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.

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

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

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

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

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

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

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.

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.

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.

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

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.

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.

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.

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

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.

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.

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

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

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

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

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.

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

Webanwendung mit Firebase Data Connect und GraphQL erstellen

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.

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

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

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

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,

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.

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

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

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.

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.

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.

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.

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.

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

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

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

Firestore-Vektorsuche verwenden

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.

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.

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

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

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

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

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

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

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

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

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.

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

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.

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

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

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

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

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

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

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

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

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

GitHub – Codeüberprüfung mit GenAI automatisieren

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

Stabile Diffusion auf einer Cloud Run-GPU ausführen

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

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.

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

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

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

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.

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

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

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

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

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

Stabile Diffusion auf einer Cloud Run-GPU ausführen

Implementierung von JIRA-User Storys mit GenAI

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

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.

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

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

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

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

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

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

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

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

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

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.

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

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

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

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

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 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

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.

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.

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

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

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

Cloud 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

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

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

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

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

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.

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

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.

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.

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.

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.

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

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

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.

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

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

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.

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.

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

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

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

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

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, 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.

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

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.

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

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.

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

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

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

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

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.

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

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.

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.

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

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

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.

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.

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.

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.

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

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

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

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

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.

In diesem Codelab

In diesem Lab lernen Sie NCC mit VPC als Spoke.

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.

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.

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.

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.

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

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.

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

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

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

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

Grundlegende Vorgehensweisen für die sichere Bereitstellung in Cloud Run

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

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

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

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

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.

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

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

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

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

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

Einstellungen für eingehenden Traffic in Cloud Run

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

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.

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.

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

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.

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

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

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

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

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.

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.

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

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

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.

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

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

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

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

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.

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

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

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

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.

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

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.

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

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.

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

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

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.

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

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

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

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

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.

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

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

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

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

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.

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

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

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

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

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

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

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.

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

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.

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

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.

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

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

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.

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

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

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

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

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

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

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

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

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

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

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.

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

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 \

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

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

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.

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

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.

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

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.

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.

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

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

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

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.

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

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.

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.

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

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.

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.

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

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

use-cmek-to-encrypt-cloud-functions

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

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.

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.

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:

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

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

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

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.

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.

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$.

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

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.

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.

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

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

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

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