瞭解如何使用 Firebase Genkit，透過熟悉的應用程式開發技能和工具，建構生成式 AI 功能。

在 Google Cloud Platform 上開發名為「Aidemy」的功能性 AI 輔助教學系統，展示多代理系統的強大功能。在 Google Cloud 上設計、建構及部署複雜的多代理系統，掌握 LLM 應用程式開發的關鍵概念，並瞭解事件導向架構的優點，累積實務經驗。

在本實驗室中，您將瞭解如何使用 BigQuery 機器學習推論功能搭配遠端模型 (Gemini 模型)，分析電影海報圖片並產生這些海報的摘要。

在本程式碼研究室中，您將學習如何使用 Google Cloud 強大的工具和基礎架構，建構及部署生成式 AI 代理程式。我們將介紹基本概念，並逐步引導你完成初始步驟，讓第一位服務專員順利執行服務。

在本程式碼研究室中，您將瞭解如何使用 Trusted Space 解決方案，透過加速器執行 AI/ML 工作負載。

Cloud Run 是一個全代管運算平台，讓您能直接在可擴充的 Google 基礎架構上執行程式碼。本程式碼研究室將示範如何將 Cloud Run 上的 Next.js 應用程式連結至 PostgreSQL 適用的 Cloud SQL 資料庫。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud

本程式碼研究室將說明如何使用邏輯迴歸，瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵，與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 首先，請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料，不妨針對時間最早且可存取的整月資料執行以下查詢： 選取較舊的資料後，您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制，資料刪除後，這些限制就會結束。

本程式碼研究室將說明如何使用邏輯迴歸，瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵，與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 首先，請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料，不妨針對時間最早且可存取的整月資料執行以下查詢： 選取非近期資料後，您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制，資料刪除後，這些限制就會結束。

本程式碼研究室將說明如何使用線性迴歸建立模型，以便預測單次點擊出價。 如要完成這個程式碼研究室，請務必符合以下條件： 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表，執行以下查詢。請放心，您不用提供開始和結束日期，系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error

本程式碼研究室將說明如何使用線性迴歸建立模型，以便預測單次點擊出價。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表，執行以下查詢。請放心，您不用提供開始和結束日期，系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error mean_squared_log_error

在本程式碼實驗室中，您將建立 Spanner 例項，並使用 Spanner 內建的向量搜尋功能，以及與 Vertex AI 模型整合，對向量嵌入執行相似度搜尋。

在本程式碼研究室中，您將建構以 RAG 為基礎的向量搜尋應用程式，用於為客戶搜尋相符的玩具 (透過文字和圖片)、根據使用者要求建立自訂玩具，以及使用 AlloyDB、Gemini、Imagen、LangChain4j 和資料庫專用的 GenAI Toolbox 預測自訂玩具的價格。

在本教學課程中，您將瞭解如何設定及驗證 Private Service Connect Vertex AI Pipelines

在本程式碼研究室中，您將學習如何在 GKE 叢集中部署 AlloyDB Omni、將 I 模型部署至相同叢集、在 AlloyDB Omni 中註冊模型，並讓兩者協同運作

在本程式碼研究室中，您將瞭解如何建立 AlloyDB 叢集、為資料庫部署 GenAI 資料庫檢索服務，以及使用這項服務建立範例應用程式。

在本程式碼研究室中，您將瞭解如何在運算 VM 中部署 AlloyDB Omni、載入資料，以及使用 AlloyDB Columnar Engine 提升效能

在本程式碼研究室中，您將瞭解如何結合使用 AlloyDB AI 和向量搜尋，並為向量資料建立索引

在本程式碼實驗室中，您將使用 Gemini Code Assist，這是 Google Cloud 中的 AI 技術輔助協作工具。您將瞭解如何使用 Gemini Chat 和內嵌程式碼輔助功能，生成程式碼、瞭解程式碼，以及執行其他 AI 輔助程式碼工作。

在本程式碼研究室中，您將瞭解如何使用 Cloud SQL AI 整合功能搭配向量搜尋，並在向量資料上建立索引

圖片占據網頁載入所需位元組的平均值 超過 60% 。使用 AVIF 可縮小圖片大小，加快網站載入速度。 AVIF 是一種源自 AV1 影片位元串流的圖片格式。AVIF 的設計宗旨是提高壓縮效率。 AVIF 圖片的大小比 JPEG、PNG、GIF 或 WebP 圖片小得多，且品質相同或更佳。 Squoosh 是圖片壓縮網頁應用程式，可輕鬆將圖片壓縮為 AVIF 圖片。 接著，Squoosh 會將圖片壓縮為 AVIF 圖片。Squoosh 完成後，右下角會顯示下載按鈕，並顯示 AVIF

在本程式碼研究室中，您將瞭解如何為 AlloyDB 建立 Private Service Connect

在本程式碼研究室中，您將瞭解如何建立 Gemini 輔助的影片摘要工具，用於摘要 YouTube 影片。

在本程式碼研究室中，您將瞭解如何為 Cloud SQL 建立 Private Service Connect

在本程式碼研究室中，您將使用 Gen AI Toolbox for Databases 服務，為價格預測應用程式建構及部署工具箱，並使用 AlloyDB 和生成式 AI 功能。

生成式 AI 應用程式也需要像其他應用程式一樣具備可觀察性。 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

瞭解如何使用 Firebase Data Connect 和 GraphQL 建構網頁應用程式

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，以及將所有內容整合至 Flask 應用程式。

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

在本實驗室中，您將使用 Google 的生成式 AI 產品，在 Gemini Cloud Assist 的協助下，在 Google Cloud 中建構基礎架構，使用 Data Canvas 的自然語言 SQL 功能查詢 BigQuery 資料，並在 Colab Enterprise Jupyter 筆記本和 Eclipse Theia (Visual Studio Code) 中，透過 Gemini Code Assist 編寫程式碼，以及在 Vertex AI Agent Builder

在本程式碼研究室中，您將建構知識導向的瑜珈姿勢搜尋應用程式，旨在回答使用者關於瑜珈姿勢的問題，並與使用者的問題相符。也能執行建立和編輯瑜珈姿勢等管理工作。

在這個程式碼研究室中，您將瞭解如何將 Java 程式碼轉換為 Kotlin

瞭解如何使用 Activity Recognition Transition API，在應用程式中建構強大的內容功能

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，該應用程式會使用裝置端機器學習功能，辨識語言並翻譯 59 種語言的文字。您也會瞭解如何整合 CameraX 程式庫，透過即時攝影機動態饋給完成這些工作。

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，並將所有內容整合至 Node.js 應用程式。

在這個程式碼研究室中，您要將舊的 PHP 應用程式翻新到 Google Cloud、將其容器化、部署至 Cloud Run，並連結至 Cloud SQL。此外，您將探索如何使用 Cloud Build 進行應用程式 CI/CD，並透過 Secret Manager 加以保護。

在本程式碼研究室中，您將瞭解如何使用 PSC 後端搭配全域外部應用程式負載平衡器，存取其他網路中的產生器服務。

運用 Firebase 和 Jetpack Compose 新增驗證、效能監控、宣告式 UI 和功能旗標，打造待辦事項清單 Android 應用程式的功能。

如要進行這個程式碼研究室，您必須符合以下幾項必要條件。每項規定都會標示是否適用於「本機測試」或「匯總服務」。 您必須下載本機測試工具才能進行本機測試。這項工具會根據未加密的偵錯報表產生摘要報表。 您可以在 GitHub 中的 Lambda JAR 封存檔 下載本機測試工具。其名稱應為 LocalTestingTool_{version}.jar 。 開啟「 Terminal 」，然後使用 java --version 檢查機器是否已安裝 Java 或 openJDK。 如果尚未安裝，您可以前往

預計完成時間：1 到 2 小時 您可以透過 2 種模式執行這個程式碼研究室： 本機測試 或 匯總服務 。本機測試模式需要本機電腦和 Chrome 瀏覽器 (不需建立/使用 Google Cloud 資源)。匯總服務模式需要在 Google Cloud 上完整部署匯總服務。 無論您在哪種模式下執行本程式碼研究室，都需要符合一些先決條件。每項規定都會標示是否適用於本機測試或匯總服務。 如要使用 Privacy Sandbox API，請務必為 Chrome 和 Android 完成 註冊和認證 。

在本實驗室中，我們將學習如何使用 VPC 服務控管 ，在將資料從 Cloud Storage 轉移至 BigQuery 資料集時，保護 BigQuery 資料移轉服務 。接著，我們會保護 Cloud Storage ，並重複上述程序，將資料從 Cloud Storage 轉移至 BigQuery。Cloud Storage 的保護措施會導致 VPC Service Controls 違規，因此必須修正才能成功轉移。最後，我們也會保護 BigQuery

在這個程式碼研究室中，您會將應用程式內購新增至透過 Dart 後端服務驗證及管理的 Flutter 應用程式。

瞭解如何使用 Firestore Vector Search

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的網頁應用程式。

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 iOS 應用程式。

在這個程式碼研究室中，您將使用 Firebase Extensions，為線上市集網頁應用程式新增功能。

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 Android 應用程式。

在本程式碼研究室中，我們會說明如何建構即時通訊應用程式，藉此在網路上使用 Firebase 平台。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Go 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Go 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要在 Next.js 中編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Python 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Java 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何在 Svelte 中編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

瞭解如何使用 Cloud Scheduler 和 Cloud Run 服務，在 VPC SC 範圍內依排程執行 Cloud Run 工作

在已啟用私人服務存取網路的現有 CloudSQL 執行個體上啟用 PSC 連結。然後透過另一個專案中的 PSC 端點連線

在本程式碼研究室中，您將瞭解如何在 Flutter 中使用動畫。您將建立小工具，為大小和顏色製作動畫、加入 3D 卡片翻轉效果、使用動畫套件中的特效，以及新增 Android 的預測返回手勢支援功能。

在本程式碼研究室中，您將收到 Cloud Pub/Sub 使用 ABAP SDK 的事件

您可以透過 Google Wallet API 提供各種票證，與使用者互動，例如會員卡、優惠、禮物卡、活動票券、大眾運輸車票、登機證等。每個票證類型 (或票證類別) 都會提供特定用途的欄位和功能，以提升使用者體驗。 不過，這些可能不適用於所有用途。如要打造更貼近需求的體驗，您可以使用通用票證類型。以下是一般票證類型的幾個範例用途： 您可以使用通用票證，用於以下任何用途： 如要進一步瞭解 Google Wallet API，或在 Android 應用程式中新增「新增至 Google 錢包」

在本程式碼研究室中，您將瞭解如何透過 Google Cloud 適用的 ABAP SDK 呼叫 Cloud Storage JSON API 方法與上傳檔案

在本程式碼研究室中，您將使用 Gemini Pro 模型，透過 ABAP SDK 對產品評論執行情緒分析

在本程式碼研究室中，您將瞭解如何透過 ABAP SDK 呼叫 Translation API 的方法

在這個程式碼研究室中，您將瞭解如何將事件發布至 Google Cloud Pub/Sub 服務。

在本程式碼研究室中，您將學習如何建構 Flutter 應用程式，這個應用程式可產生隨機、好聽的名稱。

建立含有 PSC 服務連結的 CloudSQL 執行個體。並透過另一個專案中的 PSC 端點連線

在本程式碼研究室中，您將瞭解 Google Cloud Functions (第 2 代)。具體來說，您將部署回應 HTTP 呼叫、Pub/Sub 訊息、Cloud Storage 事件和 Cloud 稽核記錄的函式。

在本程式碼研究室中，您將建立 Spanner 例項，並瞭解如何使用 Spanner Graph。

在本程式碼研究室中，您將使用 Imagen 模型，透過 Cloud Run 在網頁上建立圖片。

本實驗室將說明如何在 Dataproc 上使用 PySpark，從 BigQuery 載入資料並儲存至 Google Cloud Storage。

GitHub - 使用 GenAI 自動執行程式碼審查

在本程式碼研究室中，您將瞭解如何使用 ABAP SDK for Google Cloud，從 ABAP 環境呼叫 Vertex AI PaLM 2 Text (text-bison) 大型語言模型。

如何開始使用事件驅動型 Cloud Run 函式

在本程式碼研究室中，您將使用 Cloud KMS 非對稱金鑰加密及解密資料。

針對文件和 API 呼叫進行 QA 的 GenAI Agent

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

本程式碼研究室會引導使用者逐步在 GKE 上部署 Jenkins 執行個體，包括自動調整建構代理程式。

瞭解如何使用 Cloud Storage 值區事件，透過 Eventarc 觸發 Cloud Run 函式，以便使用 Google 的 Vision API 分析資料和處理圖片，並將產生的圖片資訊儲存為 Cloud Storage 中的物件中繼資料。

瞭解如何透過 Cloud Run 部署網站，為容器化應用程式提供無伺服器的靈活性。

在本程式碼研究室中，您將瞭解如何整合設定為 Looker SMTP 南向存取權的服務產生器的網際網路 NEG。

在這個程式碼研究室中，您將瞭解如何使用 IPv6 靜態路徑搭配新的下一個躍點屬性，例如 next-hop-instance、next-hop-gateway 和 next-hop-address

在這個程式碼研究室中，您將與使用者對話、詢問說明文件相關問題，或透過函式呼叫來擴充模型、使用 Java 中的生成式 AI、在 Vertex AI 中整合 Gemini 大型語言模型，以及運用 LangChain4j 架構。

瞭解如何在本機電腦的 Visual Studio Code 中，為 Node.js 撰寫、部署及偵錯 Cloud Functions。

在本程式碼研究室中，您將瞭解 Private Service Connect 66 的實作方式，並透過部署消費者和供應商網路進行驗證。

瞭解如何運用對話式 AI 平台 (CAIP) Dialogflow CX 建構零售聊天機器人

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Wagtail：Cloud Run 用於網頁引擎、Cloud SQL 用於資料庫，以及 Cloud Build 用於媒體資產。

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

透過 Python SDK 和 PSC 端點，從 VM 存取 Vertex AI 上的 Anthropic

運用生成式 AI 實作 JIRA 使用者故事

在本研究室中，您將使用 Google 的生成式 AI 產品，在 Gemini Cloud Assist 的協助下，在 Google Cloud 中建構基礎架構。

在本程式碼研究室中，您將瞭解如何透過機密空間透過多方運算技術交易數位資產。

您可以使用 Artifact Registry 儲存不同類型的構件，在單一專案中建立多個存放區，並將特定區域或多區域與每個存放區建立關聯。有幾種存放區模式。每種模式的用途都不同。下圖顯示了許多可同時使用不同模式的存放區方式之一。這張圖表顯示兩個 Google Cloud 專案之間的工作流程。在開發專案中，開發人員會建構 Java 應用程式。在另一個獨立的執行階段專案中，另一個建構作業會建立包含應用程式的容器映像檔，以便部署至 Google Kubernetes Engine。

在本程式碼研究室中，您將瞭解如何整合 Cloud SQL PSC 與 Looker PSC，以便進行南向存取。

瞭解如何使用開放原始碼 Lustre Deployment Manager 指令碼，在 Google Cloud Platform 中部署 Lustre Parallel 檔案系統。

在本程式碼研究室中，您將瞭解 Private Service Connect 64 的實作方式，並透過部署消費者和供應商網路進行驗證。

在本教學課程中，您將建立三個 GKE 叢集，分別命名為「preview」、「canary」和「prod」。接著，請建立與每個叢集相對應的 Cloud Deploy 目標，以及 Cloud Deploy 管道，以便定義在這些目標中執行部署作業的步驟順序。 部署流程會由 cloudbuild 管道觸發，該管道會建立 Cloud Deploy 版本，並在預先發布版叢集中執行部署作業。確認預覽版部署成功且運作正常後，您就可以手動在 Canary

瞭解如何將 Relay 整合至 Compose 應用程式，並加快從設計到程式碼的工作流程。

在本程式碼研究室中，您將瞭解如何使用 ABAP SDK for Google Cloud 從 Secret Manager 擷取憑證/密鑰

本教學課程將說明如何使用 Python 搭配 Translation API。

在本程式碼研究室中，您將在 BigQuery 中建立機器學習 (ML) 模型，並使用 Google Cloud 專用的 ABAP SDK 在 SAP 中取得該模型的預測結果。

在本程式碼研究室中，您將瞭解如何僅使用幾行程式碼，將 Firebase 驗證新增至 Flutter 應用程式。

在本程式碼研究室中，您將瞭解如何使用 Cloud NGFW Enterprise，透過 TLS 檢查實現威脅預防。

瞭解如何使用 Jetpack Compose，在以檢視區塊為基礎的 Android 應用程式中新增自動調整式版面配置。

在本程式碼研究室中，將說明如何使用基準設定檔加快應用程式啟動時間和影格時間。

在本程式碼研究室中，您將從簡單的 3D 物理模擬遊戲開始著手，並為其整合適應性功能。您將整合下列項目：

在本程式碼研究室中，您將建構列出多間餐廳的 Android 應用程式。課程目標在於協助您設計、設定及驗證 Android 應用程式連結。

在這個程式碼研究室中，您需要將 Play Integrity API 加入範例應用程式。您會使用 Play Integrity API 要求完整性判定結果，藉此判斷應用程式的授權狀態和完整性，以及執行應用程式的裝置完整性狀態。

在本程式碼研究室中，您將瞭解如何使用 Sensitive Space 保護機器學習模型和智慧財產

出價和競價服務 (B&A) 包含 4 項服務，可協助買方和賣方進行 Protected Audience 競價： 買方堆疊： 賣方堆疊： 本程式碼研究室將引導您逐步完成在本機環境中設定及測試端對端設定。這項操作手冊預計需要 1 小時的時間，不含初始服務建構時間。 即使您只處理買方程式碼或賣方程式碼，在本機環境中設定完整工作流程也很有幫助，這樣您就能更瞭解買方和賣方堆疊如何相互運作。設定這兩個堆疊後，日後整合其他方的買方或賣方堆疊時，您就能更有信心。在本機測試服務也可以節省開發成本。

在本研究室中，您將使用 BigQuery Studio 中的 Python 筆記本，透過 BigQuery DataFrames 從非結構化資料中取得洞察資料。

Artifact Registry 是完全受管理的套件管理工具，可提供統一工具來管理 OCI 容器映像檔和語言套件 (例如 Maven 和 npm)。 Artifact Registry 與 Google Cloud 的多項其他服務完全整合，例如以下範例： 本實驗室將以實作教學課程的形式，逐步介紹這些功能。 本實驗室的學習目標為何？ 在 Cloud Shell 設定專案 ID 和專案編號，分別儲存為 PROJECT_ID 和 PROJECT_NUMBER 變數。 本實驗室的原始碼位於

在本實驗室中，您將使用 BigQuery Studio 中的 Python 筆記本，透過 BigQuery DataFrames 清理及分析愛荷華州酒類銷售公開資料集。

在本程式碼研究室中，您將瞭解如何管理即時服務專員代表與機器人代表之間的對話轉移。最後，系統會提供基本的網頁介面，方便您查看與服務專員的所有對話，以及加入或離開聊天室做為即時服務專員。

在本程式碼研究室中，您將瞭解如何使用結構化資料擷取程式庫建構 Android 應用程式。您的應用程式會使用結構化資料擷取程式庫，轉譯及處理 FHIR 問卷和回應。 本程式碼研究室著重於 結構化資料擷取程式庫 。我們不會對與本主題無關的概念和程式碼多做介紹，但會事先準備好這些程式碼區塊，屆時您只要複製及貼上即可。如果您之前未建構過 Android 應用程式，可以先 建構第一個應用程式 。 如要下載此程式碼研究室的程式碼，請複製 Android FHIR SDK 存放區： git clone

Cloud Run 是全代管無伺服器平台，能夠讓您執行可透過 HTTP 要求叫用的無狀態容器。本程式碼研究室將示範如何透過使用 IAM 驗證的服務帳戶，將 Cloud Run 上的 Node.js 應用程式安全地連線至 AlloyDB 。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud

瞭解如何透過 Local Home SDK 啟用本地交車功能，藉此提高 Google 助理的智慧住宅整合成效。

Cloud Run 是全代管無伺服器平台，能夠讓您執行可透過 HTTP 要求叫用的無狀態容器。本程式碼研究室將示範如何將 Cloud Run 上的 Node.js 應用程式連結至 PostgreSQL 適用的 Cloud SQL 資料庫。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud 服務帳戶，讓

在本程式碼研究室中，您將使用 FHIR Engine 程式庫建構 Android 應用程式。您的應用程式會使用 FHIR Engine 程式庫，從 FHIR 伺服器下載 FHIR 資源，並將任何本機變更上傳至伺服器。 如果您之前未建構過 Android 應用程式，可以先 建構第一個應用程式 。 HAPI FHIR 是熱門的開放原始碼 FHIR 伺服器。我們在程式碼研究室中使用本機 HAPI FHIR 伺服器，供 Android 應用程式連線。

在本程式碼研究室中，您將瞭解如何在向 Places API 提出要求前，使用 Firebase App Check 和 reCAPTCHA 驗證網頁應用程式。

在本程式碼研究室中，您將建構知識導向的聊天應用程式，用於回答客戶問題、引導產品探索過程，並為電子商務資料集量身打造搜尋結果

在本教學課程中，您將瞭解如何透過 Airflow DAG 在 GKE 上使用 vLLM 訓練及執行模型。

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 存取區域性 Google API。本程式碼研究室將逐步說明如何設定 PSC 網路端點群組，並將其做為內部應用程式負載平衡器的後端。

在本程式碼研究室中，您將瞭解如何運用已簽署的容器映像檔功能，提高機密空間的可用性。

在本程式碼研究室中，您將瞭解 Private Service Connect 的通訊埠對應功能。您將瞭解這項功能的好處、使用時機，以及如何以服務供應商的身分在環境中進行設定。

在本程式碼研究室中，您將在 Business Messages 對話平台使用 Python 建構數位服務專員，並在該系列的第 1 部分說明代理程式。在本程式碼研究室中，我們會新增實用的對話開場，並導入商品目錄查詢體驗。

在本程式碼研究室中，您將在 Business Messages 對話平台上使用 Python 建構數位服務專員。我們會逐步引導您使用 API 和 Business Communications Developer Console，建立可回應特定問題的數位服務專員。

瞭解如何將 Firebase 與 Next.js 應用程式整合。

瞭解如何使用可組合函式建構簡易的應用程式。

在這個程式碼研究室中，您將瞭解 Android 上的「網路安全性設定」，並處理建立安全網路通訊的常見問題。

瞭解如何新增動作按鈕、設定鍵盤動作，以及使用 Switch 可組合函式。

Vulkan 是高效能的新型圖像 API，可提供低階的 GPU 存取方式，並以多種做法最佳化實作項目，但缺點是不易使用。替代的 OpenGL ES 雖較為簡單，但其建構基礎是舊版的硬體架構，因此功能和效能不如 Vulkan。OpenGL ES 目前已終止開發，其他平台也多半不再支援 OpenGL ES。Android 計劃讓 OpenGL ES 下線並改用 Vulkan，因此需要協助開發人員做好準備。

在本程式碼研究室中，您將瞭解如何建立自己的 Wear OS 資訊方塊。您將使用 Tiles Material Components 程式庫，輕鬆建構符合 Material Design 指南的 UI，並在開發期間於 Android Studio 中預覽資訊方塊。

瞭解如何使用陣列和集合，包括清單、組合與地圖。

在本程式碼研究室中，您會瞭解如何將 View 系統中畫面的一部分遷移到 Jetpack Compose。

瞭解如何建立可展示名片的 Android 應用程式。

瞭解如何建構互動式的 Dice Roller 應用程式，讓使用者擲骰子並查看結果。

在本程式碼研究室中，我們會說明如何向錶面小工具提供您的資料，同時謹記平台的最佳做法。

運用 Kotlin Playground，練習用 Kotlin 協同程式編寫非同步程式碼。

瞭解如何在 Android 應用程式中使用 Kotlin 協同程式，以及如何測試協同程式。

在本程式碼研究室中，您將瞭解如何使用新推出的活動嵌入功能，提升應用程式在大螢幕上的使用體驗。這些功能包括窗格擴展、重疊式呈現、全螢幕對話方塊調暗和活動堆疊固定。

瞭解如何使用 Kotlin 中的類別和物件。

瞭解如何讓您的使用者即使沒有網際網路連線，也能與彼此保持聯繫

瞭解如何在應用程式內和跨應用程式啟用檢視區塊的拖曳功能，以及 DragHelper 和 DropHelper 的使用方式。

瞭解如何實作一種標準化版面配置模式，讓應用程式適用於大型螢幕。

在本程式碼研究室中，您將對應用程式進行變更，使其在設有工作資料夾的受管理裝置上執行時，提供更優質的使用者體驗。

本程式碼研究室將說明如何在 SociaLite 應用程式中新增預測返回動畫。

瞭解如何透過 Jetpack WindowManager 程式庫，讓應用程式適應新的板型規格，例如折疊式裝置和雙螢幕裝置。

瞭解如何實作進階技術，在 Android 應用程式中打造頂尖的觸控筆體驗。

在 Affirmations 應用程式中加入可捲動的清單

在本程式碼研究室中，您將瞭解如何測試使用 Jetpack Compose 建立的使用者介面。您編寫第一個測試，同時瞭解獨立測試、偵錯測試、Semantics 樹狀結構和同步處理。

透過活動嵌入功能，以活動為依據的應用程式就能支援大螢幕的雙窗格版面配置，不必重構程式碼。您將新增一些依附元件、建立 XML 設定檔、實作初始化器，並在應用程式資訊清單中新增一些內容。或者，如果您偏好使用程式碼，可以在主要活動的 onCreate() 方法進行幾個 Jetpack API 呼叫。在本程式碼研究室中，您將使用 XML 和 API 開發方法，將以活動為依據的應用程式更新為清單/詳細資料的雙窗格版面配置。

在本程式碼研究室中，您將建構可讀取及寫入健康資料同步的健康與健身應用程式。

在本程式碼研究室中，您將學習 Jetpack Compose 的狀態和連帶效果進階概念。瞭解如何為複雜的有狀態可組合項建立狀態容器、建立協同程式並透過 Compose 程式碼呼叫暫停函式，以及如何觸發連帶效果來達成不同的用途。

運用所學的按鈕點選行為相關知識，建構應用程式。

在本程式碼研究室中，您將學習如何使用部分 Compose Animation API。

透過 Wear 的 Ongoing Activity API，開發人員只需利用少量的程式碼，使用者即可從錶面和應用程式啟動器瞭解應用程式的執行狀態；此外，使用者只要輕觸一下，就能返回應用程式進行重要活動。

在本程式碼研究室中，您將瞭解如何建構及測試 Android Automotive OS 裝置在車輛停妥時帶來的優質體驗，內容包括如何充分運用各種車用螢幕，以及如何透過標準 Android 機制，讓使用者在車輛特有的各種情境中控制內容播放。

瞭解 Compose for TV 的基本概念，以及如何建立 TV 應用程式中常用的兩個畫面。

這些年來，Android 裝置不斷演進，除了推出了各種尺寸的機種，外觀、螢幕和功能也更加多元。不過，從一開始，使用手機拍照就一直是最重要的用途之一。時至今日，相機功能仍是消費者購買手機時，考慮的其中一項主因。

認識狀態，瞭解如何透過 Jetpack Compose 使用及管控狀態。

本程式碼研究室的目標是使用新推出的 Material Design 3 和 Material You 實作方法，示範如何在 Jetpack Compose 中設定主題。

瞭解如何使用 Compose 開發支援鍵盤和指標裝置 (例如滑鼠和觸控板) 的應用程式。

在 Android 1 中要求位置存取權

瞭解如何註冊 Android Sleep API 來取得 SleepSegmentEvents 和 SleepClassifyEvents。

瞭解如何將網路呼叫分離到存放區，進一步改善 Mars Photos 應用程式的架構。

在本程式碼研究室中，您將瞭解如何使用 ViewModel 這個架構元件，並藉由實作 ViewModel，在設定變更期間保留應用程式狀態。

瞭解如何使用修飾符啟用 Compose 的拖曳功能。

瞭解如何使用 Firebase 專用的 Vertex AI，在 Android 應用程式中新增簡易的 Gemini API 功能。

本程式碼研究室是「 Google Pay API for Web 101：基本概念 」的延伸課程，因此會使用該程式碼研究室中編寫的程式碼。如要完成本程式碼研究室，請務必先完成該程式碼研究室。 以下簡要介紹 ButtonOptions 。詳情請參閱說明文件 選項 必要性 值 onClick 必填 JavaScript 事件處理常式名稱 allowedPaymentMethods 選用 PaymentMethod[] buttonColor 選用 預設、黑色、白色 buttonLocale 選用

在本程式碼研究室中，您可以在 TwoActivities 應用程式中新增記錄陳述式，觀察活動生命週期的變化。您將瞭解這些變化的因應方式，以及如何在這些情況下處理使用者輸入內容。

瞭解如何使用 Nearby Messages API 傳送及探索訊息

瞭解如何使用陣列和集合，包括清單、組合與地圖。

在本程式碼研究室中，您可以瞭解 Android 應用程式架構中的資料層。您會建構存放區、資料模型和資料來源，以便讀取資料並將其寫入本機資料庫和網路服務中。

在本程式碼研究室中，您將瞭解為電視上的電影/劇集建構「接著看」功能的最佳做法。

瞭解如何在 Compose 應用程式中加入簡易彈簧效果。

在本程式碼研究室中，您將學習 Compose 的基本概念。

在本程式碼研究室中，您將瞭解如何將 View 系統的部分畫面遷移到 Jetpack Compose。

Android 的 WorkManager API 可讓您輕鬆在背景執行工作。WorkManager 不僅能夠建立可查詢、鏈結和重複使用的工作，也是 Android 推薦的工作排程器。本程式碼研究室將協助您全盤瞭解 WorkManager，一舉囊括簡易工作編寫和較複雜的鏈結工作說明。

瞭解如何建構可展示自有藝術空間的 Android 應用程式。

在本程式碼研究室中，您將學習如何讓 Compose 應用程式更易於使用。瞭解如何增加觸控目標、新增內容說明、點擊標籤、自訂動作等等。

在這個程式碼研究室中，您將瞭解如何使用全新的 Compose for Wear OS，將 Compose 知識應用到穿戴式裝置。最後，您將會在應用程式中建立簡易與進階的穿戴式裝置專用可組合項。

上次更新時間： 2022 年 5 月 6 日 Cronet 是 Chromium 網路堆疊，可做為供 Android 應用程式使用的程式庫。Cronet 利用多項技術縮短延遲時間，並提高應用程式運作所需的網路要求總處理量。 Cronet 程式庫可處理數以千萬計的使用者每天使用的應用程式，例如： YouTube 、 Google 應用程式 、 Google 相簿 和 Google 地圖 - 導航和大眾運輸 。Cronet 是最常用以支援 HTTP3 的 Android 網路程式庫。 詳情請參閱

在本程式碼研究室中，您將瞭解如何透過 Compose 中立即可用的可組合函式和修飾詞，實際進行設計。

在這個程式碼研究室中，您會將分頁程式庫整合至會顯示清單的應用程式。分頁程式庫可協助您從本機儲存空間或網路載入較大的資料集並以多頁形式顯示資料。

瞭解如何新增動作按鈕、設定鍵盤動作，以及使用 Switch 可組合函式。

在本程式碼研究室中，您將學習如何藉由管理狀態，建構內容豐富且具互動性的 Compose 應用程式。

瞭解如何因應 Android 15 強制採用的無邊框措施。

分析系統追蹤並修正導致延遲的常見原因，讓 Compose 應用程式快速執行。

Android 已在過去幾個版本推出許多個別隱私權功能，我們很高興能協助您在應用程式中採用這些功能！本程式碼研究室旨在統整個別隱私權功能，並向開發人員說明應用程式如何存取使用者的私人資料，並在現有的執行應用程式中採用隱私權的最佳做法。

在本程式碼研究室中，您將瞭解活動生命週期和記錄功能。

在本程式碼研究室中，您將展開影片範例，新增對 MediaSession 的支援。這可讓 Android 從應用程式外部控製播放，例如透過 Google 助理、電視的遙控器，或是螢幕鎖定畫面和 Wear OS 的畫面控制選項。

在本程式碼研究室中，您將瞭解如何使用 Firebase 基礎架構部署機器學習模型，以便透過 TensorFlow.js 在網站上使用和使用模型

在這個程式碼研究室中，您將使用 Vertex AI Conversation 建立、設定及部署 Data Store Agent 和即時通訊應用程式，回答客戶對 Google 商店中產品的問題。

本程式碼研究室將說明如何使用 Gemini Code Assist 在網站上實作 Material Design。實作 Material Design 後，您將重複進行設計，做出變更以改善使用者體驗並新增功能。在工作坊結束後，您將能夠使用 Gemini 搭配 Material Design 或類似程式庫，建立可供使用且符合使用者需求的網頁，而無需撰寫 CSS。 本程式碼研究室需要兩項必要條件：已啟用 Gemini 的 Google Cloud 專案存取權，以及要設定樣式的網頁。如要在新專案中啟用

透過 Python SDK 和 PSC 端點，從 VM 存取 Gemini

在本程式碼研究室中，您將瞭解 gecko@003 模型及應用程式的實際用途。

Cloud 函式，示範如何處理上傳至 Google Cloud Storage 的檔案，以及如何使用 Vertex AI PaLM API 處理內容摘要。

本研究室的目標是探索使用 PSC 傳播功能的 NCC

本研究室的目標是探索 NCC，並將 WAN 設備定義連接至 NCC 中樞的軟體。

本研究室將逐步引導您使用 Media CDN (CDN) 和#43，部署即時串流工作流程示範。Live Stream API &#43；Cloud Storage &#43；媒體播放器。

本程式碼研究室會以互動方式，說明如何使用 web-vitals 程式庫評估 Interaction to Next Paint (INP) 。 您可以在 web-vitals-codelabs 存放區 中找到這段程式碼。 本程式碼研究室會使用 Gastropodicon (熱門的蝸牛解剖參考網站)，探討 INP 的潛在問題。 嘗試與網頁互動，瞭解哪些互動速度較慢。 開啟開發人員工具 ：從 「更多工具」 >「開發人員工具」 選單 在網頁上按一下滑鼠右鍵，然後選取「檢查」 ，或 使用鍵盤快速鍵

在本程式碼研究室中，您將瞭解如何整合透過 HTTPS 設定為服務生產端的網際網路 NEG，讓 Looker Southbound 存取 GitHub.com

在本程式碼研究室中，您將瞭解如何將 Hybrid NEG 整合為 Looker 南向存取權的服務產生器，以便存取內部部署的 postgres 資料庫。

我們只會使用 SQL 搭配 BigQuery ML 來建立電影分數預測模型

我們會使用 Vertex AI AutoML 建立電影分數預測模型，然後部署至 API 端點，並透過 Java Cloud Functions 觸發預測 API。

使用 GenAI 自動化程式碼審查

在本程式碼研究室中，我們將說明 Gemini 1.0 Pro 如何簡化 BigQuery 公開資料集中可用的 citibike_stations 資料，以及充實和簡化等主資料管理應用程式。

在本程式碼研究室中，您將瞭解如何整合 L7 區域性外部應用程式負載平衡器，以便進行北向 Looker 存取。

在這個程式碼研究室中，您將瞭解如何使用 MediaPipe Solutions，在 Android 應用程式中加入裝置端文字轉圖片生成功能。

在這個程式碼研究室中，您將瞭解如何使用 Gemini Pro 建構多模態問題回答系統。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解如何使用 Dataprep 轉換 Google 表單問卷調查資料，並推送至 BigQuery 進行更深入的分析

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解可變字型及其優點、如何設計字型，以及如何使用 Google Fonts API 和 CSS 導入這些字型。

透過這個程式碼研究室，我們將示範如何搭配使用 Gemini 1.5 Pro、AlloyDB 和 Vertex AI，建構專利搜尋應用程式。

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Django，包括：網路引擎適用的 Cloud Run、資料庫適用的 Cloud SQL，以及媒體資產適用的 Cloud Build。

瞭解如何使用 MediaPipe 建立自訂物件偵測網頁應用程式。

瞭解如何使用圖片分類功能，透過 MediaPipe 偵測 Android 中的手寫數字。

在這個程式碼研究室中，我們會示範如何搭配使用 Gemini 1.0 Pro 與 Spanner 和 Vertex AI，建構專利搜尋應用程式。

在本程式碼研究室中，您將瞭解 Cloud Run 的事件。具體來說，您將會監聽來自 Cloud Pub/Sub、稽核記錄、Cloud Storage、Cloud Scheduler 的事件，以及如何產生/使用自訂事件。

在本程式碼研究室中，您將瞭解如何搭配使用全域網路防火牆政策和標記，以控管流量

在本程式碼研究室中，您將瞭解如何整合網路 NEG，並將其設為 Looker 南向存取 github.com 的服務供應者。

本研究室的目標是以輪輻的方式，探索使用虛擬私有雲的 NCC

在本程式碼研究室中，您將瞭解如何使用 Vertex AI 監督式微調大型語言模型。

瞭解如何使用 Google 提供的負責任 AI 技術、 MakerSuite 和 PAIR 指南，以負責任的方式設計 AI 解決方案原型

在本程式碼研究室中

Spring Native 是一項新興專案，目標是在春季 6.x 和 Spring Boot 3.x 進入主線，也就是說，現在是於產品發布前幾個月做好準備的絕佳時機。

在這個程式碼研究室中，您將瞭解如何使用 CSS 建立捲動式動畫。您創造出一些相當有趣的特效，例如視差背景圖片和圖片，在進入畫面中時顯示。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個應用程式會使用裝置端機器學習技術偵測圖片中的物件，然後讓使用者進行視覺化的產品搜尋。

容器分析可為容器提供安全漏洞掃描和中繼資料儲存空間。掃描服務會針對 Artifact Registry 和 Container Registry 中的映像檔執行安全漏洞掃描，然後儲存結果中繼資料，並透過 API 供使用者取用。您可以使用中繼資料儲存空間儲存來自不同來源的資訊，包括漏洞掃描、Google Cloud 服務和第三方供應商。 安全漏洞掃描可自動執行或隨選執行： 將 Container Analysis

在本程式碼研究室中，您將建立具備後端服務的 TCP/SSL 負載平衡器，並將負載平衡器的存取權限制為僅限一組特定的使用者用戶端。

在本程式碼研究室中，您將瞭解如何設定及驗證 Private Service Connect 自動 DNS

安全部署至 Cloud Run 的基本做法

透過 Identity Aware Proxy 確保在 CloudRun 中運作的應用程式安全無虞，並要求使用者登入

軟體安全漏洞是指可能導致意外系統故障，或讓不肖人士入侵軟體的弱點。Container Analysis 提供兩種 OS 掃描功能，用於找出容器中的安全漏洞： On-Demand Scanning API 可讓您掃描儲存在本機電腦上，或遠端儲存在 Container Registry 或 Artifact Registry 中的映像檔。這樣一來，您就能精確控管要掃描容器安全漏洞的容器。您可以先使用隨選掃描功能掃描 CI/CD 管道中的映像檔，再決定是否要將映像檔儲存在登錄檔中。 本研究室將說明：

安全原始碼技術是一組做法，可用於提升原始碼的安全性。這些技術有助於識別及修正原始碼中的安全漏洞、防止未經授權的存取原始碼，並防止原始碼遭到修改。

這個實作程式碼研究室是「單元 1：開始學習 Android 開發人員基礎知識 (第 2 版)」課程的一部分。如果您按部就班完成各個程式碼研究室，就能充分體驗到本課程的價值： 在本練習中，您將進一步瞭解活動生命週期。生命週期是指活動在整個生命週期中經歷的一組狀態，也就是從系統建立活動、刪除活動，到回收活動資源為止。當使用者瀏覽不同的應用程式活動，以及來回切換應用程式時，活動會在生命週期的不同狀態之間轉換。 活動生命週期中的每個階段都有相對應的回呼方法，例如

生成式 AI 產品屬於新興技術，應用程式的行為可能會比早期形式的軟體更不一致。因此，您必須深入探究所使用的機器學習模型、檢查模型行為的範例，並調查意外情況。 學習技術可解釋性工具 (LIT； 網站 、 GitHub ) 是一個調試和分析機器學習模型的平台，可瞭解機器學習模型的行為為何如此，以及如何運作。 在本程式碼研究室中，您將瞭解如何使用 LIT 充分運用 Google 的 Gemma 模型 。本程式碼研究室示範如何使用可解讀性技術「序列醒目性」來分析不同的提示設計方法。 學習目標：

本程式碼研究室說明如何使用參數效率調整 (PET) 建立自訂文字分類器。PET 方法只會更新少量參數，因此不必微調整個模型，訓練起來也相對容易且快速。這也讓模型在訓練資料較少的情況下，更容易學習新行為。 Towards Agile Text Classifiers for Everyone 詳細說明瞭這項方法，說明如何將這些技術應用於各種安全性工作，並只需數百個訓練範例就能達到最先進的效能。 這個程式碼研究室使用 LoRA PET 方法和較小的 Gemma 模型 (

建構及部署雲端對雲端整合，將虛擬智慧洗衣機整合至 Google 助理。

瞭解如何使用 GCP 指標和 Logging 找出並解決實際工作環境的問題。瞭解如何使用測試套件找出功能性與 API 問題。

瞭解如何在 Google Cloud 上使用記錄式指標，追蹤模式並分析智慧型家居整合服務的錯誤記錄。

瞭解如何使用 GCP 指標和 Logging 找出並解決實際工作環境的問題。瞭解如何使用測試套件找出功能性與 API 問題。瞭解如何在開發本機首頁應用程式時使用 Chrome 開發人員工具。

瞭解如何透過 CameraStream 特性和 WebRTC 將網路攝影機的畫面串流至 Google Nest 顯示裝置。

瞭解如何透過可自訂的裝置特徵強化雲端到雲端整合功能並加以保護，並使用雙重驗證來確保安全。

瞭解如何透過 Cloud Scheduler 建立 Cloud Run 工作，並設定工作執行作業。

瞭解如何透過 Cloud Deploy 部署 Cloud Run 應用程式。

在本程式碼研究室中，您將建構對話式 AI 服務專員應用程式，用於自動化銷售訂單程序

Cloud Run 的輸入設定

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時運用機密空間維持機密性

在本程式碼研究室中，您將在網頁應用程式中設定 Firebase Performance Monitoring，並瞭解如何使用這項工具確保應用程式為使用者提供良好的運作體驗。

瞭解如何使用 Firebase 建構 Flutter 行動應用程式。

使用 Firebase 和 StackBlitz 線上編輯器，從頭開始建構網頁應用程式。您將使用基本的 HTML 和 JavaScript 與 Firebase 通訊。這篇簡介完整說明瞭如何使用 Firebase 控制台，將 Firebase 整合至應用程式。無需事先瞭解或安裝軟體。

在這個程式碼研究室中，您將使用 FirebaseA/B 測試功能建立第一個 Firebase 應用程式內通訊實驗。

在本程式碼研究室中，您將瞭解如何使用 Cloud Functions for Firebase 傳送通知給即時通訊應用程式的使用者。

在本程式碼研究室中，您將建立解決方案，使用 AdWords API 和 Content API For Shopping 新建由 AdWords 管理員帳戶和 Merchant Center 多重客戶帳戶管理的新帳戶。接著連結新的子帳戶，讓新 Merchant Center 子帳戶管理的產品，能再用於由新 AdWords 子帳戶建立的購物廣告活動。

在這個教學課程中，您將瞭解如何設定及驗證 Private Service Connect 介面，以便透過虛擬私有雲對等互連存取服務。

OpenTelemetry 是業界觀測追蹤記錄和指標的業界標準。另外，持續剖析是辨識最後一英里的資訊，以利調整效能。在本程式碼研究室中，您將瞭解如何使用 OpenTelemetry 檢測應用程式，以用於追蹤記錄和分析器代理程式，以及如何在 Cloud Trace 和 Cloud Profiler 的視覺化圖表中找出瓶頸。

在本程式碼研究室中，您將使用 Google Slides API 和 BigQuery 製作簡報，分析最常見的軟體授權分析。

在這個程式碼研究室中，您將瞭解如何透過全域存取權設定及驗證 Private Service Connect 對 MongoDB 的存取權。

在本程式碼研究室中，您將瞭解如何保護網頁應用程式，防範未經授權的存取行為。

在這個程式碼研究室中，您將瞭解如何使用 Firebase 平台建構 Android 應用程式。

您將瞭解如何使用 Procurement DocAI，以智慧方式剖析月結單。

在本程式碼研究室中，您將建構用於進行地理雜湊的 Firebase 擴充功能。本入門程式碼研究室可說明如何將現有的 Cloud 函式轉換為 Firebase Extension，以便輕鬆發布給數百萬名開發人員，以及協助擴充 Firebase 專案。

在本程式碼研究室中，使用者將同時使用應用程式發布和 Quicklane 外掛程式來發布 iOS 版本並註冊測試裝置。接著，使用者會從應用程式發行控制台匯出裝置和 UDID 的 .txt 檔案，並自動註冊這些裝置 (這是發布臨時 iOS 版本的必要條件)。

在本研究室中，您將學習如何使用 AI 平台筆記本建立機器學習工作流程原型。我們將說明如何建立自訂筆記本執行個體、在 Git 中追蹤筆記本程式碼，以及使用 What-If Tool 對模型進行偵錯。

在這個教學課程中，您會瞭解如何設定及驗證 Private Service Connect 介面。

本研究室將詳細說明如何在 Google Cloud Platform (GCP) 上部署 LIT 應用程式伺服器，以便與 Vertex AI Gemini 基礎模型和自管的第三方大型語言模型 (LLM) 互動。並提供如何使用 LIT UI 進行快速偵錯和模型解讀的操作說明。 在本實驗室中，使用者將學習如何： LIT 是一項可視覺化呈現互動式模型解釋資訊的工具，支援文字、圖片和表格資料。您可以將其當作獨立伺服器執行，也可以在 Google Colab、Jupyter 和 Google Cloud

本研究室說明如何使用 Spark MLlib 和 spark-nlp 對大量資料執行機器學習與自然語言處理。

瞭解如何在 Cloud Run 函式中使用修訂版本，進行流量拆分、漸進式推出和復原作業。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解 C# 語言的 Google Cloud Run 函式。具體來說，您將部署 C# 函式來回應各種 Google Cloud 來源的 HTTP 和 CloudEvents。

在本程式碼研究室中，您將瞭解如何透過 GA4F 導入事件，以及如何透過 Google Ads 推出行動廣告活動。

在本程式碼研究室中，您可以使用 AngularFire 最新的 Angular 程式庫，利用即時協作地圖打造旅遊網誌。最終版網頁應用程式包含旅遊網誌，您可以將圖片上傳到每個曾經造訪的地點。 AngularFire 會用於建構網頁應用程式、用於本機測試的模擬器套件、驗證來追蹤使用者資料、透過 Firestore 和 Storage 保存資料和媒體，並採用 Cloud Functions 技術；最後則是使用 Firebase 託管部署應用程式。 從指令列複製程式碼研究室的 GitHub 存放區 ：

瞭解如何實作多重驗證，並使用封鎖函式建立自訂驗證要求

在本程式碼研究室中，您將使用 FCM HTTP v1 API，將推播通知傳送至在多個平台上運作的應用程式。您可以使用在 Android/iOS/網頁版上順暢執行的 Flutter 建構應用程式。

本研究室的目標是探索 NCC，並透過動態路徑交換與虛擬私有雲輻射點互連

瞭解 Google Cloud：在 Cloud Run 中部署微服務並加入虛擬 rumpu，讓微服務在其他微服務中擲回「彩虹」，同時贏得勝利！您將會實際部署 Kotlin、Java、Go、Python 或 Node.js 微服務，並在過程中學習容器和 Cloud Run。持續改善演算法，看看您是否能比其他冒險者多獲得分數。

瞭解如何透過 GKE 部署、擴充及更新網站。

本教學課程將說明如何搭配 Python 使用 Natural Language API。

在本程式碼研究室中，您將建構微服務的事件導向自動化調度管理服務，透過 Eventarc 和 Workflows 處理圖片

在本程式碼研究室中，您會將現有的 Firebase 網頁應用程式遷移至新的模組化 Firebase JS SDK，找出未使用的樹狀結構程式碼，讓應用程式快速載入。

瞭解如何搭配使用 Firebase Extensions 與 Gemini API，建構包含 AI 技術輔助功能的網頁應用程式，例如個人化推薦內容。

在這個程式碼研究室中，您將瞭解如何在 iOS 上使用 Firebase 平台。

使用 Private Service Connect 和混合式 NEG，搭配內部 HTTP(s) 負載平衡器，透過混合型網路連線至地端部署服務

在本程式碼研究室中，您將瞭解如何使用 FCM 主題，將推送訊息多點傳播至精選的應用程式執行個體群組。

在本程式碼研究室中，您將瞭解如何使用 Measurement Protocol 進行伺服器對伺服器呼叫，以將事件傳送至 GA4

瞭解如何透過 Firebase 雲端通訊和 Firebase 應用程式內通訊功能，傳送訊息給使用者。

在這個程式碼研究室中，您將瞭解如何在智慧住宅整合上設定自動快訊，藉此偵測服務中斷情況。

瞭解 Gemini Code Assist Enterprise 的最新消息，以及這項技術如何協助貴機構運用 Google Cloud 建構內容。

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時透過機密空間維持機密性。本程式碼研究室著重於如何搭配非 Google Cloud 託管的受保護資源使用機密空間。您將瞭解如何提供 Nonce、目標對象和 PKI 權杖類型，向 Google Attestation Service 要求自訂權杖。

在這個程式碼研究室中，您將瞭解如何建立 Cloud SQL 的 Private Services Connect

完成本程式碼研究室後，您將擁有可運作且整合 Google Pay 的最低可行網站。這個專案會擷取付款權杖，並傳送給付款服務供應商進行處理。 Google Pay 付款要求需要要求物件。此處定義為 baseGooglePayRequest 的物件包含所有要求的最低共同設定。我們會在這個程式碼研究室中，根據提出的要求加入其他設定。 將 Google Pay 設定常數新增至空白的 main.js 檔案： 付款用戶端用於提出付款要求和註冊回呼。在本程式碼研究室中，我們只會提出付款要求。此外，您可以設定

在本程式碼研究室中，您將瞭解如何使用 Cloud NGW 企業入侵預防服務來檢查東西向與南北向的流量

在本程式碼研究室中，您將瞭解如何建構適用於手機、平板電腦和摺疊式裝置的自動調整應用程式，並探討可連性。您也會學到 Material 3 自動調整元件的最佳做法。

瞭解如何透過要求驗證以保護 Cloud Functions

在這個程式碼研究室中，您將建構使用 Cast Live API 的自訂 Web Receiver 應用程式。

在這個程式碼研究室中，您將使用 Cast Ad Breaks API 建構自訂 Web Receiver 應用程式。

在本程式碼研究室中，您將修改現有的 Android 影片應用程式，以便在支援 Google Cast 的裝置上投放內容。

在這個程式碼研究室中，您需要將 Cast 偵錯記錄工具新增至現有的自訂 Web Receiver 應用程式。

在這個程式碼研究室中，您將建立一個自訂 Web Receiver 應用程式，以便在支援 Cast 的裝置上播放內容。

在本程式碼研究室中，您將修改現有的網路影片應用程式，以便在支援 Google Cast 的裝置上投放內容。

本指南提供將現有網路負載平衡器從目標集區後端轉換為區域性後端服務的操作說明。

在本程式碼研究室中，您將瞭解 Google Cloud 作業套件。本研究室將使用 gcloud 安裝範例應用程式。部署範例應用程式後，您就能使用 Cloud Monitoring 定義資訊主頁、快訊和運作時間檢查等內容。

在本程式碼研究室中，您將修改現有的 Android TV 應用程式，以便支援現有 Cast 發送端應用程式的投放和通訊功能。

瞭解如何使用 Flutter 在遊戲中加入音效、背景音樂和動態音效。

瞭解如何使用 BigQuery 遠端函式，針對 Cloud Storage 物件資料表中儲存的圖片，向 Vertex AI 視覺化問題回答 (VQA) 提問。

瞭解如何要求驗證才能叫用 Cloud Run 函式，以確保安全

本程式碼研究室將介紹如何透過 Flutter 在開發期間使用 Firebase 模擬器套件。本程式碼研究室會使用驗證和 Firestore 模擬器來示範模擬器的用法。

與 FCM 舊版 API 相比，FCM HTTP v1 API 可以使用短期存取權杖提供更安全的授權模型。產生 FCM v1 API 存取權杖的步驟與舊版 API 的步驟有顯著差異。 本程式碼研究室會引導您完成用戶端和伺服器端設定程序，以便透過 FCM HTTP v1 API 將推播通知傳送至 Android 應用程式。並著重說明在 v1 API 中產生憑證的關鍵步驟。 如需更多資訊，請前往： 最新的 Android Studio 穩定版 使用下列任一裝置： 您選擇的 Java

瞭解如何使用新的 ARCore Geospatial API。

在本實驗室中，您將瞭解如何在 Vertex Pipelines 上使用 Kubeflow Pipelines SDK 執行自訂模型訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Vertex AI ，這是 Google Cloud 上的端對端代管機器學習平台。Vertex AI 將 Google 的機器學習產品整合至 Google Cloud，提供流暢的開發體驗。除了模型訓練和部署服務，Vertex AI

在本實驗室中，您將使用 Vertex AI 執行自訂訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。您將使用 花卉資料集 建立圖片分類模型。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 將 Google Cloud 的機器學習產品整合為流暢的開發體驗。先前，使用 AutoML

在本實驗室中，您將使用 Vertex AI ，透過 TensorFlow 在 Vertex AI Training 上執行分散式訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 先前的實驗室 ，再試用這個實驗室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud

在本實驗室中，您將使用 Vertex AI ，從預先訓練的圖像分類模型取得預測結果。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至 Vertex

在本實驗室中，您將瞭解如何使用 Vertex Pipelines 建立及執行機器學習管道。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $25 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至 Vertex

在本實驗室中，您將瞭解如何使用 Vertex 機器學習中繼資料 ，分析 Vertex AI Pipelines 執行作業產生的中繼資料。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Buildpacks 將應用程式容器化，以及將應用程式移至 Cloud Run

在本實驗室中，您將瞭解如何使用自動封裝功能，在 Vertex AI Training 上執行自訂訓練工作。Vertex AI 中的自訂訓練工作會使用容器。如果不想自行建構映像檔，則可使用包裝，依據程式碼建構自訂 Docker 映像檔、將映像檔推送至 Container Registry，並根據映像檔啟動 CustomJob 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 使用 Hugging Face 的程式庫時，您會微調 IMDB 資料集 上的

我們會使用 Gemini，透過 BigQuery (僅限 SQL 的生成式 AI) 提供書籍建議和摘要分析。

在這個研究室中，您將使用 Vertex AI 在 Vertex AI 訓練中執行超參數調整工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

在這個適合初學者的程式碼研究室中，您將瞭解如何使用 Angular v14 獨立元件建構範例應用程式

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 \

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Jib 將應用程式容器化，以及將應用程式移至 Cloud Run

在本程式碼研究室中，您將瞭解如何設定進階負載平衡最佳化功能，以實現全域外部應用程式負載平衡。

瞭解如何使用 AppSheet 的原生資料庫建構 AppSheet 應用程式。

我們會使用 Gemini 協助建構書架摘要應用程式，這個應用程式只需將 BigQuery 資料傳送到網路，並部署在 Cloud Run 上。

瞭解如何將擴增實境功能與 WebXR Device API 搭配使用，以及運用場景理解技術，將 3D 物體放置在現實世界中。

瞭解如何轉換簡易的 Java App Engine 應用程式、透過 Docker 將應用程式容器化，以及將應用程式移至 Cloud Run

在這個程式碼研究室中，您可開始使用 Cloud Foundation Toolkit(CFT)，並逐步引導您在 CFT 模組中新增功能。

本程式碼研究室說明如何使用 Bigtable 變更串流至 BigQuery 範本。您將使用範例資料集熟悉如何查詢變更記錄，並使用 Looker 建立視覺化的資訊主頁。

在本程式碼研究室中，將說明如何使用基準設定檔加快應用程式啟動時間和影格時間。

隆重推出信號，這是 Angular 的全新反應模型。信號可提供更多高品質工具，方便你進行精細的回饋

瞭解如何透過架構內建的工具組，在 Angular 應用程式中遵循無障礙功能的最佳做法。

在這個程式碼研究室中，您會建立名為「Hello World」的 Apps Script 專案、新增簡單的函式 logThis，藉此記錄訊息，然後建立 AppSheet 自動化功能，並讓應用程式呼叫指令碼。

在本程式碼研究室中，您將使用 Vertex AI Search/Agent Builder 建構 Google 優質搜尋引擎，回答來自文件和文字檔案中的查詢。

我們會在 Cloud 函式中，使用 Vertex AI 生成式 AI (Gemini) 建立書籍推薦和摘要應用程式，做為 BigQuery 的遠端函式。

在本程式碼研究室中，您將使用 Vertex AI，根據部分提供的規格設計益智問答測驗。您將在雲端託管的開發人員環境中測試測驗產生器，然後部署至 Google Cloud Run，即可公開發布該測驗。研究室結束時，您將整合測驗產生器與完整的應用程式。

瞭解如何將預先建立的 Material Design 元件擴充為適合任何網路架構的元件。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個套件使用裝置端的機器學習技術來辨識圖片中的文字和臉部特徵。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個應用程式會使用裝置端機器學習技術來辨識、辨識語言，並翻譯 59 種語言的文字。此外，您還會瞭解如何整合 CameraX 程式庫，以便透過即時相機畫面完成這些工作。

在本實驗室中，您將使用 Vertex AI 的 共用代管模型功能 ，在同一個 VM 上代管多個模型，以便進行線上預測。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個

在本實驗室中，您將瞭解如何在 Vertex AI 上使用自訂預測處理常式，編寫自訂預先處理和後續處理邏輯。雖然本範例使用 Scikit-learn，但自訂預測處理常式可搭配其他 Python ML 架構使用，例如 XGBoost、PyTorch 和 TensorFlow。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

use-cmek-to-encrypt-cloud-functions

Skaffold 是一種工具，可處理建構、推送及部署應用程式的工作流程。您可以使用 Skaffold 輕鬆設定本機開發工作區、簡化內部開發迴圈，並整合 Kustomize 和 Helm 等其他工具，以便管理 Kubernetes 資訊清單。 在本教學課程中，您將瞭解 Skaffold 的一些核心概念，並使用該工具自動化內部開發循環，然後部署應用程式。 您將學會以下內容： 允許第三方 Cookie。依序按一下「網站無法正常運作」和「允許 Cookie」。 請注意 YAML 中的

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，以便監控即時流量影片串流。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流、如何建構及部署應用程式、如何透過 BigQuery 分析模型的 JSON 輸出內容，並在 Looker Studio 中以圖表呈現結果。

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，以監控零售儲存庫中的佇列偵測情境。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流、如何建構及部署應用程式、如何透過 BigQuery 分析模型的 JSON 輸出內容，並在 Looker Studio 中以圖表呈現結果。

在這個研究室中，您將使用 Vertex AI 來訓練及提供表格資料模型。這是 Google Cloud 最新推出的 AI 產品服務，目前為預先發布版。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $22 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

在本實驗室中，您將使用 Vertex AI ，透過自訂容器中的程式碼訓練及提供 TensorFlow 模型。 當這裡使用 TensorFlow 編寫模型程式碼時，你可以輕鬆將其替換為其他架構。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

瞭解如何使用支援基本留言垃圾內容篩選功能的機器學習模型更新應用程式。

在本實驗室中，您將使用 Vertex AI 建構管道，在 TensorFlow 中訓練自訂 Keras 模型。接著，我們會使用 Vertex AI Experiments 提供的新功能追蹤及比較模型執行結果，找出哪些超參數組合可帶來最佳效能。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，示範如何透過動作篩選功能傳送影片。在這個教學課程中，您將瞭解如何使用動作篩選器設定，將影片串流擷取至「應用程式」。

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，示範如何透過事件管理功能傳送事件。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流，以及如何建構及部署應用程式。

本研究室將說明如何在 Google Cloud 中搭配使用 Pulumi 與 YAML

在本實驗室中，您將使用 Vertex AI 為 TensorFlow 模型執行多工作者訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至

在這個研究室中，您將瞭解如何在金融資料集中訓練 XGBoost 模型、將模型部署至 Vertex AI，並使用 What-if Tool 加以分析。

在這個實驗室中，您將使用 Vertex AI ，透過自訂訓練模型取得線上和批次預測結果。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用

本程式碼研究室將介紹新 WebGPU API 的基礎知識。並引導您完成在 GPU 上執行的 Conway 的《Game of Life》版本。WebGPU 的轉譯功能可用來繪製主機板，WebGPU 的運算功能則可用來更新遊戲狀態。

在本研究室中，您將瞭解如何使用 Vertex AI 進行超參數調整和分散式訓練。雖然本研究室使用 TensorFlow 編寫模型程式碼，但這些概念也適用於其他機器學習架構。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $6 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 將 Google Cloud 中的機器學習產品整合到流暢的開發體驗中。先前使用 AutoML

在本研究室中，您將瞭解如何透過 Vertex AI Workbench 進行資料探索及訓練模型。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至

如何開始使用事件導向 Cloud Run 函式

瞭解如何使用 Cloud Run GPU 和 Open WebUI 做為前端輸入容器，將 Ollama 當做補充資訊使用

瞭解如何使用數據分析工具排解 Matter 整合問題，並進一步瞭解開發人員支援資源。

瞭解如何在 Cloud Run 中建構及部署 LangChain 應用程式

瞭解 Dialogflow 中的執行概念。

瞭解如何將 Vision API 與 Dialogflow 整合。

在這個程式碼研究室中，您將瞭解如何將 React 概念轉譯為 Lit

使用 Kotlin 建構包含核心元件的簡易應用程式，藉此瞭解 Android 適用質感設計元件的基本使用概念。

在本研究室中，您將瞭解如何將卷積層組合成可辨識花的類神經網路模型。此時，您將自行從頭開始建構模型，並運用 TPU 的強大功能在幾秒內訓練模型，並根據模型設計反覆調整。本研究室包含有關卷積類神經網路的必要理論說明，也是開發人員學習深度學習的好起點。

在本程式碼研究室中，您將瞭解如何使用 GA4F iOS SDK 導入自訂事件，並透過 Google Ads 推出行動廣告活動。

瞭解如何使用 Android 適用的質感設計元件，透過 Kotlin 設計輕鬆突顯產品特色及展現品牌風格。

您將瞭解如何透過程式輔助方式監聽事件，以及傳送動作至嵌入式 Looker 內容。

瞭解如何在 Java 上使用 Android 的 Material 結構和版面配置。

在本程式碼研究室中，您將瞭解如何在 Unity 環境中使用 GA4F iOS 導入自訂事件，並透過 Google Ads 推出行動廣告活動。

瞭解如何透過 Kotlin 將質感設計用於 Android 結構和版面配置。

您將瞭解如何透過 Looker Embed SDK 嵌入 Looker 資訊主頁

本程式碼研究室將引導您逐步使用 gcloud CLI，透過程式輔助方式，在 Jenkins 等現有 CI/CD 系統中執行大型測試套件。本程式碼研究室與平台無關。

在本程式碼研究室中，您將整合開放原始碼的 Magento eCommerce 平台與 Cloud Spanner。

在本程式碼研究室中，您將瞭解如何設定及驗證從地端部署主機存取 Google API 的 IPv6 存取權

瞭解如何將個別 Material 元件整合至現有的網頁程式碼集中，而不必從頭開始。

使用動畫套件中的轉場效果，將 Material 的動態系統加入 Reply 應用程式。

改善 Flutter 應用程式的設計，並在 Flutter 中實作進階背景背景選單元件。

在這個教學課程中，您將瞭解如何透過混合型網路，設定及驗證 Looker Cloud Core 私人 IP。

在本研究室中，您將瞭解如何從頭開始建構、訓練及調整捲積類神經網路。現在只要使用 TPU 的強大功能，就能在幾分鐘內完成這項作業。您也將探索多種做法，包括非常簡單的遷移學習，以及 Squeezenet 等現代卷積架構。本研究室包含有關類神經網路的必要理論解釋，也是開發人員學習深度學習的好起點。本研究室使用 Tensorflow 2。

TPU 速度飛快，訓練資料的串流必須跟上訓練速度。在本研究室中，您將瞭解如何使用 tf.data.Dataset API 從 GCS 載入資料來提供 TPU。

瞭解如何使用 Material Design 建立 Flutter 應用程式結構和版面配置。

在本程式碼研究室中，您將瞭解如何針對本機開發作業設定 Looker 資訊主頁摘要擴充功能，並將擴充功能部署至實際工作環境。

瞭解如何使用 Firebase Emulator 套件開發網頁應用程式。

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 鏈結 L7 負載平衡器。

瞭解如何使用 Material You 在網路上設計結構和版面配置。

在本程式碼研究室中，您將建立兩個虛擬私有雲，並使用不同類型的 IP 位址存取簡易的基礎架構網站。

在本研究室中，您將瞭解如何建構 Keras 分類器。我們不會嘗試找出最佳的類神經網路層組合來識別花朵，而是先使用稱為遷移學習的技術，將強大的預先訓練模型調整至我們的資料集。本研究室包含有關類神經網路的必要理論解釋，也是開發人員學習深度學習的好起點。

在本研究室中，您將瞭解現代卷積架構，並運用自身的知識來實作簡單但有效的對話式「squeezenet」這種說法。本研究室包含有關卷積類神經網路的必要理論說明，也是開發人員學習深度學習的好起點。

在本程式碼研究室中，您將獲得實務經驗，熟悉在處理即時資料時，通常用於提升規模和彈性的架構模式。您將建構一個用於測量天氣資料的 IoT 裝置 (Raspberry Pi)，然後使用 Google Cloud Platform 建立資料管道，包括訊息佇列、無伺服器函式、雲端式資料倉儲和分析資訊主頁。

本程式碼研究室說明如何在 Cloud Composer 中建立及執行 Apache Airflow 工作流程，以完成下列工作：

使用 Android 程式庫和 Kotlin 的 Material 元件的轉換，將 Material 的動態系統加入 Reply 應用程式。

在這個程式碼研究室中，您將使用 LitElement 建構故事網頁元件。

在本程式碼研究室中，您將運用 lit-element 元素建構 Brick Viewer 網頁元件。

在本程式碼研究室中，您將使用 Flutter 建構適用於 Android、iOS 和網頁版的簡易音樂播放器。這個播放器會連線至 Firebase RTDB，讓使用者在不同裝置上同步處理播放內容。

瞭解如何使用安全性規則保護 Firestore 資料

在本程式碼研究室中，您將瞭解如何建立資料庫、部署資料庫的生成式 AI 擷取服務，以及使用這項服務建立範例即時通訊應用程式。

在本程式碼研究室中，您將建構一個與 BBC micro:bit 遊戲板互動的網頁，以便在 5x5 LED 顯示螢幕上顯示圖片。您將瞭解 Web Serial API，以及如何使用可讀取、可寫入和轉換串流，透過瀏覽器與序列裝置通訊。

在本研究室中，您將瞭解如何透過 Vertex AI Workbench 設定及啟動筆記本執行作業。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 將 Google Cloud 中的機器學習產品整合到流暢的開發體驗中。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至 Vertex

您將使用 Cloud Dataflow、使用 Cloud Dataflow SDK 建立 Maven 專案，以及使用 Google Cloud Platform 主控台執行分散式工作管道。

在本程式碼研究室中，您將瞭解裝置存取功能的運作原理，並建立網路應用程式來處理 Nest Thermostat 的驗證和 Smart Device Management API 呼叫。

瞭解如何使用遠端設定檢測 Unity 遊戲

在這個程式碼研究室中，您將瞭解如何在 Unity 遊戲中使用遠端設定 A/B 測試。

在本程式碼研究室中，您將瞭解如何使用 Crashlytics 的進階功能。進一步掌握當機問題和可能導致當機的情況。

在本程式碼研究室中，您將學習如何編寫指令碼自動化。

自訂 Matter 專用的 Google Home 範例應用程式，以便分配及管理裝置。

在本程式碼研究室中，您將訓練電腦辨識 190 行 Python / Keras 程式碼，其中 99% 的準確率數字。

本教學課程將說明如何搭配 Python 使用 Video Intelligence API。

Cloud SQL 查詢洞察 可協助您偵測、診斷及預防 Cloud SQL 資料庫的查詢效能問題。它的自助式服務、直覺式監控與診斷資訊，超越了偵測技術，可協助您找出效能問題的根本原因。 在本程式碼研究室中，您將瞭解如何設定 PostgreSQL 適用的 Cloud SQL 執行個體、部署 Node.js 應用程式，以使用 Cloud SQL 執行個體做為後端儲存空間，然後使用查詢洞察功能查看和監控查詢。 記下您使用的專案的專案 ID。稍後在本程式碼研究室中會稱為 PROJECT-ID 。

開始使用 Cloud Functions，這是 Google 用來建構及連結雲端服務的無伺服器執行環境。透過這個實作研究室，您可以瞭解如何使用 Google Cloud 控制台來建立、部署及測試 Cloud 函式

在本程式碼研究室中，您將學習如何搭配使用 Google Cloud Vision API 與 C#。

在本程式碼研究室中，您將學習如何使用 DLP API 來自動分類上傳至 Cloud Storage 的資料。根據上傳至 Cloud Storage 的資料自動分類

瞭解如何在不執行 Docker 或 Dockerfile 的情況下，立即建構並發布適用於 Spring Boot Kotlin 應用程式的最佳化 Docker 映像檔，然後在 Cloud Run 執行建構的映像檔。

在本程式碼研究室中，您將瞭解如何將 ASP.NET Core 程式碼轉換為在 Google Kubernetes Engine 中 Kubernetes 執行的複製應用程式。

在本程式碼研究室中，您將瞭解如何建構以 Java 為基礎的服務，透過 gRPC 公開 API。然後為 gRPC 服務編寫 Java 指令列用戶端。

在這個程式碼研究室中，您將設定 Cloud KMS Autokey，並在建立資源時，自動視需要加密資源。

在這個程式碼研究室中，您將瞭解如何在不使用任何 CLI 指令或 SDK 的情況下，在 Kubeflow 管道上透過超參數調整建構及部署複雜的數據資料學管道。

在本程式碼研究室中，您將瞭解如何運用 Istio 將 ASP.NET Core 應用程式部署至 Google Kubernetes Engine。

在本程式碼研究室中，您將繼續處理第 1 部分的 ASP.NET Core 應用程式，並在當中新增更多 Istio 功能。

在本程式碼研究室中，您將瞭解如何將 Python 2 App Engine Cloud NDB 和 Cloud Tasks (v1) 應用程式遷移至 Python 3、Cloud Datastore 和 Cloud Tasks (v2)

在本程式碼研究室中，您將瞭解如何將 Microaut 微服務轉換為在 Google Kubernetes Engine 上執行的複製服務。

在本程式碼研究室中，您將使用 GKE 設定 Cloud AI 平台管道安裝作業 (託管 KFP)、使用 Kubeflow Pipelines 建構及執行機器學習工作流程，以及在 AI 平台筆記本 (Jupyter) 中定義及執行管道。

在本程式碼研究室中，您將學習如何建構 C# 服務，以便透過 gRPC 公開 API，並建立 C# 用戶端來呼叫 gRPC 服務。

瞭解如何遷移 Python 2 App Engine NDB &amp；工作佇列 (推送工作) 應用程式至 Cloud NDB (&A)；Cloud Tasks

在本程式碼研究室中，您將學習如何在不使用任何 CLI 指令或 SDK 的情況下，運用 Kubeflow Pipelines 建構及部署複雜的數據資料學管道。

在這個程式碼研究室中，您將瞭解如何在 Google Cloud Platform 上部署 Managed Active Directory

在本程式碼研究室中，您將轉錄音訊檔案，以便搭配 Node.js 使用 Text-to-Speech API

本研究室的目標是探索 Cloud NAT 的規則功能

在本程式碼研究室中，您將瞭解 Cloud Armor 預先設定的網路應用程式防火牆規則，這些規則可讓您利用簡單的規則集名稱，抵禦前 10 大 OWASP 安全漏洞。

在本程式碼研究室中，您將瞭解適用於 Google API 的 Private Service Connect。具體來說，您將為 Storage API 建立服務端點、建立 Cloud Storage 值區和使用 DNS 進行驗證。

瞭解如何使用 Compute Engine 在 Google Cloud 中託管網頁應用程式及調度資源。

在本程式碼研究室中，您將建立含有後端服務的 TCP/SSL Proxy 負載平衡器，並使用 Cloud Armor 將負載平衡器的存取權限制為僅限一組特定的使用者用戶端

在本程式碼研究室中，您將先探索 Node.js 應用程式，以便擷取網頁的螢幕截圖，並儲存至 Cloud Storage。然後，您會建構應用程式的容器映像檔、在 Cloud Run 中做為工作執行，然後更新工作以處理更多網頁，並透過 Cloud Scheduler 按排程執行工作。

在本程式碼研究室中，您將學習如何搭配使用 Video Intelligence API 與 C#

瞭解如何使用 Google 的生成式 AI 功能，分析 YouTube 對任何公司或產品的影響者觀點。

在本程式碼研究室中，您將修改現有的 iOS 影片應用程式，以便在支援 Google Cast 的裝置上投放內容。

瞭解如何使用 Cloud Run 工作建立 AlloyDB 資料庫

透過這個程式碼研究室，我們會說明如何直接在 BigQuery 工作負載中整合 LLM 模型、Gemini 1.0 Pro (僅限文字) 和 Gemini 1.0 Pro Vision (多模態)，進而提供低程式碼生成深入分析體驗。

瞭解專為在容器化環境中開發 Java 應用程式的軟體工程師所設計的功能和功能，簡化開發工作流程。

示範 Java 應用程式中的 Gemini 函式呼叫功能，方法包括透過叫用 Gemini 模型來自動化調度管理函式呼叫的輸入內容、叫用 API，然後在其他 Gemini 呼叫中處理回應，並部署至 REST 端點。

在本程式碼研究室中，您將以 UAMP 媒體應用程式為基礎，瞭解如何處理/遷移返回手勢瀏覽功能，以因應 Android 13 即將推出的異動，進而提供更預測返回手勢體驗。

在本研究室中，您將建立 Cymbal Eats 選單服務，公開符合 REST 樣式的 API 來新增、更新、刪除及列出選單項目。您將建立 Cloud SQL 資料庫做為選單服務的後端資料庫，並在 Cloud Run 中執行。由於 Cloud Run 與 Cloud SQL 資料庫並非位於相同的虛擬私有雲，因此您必須設定無伺服器虛擬私有雲存取連接器，讓 Cloud Run 透過私人 IP 位址與 Cloud SQL 通訊。 在本研究室中，您將瞭解如何執行下列操作：

在這個程式碼研究室中，系統會透過指令列介面向使用者介紹 DLP API。使用者必須下載專案程式碼，並檢查範例目錄中的一些工具及其基礎函式。

在本程式碼研究室中，您將使用 gcloud 建立 Cloud DNS ManagedZone 和相關 ResourceRecordSet，用於管理網域和子網域&#39；解析度。

在本程式碼研究室中，您將熟悉 Google Compute Engine 的操作方式，啟動 VM、安裝軟體，並透過網路負載平衡器在網際網路上存取這些軟體。

在本程式碼研究室中，您將建立負載平衡器和相關後端服務。接著，您會建立 Cloud Armor 機器人管理規則，並瞭解該規則如何保護後端。

在本程式碼研究室中，您將瞭解如何搭配 Python 使用 BigQuery

在這個教學課程中，您會瞭解如何使用 Python 管理 Document AI 處理器。

在本程式碼研究室中，您將瞭解如何同時對 Wikipedia 資料集執行 BigQuery 工作，以及 Workflows 的平行疊代功能。

在本程式碼研究室中，您要先瞭解如何建立及使用一般 Cloud Tasks 佇列來處理 HTTP 目標工作。接著，您將會瞭解如何使用佇列層級 HTTP URI 覆寫功能和新的 BufferTask API，透過 Cloud Tasks 更輕鬆地緩衝 HTTP 要求。

在本程式碼研究室中，您將建立負載平衡器和相關後端服務。接著，您會建立 Cloud Armor 頻率限制政策，並瞭解此政策如何保護後端。

在這個程式碼研究室中，您將瞭解如何使用 Dataproc 啟動代管 Spark/Hadoop 叢集、提交 Spark 範例工作，以及使用指令列關閉叢集。

這個程式碼研究室展示瞭如何使用 Google Cloud 專用 Gemini，加快疑難排解及問題補救速度。您將熟悉 Gemini 的摘要、說明錯誤及找出解決方案，

在本程式碼研究室中，您將使用幾種全新或只有在旗標才能使用的網頁 API。

在本程式碼研究室中，您將建立網頁應用程式，僅開放指定使用者群組存取，並在程式中使用已驗證使用者的身分

瞭解如何建立 Google Cloud 專案、設定及使用 Google Cloud 控制台，以及存取 Cloud 控制台中最常用的部分服務。

本程式碼研究室將引導您使用 SchedMD 提供的 Slurm-GCP 解決方案，在 Google Cloud Platform 上執行 WRF®

瞭解如何接收 Android 裝置的位置資訊 (包括 Android 11)。

瞭解如何在兩個瀏覽器之間串流媒體和資料。熟悉 WebRTC 的核心 API 和技術。使用 getUserMedia、CSS 和 Canvas 元素擷取及操控圖片。使用資料管道設定對等互連連線，並在瀏覽器之間直接交換資料。最後，使用 Node.js 設定信號伺服器。

在這個教學課程中，您將瞭解如何使用 HEY 和預測雲端監控指標執行基準測試。

使用 web-vitals.js 和 Google Analytics 即時評估 Core Web Vitals，然後使用 BigQuery 分析結果。

在這個教學課程中，您會瞭解如何使用 Private Service Connect 來設定及驗證線上預測的存取權

瞭解如何建立 Google Cloud 專案，然後在該專案中呼叫 API。

在本程式碼研究室中，您將瞭解如何使用 clasp (Apps Script CLI) 透過指令列提取、推送及部署 Apps Script 專案。

在本程式碼研究室中，您將瞭解 Google Cloud Armor 已命名的 IP 位址清單。具體來說，您會在安全性政策中設定已命名的 IP 位址清單，並驗證連線能力。

在本程式碼研究室中，您將建立新的 Compute Engine 執行個體、編譯並執行程式，藉此計算圓周率至數千萬位數。

瞭解如何使用 Cloud Build 持續將容器化工作負載部署至 GKE。

在這個程式碼研究室中，您將瞭解 Gemini Code Assist 如何協助您在軟體開發生命週期 (SDLC) 的主要階段 (例如設計、建構與測試、測試與部署) 中提供協助。我們會設計並開發整個應用程式，然後部署至 Google Cloud。

本教學課程將說明如何在 Google App Engine 中使用 Python 建構簡單的網頁應用程式。

在本程式碼研究室中，您將瞭解 BigQuery 的基本概念，以及如何使用 BigQuery 查詢 TB 規模的資料，例如 Wikipedia 資料集。

瞭解如何建立簡易的 Spring Boot 應用程式，並部署至 App Engine 標準環境。

在本程式碼研究室中，您將瞭解如何搭配 Node.js 用戶端程式庫使用 BigQuery

在這個程式碼研究室中，您將瞭解如何將簡單的 ASP.NET 應用程式部署至 Google Compute Engine 上的 Windows Server

在本程式碼研究室中，您將瞭解如何搭配使用 BigQuery 與 C#

瞭解如何建立前端 Ruby 用戶端，為 Dialogflow 應用程式建立對話體驗。

瞭解專為在容器化環境中透過 Cloud Workstations 開發 Python 應用程式的軟體工程師設計的功能與功能。

在本程式碼研究室中，您將強化採用 Dialogflow 和 Google 日曆支援的 Appointment Scheduler Chat 應用程式，以便在 Google Chat 中執行。您將建構及部署自訂 Google Chat 訊息。

在本程式碼研究室中，您將瞭解如何透過 Google Cloud Shell 建構及啟動 ASP.NET Core 應用程式，完全不必離開瀏覽器。

在這個程式碼研究室中，您將會瞭解如何以 Java HBase 用戶端接觸 Cloud Bigtable。您需要載入資料，然後執行查詢，並在地圖上繪製資料。

在本程式碼研究室中，您將瞭解如何將簡單的 ASP.NET Core 應用程式部署至 Google App Engine

瞭解專為在容器化環境中透過 Cloud Workstations 開發 Python 應用程式的軟體工程師設計的功能與功能。

瞭解專為在容器化環境中開發 Java 應用程式的軟體工程師所設計的功能和功能，簡化開發工作流程。

在本程式碼研究室中，您將瞭解如何使用 VPC Service Controls 保護 BigQuery API。程式碼研究室一開始沒有任何受服務範圍保護的 API 服務，也就是允許在公開資料集執行查詢，並將結果儲存在專案資料表中。查詢會在一項專案中執行，而資料表 (儲存結果的位置) 會在另一項專案中建立，並模擬設定；資料可以儲存於一個專案，但需要使用其他專案存取。 接下來，我們將推出用來保護資料專案的服務範圍。您將瞭解如何運用輸入規則和輸出規則修正觀察到的違規事項，再新增存取層級，使用內部 IP

整合無伺服器資料庫與在 Cloud Run 中運作的應用程式，並將服務設定為使用 Cloud Spanner 關聯資料庫和 Cloud Firestore

瞭解如何透過 Architect Registry 管理依附元件。

在這個研究室中，您將逐步瞭解 GCP 上完整的機器學習工作流程：從 BigQuery 擷取資料、在 Cloud AI 平台 Notebooks 執行個體中建構 XGBoost 模型，然後將模型部署至 AI 平台。

瞭解如何將在 GKE Autopilot 上執行的應用程式連結至 AlloyDB 資料庫的私人執行個體

在本程式碼研究室中，您將建構一個與 BBC micro:bit 遊戲板互動的網頁，以便在 5x5 LED 顯示螢幕上顯示圖片。您將瞭解 Web Serial API，以及如何使用可讀取、可寫入和轉換串流，透過瀏覽器與序列裝置通訊。

在本程式碼研究室中，您將瞭解如何使用 Node.js 和 Cloud Run 建構 Google Workspace 外掛程式。

在本研究室中，我們會建立 VPC Service Controls 範圍，並用來保護專案。接著，我們會撤銷因 VPC Service Controls 輸入事件而違反該政策，並逐步完成拒絕拒絕程序的程序。完成這個研究室之後，您會更加瞭解如何運用 VPC Service Controls 保護資源。

在本程式碼研究室中，您將瞭解如何在 Vertex AI 中使用自訂預測處理常式，編寫自訂預先處理和後續處理邏輯

在本研究室中，我們會建立 VPC Service Controls 範圍，並用來保護專案。接著，我們會叫用 VPC Service Controls 的輸出違規事項，並建立輸出規則，逐步解決拒絕這個情形的程序。完成這個研究室之後，您會更加瞭解如何運用 VPC Service Controls 保護資源。

在這個研究室中，您將瞭解如何在金融資料集中訓練 XGBoost 模型、將模型部署至 Cloud AI 平台，並使用 What-if Tool 加以分析。

瞭解如何使用 Google Chrome 的最新 API，在網頁應用程式中加入即時導覽和流暢的頁面轉場功能。

瞭解如何建立自我調適網頁表單，讓每位使用者都會收到可反映特定時間偏好設定的專屬介面。

本程式碼研究室將說明如何使用 Google Cloud 控制台，將 Identity and Access Management (IAM) 角色授予專案主體。

在本程式碼研究室中，您將學習如何設定網路負載平衡器，以便根據 HTTP 健康狀態檢查使用加權負載平衡回報的權重，將流量分配到各個負載平衡器的後端執行個體。

在這個教學課程中，您會瞭解如何設定安全的使用者自行管理筆記本

在本程式碼研究室中，您將瞭解如何部署 TFLite 模型，為每位使用者提供個人化應用程式，並最佳化應用程式內購

在這個程式碼研究室中，您將瞭解如何使用 Firebase 和 TensorFlow Lite 實作文字分類，

在本程式碼研究室中，您將瞭解如何使用 Tensorflow 和 Firebase 為應用程式建立內容推薦引擎

在本程式碼研究室中，您將瞭解如何使用 Tensorflow 和 Firebase 為應用程式建立內容推薦引擎。

在這個程式碼研究室中，您將瞭解如何使用 Firebase 和 TensorFlow Lite 實作文字分類，

在本程式碼研究室中，您將安裝 ABAP 平台試用 202

在本程式碼研究室中，您將建構一個知識導向的聊天應用程式，用來回答與專利搜尋相關的問題，並以專利資料集真值為基礎，提供符合情境的相關結果。

在本程式碼研究室中，您會使用託管於 Compute Engine VM 的 SAP 權杖設定 ABAP SDK 驗證，並執行 Address Verification API

Thread 1.2 引入了 Thread 網路的多點傳送功能，可讓 Thread 網路與基礎架構 (Wi-Fi/乙太網路) 網路區隔之間的多點傳播通訊。本程式碼研究室將引導您完成 Thread 1.2 多點傳送功能的設定程序和播放程序。

在這個程式碼研究室中，您將使用 OpenThread API 來啟動 Thread 網路、監控裝置角色的變更並做出回應，並在實際硬體上傳送 UDP 訊息。

在本程式碼研究室中，您將使用 OTBR 做為標準 Thread 邊界路由器，並找到透過連上相同 Wi-Fi 網路的手機所連線的 Thread 結束裝置。

在本程式碼研究室中，您將在實際硬體上編寫 OpenThread，建立及管理 Thread 網路，並在節點之間傳遞訊息。

在本程式碼研究室中，您將使用 Linux 或 Mac OS 電腦上的 OpenThread 在虛擬裝置上模擬 Thread 網路。

在本程式碼研究室中，您將使用 OTNS CLI 和網路視覺化功能，在模擬的 Thread 網路中新增/移動/刪除節點，並觀察網路如何配合拓撲的變化進行調整。

在這個程式碼研究室中，您將在實際的硬體上編寫 OpenThread、建立及管理 Thread 網路，以及在節點之間傳遞訊息。

在本程式碼研究室中，您將使用網頁介面，以視覺化方式執行 OpenThread 功能測試。

在本程式碼研究室中，您要建構支援 NAT64 的 OpenThread 邊框路由器，並使用網路中的裝置從網際網路存取僅 IPv4 資源。

在本程式碼研究室中，您將在實際硬體上編寫 OpenThread，建立及管理 Thread 網路，並在節點之間傳遞訊息。

在這個程式碼研究室中，您將使用 Docker 中的 OpenThread 來模擬虛擬裝置上的 Thread 網路。

在本程式碼研究室中，您將在實際硬體上編寫 OpenThread，建立及管理 Thread 網路，並在節點之間傳遞訊息。

在本程式碼研究室中，您將瞭解適用於 Google API 的 Private Service Connect。具體來說，您將為 Storage API 建立服務端點、建立 Cloud Storage 值區和使用 DNS 進行驗證。

在本程式碼研究室中，您將學習如何透過 Google Analytics for Firebase 使用應用程式事件來分析使用者行為。

在本程式碼研究室中，您將瞭解如何使用(WEB) Measurement Protocol 將外部事件傳送至 GA4。

我們會使用 Spring Boot 和 Java 建立電腦視覺應用程式，讓您在專案中充分發揮圖片辨識與分析的潛能。

瞭解使用 Google 助理開發應用程式的基本概念。

瞭解使用 Google 助理開發應用程式的基本概念。

在這個程式碼研究室中，您將瞭解如何在 Flutter 應用程式中加入橫幅廣告、插頁式廣告和獎勵廣告。

在本程式碼研究室中，您將瞭解如何在較複雜的應用程式中加入 AdMob 內嵌廣告 (橫幅和原生廣告)。

瞭解 Cloud Shell 和 Cloud Shell 編輯器的功能與特色。

本程式碼研究室將介紹 Accelerated Mobile Pages 的主要概念，以及這些模組與傳統 HTML 文件之間的差異。要達成這個目標，我們必須建立並驗證 AMP 文件。

本程式碼研究室將介紹 Accelerated Mobile Pages 的主要概念，以及這些模組與傳統 HTML 文件之間的差異。要達成這個目標，我們必須建立並驗證 AMP 文件。

在本程式碼研究室中，您將學習如何使用 Firebase 遠端設定，在不更新的情況下變更應用程式行為。以及如何執行 A/B 測試找出最佳值。

瞭解如何運用這些功能持續吸引使用者採取行動。

在本程式碼研究室中，您將瞭解如何使用外部 HTTP(s) 混合型負載平衡器，連線至網路端點群組 (NEG)。

在本程式碼研究室中，您將學習如何使用 Firebase 遠端設定，在不更新的情況下變更應用程式行為。以及如何執行 A/B 測試找出最佳值。

在本程式碼研究室中，您將瞭解 Cloud IDS。具體來說，您將建立 Cloud IDS 端點、產生威脅流量，然後分析結果。

在本程式碼研究室中，您將瞭解如何在 Unity 應用程式中加入 AdMob 應用程式開啟頁面廣告。

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 發布及使用服務。

在本程式碼研究室中，您將學習如何透過 Google Analytics for Firebase 使用應用程式事件來分析使用者行為。

在這個程式碼研究室中，您將瞭解如何使用 Private Service Connect 在 GKE 環境中發布及使用服務

瞭解如何將 Spring Boot 應用程式連結至 Cloud SQL。

在這個程式碼研究室中，您將建立 Cloud Scheduler 定期觸發的 Cloud Run 服務，將最近拍攝的相片製作美術拼貼。

在本程式碼研究室中，您將瞭解如何透過網路連線至託管於 Google Cloud Platform 的運算資源。

在這個程式碼研究室中，您將瞭解如何使用 Eventarc 將 Datadog 監控快訊轉送至 Google Cloud。

在本程式碼研究室中，您將瞭解如何使用含有修訂時間戳記欄的 Cloud Spanner 資料庫資料表，建立遊戲排行榜。

在本程式碼研究室中，您將使用 Google 對原生 Java 用戶端程式庫的支援，建立 Java 服務並部署至 Cloud Run。該服務會透過 Vision API 執行圖片分析，藉此回應 Cloud Storage 事件，並將分析結果儲存在 Firestore 集合中。

在這個程式碼研究室中，您將瞭解 Eventarc 的主要功能。

在本程式碼研究室中，您將建構簡單的網頁應用程式，在私人開發人員環境中執行，然後使用 Docker 在容器中執行這個應用程式，最後在 Cloud 中部署相同的應用程式。

在本程式碼研究室中，您將使用 Google 對原生 Java 用戶端程式庫的支援，建立 Java 服務並部署至 Cloud Run。該服務會透過 Vision API 執行圖片分析，藉此回應 Cloud Storage 事件，並將分析結果儲存在 Firestore 集合中。

在本程式碼研究室中，您將瞭解如何使用 Spring Cloud GCP 從 Datastore 寫入及讀取物件

在本程式碼研究室中，您將建立 Cloud 函式 (Java) 以回應 Cloud Storage 事件，透過 Vision API 執行圖片分析，並將分析結果儲存在 Firestore 集合中。

在這個教學課程中，您將以無伺服器的方式部署及執行無狀態容器 (可以省去基礎架構相關工作)，學習如何開始使用 Cloud Run。Cloud Run 提供全代管選項，也能在 GKE 叢集上運作。

在這個程式碼研究室中，您將建立新的 Cloud Run 服務。當映像檔在 Cloud Storage 中刪除時，Eventarc 會觸發這個服務。接著，服務會刪除 Cloud Storage 中的圖片縮圖和 Firestore 集合中的中繼資料。

瞭解如何透過 Cloud Shell 建立及啟動 Spring Boot Java 應用程式，而不必離開瀏覽器。

在本程式碼研究室中，您會將在 GKE Autopilot 上執行的範例服務連結至 Cloud Spanner。