfungen mit App Actions auf Google Assistant erweitern
Dynamische App-Verknüpfungen mit Google implementieren
Mit der PaLM API und Flutter Haikus über Google-Produkte erstellen
Hier erfahren Sie, wie Sie mit der PaLM API und Flutter eine einfache App entwickeln, die Haikus zu Google-Produkten erstellt und anzeigt.
InnerLoop-Entwicklung mit Cloud Workstations und NodeJS
Hier werden Funktionen und Funktionen vorgestellt, mit denen Softwareentwickler den Entwicklungsworkflow für die Entwicklung von Nodejs-Anwendungen in einer Containerumgebung mit Cloud Workstations optimieren können.
Generative Insights mit BigQuery SQL und Vertex AI
Erstellen Sie mit BigQuery-SQL-Abfragen und der Vertex AI PaLM API eine App für die Vorhersage und Verschreibung von Filmerfolgsbewertungen.
Grundlegende Farbharmonisierung in Android-Ansichten
In diesem Codelab erfahren Sie, wie Sie benutzerdefinierte Farben mit einem dynamischen Design harmonisieren.
Mit Cloud Workstations und Cloud Code entwickeln
Hier werden Funktionen und Funktionen vorgestellt, mit denen Java-Softwareentwickler den Entwicklungsworkflow in einer containerisierten Umgebung mit Cloud Workstations optimieren können.
Gromacs-Molekulardynamik-Simulationen mit Fluid Numerics durchführen' Slurm-GCP
In diesem Codelab erfahren Sie, wie Sie Gromacs auf der Google Cloud Platform mit der Slurm-GCP-Lösung von SchedMD ausführen
Generative AI – Bilder aus Keywords generieren
In diesem Codelab erfahren Sie, wie Sie mit den GenAI APIs Bilder aus den angegebenen Keywords generieren. Dies ist ein Prozess in zwei Schritten, bei dem die Text-Bison API aufgerufen wird, um eine Aufforderung zur Bildgenerierung zu generieren. Dann wird die Imagen API aufgerufen, um ein Bild gemäß dem generierten Prompt zu generieren. Der gesamte Workflow wird über die Gradio-App auf einem Front-End gestartet.
Nur SQL-LLM mit BigQuery ML unter Verwendung der Vertex AI PaLM API
Zusammenfassung von Quellcode für GitHub-Repositories, die als öffentliches BigQuery-Dataset verfügbar sind, mit Vertex AI Large Language Model für die Textgenerierung (Text-Bison) als gehostete Remote-Funktion in BigQuery.
InnerLoop-Entwicklung mit NodeJS
Wir zeigen Ihnen Funktionen und Möglichkeiten, den Entwicklungsworkflow für Softwareentwickler zu optimieren, die mit der Entwicklung von Java-Anwendungen in einer Containerumgebung betraut sind.
PLAYBULB-Kerze mit Web Bluetooth steuern
Erstellen Sie mit JavaScript eine Web-App, die eine flammenlose LED-Kerze steuert – dank der neu entwickelten Web Bluetooth API.
Battle Jamón – A Microservices Battle Ground
In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem er sich gegenseitig in einer Arena „bewirft“.
Mit Actions Builder eine interaktive Canvas-Aktion für Google Assistant erstellen
Hier erfahren Sie, wie Sie eine interaktive Canvas-Aktion für Assistant erstellen.
InnerLoop-Entwicklung mit Java – Spring Boot
Wir zeigen Ihnen Funktionen und Möglichkeiten, den Entwicklungsworkflow für Softwareentwickler zu optimieren, die mit der Entwicklung von Java-Anwendungen in einer Containerumgebung betraut sind.
Chat-App mit der PaLM API in Cloud Run
Entwickeln Sie eine Chatanwendung mit dem Python Flask-Framework und dem PaLM API-Modell von Vertex AI.
Designs in Compose with Material 3
In diesem Codelab kannst du die Themen in Jetpack Compose mit der neuen Material Design 3- und Material You-Implementierung demonstrieren.
Android für Fortgeschrittene mit Kotlin 04.1: Google Maps für Android
Hier erfahren Sie, wie Sie in einer Kotlin-App für Android eine Google-Karte hinzufügen und diese gestalten.
Größe der Android-App anpassen
In diesem auf Jetpack Compose basierenden Codelab optimieren Sie eine Android-App, um Best Practices für die Größenanpassung in freiem Format zu demonstrieren. Dazu gehört die Verwendung der Manifestkompatibilität, Auswirkungen auf Konfigurationsänderungen und die Aufrechterhaltung der Kontinuität durch Größenanpassung.
Einführung in die ARCore Recording and Playback API
Die Möglichkeit, ein AR-Erlebnis in einer MP4-Datei zu speichern und aus der MP4-Datei wiederzugeben, kann sowohl für App-Entwickler als auch für Endnutzer nützlich sein. Die einfachste Nutzung von ARCore Record Die Playback API ist für Entwickler
ARCore-Cloud-Anchors mit persistenten Cloud-Anchors
In diesem Codelab erfahren Sie, wie Sie mit Cloud-Ankern gemeinsame AR-Erlebnisse schaffen, indem Sie mit dem ARCore Cloud Anchors-Dienst auf mehreren Geräten einen gemeinsamen Referenzrahmen (gleiche Position und Ausrichtung) einrichten.
On-Device-Bildklassifizierungsmodell mit AutoML Vision im ML Kit trainieren und bereitstellen
In diesem Codelab trainieren Sie einen Bildklassifikator mit AutoML Vision Edge in ML Kit und führen ihn mit dem ML Kit SDK auf einem Android- oder iOS-Smartphone aus.
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.
Android-Apps mit App Actions auf Google Assistant erweitern (Level 2)
In diesem Codelab für fortgeschrittene Nutzer erfährst du, wie du mit gängigen integrierten Intents App Actions entwickeln kannst, damit Nutzer mit Google Assistant App-Funktionen öffnen und nach In-App-Inhalten suchen können.
AlloyDB über Google VPN mit Oracle verbinden
In diesem Codelab erfahren Sie, wie Sie einen AlloyDB-Cluster mit einer Oracle-Datenbank verbinden, die in einem separaten Netzwerk bereitgestellt wird und über VPN verbunden ist.
Mit BigQuery GitHub-Daten abfragen
Machen Sie sich mit den Grundlagen von BigQuery vertraut und erfahren Sie, wie Sie mithilfe von GitHub-Commit-Daten als Beispiel Terabyte an öffentlichen Daten abfragen.
Anthos Service Mesh-Workshop: Lab-Leitfaden – Japanisch
In diesem praxisorientierten Workshop erfahren Sie, wie Sie global verteilte Dienste auf der GCP in der Produktion einrichten. Die wichtigsten verwendeten Technologien sind GKE for Compute und Anthos Service Mesh, um eine sichere Konnektivität, Beobachtbarkeit und erweiterte Trafficmuster zu schaffen. Alle in diesem Workshop verwendeten Praktiken und Tools sind das, was Sie auch in der Produktion anwenden würden.
Battle 1 – ein Schlachtfeld für Mikrodienste
In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem er Blätter in einer Arena „wirft“.
ARCore-Rohtiefe
In diesem Codelab erfährst du, wie du mit der neuen Raw Depth API eine ARCore-Anwendung erstellst.
Anthos Service Mesh-Workshop: Lab-Leitfaden
In diesem praxisorientierten Workshop erfahren Sie, wie Sie global verteilte Dienste auf der GCP in der Produktion einrichten. Die wichtigsten verwendeten Technologien sind GKE for Compute und Anthos Service Mesh, um eine sichere Konnektivität, Beobachtbarkeit und erweiterte Trafficmuster zu schaffen. Alle in diesem Workshop verwendeten Praktiken und Tools sind das, was Sie auch in der Produktion anwenden würden.
Android-Widgets in Google Assistant einbinden
Hier erfahren Sie, wie Sie Android-Widgets auf Google Assistant erweitern, damit Assistant personalisierte Widgets für Nutzer anzeigen kann.
Dynamische Farben zu Ihrer App hinzufügen
In diesem Codelab migrieren Sie das Design in einer App zu Material 3 und wenden später dynamische Farben an.
Apps für Google Chat mit Gemini erstellen
In diesem Codelab erstellen Sie Google Chat-Apps mit den neuesten verfügbaren Funktionen, darunter die Gemini-basierten KI-Modelle von Vertex AI, Dialogflow CX, die App-Startseite, Google Chat-Ereignisse und Zubehör-Widgets.
CSV-Daten mit Cloud Data Fusion in BigQuery aufnehmen – Batchaufnahme
In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im CSV-Format mithilfe von Cloud Data Fusion in BigQuery zu laden.
Big Data in Erkenntnisse verwandeln – mit Google Tabellen und Google Präsentationen
In diesem Google Apps Script-Codelab für Fortgeschrittene werden zwei Google-Entwicklerplattformen verwendet: Google Workspace und die Google Cloud Console. Genauer gesagt, verwendet sie die BigQuery API der Cloud Console (als erweiterten Apps Script-Dienst) zusammen mit zwei integrierten Google Workspace-Diensten: Google Tabellen und Google Präsentationen. Der Zweck dieser Beispiel-App besteht darin, Nutzenden zu zeigen, dass sie die letzte Phase automatisieren können, von der Big-Data-Analyse bis hin zur Folienpräsentation, und das alles in einem (relativ) kurzen Code-Snippet.
Android-Apps mit App Actions auf Google Assistant erweitern
Mach dich mit den Grundlagen der Sprachsteuerung einer Android-App vertraut, indem du sie mithilfe von App Actions in Intents auf Google Assistant ausweitest.
Erste Schritte mit BigQuery ML
In diesem Codelab erfahren Sie, wie Sie mit BigQuery Modelle für maschinelles Lernen für Analytics 360-Datasets erstellen.
Daten mit dem bq-Befehlszeilentool für BigQuery laden und abfragen
Hier erfahren Sie, wie Sie Daten mit bq laden und abfragen, einem Python-basierten Befehlszeilentool für BigQuery.
ARCore – Erweiterte Bilder
In diesem Codelab erfahren Sie, wie Sie mit „Augmented Images“ von ARCore virtuelle Inhalte hinzufügen, die an ein Bild angehängt sind, und die Bewegung des Bildes verfolgen.
Kamera aufklappen
Im Laufe der Jahre haben sich Android-Geräte u. a. in verschiedenen Größen, Formen und Displays weiterentwickelt. Das Aufnehmen von Fotos mit dem Smartphone gehört jedoch von Anfang an zu den wichtigsten Anwendungsfällen. Auch heute noch sind die Kamerafunktionen einer der Hauptgründe, warum Verbraucher sich für ein Smartphone entscheiden.
Cloud Armor für NLB/VM mit benutzerdefinierten Regeln
In diesem Codelab erfahren Sie, wie Sie die Edge-Sicherheitsrichtlinie des Cloud Armor-Netzwerks mit benutzerdefinierten Regeln konfigurieren
Cloud Bigtable für Cassandra-Nutzer
In diesem Codelab vergleichen Sie gängige Cassandra-Abfragen zum Einfügen, Aktualisieren, Lesen und Löschen von Daten mit ihrem Cloud Bigtable-Äquivalent mit dem Java-Client.
Vertex AI: BigQuery-Modell für maschinelles Lernen für die Vorhersage exportieren und bereitstellen
In diesem Lab trainieren Sie ein Modell mit BigQuery Machine Learning, exportieren es und stellen es dann in Vertex AI bereit. Dies ist das neueste KI-Produktangebot von Google Cloud. Die folgenden Themen werden behandelt: Die Gesamtkosten für das
Praktische Übung mit Google Apps Script: Mit nur vier Codezeilen können Sie auf Google Tabellen, Google Maps und Gmail zugreifen.
In diesem Codelab stellen wir dir eine der einfachsten Möglichkeiten vor, Code für den Zugriff auf Google-Entwicklertechnologien zu schreiben. Dies geschieht mithilfe von JavaScript, einer gängigen Programmiersprache für die Webentwicklung. Mit Google Apps Script schreiben Sie Code, um eine Adresse aus einer Zelle in einer Google-Tabelle zu extrahieren, basierend auf der Adresse eine Google Maps-Karte zu generieren und die Karte dann über Gmail als Anhang zu senden. Und das Beste ist: Sie besteht nur aus vier Zeilen Code.
Dialogflow in BigQuery einbinden
Dieses Lab baut auf dem Konzept der Auftragsausführung in Dialogflow auf. Sie lernen, wie Sie ein Dataset und eine Tabelle in BigQuery erstellen. Dann richten Sie in BigQuery die Details zur Integration von Dialogflow ein und testen die Unterhaltung.
CEL-Go-Codelab: Schnelle, sichere, eingebettete Ausdrücke
In diesem Codelab schreiben Sie Ausdrücke in der Common Expression Language, die in Go implementiert ist. Sie erstellen Variablen, verwenden logische bzw. Operatoren, erstellen JSON-Dateien, erstellen Protos und optimieren Ihre Ausdrücke.
Battle Peach – A Microservices Battle Ground
In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem sie sich gegenseitig in einer Arena „wirft“.
Bigtable und Dataflow: Datenbankmonitoring (HBase Java Client)
In diesem Codelab lernen Sie, wie Sie mit Dataflow Schreibvorgänge/Lesevorgänge in Bigtable beim Laden und Lesen großer Datenmengen überwachen.
Full-Stack-Empfehlungssystem für Filme entwickeln
In diesem Codelab entwickeln Sie ein Full-Stack-Empfehlungssystem. Sie verwenden TensorFlow Recommender, um zwei Empfehlungsmodelle zu trainieren und mit TensorFlow Serving als Backend bereitzustellen. Außerdem erstellen Sie eine plattformübergreifende Flutter-Anwendung als Front-End.
Informationen zu Interaction to Next Paint (INP)
Eine interaktive Demo und ein Codelab zum Kennenlernen von Interaction to Next Paint (INP). Der Code befindet sich im Repository web-vitals-codelabs. Oben auf der Seite befinden sich ein Score -Zähler und eine Increment -Schaltfläche. Eine klassische
Cloud Functions-Funktion, die die PaLM-Text-Bison-Modelle umschließt
Zeigt eine in Python geschriebene Cloud Functions-Funktion, die das Vertex AI-Modul initialisiert und dann einen Endpunkt zum Aufrufen des PaLM Text Bison-Modells bereitstellt.
Benutzerdefiniertes Textklassifizierungsmodell erstellen und Ihre Apps damit aktualisieren
In diesem Codelab erfahren Sie, wie Sie das Modell optimieren, das Sie im Pfad „Erste Schritte mit der mobilen Textklassifizierung“ erstellt haben, damit Sie ein Modell haben, das mit Ihren eigenen Daten funktioniert. Dann erfahren Sie, wie Sie Ihre Android- und iOS-Apps mit dem neuen Modell aktualisieren.
TensorFlow.js: Eigene Teachable Machine erstellen Lerntransfers mit TensorFlow.js,
In diesem Codelab
Mit TensorFlow Agents und Flutter ein Brettspiel entwickeln
In diesem Codelab entwickeln Sie ein einfaches Brettspiel, das auf maschinellem Lernen basiert. Sie verwenden TensorFlow-Agents, um ein Reinforcement Learning-Modell zu trainieren, und stellen es mithilfe von TensorFlow Serving als Backend bereit. Außerdem erstellen Sie eine plattformübergreifende Flutter-App als Spiele-Front-End.
Einfache Messaging-App erstellen
In diesem Codelab lernen Sie, wie Sie eine einfache Messaging-App mit einem Textfeld und einer Schaltfläche „Senden“ erstellen.
Benutzerdefiniertes Modell für den Bildklassifikator erstellen
In diesem Codelab trainieren Sie ein ML-Modell so, dass es bestimmte Blumen erkennt.
TensorFlow.js: Modell zur Spamerkennung für Kommentare neu trainieren, um Grenzfälle zu verarbeiten
In diesem Codelab lernen Sie, wie Sie mithilfe von Model Maker ein Kommentar-Spam-Modell neu trainieren, um Grenzfälle zu berücksichtigen, für die das vortrainierte Modell nicht in der Lage war, und anschließend das neue Modell in der Webanwendung bereitstellen.
App zur Textzusammenfassung mit Vertex AI und Svelte Kit
Erstellen Sie einen Anwendungsfall für die Textzusammenfassung, damit Nutzer Artikel, Texte und andere Arten von Inhalten mit Google Cloud Vertex AI in einer Svelte Kit-Webanwendung zusammenfassen können.
Benutzerdefiniertes Modell in Ihre App einbinden
In diesem Codelab erfahren Sie, wie Sie mithilfe benutzerdefinierter ML Kit-Modelle ein benutzerdefiniertes Bildklassifizierungsmodell in eine Android- oder iOS-App einbinden.
Modell für maschinelles Lernen für Kommentarspam erstellen
In diesem Codelab erfahren Sie, wie ein Modell für maschinelles Lernen erstellt wird, das Spam aus anderen Kommentaren herausfiltern kann.
Methoden zur Textzusammenfassung mit der PaLM API von Vertex AI
In diesem Tutorial erfahren Sie, wie Sie generative Modelle verwenden, um Informationen aus Text mithilfe der Stuffing-Methode zusammenzufassen.
Mit Coral Edge-TPUs TFlite-Modelle in Node mit TensorFlow.js ausführen
TensorFlow Lite-Modelle in Node.js ausführen und mit Coral Edge-TPUs und WebNN beschleunigen.
Codelab: Mit Gemini die testgesteuerte Entwicklung beschleunigen
Wir erstellen mithilfe von Gemini eine einfache Ruby-App nach dem TDD-Ansatz (Test Driven Development).
Codelab zu richtlinienbasierten Routen
In diesem Codelab erfahren Sie, wie Sie richtlinienbasierte Routen (PBR) konfigurieren und nutzen sowie Funktionen validieren.
Dynamische Portzuweisung von Cloud NAT verwenden
In diesem Lab lernen Sie die DPA-Funktion (Dynamic Port Allocation) von Cloud NAT kennen.
Cloud NAT-NAT-Regeln verwenden
In diesem Lab lernen Sie die Funktion „Regeln“ von Cloud NAT kennen.
Alle Daten in Looker Studio verbinden und visualisieren
Looker Studio ist die Business-Intelligence- und Visualisierungsplattform von Google. In diesem Codelab erfahren Sie, wie Sie in Looker Studio Daten aus beliebigen Quellen verbinden und visualisieren. Mit Google Apps Script schreiben Sie Code, mit dem Daten aus einer API abgerufen und in Looker Studio visualisiert werden.
Codelab zu Cloud Secure Web Proxy (SWP)
In diesem Codelab erfahren Sie, wie Sie Cloud Secure Web Proxy (SWP) bereitstellen und nutzen, um Webtraffic zu sichern.
Cloud Run-Jobs
Mit Cloud Run-Diensten und Cloud Run-Jobs können Sie Code in Cloud Run ausführen. In diesem Codelab erfahren Sie, wann und wie Cloud Run-Jobs verwendet werden, z. B. wie Sie einen Job erstellen, ausführen oder verwalten.
Benutzerdefinierte Visualisierungen in Looker Studio erstellen
In diesem Codelab erfahren Sie, wie Sie eine benutzerdefinierte Visualisierung für einen Looker Studio-Bericht erstellen.
Data Studio-Community-Visualisierungen mit dscc-gen erstellen
In diesem Codelab verwenden Sie dscc-gen, ein Tool zum Erstellen von Projektvorlagen, um eine Community-Visualisierung für Data Studio zu erstellen.
LLM-Inferenz auf Cloud Run-GPUs mit vLLM und dem OpenAI Python SDK ausführen
Hier erfahren Sie, wie Sie LLM-Inferenzen auf Cloud Run-GPUs mit vLLM und dem OpenAI Python SDK ausführen
Alle JavaScript-Frameworks in Cloud Run bereitstellen
Hier erfahren Sie, wie Sie JavaScript-Frameworks wie Angular, Nuxt.js und Next.js in Cloud Run bereitstellen.
Die ersten 100 Dateien anzeigen & Ordner in Google Drive
In diesem Codelab lernen Sie die REST APIs von Google Workspace kennen. Das Beispiel wird aus Gründen der Kürze und Verfügbarkeit in Python erstellt, Sie können aber auch Ihre bevorzugte Entwicklungssprache verwenden. Viele Einführungsthemen werden vorgestellt. Letztendlich erstellen die Nutzer ein einfaches Skript, mit dem die ersten 100 Dateien angezeigt werden. Ordner in Google Drive mithilfe der entsprechenden API erstellen.
Anleitung zum Konfigurieren eines Cloud Run-Dienstes für den Zugriff auf einen internen Cloud Run-Dienst über ausgehenden VPC-Traffic
Hier erfahren Sie, wie Sie einen Cloud Run-Dienst für den Zugriff auf einen internen Cloud Run-Dienst über ausgehenden VPC-Traffic konfigurieren.
Mit Cloud Run, Video Intelligence API und Vertex AI einen Dienst für eine Szene für Szene-Bildbeschreibung erstellen
Hier erfahren Sie, wie Sie mit Vertex AI und der Video Intelligence API einen Cloud Run-Dienst erstellen, der das Bild in jeder Szene eines Videos beschreibt.
Google Maps zu einer Flutter-App hinzufügen
In diesem Codelab entwickeln Sie mithilfe des Flutter Mobile App SDK ein Google Maps-Erlebnis für die Entwicklung hochwertiger nativer Apps für iOS, Android und das Web.
Klinische Daten mit BigQuery und AI Platform Notebooks analysieren
In diesem Codelab zeigen wir Ihnen eine Lösung für den Zugriff auf und die Analyse von klinischen Daten in der GCP mithilfe von BigQuery und AI Platform Notebooks.
Stärken Sie Ihren Gmail-Posteingang mit Google Cloud Functions
In diesem Codelab erfahren Sie, wie Sie Gmail-Nachrichten mithilfe von G Suite APIs und Google Cloud Functions automatisch und programmatisch verarbeiten.
Cloud Run-Jobs verwenden Video Intelligence APIs zur Videoverarbeitung
Hier erfahren Sie, wie Sie mit Vertex AI und der Video Intelligence API einen Cloud Run-Job erstellen, der das Bild in jeder Szene eines Videos beschreibt.
Vertex AI Search für PDFs (unstrukturierte Daten) in Cloud Storage aus einem Cloud Run-Dienst verwenden
Anleitung zum Erstellen einer Abfrage an Vertex AI Search über einen Cloud Run-Dienst.
Automatisch skalierenden HPC-Cluster mit Slurm bereitstellen
Hier erfahren Sie, wie Sie einen dynamisch skalierbaren HPC-Cluster mit Google Compute Engine, Google Deployment Manager und dem Slurm Workload Manager bereitstellen.
Gemini-basierte Chat-App in Cloud Run bereitstellen
Hier erfahren Sie, wie Sie mit express.js, htmx und tailwindCSS einen Gemini-basierten Chat in Cloud Run bereitstellen.
Cloud Run-Dienst für den Zugriff auf einen internen Cloud Run-Dienst und das öffentliche Internet konfigurieren
Hier erfahren Sie, wie Sie über direkten VPC-Traffic auf einen reinen internen Cloud Run-Dienst für eingehenden Traffic zugreifen und gleichzeitig öffentlichen Internetzugriff beibehalten
Änderungen von GitHub mit Cloud Build automatisch in Cloud Run bereitstellen
Änderungen von GitHub mit Cloud Build automatisch in Cloud Run bereitstellen
Cloud Run mit Gemini-Funktionsaufrufen verwenden
Hier erfahren Sie, wie Sie Cloud Run als Endpunkt für Gemini-Funktionsaufrufe verwenden.
Sie arbeiten an einem Google Cloud-Codelab? Beginnen Sie hier!
In diesem Codelab richten Sie ein Google Cloud-Projekt für die folgenden Codelabs ein. Außerdem erfahren Sie, wie Sie mit Cloud Shell Dateien bearbeiten und Terminalbefehle ausführen.
Bilddatenklassifizierung mit BigQuery ML
In diesem Codelab speichern und analysieren Sie Bilder von Yoga-Posen in BigQuery und implementieren ein Bildklassifizierungsmodell mit BigQuery ML, um die Posen ausschließlich mit SQL-Konstrukten zu beschriften.
Intelligente Webcam in JavaScript mit einem vortrainierten TensorFlow.js-Modell für maschinelles Lernen erstellen
In diesem Codelab erfahren Sie, wie Sie eines der vortrainierten TensorFlow.js-Modelle (COCO-SSD) laden und verwenden, um gängige Objekte zu erkennen, mit denen es trainiert wurde.
Transkripte Ihrer geschäftlichen Besprechungen mit Google Docs erstellen & Maschinelles Lernen
In diesem Codelab erstellen Sie mit der Google Docs API ein Google-Dokument und schreiben das Transkript einer Audiodatei in dieses Dokument. Sie verwenden die Speech-to-Text API, um das Texttranskript der jeweiligen Audiodatei abzurufen.
FHIR (Fast Healthcare Interoperability Resources) in BigQuery aufnehmen
In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im FHIR-R4-Format (reguläre Ressourcen) mithilfe von Cloud Healthcare FHIR APIs in BigQuery zu laden.
.NET Core-Anwendung in Google Kubernetes Engine bereitstellen und aktualisieren
Microsoft.NET Core ist eine plattformübergreifende Open-Source-Version von.NET, die nativ in Containern ausgeführt werden kann..NET Core ist auf GitHub verfügbar und wird von Microsoft und der.NET-Community verwaltet. In diesem Lab wird eine.NET
Vorhandene Apps mit Gemini entdecken und optimieren
In diesem Codelab erfahren Sie, wie Sie mit Gemini eine Clientanwendung auf einem vorhandenen API-Back-End erstellen. In diesem Lab soll die Verwendung von Gemini mit einer vorhandenen Anwendung veranschaulicht werden. In diesem Lab lernen Sie
Document AI Warehouse zum Aufnehmen, Verarbeiten und Suchen von Dokumenten verwenden
In diesem Codelab verwenden Sie Document AI Warehouse, um den vollständigen Text von Dokumenten aufzunehmen, zu verarbeiten und zu suchen.
Codelab: Externer HTTPS-Load-Balancer mit erweiterter Traffic-Verwaltung (Envoy)
In diesem Codelab lernen Sie die erweiterten Traffic-Features kennen, die im neuen externen HTTPS-Load-Balancer verfügbar sind.
Codelab: Technischer Duet AI-Workshop für Entwickler
Ziel dieses Workshops ist es, Nutzern und Fachkräften praktische Informationen zu Duet-KI zu bieten. In diesem Codelab lernen Sie Folgendes: Um zu zeigen, wie Duet AI für Entwickler authentisch in der täglichen Entwicklung eingesetzt wird, finden die
Kubernetes-Dienste mit Eventarc-Ereignissen auslösen
In diesem Codelab hören Sie mit Eventarc Ereignisse aus Pub/Sub, Cloud Storage und Cloud-Audit-Logs und übergeben sie an einen Kubernetes-Dienst, der in der Google Kubernetes Engine (GKE) ausgeführt wird.
Daten mit Cloud KMS (asymmetrisch) verschlüsseln und entschlüsseln
In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mit asymmetrischen Cloud KMS-Schlüsseln.
Edge-Cache mit Cloud Armor verteidigen
In diesem Lab erstellen Sie eine CDN-Verteilung und wenden Cloud Armor-Regeln an, um Ihren Edge-Cache zu schützen.
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.
Duet AI während des gesamten Softwareentwicklungszyklus verwenden
Mit Duet AI Aufgaben in einem vorhandenen Projekt erledigen
Mache deine Flutter-App langweilig zu schön
Flutter ist das UI-Toolkit von Google, mit dem Sie mit einer einzigen Codebasis ansprechende, nativ kompilierte Apps für Mobilgeräte, Web und Desktop erstellen können. In diesem Codelab beginnen Sie mit einer einfachen Musik-App und gestalten sie mithilfe von Material 3 ansprechender und reaktionsschneller für alle Plattformen.
Adaptive Apps in Flutter
In diesem Codelab entwickeln Sie eine Flutter-App, die sich an alle sechs von Flutter unterstützten Plattformen anpasst: Android, iOS, das Web, Windows, macOS und Linux.
3D-Daten mit Draco Geometry Compression optimieren
3D-Grafiken sind ein wesentlicher Bestandteil vieler Anwendungen wie Spielen, Design und Datenvisualisierung. Da Grafikprozessoren und Erstellungstools immer besser werden, werden immer größere und komplexere 3D-Modelle zum Standard machen und neue
So testen Sie eine Flutter-App
In diesem Codelab erstellen und testen Sie eine einfache Flutter-App.
Mit Material 3 ein animiertes responsives App-Layout erstellen
In diesem Codelab lernen Sie, wie Sie eine Anwendung mit adaptivem Design entwickeln, die mit Material 3 auf allen sechs von Flutter unterstützten Plattformen flüssig animiert wird.
FFI in einem Flutter-Plug-in verwenden
In diesem Codelab erstellen Sie mithilfe von FFI ein Flutter-Plug-in für mobile und Desktop-Plattformen, um eine vorhandene native C-Bibliothek zu nutzen.
Bildarchivierung, -analyse und -erstellung für Google Workspace & Google Cloud
In diesem Codelab erstellen Entwickler einen cloudbasierten Workflow für die Bildverarbeitung in Python mit Google Workspace (ehemals G Suite) und Google Cloud APIs Insbesondere laden Sie eine Bilddatei aus Google Drive herunter, archivieren sie in Google Cloud Storage, analysieren ihren Inhalt mit Google Cloud Vision und generieren Berichtsdaten in Google Tabellen.
Daten mit Cloud KMS verschlüsseln und entschlüsseln
In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mit Cloud KMS.
Modul 2: Von App Engine-NDB zu Cloud NDB migrieren
Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von ndb zu Cloud NDB migrieren.
Modul 1: Von App Engine webapp2 zu Flask migrieren
Hier erfahren Sie, wie Sie die Python App Engine-Anwendung von webapp2 zum Flask-Web-Framework migrieren.
Von App Engine Blobstore zu Cloud Storage migrieren (Modul 16)
Hier erfahren Sie, wie Sie die Blobstore-Nutzung für eine Python 2-App Engine-ndb-Anwendung zu Cloud Storage migrieren.
HTTP-Funktionen von Cloud Functions in Python
In dieser Anleitung erstellen Sie HTTP-Cloud Functions-Funktionen in Python.
So verwenden Sie App Engine Task Queue (Pull-Aufgaben) in Flask-Anwendungen (Modul 18)
Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung mit Python 2 Flask die Verwendung von Pull-Aufgaben in Aufgabenwarteschlangen hinzufügen.
Cloud Functions-Funktion zur Automatisierung des CSV-Datenimports in Google Tabellen
In diesem Codelab erfahren Sie, wie Sie eine Google-Tabelle aus einer Cloud Functions-Funktion füllen, die auf einen CSV-Dateiupload in Cloud Storage reagiert
Von Pull-Aufgaben der App Engine-Aufgabenwarteschlange zu Cloud Pub/Sub migrieren (Modul 19)
Informationen zum Migrieren einer Python 2-App Engine NDB Anwendung der Aufgabenwarteschlange (Pull-Aufgaben) an Cloud NDB & Cloud Pub/Sub, gefolgt von einem Upgrade auf Python 3
So verwenden Sie App Engine Blobstore (Modul 15)
Informationen zum Hinzufügen der Blobstore-Nutzung zu einer einfachen Python 2-Anwendung in App Engine
So verwenden Sie App Engine Memcache in Flask-Anwendungen (Modul 12)
Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung in Python 2 Flask die Memcache-Nutzung hinzufügen.
Von App Engine Memcache zu Cloud Memorystore migrieren (Modul 13)
Informationen zum Migrieren einer Python 2-App Engine NDB Memcache-Anwendung für Cloud NDB Cloud Memorystore (für Redis), gefolgt von einem Upgrade auf Python 3
Modul 11: Von der Google App Engine zu Cloud Functions migrieren
Einfache Python-Anwendung in App Engine konvertieren (oder eine größere, monolithische Anwendung in Mikrodienste aufteilen) und in Cloud Functions verschieben
Stackdriver Logging und Stackdriver Trace für Cloud Functions verwenden
Hier erfahren Sie, wie Sie Stackdriver Logging und Stackdriver Trace für Cloud Functions verwenden.
Unterstützung für gebündelte App Engine-Dienste erweitern: Teil 1 (Modul 17)
Gebündelte App Engine-Dienste in Gen2-Laufzeiten verwenden
Natural Language API mit C# verwenden
In diesem Codelab lernen Sie, wie Sie die Natural Language API mit C# verwenden
Modul 5: Mit Cloud Buildpacks von der Google App Engine zu Cloud Run migrieren
Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung mithilfe von Cloud Buildpacks in einen Container verlagern und zu Cloud Run migrieren.
Einfache Bereitstellung von "Google Übersetzer" Express.js-Anwendung in der App Engine, Cloud Functions und Cloud Run
In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Node.js verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.
So verwenden Sie App Engine-Aufgabenwarteschlange (Push-Aufgaben) in Flask-Anwendungen (Modul 7)
Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung in Python 2 Flask die Verwendung von Aufgabenwarteschlangen-Push-Aufgaben hinzufügen.
Von einer monolithischen Website zu Mikrodiensten in Google Kubernetes Engine migrieren
In diesem Lab erfahren Sie, wie Sie eine monolithische Website in Mikrodienste unterteilen und sie in Google Kubernetes Engine bereitstellen.
Modul 6: Von Cloud Datastore zu Cloud Firestore migrieren
Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von Cloud Datastore zu Cloud Firestore migrieren.
Modul 3: Von Google Cloud NDB zu Cloud Datastore migrieren
Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von Cloud NDB zu Cloud Datastore migrieren.
Vom App Engine-Nutzerdienst zur Cloud Identity Platform migrieren (Modul 21)
Informationen zum Migrieren einer Python 2-App Engine NDB Nutzerdienst-App für Cloud NDB & Cloud Identity Platform, gefolgt von einem Upgrade auf Python 3
Modul 4: Mit Docker von der Google App Engine zu Cloud Run migrieren
Anleitung zum Containerisieren und Migrieren einer einfachen App Engine-Anwendung mit Docker zu Cloud Run
Automatisierungsvorlage erstellen
In diesem Codelab lernen Sie, eine Automatisierungsvorlage zu erstellen.
Mit Migrate for Anthos von Compute Engine zu Kubernetes Engine migrieren
In diesem Codelab migrieren Sie einen einfachen Webserver mit Migrate for Anthos von Compute Engine zu Kubernetes Engine.
Matter-Gerät bauen
In diesem Codelab erstellen, beauftragen und verwenden Sie eine Rechtsangelegenheit.
Virtuelles Gerät erstellen
In diesem Codelab erstellen, beauftragen und verwenden Sie eine virtuelle Rechtsangelegenheit.
Einführung in Cloud Run
Anleitung zum Bereitstellen einer Startanwendung in Cloud Run.
Gewichtetes Netzwerk-Load-Balancing pro Instanz
In diesem Codelab lernen Sie, wie Sie einen Netzwerk-Load-Balancer konfigurieren, um den Traffic basierend auf den Gewichtungen, die von einer HTTP-Systemdiagnose mit gewichtetem Load-Balancing gemeldet wurden, auf die Back-End-Instanzen des Load-Balancers zu verteilen.
Echtzeitkommunikation mit WebRTC
Hier erfahren Sie, wie Sie Medien und Daten zwischen zwei Browsern streamen. Machen Sie sich mit den wichtigsten APIs und Technologien von WebRTC vertraut. Erfassen und bearbeiten Sie Bilder mit getUserMedia, CSS und dem Canvas-Element. Richten Sie eine Peer-Verbindung ein und tauschen Sie Daten über Datenkanäle direkt zwischen Browsern aus. Abschließend richten Sie mit Node.js einen Signalisierungsserver ein.
WebView zur Flutter-App hinzufügen
In diesem Codelab erfahren Sie, wie Sie einer Flutter-Anwendung das Plug-in „webview_flutter“ hinzufügen.
BigQuery ML für die Betrugserkennung bei Kreditkartentransaktionen über die Console
In diesem Codelab erstellen Sie ein logistisches Regressionsmodell von BigQuery, um die Betrugserkennung bei Kreditkartentransaktionen mit der Console vorherzusagen
Erstelle ein 2D-Physikspiel mit Flutter & Flame
Mit Forge2D, einer 2D-Physik-Engine, lernst du in Flutter- und Flame-Spielen die Spielmechanik.
Einführung in Flame mit Flutter
In diesem Codelab erfährst du, wie du Flame verwendest, eine auf Flutter basierende Spiel-Engine. Sie lernen die Komponenten und Effekte von Flame kennen und erfahren, wie Sie Flame in das State Management von Flutter einbinden.
Google Ads-Kampagnen mit benutzerdefinierten Google Analytics-Ereignissen und Flutter starten
In diesem Codelab erfahren Sie, wie Sie benutzerdefinierte Ereignisse mit GA4F implementieren und App-Aktionskampagnen über Google Ads starten.
Benutzeroberflächen der nächsten Generation in Flutter erstellen
Hier erfahren Sie, wie Sie Flutter-Benutzeroberflächen mit Animationen, Shadern und Partikeleffekten erstellen, die auf allen sechs Plattformen von Flutter funktionieren.
Mit TensorFlow Enterprise und BigQuery ein Betrugserkennungsmodell auf der Cloud AI Platform erstellen
In diesem Lab nehmen Sie direkt ein BigQuery-Dataset auf und trainieren ein Betrugserkennungsmodell mit TensorFlow Enterprise auf der Google Cloud AI Platform.
Erklärung eines Betrugserkennungsmodells mit Cloud AI Platform
In diesem Lab erstellen Sie eine tf.keras zur Identifizierung betrügerischer Transaktionen mit TensorFlow und interpretieren die Ergebnisse des Modells dann mit dem Explainable AI SDK von Cloud.
Wortpuzzle mit Flutter erstellen
Hier erfahren Sie, wie Sie eine rechenintensive Flutter-App entwickeln und dabei die fließende Interaktivität von Flutter aufrechterhalten.
Daten zu generativer KI mit Spanner und der Vertex AI Imagen API
Erstellen Sie eine Posengenerator-App, um Bilder basierend auf vom Nutzer erstellten Pose-Prompts mit Daten zu generieren, die über die Server-App-API aus der Spanner-Datenbank abgerufen wurden.
Auf generativer KI basierender Chat mit Nutzern und Dokumenten in Java über PaLM und LangChain4J
In diesem Codelab chatten Sie mit Ihren Nutzern oder stellen Fragen zu Ihrer Dokumentation, indem Sie Generative AI in Java verwenden, das PaLM Large Language Model einbinden und das LangChain4J LLM-Orchestrierungs-Framework nutzen.
Google Workspace-Aufgaben mit der Gemini API automatisieren
Hier erfahren Sie, wie Sie mit der Gemini API Google Workspace-Aufgaben automatisieren können, und entdecken weitere Möglichkeiten.
MDC-101 Flutter: Grundlagen zu Materialkomponenten
Machen Sie sich mit den Grundlagen der Verwendung von Material Components vertraut, indem Sie eine Anmeldeseite für eine einfache Flutter-App erstellen.
MDC-103 Android: Material Design mit Farbe, Bewegung und Schrift (Java)
Mit Material Komponenten für Android können Sie Ihr Produkt ganz einfach von anderen abheben und Ihre Marke durch Design in Java zum Ausdruck bringen.
Serverlose MEAN-Stack-Anwendung in MongoDB Atlas und Cloud Run
In diesem Codelab erstellen Sie eine installierbare MEAN-Stack-Anwendung, die in Cloud Run ausgeführt wird.
MDC-101 Web: Grundlagen zu Material Components (MDC) (Web)
Eine einfache Anwendung mit Kernkomponenten erstellen, um die Grundlagen der Verwendung von Materialkomponenten im Web zu erlernen.
MDC-111 Android: Material Components in die Codebasis einbinden (Kotlin)
Hier erfahren Sie, wie Sie einzelne Material-Komponenten in eine vorhandene Kotlin-Codebasis einbinden, ohne von vorn anzufangen.
MDC-101 Android: Grundlagen zu Material Components (MDC) (Java)
Eine einfache Anwendung mit Kernkomponenten in Java erstellen, um die Grundlagen der Verwendung von Materialkomponenten für Android zu erlernen.
MDC-111 Android: Material Components in die Codebasis einbinden (Java)
Hier erfahren Sie, wie Sie einzelne Material-Komponenten in eine vorhandene Java-Codebasis einbinden, ohne von vorn anzufangen.
MDC-103 Web: Material Theming mit Farbe, Form, Höhe und Typ (Web)
Mit den Materialkomponenten für das Web können Sie Ihr Produkt leicht von anderen abheben und Ihre Marke im Design präsentieren.
MDC-104 Android: Erweiterte Material-Komponenten (Java)
Optimieren Sie Ihr Design und lernen Sie unser erweitertes Hintergrundmenü für Komponenten in Java kennen.
MDC-103 Flutter: Material Theming mit Farbe, Form, Höhe und Typ
Mit der Material Flutter-Bibliothek kannst du dein Produkt ganz einfach von anderen abheben und deine Marke durch ein Design zum Ausdruck bringen.
MDC-104 Android: Material Advanced Components (Kotlin)
Optimieren Sie Ihr Design und lernen Sie unser erweitertes Hintergrundmenü für Komponenten in Kotlin.
Mit der AR Foundation von Unity ein AR-Spiel erstellen
In diesem Codelab erfahren Sie, wie Sie mit ARCore und dem AR Foundation-Framework von Unity ein einfaches Rennspiel entwickeln.
Instrument zur Steigerung der Leistung Ihrer App in Go (Teil 2: Profiler)
Die kontinuierliche Profilerstellung ist das Tool, mit dem Sie Informationen zur letzten Meile für die Leistungsoptimierung ermitteln können. In diesem Codelab erfahren Sie, wie Sie Ihre Anwendung mit einem Profiler-Agent instrumentieren und den Engpass in den visualisierten Diagrammen in Cloud Profiler erkennen.
Erste Schritte mit Unity und Google Play Spiele für PC
In diesem Codelab erfährst du, wie du dein Spiel (oder ein Unity-Beispielspiel) an Google Play Spiele anpassen kannst. Dies ist der erste Schritt zur PC-Unterstützung für dein Android-Spiel.
Über Funktionsaufrufe in Gemini mit APIs interagieren
In diesem Codelab verwenden Sie Funktionsaufrufe in Gemini, um eine App zu erstellen, mit der Nutzer nach Wechselkursen fragen, die neuesten Daten von einer externen API abrufen und dem Nutzer dann eine Antwort senden können.
Partitionierung und Clustering in BigQuery
In diesem Codelab lernen Sie mithilfe der BigQuery-Web-UI Partitionierung und Clustering in BigQuery kennen.
Erste Schritte mit Firebase in C++
Vielleicht kennen Sie die Firebase SDKs für Android und iOS. Aber wussten Sie auch, dass es eine C++ SDK nur für plattformübergreifende Spiele entwickelt? In diesem Workshop fügen wir den C++ SDK in ein Android-Projekt über CMake einfügen, einige grundlegende Analysedaten hinzufügen, um dein Spiel zu verbessern, und es mit Freunden und Testern teilen, um Feedback zu sammeln.
Bedienung über Gesten und randlose Bedienung
In diesem Codelab arbeiten Sie an einer vorhandenen App, damit die zugehörigen Steuerelemente mit Gestennavigation funktionieren. Außerdem profitierst du von einem randlosen Display.
Mit Google Workspace-Add-ons lassen sich E-Mails effektiver bearbeiten
In diesem Codelab entwerfen und implementieren Sie ein Gmail-Add-on, mit dem Nutzer Ausgaben aus Belegen ganz einfach in eine Google-Tabelle einfügen können, ohne Gmail zu verlassen.
Generative AI-Textgenerierung in Java mit PaLM und LangChain4J
In diesem Codelab lernen Sie Generative AI in Java kennen, integrieren das Large Language Model von PaLM und nutzen das LLM-Orchestrierungs-Framework LangChain4J
Mit Gemini Code Assist eine Schnellstartlösung für die KI-Zusammenfassung entdecken und verbessern
In diesem Codelab sehen wir uns eine vorhandene Schnellstartlösung namens „KI-Zusammenfassung“ an, die mithilfe von Vertex AI-Modellen PDF-Dokumente zusammenfasst, die in Google Cloud Storage hochgeladen wurden. Wir verwenden Gemini Code Assist, um der Lösung neue Funktionen hinzuzufügen.
GKE NFO-Multi-Netzwerke bereitstellen und validieren Hochleistungsschnittstelle
In diesem Codelab erfahren Sie, wie Sie GKE L3 und den netdevice multinic-Knotenpool konfigurieren und validieren.
Synthetische Monitoring-Tests für Ihre Dienste mit Gemini schreiben
In diesem Codelab sehen wir uns an, wie Sie mithilfe der Funktion „Hilfe beim Verfassen“ synthetische Monitoringtests für Ihre vorhandenen Dienste erstellen können.
Ereignisse in einer WebView mit Google Analytics erfassen
In diesem Codelab erfahren Sie, wie Sie mit GA4F Ereignisse auf einer Website innerhalb einer WebView erfassen, indem Sie sie an nativen Code weiterleiten.
TensorFlow.js-Training in Node.js-Codelab
In diesem Codelab erfahren Sie, wie Sie ein Baseball-Spielfeldschätzungsmodell mit TensorFlow.js auf einem Node.js-Server erstellen und trainieren sowie Messwerte für einen Client bereitstellen.
TensorFlow.js: Python-Gerät in das TensorFlow.js-Format konvertieren
In diesem Codelab erfahren Sie, wie Sie ein vorhandenes Python ML-Modell im SavedModel-Format in das TensorFlow.js-Format konvertieren, damit es in einem Webbrowser ausgeführt werden kann. Außerdem lernen Sie, wie Sie häufige Probleme beheben, die bei Konvertierungen auftreten können.
Lab: Diensterweiterungen in Media CDN
In diesem Codelab erstellen Sie eine Media CDN-Distribution, die Ihren benutzerdefinierten Code über ein Diensterweiterungs-Plug-in ausführt, um eine benutzerdefinierte HTTP-Authentifizierung zu erreichen.
Preise von Einzelhandelsprodukten optimieren
In diesem Codelab erfahren Sie, wie Sie mit Dataprep, BigQuery und Looker die Auswirkungen verschiedener Einzelhandelspreise analysieren und fundierte Entscheidungen zur Preisoptimierung von Produkten treffen.
Slack-Befehlsautomatisierung
Quellcode zum Erstellen eines Slack-Slash-Befehls für die Textzusammenfassung in der Slack-Anwendung. Die Slack-Anwendung verwendet die Cloud Functions-Funktion, um die PaLM API für die Textzusammenfassung aufzurufen.
Mit Kustomize skalieren
Kustomize ist ein Tool, das eine vorlagenfreie Möglichkeit zum Anpassen der Anwendungskonfiguration bietet, was die Nutzung standardmäßiger Anwendungen vereinfacht. Es ist als eigenständiges Dienstprogramm verfügbar und über kubectl apply -k in
Codelab: Cloud Armor- und TCP/SSL-Proxy-Load-Balancer – Ratenbegrenzung und IP-Sperrliste
In diesem Codelab erstellen Sie einen TCP/SSL-Proxy-Load-Balancer mit einem Back-End-Dienst und verwenden Cloud Armor, um den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients zu beschränken
Apache Spark und Jupyter Notebooks in Cloud Dataproc
In diesem Lab erfahren Sie, wie Sie Apache Spark und Jupyter Notebooks in Cloud Dataproc mit optionalen Komponenten und Component Gateway einrichten können.
Mit Private Service Connect und Hybrid-NEG-TCP-Proxy über Hybridnetzwerke eine Verbindung zu lokalen Diensten herstellen
In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect mit TCP-Proxy auf lokale Dienste zugreifen
Android für Fortgeschrittene in Kotlin 03.2: Animation mit MotionLayout
In diesem Codelab verwenden Sie MotionLayout, um eine Kotlin-Android-App mit dynamischen Animationen zu erstellen.
Secret Manager mit Python verwenden
In dieser Anleitung lernen Sie, wie Sie Secret Manager mit Python verwenden
Computing Private Statistics with Privacy on Beam
In diesem Codelab lernen Sie, wie Sie mit Privacy on Beam private Statistiken zu Besuchen in einem Restaurant erstellen und die Funktionen eines Differential Privacy-Framework kennenlernen und anwenden.
Mit TensorFlow Lite auf Android Blumen erkennen
In diesem Codelab führen Sie einen Bildklassifikator mit TensorFlow Lite auf einem Android-Smartphone aus.
Ähnlichkeitssuche mit Spanner und Vertex AI
Erstellen Sie eine Anwendung zur Ähnlichkeitssuche für Bekleidungsempfehlungen auf der Grundlage von Nutzereingaben und führen Sie eine Suche anhand von Daten durch, die in Schraubenschlüssel gespeichert und von der Vektorsuche indexiert wurden, um mit den nächsten Nachbarn zu antworten.
CSV-Daten (kommagetrennte Werte) mit Cloud Data Fusion in BigQuery aufnehmen – Echtzeitaufnahme
In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im CSV-Format mit Cloud Data Fusion in Echtzeit in BigQuery zu laden.
Trace-Informationen mit OpenTelemetry instrumentieren
OpenTelemetry ist der Branchenstandard für die Systembeobachtbarkeit von Trace und Messwerten. In dieser Sitzung wird Ihr Wissen über die Instrumentierung von Anwendungsmesswerten mit OpenTelemetry und die Verwendung in Cloud Monitoring und anderen Monitoringtools vermittelt.
KI-Spracherkennung mit TensorFlow Lite für Mikrocontroller und SparkFun Edge
In diesem Codelab erfahren Sie, wie Sie ein Spracherkennungsmodell mit TensorFlow Lite für Mikrocontroller auf dem SparkFun Edge ausführen, einem batteriebetriebenen Entwicklungsboard mit Mikrocontroller.
Lab: NCC-Website zum Standort mit der FlexiWAN SD-WAN-Appliance
Ziel dieses Labs ist es, NCC mit einem softwaredefinierten WAN-Appliance-Spoke zu untersuchen, der an einen NCC-Hub angehängt ist.
iOS-Apps Push-Benachrichtigungen hinzufügen
In diesem Codelab fügen Sie einer iOS-App mit Firebase Cloud Messaging Push-Benachrichtigungen hinzu.
Workshop zu serverlosen Web-APIs
In diesem Code-Lab entwickeln Sie eine Web API auf Basis der serverlosen Lösungen von Google Cloud, um ein Bücherregal und die dazugehörigen Bücher bereitzustellen. Sie erstellen eine Cloud Functions-Funktion zum Importieren von Beispieldaten, einen Cloud Run-Container, um eine wiederverwendbare Backend-Web-API anzubieten, und eine App Engine-Webanwendung, die ein Web-Front-End zum Durchsuchen der Bücherbibliothek bereitstellt.
Web-Apps Push-Benachrichtigungen hinzufügen
In diesem Codelab erfahren Sie, wie Sie Ihrer Webanwendung Push-Benachrichtigungen hinzufügen.
TensorFlow.js – Audioerkennung mit Lerntransfer
In diesem Codelab bauen Sie ein einfaches Audioerkennungsnetzwerk auf, das Ihre Geräusche erkennen und damit einen Schieberegler im Browser steuern kann. Sie verwenden TensorFlow.js, eine leistungsstarke und flexible ML-Bibliothek für JavaScript.
Mit der Spring Resource-Abstraktion auf Dateien in Cloud Storage zugreifen
Mit der Spring-Ressourcenabstraktion können Sie auf Dateien in Cloud Storage zugreifen.
Codelab „Remote Config in Android einbinden“
In diesem Codelab erfahren Sie, wie Sie Remote Config auf Android implementieren und verwenden
Text- und Gesichtsfunktionen erkennen ML Kit: iOS
In diesem Codelab entwickeln Sie eine iOS-App mit ML Kit, die maschinelles Lernen auf dem Gerät nutzt, um Text- und Gesichtsmerkmale in Bildern zu erkennen.
Core Web Vitals-Felddaten mit Anzeigenmesswerten erfassen
In diesem Codelab erfahren Sie, wie Sie Core Web Vitals mit einer vordefinierten Tag-Vorlage für Google Tag Manager (GTM) messen und die Daten an eine Google Analytics 4 (GA4) -Property senden. Außerdem erfahren Sie, wie Sie Daten aus Google Ad
Wie wird die digitale Barrierefreiheit gemessen?
Einführung in die Messung der Barrierefreiheit, mit der sichergestellt wird, dass alle – auch Menschen mit Beeinträchtigungen – weiterhin sinnvoll und gleich mit Ihrer Website interagieren können.
Das Keyword „return“
Verwenden Sie das Keyword „return“, um die Funktionen optimal zu nutzen.
Numbers
Weitere Informationen zum Zahlendatentyp von JavaScript.
Prototyp-Übernahme
JavaScript-Objekte und prototypale Übernahme
Klassen erweitern
Mit dem Keyword „extends“ können Sie Unterklassen vorhandener Klassen erstellen.
Zugriff auf Properties
Eigenschaften eines Objekts festlegen, ändern und aufrufen
BigInt
Hier erfahren Sie, wie Sie den JavaScript-Datentyp BigInt verwenden.
Indexierte Sammlungen
Indexierte Sammlungen wie Arrays verwenden
Anhang
Zusätzliche Informationen, die bei der Nutzung von JavaScript hilfreich sein können.
Objekte
Einführung in JavaScript-Objekte.
Vergleichsoperator
Weitere Informationen zum Verwenden von Vergleichsoperatoren.
Willkommen bei Learn JavaScript!
Ein ausführlicher Kurs zu den Grundlagen von JavaScript.
Statische Initialisierungsblöcke
Verwenden Sie statische Initialisierungsblöcke, um statische Felder festzulegen oder zu ändern.
Einführung in JavaScript
Eine kurze Entstehungsgeschichte von JavaScript und eine Übersicht über die grundlegenden Regeln
Sammlungen mit Schlüssel
Schlüsselsammlungen wie Karten und Sets verwenden
Strings
Hier erfahren Sie, wie Sie den String-Datentyp von JavaScript verwenden.
Das Keyword
Verwenden Sie das Schlüsselwort „this“, um mit dem Kontext zu arbeiten, in dem Ihre Funktion ausgeführt wird.
Ablaufsteuerung
Hier erfährst du mehr über die Steuerung von JavaScript.
Datentypen und -strukturen
Die grundlegenden "einfachen" Datentypen von JavaScript.
Kurse
Hier erfahren Sie, wie Sie Klassen in JavaScript verwenden.
Property-Deskriptoren
Verwenden Sie Eigenschaftsdeskriptoren, um Ihre JavaScript-Objekte zu konfigurieren.
Klassenfelder und -methoden
Mithilfe von Klassenfeldern und -methoden können Sie Ihren Klassen Eigenschaften hinzufügen.
Funktionen
Eine Einführung in JavaScript-Funktionen.
Funktionsausdrücke
Eine Einführung in JavaScript-Funktionsausdrücke.
Das neue Keyword
Rufen Sie Funktionen mit dem Keyword „new“ auf, um Objekte zu erstellen.
Boolesche Werte
Informationen zum Booleschen Datentyp
null und nicht definiert
Hier erfahren Sie, wie Sie die JavaScript-Datentypen „null“ und „nicht definiert“ verwenden.
Variablen
Hier erfahren Sie, wie Sie JavaScript-Variablen verwenden.
Symbol
Hier erfahren Sie, wie Sie den JavaScript-Datentyp Symbol verwenden.
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 ausreichend hochwertige Kampagnendaten zum Erstellen eines Modells. Führen Sie die
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 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
Bald verfügbar
Wir halten Sie auf dem Laufenden!
Was sind Tests?
Eine allgemeine Einführung in das Testen.
Die Testumgebung
Hier erfahren Sie, wie Sie Laufzeittools und die Browseremulation für Tests verwenden.
Statische Analyse
Hier erfahren Sie, wie Sie Linter-Tools für einfache automatisierte Tests verwenden.
Komponententests in der Praxis
Beispiele für das Testdesign für eine React-Komponente mit komplexen Abhängigkeiten
Arten automatischer Tests
Weitere Informationen zu gängigen Kategorisierungen von Testtypen.
Was Sie testen sollten und Ihr Ansatz
Hier erfahren Sie, wie Sie Ihren Code für Tests bewerten.
Anhang
Zusätzliche Informationen, die bei der Testentwicklung hilfreich sein können
Ihre Arbeitsmittel
Hier erfahren Sie mehr über Assertions und andere Primitive, die in den meisten Test-Frameworks verwendet werden.
Wo die Tests ausgeführt werden
Hier erfahren Sie, wie Sie Tests manuell oder in einem automatisierten Prozess ausführen.
Willkommen bei Learn Testing!
Ein ausführlicher Kurs zum Testen von Software.
JavaScript für Codeaufteilung
Einige Ressourcen sind für das anfängliche Laden einer Webseite nicht entscheidend. JavaScript ist eine solche Ressource, die mithilfe einer Technik, die als Codeaufteilung bezeichnet wird, bis zum Zeitpunkt der Notwendigkeit zurückgestellt werden kann. Auf diese Weise können Sie die Leistung verbessern, indem Sie Bandbreite und CPU-Konflikte reduzieren. Dies ist ein wichtiger Aspekt bei der Verbesserung der Geschwindigkeit beim anfänglichen Laden der Seite und der Reaktionsfähigkeit bei der Eingabe beim Start.
Willkommen bei Learn Performance!
Dieser Kurs richtet sich an alle, die noch nicht mit der Internetleistung vertraut sind – ein wichtiger Aspekt der Nutzererfahrung. Darin werden wichtige Konzepte und Techniken zur Leistungsverbesserung im Web behandelt.
Kritischer Pfad
Der kritische Rendering-Pfad ist ein Konzept der Webleistung, bei dem es darum geht, wie schnell das anfängliche Rendering einer Seite im Browser angezeigt wird. In diesem Modul geht es um die Theorie hinter dem kritischen Rendering-Pfad. Es werden Konzepte wie Ressourcen, die das Rendering und den Parser blockieren, und ihre entscheidende Rolle dabei behandelt, wie schnell eine Seite im Browser angezeigt wird.
Leistung von Videos
Videos sind ein Medientyp, der oft auf Webseiten verwendet wird. Sie sollten jedoch wissen, wie diese effizient geschaltet werden, einer der Aspekte der Leistung, die Sie nicht übersehen sollten. In diesem Modul geht es um einige wichtige Techniken, mit denen du Videos so einbetten kannst, dass deine Website schnell bleibt. Außerdem erfährst du, welche Leistungsaspekte bei deren Verwendung auftreten können.
Prefetching, Pre-Rendering und Service Worker-Precaching
Ein Großteil der Leistung geht davon aus, was Sie tun können, um unnötige Ressourcen zu optimieren und zu eliminieren. Es mag jedoch ein wenig paradox erscheinen, dass einige Ressourcen geladen werden sollten, bevor sie benötigt werden. Es gibt jedoch Fälle, in denen es angebracht ist, bestimmte Ressourcen im Voraus zu laden. In diesem Modul beschäftigen wir uns mit diesem Leistungsaspekt, in dem Vorabruf und Pre-Rendering erläutert werden.
Laden von Ressourcen optimieren
Beim Laden einer Seite wird im HTML-Code auf viele Ressourcen verwiesen, die der Seite mit CSS ihr Aussehen und Layout sowie ihre Interaktivität durch JavaScript verleihen. In diesem Modul werden einige wichtige Konzepte im Zusammenhang mit diesen Ressourcen und deren Auswirkungen auf die Ladezeit einer Seite behandelt.
Warum ist Geschwindigkeit wichtig?
Bevor Sie mit der Lernleistung beginnen, müssen Sie zuerst verstehen, welche Rolle dies bei der Nutzererfahrung spielt und wie dies zu besseren Ergebnissen für die Nutzenden führen kann. Dieser Kurs beginnt mit einer kurzen Einführung in diese Themen und gibt wichtigen Kontext dafür, warum es wichtig ist, Leistung zu lernen.
Konkreter Anwendungsfall für Web Worker
Sie kennen nun die Grundlagen von Web Workern und deren Funktionen und Einschränkungen. Als Nächstes sehen wir uns einen konkreten Anwendungsfall für einen Web Worker an. In dieser Demo wird mit einem Web Worker eine JPEG-Datei abgerufen, ihre Metadaten extrahiert und an den Hauptthread zurückgeschickt, damit der Nutzer sie im Browser sehen kann.
Lazy Loading für Bilder und <iframe>-Elemente
Bilder und iFrame-Elemente können erhebliche Bandbreite und CPU-Verarbeitungszeit in Anspruch nehmen. Allerdings müssen nicht alle Bilder und iFrame-Elemente beim ersten Laden der Seite geladen werden und können auf einen späteren Zeitpunkt zurückgestellt werden, zu dem der Nutzer sie am wahrscheinlichsten sieht. Diese Technik wird als _Lazy Loading_ bezeichnet. In diesem Modul werden Lazy Loading für Bilder und iFrame-Elemente erläutert, damit Ihre Seiten schneller geladen werden und nur bei Bedarf Bandbreite und Verarbeitungszeit verbrauchen.
Web Worker
Vieles von dem, was der Nutzer im Browser sieht, findet in einem einzelnen Thread statt, der als _Hauptthread_ bezeichnet wird. Es gibt jedoch Möglichkeiten, wie Sie neue Threads für rechenintensive Arbeit starten können, damit der Hauptthread wichtige benutzerseitige Aufgaben verarbeiten kann. Die hierfür verwendete API wird Web Worker API genannt. In diesem Modul werden die Grundlagen behandelt.
Bildleistung
Bilder machen heute einen großen Teil der übertragenen Daten auf vielen Webseiten aus. In diesem Modul erfahren Sie, wie Sie Bilder optimieren und effizient bereitstellen, damit Sie auf jedem Gerät des Nutzers weniger Byte verschwenden.
Webschriftarten optimieren
Webschriftarten sind eine häufig verwendete Ressource im Web, und das zu Recht, da sie das Design einer Website auf eine Weise ergänzen, die andere Ressourcen nicht können. Trotzdem verursachen Webschriftarten Leistungskosten. In diesem Modul werden verschiedene Leistungsaspekte und Techniken im Zusammenhang mit Webschriftarten vorgestellt.
Browser mit Ressourcenhinweisen unterstützen
Ressourcenhinweise sind eine Sammlung von HTML-Funktionen, die den Browser dabei unterstützen können, Ressourcen früher und möglicherweise sogar mit höherer Ressourcenpriorität zu laden. In diesem Modul erhalten Sie einige Tipps zu Ressourcen, mit denen Ihre Seiten noch schneller geladen werden können.
Allgemeine Hinweise zur HTML-Leistung
Jede Website beginnt mit einer Anfrage für ein HTML-Dokument, das eine große Rolle dabei spielt, wie schnell Ihre Website geladen wird. In diesem Modul werden wichtige Konzepte wie HTML-Caching, Parser-Blockierung und Blockierung des Renderings behandelt.
Verschlüsselung
Hier erfahren Sie, wie Sie durch Verschlüsselung die Privatsphäre Ihrer Nutzer schützen können, indem Sie dafür sorgen, dass die Inhalte Ihrer Nutzer nicht abgefangen und gelesen werden können.
Drittanbieter
Hier erfahren Sie mehr über Drittanbieter und wie Sie die Risiken für Ihre Nutzer mindern können, wenn Sie Drittanbieter einbinden.
Fingerprinting
Fingerprinting ist die Aktion, bei der versucht wird, einen bestimmten Nutzer anhand der Merkmale seiner Einrichtung zu identifizieren. Hier erfahren Sie, wie dies den Datenschutz beeinträchtigen kann.
Best Practices
>-
Nur die Daten verwenden, die Sie benötigen
In diesem Modul lernen Sie Strategien kennen, mit denen Sie nur die erforderlichen Daten erfassen, die erfassten Daten verwalten und entfernen und den Nutzern erklären können, was Sie erfassen.
Details und Zusammenfassung
>-
Dialogfeld
>-
Andere Inline-Textelemente
Eine Einführung in den Bereich der Elemente, die zum Auszeichnen von Text verwendet werden.
Formulare
Übersicht über Formulare in HTML
Fazit und weitere Informationen
Zum Abschluss noch einige weitere Ressourcen.
HTML-APIs
Erfahren Sie, wie HTML-Informationen mithilfe von JavaScript angezeigt und bearbeitet werden können.
Vorlage, Anzeigenfläche und Schatten
'Eine Erläuterung von Vorlage, Anzeigenfläche und Schatten'
Audio und Video
Hier erfahren Sie, wie Sie mit HTML-Medien wie Audio und Video arbeiten.
Fokus
So verwalten Sie die Fokusreihenfolge in HTML-Dokumenten.
Bilder
Eine Übersicht über Bilder in HTML.
Bildformate: AVIF
Das AV1 Image File Format (AVIF) ist eine Codierung, die auf dem Open-Source-AV1-Video-Codec basiert.
Vektorbilder
'Weitere Informationen zu SVG, dem im Web verwendeten Vektorbildformat'
Beschreibende Syntaxen
„srcset“ und „sizes“ verwenden, um dem Browser Informationen über Bildquellen und deren Verwendung bereitzustellen.
Bildformate: JPEG
Erfahren Sie mehr über das gängigste Bildformat im Web.
Website-Generatoren, Frameworks und CMSs
>-
Bildformate: PNG
Finden Sie heraus, wann PNG das beste Bildformat für die Auswahl ist.
Eine kurze Geschichte der Bilder im Web
'Eine Geschichte der Bilder im Web, beginnend mit dem Bildelement im Jahr 1993'
Bildformate: WebP
Hier erfährst du mehr über WebP und den Unterschied zwischen diesem und anderen Formaten.
Responsive Bilder
Details zu responsiven Bildern
Fazit
Einige zusätzliche Ressourcen.
Wichtige Leistungsprobleme
Hier erfahren Sie, wie Sie dafür sorgen, dass Ihre Bildanfragen so klein und leistungsstark wie möglich sind.
Netzwerke zur Bereitstellung von Bildinhalten
Hier erfahren Sie, wie Bild-CDNs den Inhalt eines Bildes transformieren und optimieren können.
Bildformate: GIF
Informieren Sie sich über das GIF-Bildformat und darüber, wie die Bildcodierung funktioniert.
Präskriptive Syntaxen
Informieren Sie sich über das Bildelement.
Komprimierung und Codierung automatisieren
>-
Rasterbilder
Rasterbilder wie JPEG, GIF, PNG und WebP.
Willkommen bei Learn Images!
Ein ausführlicher Kurs zu Bildern für das Web
Willkommen bei Learn Privacy!
Ein Kurs, der Sie beim Erstellen datenschutzfreundlicher Websites unterstützt.
Fazit und weitere Informationen
Weitere Ressourcen, die Ihnen bei den nächsten Schritten helfen
Tests für Hilfstechnologien
Tests mit assistiven Technologien (AT).
Automatische Tests der Barrierefreiheit
Automatisierte Tests für Barrierefreiheit durchführen.
Manuelle Tests der Barrierefreiheit
Manuell auf Zugänglichkeit testen
Formulare
Barrierefreie Formulare erstellen
Tabellen
Verstehen, wie Tabellen zum Auszeichnen von tabellarischen Daten verwendet werden.
Listen
Listen und andere Möglichkeiten zum Gruppieren deiner Inhalte.
Attribute
Hier erfahren Sie mehr über die verschiedenen globalen und für bestimmte HTML-Elemente spezifischen Attribute.
Textgrundlagen
So formatieren Sie Text mithilfe von HTML.
Links
Alles Wissenswerte zu Links.
Design und User Experience
Entwickeln Sie barrierefreie Designs und bewerten Sie die User Experience.
Muster, Komponenten und Designsysteme
'Muster, Komponenten und Designsysteme im Hinblick auf Barrierefreiheit bewerten'
JavaScript
'Sie können barrierefreie Trigger-Ereignisse, Seitentitel, dynamische Inhalte und mehr schreiben.'
Inhaltsstruktur
'Semantischen HTML-Code, Orientierungspunkte und Tabellen für barrierefreie Inhalte verwenden'
Video und Audio
Alternative Medientypen, die deine Video- und Audioinhalte barrierefrei machen.
Tastaturfokus
Reihenfolge und Stil der Tastaturnavigation verstehen und verbessern
Das Dokument
Zusätzliche HTML-Elemente, die beim Erstellen barrierefreier Websites und Webanwendungen zu berücksichtigen sind.
Bilder
Barrierefreie Images erstellen
Typografie
Wählen Sie die richtigen Schriftarten und Schriftgrößen aus und strukturieren Sie Ihren Text mit einem barrierefreien Layout.
Was ist digitale Barrierefreiheit und warum ist sie wichtig?
>-
Animation und Bewegung
Unterstützung für Menschen mit allen Arten von bewegungsausgelösten Störungen.
ARIA und HTML
Wann Sie ARIA und HTML verwenden sollten
Farbe und Kontrast
Erstellen Sie barrierefreie Farbvorlagen mit geeigneten Kontrasten.
Willkommen bei Learn Accessibility!
Ein dauerhaft gültiger Kurs und Referenz zur Barrierefreiheit im Internet, mit dem Sie Ihre Webentwicklung verbessern können.
Metadata
Hier erfahren Sie, wie Sie mithilfe von Meta-Tags Informationen zu Ihren Dokumenten angeben.
Semantisches HTML
Die richtigen HTML-Elemente zur Beschreibung des Dokumentinhalts verwenden
Dokumentstruktur
Erfahren Sie, wie Sie Ihre HTML-Dokumente auf einer soliden Grundlage strukturieren können.
HTML-Übersicht
Eine kurze Einführung in die wichtigsten Konzepte in HTML.
Überschriften und Abschnitte
Wie du Abschnittselemente richtig verwendest, um deinen Inhalten eine Aussage zu verleihen
Willkommen bei Learn HTML!
>-
Tools und Fehlerbehebung
Wir stellen Ihnen die Tools vor, mit denen Sie Ihre progressiven Web-Apps entwickeln, debuggen und testen können.
Funktionen
PWAs sind nicht nur an den Bildschirm gebunden. In diesem Kapitel geht es um die aktuellen Funktionen einer PWA in Bezug auf Hardware, Sensoren und Plattformnutzung.
Komplexitätsmanagement
>-
Fensterverwaltung
>-
Betriebssystemintegration
Ihre PWA funktioniert jetzt außerhalb des Browsers. In diesem Kapitel wird beschrieben, wie Sie die Integration mit dem Betriebssystem verbessern können, nachdem Nutzer Ihre App installiert haben.
Experimentelle Funktionen
Einige PWA-Funktionen befinden sich noch im Aufbau und Sie können an der Entwicklung beteiligt sein. In diesem Kapitel erfahren Sie mehr über das Fugu-Projekt, die Registrierung für einen Ursprungstest und die Verwendung experimenteller APIs.
Architektur
Bei der Entwicklung einer PWA müssen Sie entscheiden, ob Sie eine einseitige oder eine mehrseitige Anwendung erstellen und ob sie im Stammverzeichnis Ihrer Domain oder in einem Ordner gehostet werden soll.
Aktualisieren
Wahrscheinlich muss Ihre PWA aktualisiert werden. In diesem Kapitel finden Sie die Tools, mit denen Sie verschiedene Teile Ihrer PWA aktualisieren können – von Assets bis hin zu Metadaten.
Installationsaufforderung
Bei Websites, die die Kriterien für die PWA-Installation erfüllen, löst der Browser ein Ereignis aus, um den Nutzer zur Installation aufzufordern. Die gute Nachricht ist, dass Sie mit diesem Ereignis Ihren Prompt anpassen und Nutzer dazu einladen können, Ihre App zu installieren.
Bereitstellung
Mit dem Abrufereignis des Service Workers können Sie Netzwerkanfragen abfangen und mit verschiedenen Techniken eine Antwort bereitstellen.
Workbox
Workbox besteht aus einer Reihe von Modulen, die gängige Service-Worker-Interaktionen wie Routing und Caching vereinfachen. Jedes Modul befasst sich mit einem bestimmten Aspekt der Service Worker-Entwicklung. Workbox soll Service Worker so einfach wie möglich einsetzen und gleichzeitig auch die Flexibilität bieten, komplexe Anwendungsanforderungen bei Bedarf zu erfüllen.
Offline-Daten
Für eine optimale Offlinenutzung müssen Sie Speicherverwaltung implementieren. Tools wie IndexedDB, Cache, Storage Manager, Persistent Storage und Contentindexierung können dabei helfen.
Interaktion
'Seiten für verschiedene Eingabemechanismen einrichten: Maus, Tastatur und Berührung.'
Medienfunktionen
>-
Bildschirmkonfigurationen
Bereite deine Inhalte für Geräte mit mehreren Bildschirmen vor.
Muster auf der Benutzeroberfläche
Berücksichtigen Sie einige gängige UI-Elemente, die sich an verschiedene Bildschirmgrößen anpassen.
Bedienungshilfen
Sorgen Sie dafür, dass Ihre Website für alle Nutzer verfügbar ist.
Typografie
'Ihr Text sollte gut lesbar und ansprechend sein, egal, wo er erscheint.'
Responsive Bilder
Zeigen Sie Ihren Besuchern die Bilder, die am besten zu ihren Geräten und Bildschirmen passen.
Das Bildelement
Gestalten Sie Ihre Bilder kreativer.
Symbole
Verwenden Sie SVG für skalierbare responsive Symbole.
Themen
Passen Sie Ihre Designs an die Präferenzen der Nutzenden an, z. B. einen dunklen Modus.
Caching
Mit der Cache Storage API können Sie Assets auf das Gerät herunterladen, speichern, löschen oder aktualisieren. Diese Assets können dann auf dem Gerät bereitgestellt werden, ohne dass eine Netzwerkanfrage erforderlich ist.
Service Worker
Service Worker sind ein wesentlicher Bestandteil einer PWA. Sie ermöglichen schnelles Laden unabhängig vom Netzwerk, Offlinezugriff, Push-Benachrichtigungen und andere wichtige Funktionen.
Text und Typografie
In diesem Modul lernen Sie, wie Sie Text im Web formatieren.
Assets und Daten
>-
Hintergründe
In diesem Modul lernen Sie, wie Sie mit CSS den Hintergrund von Feldern gestalten.
Überlauf
Der Überlauf ist die Art und Weise, wie Sie mit Inhalten umgehen, die nicht in eine festgelegte übergeordnete Größe passen. In diesem Modul lernen Sie, über den Tellerrand zu blicken, und lernen, überlaufende Inhalte zu gestalten.
Stiftungen
Alle progressiven Web-Apps sind im Grunde moderne Websites. Daher ist es wichtig, dass Ihre Website eine solide Grundlage für responsives Design, mobiles Design, integriertes Design und Webleistung bietet.
Sicherheit und Datenschutz
Hier erfahren Sie, wie Sie Ihre Formulare sicher machen und die Daten Ihrer Nutzer schützen.
Fazit
Weitere Informationen und Ressourcen
Makro-Layouts
Entwerfen Sie Seitenlayouts mithilfe verschiedener CSS-Techniken.
Formulare verwenden, um Daten von Nutzern zu erhalten
>-
Zahlungsformulare
Verbessern Sie die Conversion-Raten durch die Entwicklung besserer Zahlungsformulare.
Formularattribute im Detail
Hier erfahren Sie alles über Formularattribute: wie Sie das Layout von Bildschirmtastaturen ändern, die integrierte Validierung aktivieren und vieles mehr.
Nutzer müssen keine Daten noch einmal in Formulare eingeben
Machen Sie es den Nutzenden einfacher, Formulare auszufüllen.
Daten werden erfasst
Weitere Informationen zum Messen und Analysieren von Formularen
Micro-Layouts
Erstellen Sie flexible Komponenten, die überall platziert werden können.
Formulare auf verschiedenen Geräten und Plattformen testen
Stellen Sie sicher, dass das Formular auf verschiedenen Geräten, in unterschiedlichen Browsern, auf unterschiedlichen Plattformen und in unterschiedlichen Kontexten funktioniert.
Formularsteuerelemente gestalten
Hier erfahren Sie, wie Sie Formularsteuerelemente mit CSS implementieren.
Das Formularelement im Detail
Hier erfahren Sie alles über das Formularelement, wann Sie ein Formular verwenden sollten und wie es im Detail funktioniert.
Nutzern bei der Eingabe der richtigen Daten in Formulare helfen
Hier erfahren Sie, wie Sie Ihre Formulare im Front-End validieren.
Formularfelder im Detail
Hier erfahren Sie mehr über die verschiedenen Formularfelder, die Sie verwenden können, und wie Sie das richtige Formularelement auswählen.
Adressformulare
Helfen Sie Nutzern, Adressformulare schnell und einfach auszufüllen.
Formulare testen
Hier erfahren Sie, wie Sie Ihre Formulare testen und analysieren können.
Fazit und weitere Informationen
Weitere Ressourcen, die Ihnen bei den nächsten Schritten helfen
Autofill
Hier erfahren Sie alles über die Funktion „Autofill“ und das Attribut „Automatische Vervollständigung“.
Wie Formulare auf Nutzerfreundlichkeit getestet werden
Hier erfahren Sie, wie Sie Tests zur Nutzerfreundlichkeit durchführen und dafür sorgen, dass das Formular für alle Nutzenden gut funktioniert.
Formen gestalten
Gestalten Sie Formulare mithilfe von CSS und stellen Sie gleichzeitig sicher, dass sie für alle nutzbar und lesbar bleiben.
Einführung
Finden Sie heraus, woher das responsive Design stammt.
Nutzer bei der Eingabe von Daten in Formulare unterstützen
Eine Übersicht über die verschiedenen Formularelemente, aus denen Sie Ihr Formular erstellen können.
Willkommen bei Learn Progressive Web Apps!
>-
Erste Schritte
Wenn Sie eine progressive Web-App entwickeln möchten, fragen Sie sich vielleicht, wo Sie anfangen sollen, ob es möglich ist, eine Website auf eine PWA zu aktualisieren, ohne von Grund auf neu anzufangen, oder wie Sie von einer plattformspezifischen App zu einer PWA wechseln. In diesem Artikel finden Sie Antworten auf diese Fragen.
Designgrundlagen
Erfahren Sie, wie Sie benutzerfreundliche Formulare erstellen.
Lokalisierung
Bereiten Sie Ihre Designs für verschiedene Sprachen und Schreibmodi vor.
Medienabfragen
Passen Sie Ihre Designs mithilfe von CSS-Medienabfragen an verschiedene Bildschirmgrößen an.
Fazit und weitere Informationen
Weitere Ressourcen, die Ihnen bei den nächsten Schritten helfen
Willkommen bei Learn Formulare!
Ein Kurs zu HTML-Formularen, mit dem Sie Ihre Webentwickler-Kenntnisse vertiefen können.
Identität
Hier erfahren Sie, wie Sie sichere und leicht zugängliche Registrierungs- und Anmeldeformulare erstellen und wie Sie Nutzern beim Ändern ihrer Kontoeinstellungen helfen können.
Internationalisierung und Lokalisierung
Bereiten Sie sich auf internationale Datenformate vor und erfahren Sie, wie Sie Ihr Formular für die Lokalisierung planen.
JavaScript
Erfahren Sie, wie Sie Ihre Formulare mithilfe von JavaScript optimieren können.
Listen
Eine Liste besteht aus einem Listencontainerelement, das mit Listenelementen gefüllt ist. In diesem Modul lernen Sie, wie Sie alle Teile einer Liste gestalten.
Übergänge
In diesem Modul erfahren Sie, wie Sie Übergänge zwischen den Zuständen eines Elements definieren. Verwenden Sie Übergänge, um die User Experience zu verbessern, indem Sie visuelles Feedback zu den Interaktionen der Nutzenden geben.
Willkommen bei Learn CSS!
Ein immer gültiger CSS-Kurs und Referenzmaterial, mit dem Sie Ihre Kenntnisse im Bereich Webstyling erweitern können.
Filter
Filter in CSS bedeuten, dass Sie Effekte anwenden können, die Sie nur in einer Grafikanwendung für möglich halten. In diesem Modul erfahren Sie, welche Funktionen verfügbar sind.
Funktionen
CSS verfügt über eine Reihe von integrierten Funktionen. In diesem Modul lernen Sie einige der wichtigsten Funktionen kennen und erfahren, wie Sie sie verwenden.
Animationen
Animationen sind eine gute Möglichkeit, interaktive Elemente hervorzuheben und Ihren Designs mehr Interesse und Spaß zu verleihen. In diesem Modul erfahren Sie, wie Sie mit CSS-Code Animationen hinzufügen und steuern.
Fazit und weitere Informationen
Weitere Ressourcen, die Ihnen bei den nächsten Schritten helfen
Mischmodi
Kombiniere zwei oder mehr Ebenen und kombiniere so kompakte Effekte. In diesem Modul zu den Mischmodi erfahren Sie, wie Sie Bilder von weißem Hintergrund isolieren.
Z-Index und Stapelkontexte
In diesem Modul erfahren Sie, wie Sie mithilfe des Z-Index und des Stapelkontexts die Reihenfolge steuern können, in der Elemente übereinander gelegt werden.
Schatten
Es gibt eine Reihe von Möglichkeiten, Text und Elementen in CSS Schatten hinzuzufügen. In diesem Modul erfahren Sie, wie die einzelnen Optionen verwendet werden und für welche Aufgaben sie gedacht sind.
Farbverläufe
In diesem Modul erfahren Sie, wie Sie die verschiedenen Arten von Farbverläufen verwenden, die in CSS verfügbar sind. Mit Farbverläufen können Sie eine Vielzahl nützlicher Effekte erzeugen, ohne ein Bild mit einer Grafikanwendung erstellen zu müssen.
Rahmen
Ein Rahmen dient als Rahmen für Ihre Boxen. In diesem Modul erfahren Sie, wie Sie die Größe, den Stil und die Farbe von Rahmen mithilfe von CSS ändern.
Fokus
Verstehen Sie, wie wichtig es ist, sich bei Ihren Webanwendungen zu konzentrieren. Sie erfahren, wie Sie den Fokus verwalten und dafür sorgen, dass der Pfad durch Ihre Seite sowohl für Personen mit Maus als auch für Personen, die zum Navigieren die Tastatur verwenden, funktioniert.
Raster
CSS Grid Layout bietet ein zweidimensionales Layoutsystem, mit dem das Layout in Zeilen und Spalten gesteuert wird. In diesem Modul erfahren Sie, was Raster zu bieten hat.
Pseudoklassen
Mit Pseudoklassen können Sie CSS basierend auf Statusänderungen anwenden. Das bedeutet, dass Ihr Design auf Benutzereingaben wie eine ungültige E-Mail-Adresse reagieren kann.
Abstand
Finden Sie heraus, wie Sie die beste Methode für den Abstand zwischen Elementen auswählen. Berücksichtigen Sie dabei die verwendete Layoutmethode und die zu erstellende Komponente.
Pseudoelemente
Ein Pseudoelement ist mit dem Hinzufügen oder Targeting eines zusätzlichen Elements vergleichbar, ohne dass zusätzlicher HTML-Code hinzugefügt werden muss. Sie haben verschiedene Rollen, die in diesem Modul näher erläutert werden.
Logische Eigenschaften
Logische, relative Flusseigenschaften und -werte sind mit dem Textfluss verknüpft und nicht mit der physischen Form des Bildschirms. Hier erfahren Sie, wie Sie von diesem neueren CSS-Ansatz profitieren können.
Flexbox
Flexbox ist ein Layoutmechanismus, mit dem Elementgruppen in einer Dimension dargestellt werden. In diesem Modul erfahren Sie, wie Sie sie verwenden.
Layout
Eine Übersicht über die verschiedenen Layoutmethoden, die Sie beim Erstellen einer Komponente oder eines Seitenlayouts auswählen können.
Größeneinheiten
In diesem Modul erfahren Sie, wie Sie die Größe von Elementen mithilfe von CSS anpassen, indem Sie mit dem flexiblen Medium des Webs arbeiten.
Spezifität
'In diesem Modul wird die Spezifität, ein wesentlicher Bestandteil der Kaskade, näher erläutert.'
Übernahme
Einige CSS-Eigenschaften werden übernommen, wenn Sie keinen Wert für sie angeben. In diesem Modul erfahren Sie, wie das funktioniert und wie Sie es zu Ihrem Vorteil nutzen können.
Farbe
Es gibt mehrere Möglichkeiten, Farbe in CSS anzugeben. In diesem Modul werfen wir einen Blick auf die am häufigsten verwendeten Farbwerte.
Der Wasserfall
Manchmal können zwei oder mehr konkurrierende CSS-Regeln auf ein Element angewendet werden. In diesem Modul erfahren Sie, wie der Browser auswählt, was er verwendet, und wie Sie diese Auswahl steuern.
Kastenmodell
Alles, was von CSS angezeigt wird, ist ein Feld. Die Funktionsweise des CSS-Boxmodells ist daher eine zentrale Grundlage von CSS.
Selektoren
Wenn Sie CSS auf ein Element anwenden möchten, müssen Sie es auswählen. CSS bietet Ihnen dazu verschiedene Möglichkeiten, die Sie in diesem Modul kennenlernen können.
Core Web Vitals
在 Google Cloud 上构建、容器化和部署 Spring Boot 应用
学习如何在 Google Cloud 上构建、容器化和部署 Spring Boot 应用。
在 Android 设备上使用 FCM 和 FIAM 向用户发送消息
了解如何使用 Firebase Cloud Messaging 和 In-App Messaging 与用户通信并发展业务。
使用 Firebase 构建您的首个 Web 应用
了解 Firebase 应用开发平台的基础知识，并使用 Firebase 构建您的第一个应用。
适用于 Apple 平台的 Firebase App Check
Firebase App Check 可确保请求来自合法应用和设备，从而有助于保护您的后端资源免遭滥用，例如防范账单欺诈和钓鱼式攻击。它可与 Firebase 服务以及您自己的后端服务搭配使用，以确保您的资源安全无虞。 如需详细了解 Firebase App Check ，请参阅 Firebase 文档。 App Check 使用平台专有的服务来验证应用和/或设备的完整性。这些服务称为 认证提供程序 。其中之一就是 Apple 的 App Attest 服务，App Check
使用 App Check 保护您的应用免遭滥用
App Check 使用平台专有的证明提供方机制，以实现仅允许来自正版应用的流量。除了保护 Firebase 上的后端资源外，您还可以用它来保护其他资源、端点或您自己的服务器。欢迎完整观看此播放列表，了解 App Check 的多功能特性以及如何立即开始使用。
利用 Firebase 和 Flutter 打造富有吸引力的跨平台体验
了解如何使用 Firebase 和 Flutter 打造令人愉悦的响应式跨平台体验。
使用 Firebase Remote Config 逐步推出 Firebase App Check
您可以将 Firebase App Check 与 App Attest 搭配使用，以保护后端服务并验证发送到 Firebase 服务的请求是否来自真实的应用。 通常建议您逐步将用户纳入 App Attest 服务，以免达到配额限制。如需了解详情，请参阅 Apple 的“ 准备使用应用认证服务 ”文档。 如 分阶段发布版本更新 中所述，使用 Apple 的 App Store Connect 功能逐步发布应用更新有助于更顺利地推出 App
使用 TensorFlow Lite 和 Firebase 向您的应用添加设备端文本分类 - Android Codelab
在此 Codelab 中，您将学习如何使用 Firebase 和 TensorFlow Lite 实现文本分类。
监控功能发布期间的表现
在此 Codelab 中，您将学习如何将 Firebase Performance Monitoring 添加到示例应用并在功能发布期间衡量其性能。
使用 Firebase Performance Monitoring 监控新功能
了解如何使用 Performance Monitoring 来调查性能问题并监控新功能发布、发布配置更改，以及使用 Firebase Remote Config 安全地发布新功能
使用 Remote Config 更新您的 Unity 游戏，无需发布
了解如何使用 Firebase Remote Config 更改行为、围绕配置开展实验，以及如何不进行更新即测试您的 Unity 游戏。
使用 Firebase Remote Config 为 Unity 游戏实施 A/B 测试
在此 Codelab 中，您将学习如何在 Unity 游戏中使用 Remote Config A/B Testing。
将 app bundle 版本分发给测试人员 - Codelab
快速将应用的最新版本交付给测试人员。在
使用 Firestore 构建排行榜
在此 Codelab 中，您将使用 Cloud Firestore 和 Cloud Functions 构建一个排行榜。
使用 Cloud Firestore 构建强大的分布式排行榜
了解如何使用 Cloud Firestore 构建可扩缩并满足用户需求的排行榜。
使用 Firebase 有效吸引用户
了解如何向用户传送有针对性的消息传递宣传活动，以及如何使用传送和互动数据最大限度地提升这些宣传活动的效果。
计算 SKAdNetwork 转化价值架构的收入分桶
在本 Codelab 中，我们将通过示例演示如何构建收入分桶来设置 SKAdNetwork 转化价值架构
使用 TensorFlow Lite 和 Firebase 向您的应用添加建议 - iOS Codelab
在此 Codelab 中，您将学习如何使用 TensorFlow 和 Firebase 为应用创建内容推荐引擎
使用 Firebase Remote Config 对 Unity 游戏进行插桩
了解如何使用 Remote Config 插桩 Unity 游戏
“实时设备端应用内购优化”Codelab
在此 Codelab 中，您将学习如何部署 TFLite 模型，以针对每位用户量身定制应用并优化应用内购买
在 Android WebView 中实现 Google Analytics for Firebase
在此 Codelab 中，您将学习如何使用 JavaScript WebView 实现将事件发送到 GA4
将 Firebase 添加到您的 Flutter 应用：高级
了解如何将 Firebase 功能用于 Flutter，包括用户身份验证、数据删除、功能标记和崩溃跟踪。
将 Firebase 添加到您的 Flutter 应用
了解如何将 Firebase 产品集成到您的 Flutter 应用，从而实现顺畅无缝的移动应用前端和后端开发。
使用 Firebase App Distribution iOS SDK 提醒测试人员有关新应用版本的信息 - Codelab
借助 App Distribution SDK，您可以快速将最新版本交付给测试人员。在此 Codelab 中，您将更新应用，以便在有新的 build 可用时向测试人员显示应用内提醒。
通过 Terraform 设置和管理 Firebase 项目和产品
使用 Terraform 设置和管理 Firebase 项目，包括对基础架构和 Firebase 产品进行程序化配置。
使用 MFA、屏蔽函数和跨服务安全规则
了解如何在 Firebase 中使用安全功能，包括多重身份验证 (MFA)、屏蔽函数和跨服务安全规则。
使用 Firebase 打造快速稳定的应用
实时应用性能数据让 bug 和缺陷无所遁形，有助于您减少花在四处奔忙“救火”上的时间，从而腾出更多时间来打造愉悦的体验。
使用 Firebase Performance Monitoring 衡量加载时间和屏幕渲染情况
在此 Codelab 中，您将构建一个示例应用，并学习如何使用 Firebase Performance Monitoring 衡量加载时间和屏幕渲染情况。
使用 Crashlytics 高级功能了解游戏发生崩溃的情况
升级调试过程，并更好地了解 Unity 游戏发生崩溃的情况和可能造成崩溃的原委。
使用 Crashlytics 高级功能了解 Unity 游戏发生崩溃的情况
在此 Codelab 中，您将学习如何使用 Crashlytics 的高级功能。这些功能有助于您更好地了解发生崩溃的情况和可能造成崩溃的原委。
使用 TensorFlow Lite 和 Firebase 向您的应用添加建议 - Android Codelab
在此 Codelab 中，您将学习如何使用 TensorFlow 和 Firebase 为应用创建内容推荐引擎。
使用 TensorFlow Lite 和 Firebase 向您的应用添加设备端文本分类 - iOS Codelab
在此 Codelab 中，您将学习如何使用 Firebase 和 TensorFlow Lite 实现文本分类。
架构和状态
了解如何使用导航、高级状态和附带效应来创建有效运行的应用。
Android 和其他平台上的通行密钥
开始使用通行密钥，为用户打造安全、人性化的身份验证体验。
Scene Semantics and Geospatial Depth
了解 ARCore 中的 Scene Semantics and Geospatial Depth API，这些 API 可让您更深入地了解环境。
Streetscape Geometry 和 Rooftop 锚点
了解 ARCore 中的 Streetscape Geometry API 和 Rooftop 锚点 API，它们可帮助您了解高达 100 米的建筑物的数据。
使用 Firebase 进行本地开发
了解如何使用 Firebase 在本地环境中开发和运行应用。
将 Google 的地点数据导入 Android 应用
了解 Places SDK for Android，并使用 Kotlin 构建包含真实地点相关数据的 Android 应用。
Compose for Wear OS
了解 Compose for Wear OS，它是一种新式声明式界面工具包，可帮助您构建针对穿戴式设备优化的精美界面。
Cloud Run 和无服务器计算
了解 Cloud Run 服务（适用于处理 Web 请求的容器）和 Cloud Run 作业（适用于运行完毕且不处理请求的容器）。
现代 Android 应用架构
了解构建达到生产质量的强大应用的最佳实践和推荐架构。
使用 Jetpack Compose 和 Firebase 构建 Android 应用
了解如何构建遵循 Model-View-ViewModel (MVVM) 架构的 Android 应用，并准备一个代码库，以便通过 Jetpack Compose 和 Firebase 使用不同的环境。
构建基于 Cloud Firestore 的 Web 应用
了解如何借助 Cloud Firestore 高效、安全地存储和同步应用数据。
Wear OS
了解 Wear OS，一款针对穿戴式设备进行了设计优化的 Android 操作系统。
使用 Compose 向基于 View 的 Android 应用添加自适应布局
了解如何使用 Jetpack Compose 向基于 View 的 Android 应用添加自适应布局。
将 Play Integrity 添加到您的 Android 应用
在此 Codelab 中，您将向示例应用添加 Play Integrity API。您将使用 Play Integrity API 请求完整性判定，以帮助您确定应用的许可状态和完整性，以及运行该应用的设备的完整性状态。
配置、实现和验证 Android App Links
在此 Codelab 中，您将构建一个列出一系列餐馆的 Android 应用。该课程旨在协助您设计、配置和验证 Android App Links。
使用基准配置文件提升应用性能
此 Codelab 介绍了如何使用基准配置文件缩短应用启动时间和帧时间。
将自适应功能集成到原生游戏中
在本 Codelab 中，您将从一款简单的 3D 物理模拟游戏入手，并为其集成自适应功能。您将集成以下各项：
初始配置和启动营业地点
了解如何使用 Business Messages 进行初始配置和启动营业地点。
使用 Actions on Google 打造更智能的家居体验
了解如何构建智能家居 Action，让 Google 助理能控制已连接的设备。
不连接到互联网时的双向通信
了解如何让用户相互连接（即使没有互联网连接）
与界面和状态交互
创建一个小费计算器应用，用于根据应用中的用户输入来计算小费。
从互联网获取数据
实现协程以在不屏蔽应用的情况下并行执行任务，以及学习如何使用 HTTP 和 REST 从互联网获取数据。
计算自定义小费
了解如何添加操作按钮、设置键盘操作以及使用 Switch 可组合函数。
更多 Kotlin 基础知识
了解有助于您构建更有趣的 Android 应用的更多 Kotlin 编程概念。
Kotlin 基础知识
详细了解 Kotlin、面向对象的编程和 lambda 的基础知识。
创建交互式 Dice Roller 应用
了解如何构建交互式 Dice Roller 应用，使用户能够掷骰子，然后向用户显示结果。
构建基本布局
构建一个显示文本和图像的、界面简单的 Android 应用。
高级 activity 嵌入
在此 Codelab 中，您将学习如何使用与 activity 嵌入有关的新增功能来改善大屏设备上的应用体验。这些功能包括窗格展开、叠加层呈现、全屏对话框变暗和 activity 堆栈固定。
在 Kotlin 中使用类和对象
了解如何在 Kotlin 中使用类和对象。
在 Kotlin 中使用集合
了解如何使用数组和集合，包括列表、集和映射。
为应用添加按钮
了解如何在 Android 应用中响应按钮点击。
Kotlin 园地中的协程简介
在 Kotlin Playground 中，了解如何使用 Kotlin 协程编写异步代码。
从互联网加载和显示图片
运用架构最佳实践构建应用，并使用 Coil 下载和显示图片。
将 Compose 添加到基于 View 的应用
在此 Codelab 中，您将学习如何把 View 系统中某个界面的组成部分迁移到 Jetpack Compose。
项目：创建名片应用
了解如何创建展示您的名片的 Android 应用。
（已废弃）向 Wear OS 上的表盘复杂功能提供数据
在本 Codelab 中，您将学习如何向表盘复杂功能提供数据，同时牢记平台的相关最佳做法。
Oder nach Entwicklungsschwerpunkt erkunden
Mobil
Web
KI
