Firebase App Check 可确保请求来自合法应用和设备，从而有助于保护您的后端资源免遭滥用，例如防范账单欺诈和钓鱼式攻击。它可与 Firebase 服务以及您自己的后端服务搭配使用，以确保您的资源安全无虞。 如需详细了解 Firebase App Check ，请参阅 Firebase 文档。 App Check 使用平台专有的服务来验证应用和/或设备的完整性。这些服务称为 认证提供程序 。其中之一就是 Apple 的 App Attest 服务，App Check

在此 Codelab 中，您将使用 FCM HTTP v1 API 向在多个平台上运行的应用发送推送通知。您使用 Flutter 构建应用，该应用可在 Android/iOS/Web 上顺畅运行。

您可以将 Firebase App Check 与 App Attest 搭配使用，以保护后端服务并验证发送到 Firebase 服务的请求是否来自真实的应用。 通常建议您逐步将用户纳入 App Attest 服务，以免达到配额限制。如需了解详情，请参阅 Apple 的“ 准备使用应用认证服务 ”文档。 如 分阶段发布版本更新 中所述，使用 Apple 的 App Store Connect 功能逐步发布应用更新有助于更顺利地推出 App

在此 Codelab 中，您将学习如何使用 Firebase 和 TensorFlow Lite 实现文本分类。

了解如何将 Firebase 与 Next.js 应用集成。

在此 Codelab 中，您将学习如何在 Swift 中使用 iOS 上的 Firebase 平台。

在此 Codelab 中，您将学习如何将 Firebase Performance Monitoring 添加到示例应用并在功能发布期间衡量其性能。

快速将应用的最新版本交付给测试人员。在

了解如何将 Firebase Extensions 与 Gemini API 搭配使用，构建具有 AI 赋能的 Web 应用，例如个性化推荐功能。

在此 Codelab 中，您将学习如何使用 TensorFlow 和 Firebase 为应用创建内容推荐引擎

在此 Codelab 中，您将使用 Flutter 构建一个适用于 Android、iOS 和 Web 的简单音乐播放器。此播放器将连接到 Firebase RTDB，以便用户在其设备之间同步播放。

在此 Codelab 中，您将学习如何使用 Firebase 平台构建 Android 应用。

在此 Codelab 中，您将学习如何部署 TFLite 模型，以针对每位用户量身定制应用并优化应用内购买

在此 Codelab 中，您将通过构建聊天应用，学习如何在 Web 上使用 Firebase 平台。

了解如何使用 Firebase 构建 Flutter 移动应用。

借助 App Distribution SDK，您可以快速将最新版本交付给测试人员。在此 Codelab 中，您将更新应用，以便在有新的 build 可用时向测试人员显示应用内提醒。

使用 Terraform 设置和管理 Firebase 项目，包括对基础架构和 Firebase 产品进行程序化配置。

了解如何使用屏蔽函数实现多重身份验证并创建自定义身份验证要求

在此 Codelab 中，您将学习如何使用几行代码将 Firebase Authentication 添加到 Flutter 应用。

在此 Codelab 中，您将在 Web 应用中设置 Firebase Performance Monitoring，并了解如何使用它确保应用能够顺利运行，为最终用户提供良好体验。

在此 Codelab 中，用户将结合使用 App Distribution 和 Fastlane 插件来分发 iOS build 并注册测试设备。然后，用户将从应用分发控制台中导出包含设备和 UDID 的 .txt 文件，并自动注册这些设备（这是分发临时 iOS build 的要求）。

在此 Codelab 中，您将构建一个示例应用，并学习如何使用 Firebase Performance Monitoring 衡量加载时间和屏幕渲染情况。

在此 Codelab 中，您将学习如何使用 FCM 主题向一组选定的应用实例多播推送消息。

在此 Codelab 中，您将学习如何使用 TensorFlow 和 Firebase 为应用创建内容推荐引擎。

在此 Codelab 中，您将学习如何使用 Firebase 和 TensorFlow Lite 实现文本分类。

在此 Codelab 中，您将了解如何使用 Cloud Functions for Firebase 向聊天应用的用户发送通知。

使用 Firebase 和 StackBlitz 在线编辑器从头开始构建 Web 应用。您将使用基本的 HTML 和 JavaScript 与 Firebase 通信。这是一个非常好的介绍，告诉您如何使用 Firebase 控制台以及将 Firebase 集成到应用。不必事先学习各种相关知识，也无需了解如何安装软件。

在 Google Cloud Platform 上开发一款名为“Aidemy”的 AI 赋能的功能齐全的助教系统，展示多代理系统的强大功能。获得在 Google Cloud 上设计、构建和部署复杂多代理系统的实用经验，掌握 LLM 应用开发中的关键概念，并了解事件驱动型架构的好处。

在此 Codelab 中，您将构建一个基于 RAG 的矢量搜索应用，该应用旨在根据客户搜索（通过文本和图片）查找匹配的玩具，根据用户请求创建自定义玩具，并使用 AlloyDB、Gemini、Imagen、LangChain4j 和 GenAI 数据库工具箱预测自定义创建的玩具的价格。

在此 Codelab 中，您将学习如何在计算虚拟机上部署 AlloyDB Omni、加载数据并使用 AlloyDB Columnar Engine 提升性能

在此 Codelab 中，您将学习如何创建 AlloyDB 集群、为数据库部署 GenAI Databases Retrieval Service，以及使用该服务创建示例应用。

在此 Codelab 中，您将学习如何在 GKE 集群上部署 AlloyDB Omni、将 I 模型部署到同一集群、在 AlloyDB Omni 中注册该模型，并使它们协同工作

在此 Codelab 中，您将学习如何将 AlloyDB AI 与向量搜索结合使用，并为向量数据创建索引

在此 Codelab 中，您将使用 Gemini Code Assist，它是 Google Cloud 中的一个 AI 赋能的协作工具。您将学习如何使用 Gemini Chat 和内嵌代码助理来生成代码、理解代码以及执行其他 AI 辅助编码任务。

在此 Codelab 中，您将学习如何将 Cloud SQL AI 集成与向量搜索结合使用，并在向量数据上创建索引

在此 Codelab 中，您将学习如何为 AlloyDB 创建 Private Service Connect

在此 Codelab 中，您将学习如何为 Cloud SQL 创建 Private Service Connect

在此 Codelab 中，您将构建并部署一个价格预测应用的 Toolbox，该 Toolbox 使用 Gen AI Toolbox for Databases 服务，并使用 AlloyDB 和生成式 AI 功能。

此 Codelab 将引导您创建一个依托知识的瑜伽姿势推荐应用。该应用会通过建议匹配的瑜伽姿势来回答用户问题。您将学习如何根据 Hugging Face 数据集构建包含瑜伽姿势的 Firestore 集合、设置 Firestore 向量搜索，并将所有内容集成到 Flask 应用中。

在此 Codelab 中，您将构建一个知识驱动的上下文瑜伽姿势搜索应用，旨在根据用户的瑜伽姿势问题回答相应问题。还可以执行创建和修改瑜伽姿势等管理任务。

此 Codelab 将引导您创建一个依托知识的瑜伽姿势推荐应用。该应用会通过建议匹配的瑜伽姿势来回答用户问题。您将学习如何根据 Hugging Face 数据集构建包含瑜伽姿势的 Firestore 集合、设置 Firestore 向量搜索，并将所有内容集成到 Node.js 应用中。

在此 Codelab 中，您将对旧 PHP 应用进行现代化改造，将其迁移到 Google Cloud，将其容器化，部署到 Cloud Run，然后将其连接到 Cloud SQL。此外，您还将探索使用 Cloud Build 实现应用 CI/CD，并使用 Secret Manager 对其进行保护。

通过添加身份验证、性能监控、声明式界面和功能标志，构建待办事项列表 Android 应用的功能，所有这些都可以借助 Firebase 和 Jetpack Compose 完成。

了解如何使用 Firestore 矢量搜索

在此 Codelab 中，您将了解如何构建使用 Cloud Firestore 的 Web 应用。

在此 Codelab 中，您将学习如何构建一个使用 Cloud Firestore 的 iOS 应用。

在此 Codelab 中，您将学习如何构建一个使用 Cloud Firestore 的 Android 应用。

在此 Codelab 中，您将使用 Firebase Extensions 向在线购物平台 Web 应用添加功能。

了解如何使用 Cloud Scheduler 和 Cloud Run 服务在 VPC SC 边界内按计划运行 Cloud Run 作业

在已启用专用服务访问网络的现有 CloudSQL 实例上启用 PSC 附加项。然后，通过其他项目中的 PSC 端点连接到该服务

创建具有 PSC 服务连接的 CloudSQL 实例。然后通过另一个项目中的 PSC 端点进行连接

在此 Codelab 中，您将了解 Google Cloud Functions（第 2 代）。更具体地说，您将部署响应 HTTP 调用、Pub/Sub 消息、Cloud Storage 事件和 Cloud 审核日志的函数。

在此 Codelab 中，您将创建一个 Spanner 实例，并学习如何使用 Spanner Graph。

本实验将向您介绍如何在 Dataproc 上使用 PySpark 从 BigQuery 加载数据并将其保存到 Google Cloud Storage。

如何开始使用事件驱动型 Cloud Run 函数

了解如何在 Cloud Run GPU 上运行稳定扩散

了解如何使用 Cloud Run 部署网站，为容器化应用带来无服务器的敏捷性。

在此 Codelab 中，您将使用 Cloud KMS 非对称密钥加密和解密数据。

在此 Codelab 中，您将与用户聊天，提出有关文档的问题，或通过函数调用来扩展模型、使用 Java 中的生成式 AI、在 Vertex AI 上集成 Gemini 大语言模型以及利用 LangChain4j 框架

了解如何使用 Firebase Genkit 和您已了解的应用开发技能和工具构建生成式 AI 功能。

了解如何在本地机器上的 Visual Studio Code 中编写、部署和调试 Cloud Functions for Node.js 函数。

了解如何使用 Dialogflow CX（一种用于构建虚拟客服的对话式 AI 平台 [CAIP]）构建零售聊天机器人

在此 Codelab 中，您将学习如何使用无服务器组件部署 Wagtail：Cloud Run 用于 Web 引擎、Cloud SQL 用于数据库，Cloud Build 用于媒体资源。

了解如何在 Cloud Run GPU 上运行稳定扩散

在此 Codelab 中，您将学习如何使用 Encrypt Space 通过多方计算处理数字资产。

了解如何使用开源 Lustre Deployment Manager 脚本在 Google Cloud Platform 中部署 Lustre 并行文件系统。

在本教程中，您将学习如何将 Translation API 与 Python 搭配使用。

在此 Codelab 中，您将学习如何使用 Confidential Space 保护机器学习模型和知识产权

在此 Codelab 中，您将了解如何在向 Places API 发出请求之前，使用 Firebase AppCheck 和 reCAPTCHA 验证 Web 应用

在此 Codelab 中，您将构建一个知识驱动型聊天应用，该应用旨在回答客户问题、引导产品发现以及针对电子商务数据集定制搜索结果

在本教程中，您将学习如何通过 Airflow DAG 在 GKE 上使用 vLLM 训练和运行模型。

在此 Codelab 中，您将学习如何利用已签名的容器映像功能来提高机密空间的易用性。

通过 Python SDK 和 PSC 端点从虚拟机访问 Gemini

此 Cloud Functions 函数演示了如何使用 Vertex AI PaLM API 对 Google Cloud Storage 中的上传文件处理内容并执行摘要。

我们将通过 BigQuery ML 创建一个仅使用 SQL 的电影得分预测模型

我们将使用 Vertex AI AutoML 创建电影得分预测模型，并将其部署到 API 端点，并通过 Java Cloud Functions 函数触发预测 API。

在此 Codelab 中，您将学习如何使用 Gemini Pro 构建多模态问答系统。

在此 Codelab 中，您将学习如何将 Google Cloud Translation API 与 Python 搭配使用，以及如何在本地运行或部署到 Cloud 无服务器计算平台（App Engine、Cloud Functions 或 Cloud Run）。

在此 Codelab 中，您将学习如何使用 Dataprep 转换 Google 表单调查问卷数据，并将其推送到 BigQuery 中以进行深入分析

在此 Codelab 中，您将使用 Vertex AI Conversation 创建、配置和部署 Data Store Agent 和聊天应用，以回答客户有关 Google 商店中商品的问题。

在此 Codelab 中，您将学习如何将 Google Cloud Translation API 与 Python 搭配使用，以及如何在本地运行或部署到 Cloud 无服务器计算平台（App Engine、Cloud Functions 或 Cloud Run）。

在此 Codelab 中，您将学习如何使用无服务器组件部署 Django：Cloud Run for Web Engine、Cloud SQL for 数据库和 Cloud Build（适用于媒体资源）。

在此 Codelab 中，您将学习如何将 Google Cloud Translation API 与 Python 搭配使用，以及如何在本地运行或部署到 Cloud 无服务器计算平台（App Engine、Cloud Functions 或 Cloud Run）。

在此 Codelab 中，您将了解 Events for Cloud Run。更具体地说，您将监听来自 Cloud Pub/Sub、审核日志、Cloud Storage、Cloud Scheduler 的事件，以及如何生成/使用自定义事件。

在此 Codelab 中，您将学习如何使用 Vertex AI 对 LLM 进行监督式微调。

Spring Native 是一个新兴项目，将进入 Spring 6.x 和 Spring Boot 3.x 的主线，这意味着现在是发布前几个月熟悉它的最佳时机。

在此 Codelab 中，您将创建具有后端服务的 TCP/SSL 负载平衡器，并限制只有一组特定的用户客户端可以访问该负载平衡器。

在此 Codelab 中，您将学习如何使用 Confidential Space 保护多方数据共享和机密性

在此 Codelab 中，您将使用 Google Sheets API 和 BigQuery 构建一个演示文稿，以报告对最常见的软件许可的分析。

本实验介绍如何使用 Spark MLlib 和 spark-nlp 对大量数据执行机器学习和 NLP。

在本实验中，您将学习如何使用 AI Platform Notebooks 对机器学习工作流进行原型设计。我们将介绍如何创建自定义笔记本实例、在 Git 中跟踪笔记本代码，以及如何使用 What-If 工具调试模型。

了解如何使用 Cloud Run 函数中的修订版本进行流量拆分、逐步发布和回滚。

在此 Codelab 中，您将学习如何将 Google Cloud Translation API 与 Python 搭配使用，以及如何在本地运行或部署到 Cloud 无服务器计算平台（App Engine、Cloud Functions 或 Cloud Run）。

在此 Codelab 中，您将了解 C# 中的 Google Cloud Run 函数。具体而言，您将部署 C# 函数来响应来自各种 Google Cloud 来源的 HTTP 和 CloudEvent。

了解如何使用 GKE 部署、扩缩和更新网站。

在本教程中，您将学习如何将 Natural Language API 与 Python 结合使用。

通过在 Cloud Run 上部署微服务，并加入一场虚拟竞技场，您的微服务将彩虹见证其他微服务，争夺胜利，以此了解 Google Cloud！在此过程中，您将亲身体验如何部署 Kotlin、Java、Go、Python 或 Node.js 微服务，并在此过程中了解容器和 Cloud Run。看看通过不断完善你的算法，你能获得比其他冒险家更多的分数。

在此 Codelab 中，您将构建一个事件驱动型微服务编排，以使用 Eventarc 和 Workflows 处理映像

了解 Gemini Code Assist Enterprise 的新变化，以及它如何帮助您的组织使用 Google Cloud 构建应用。

在此 Codelab 中，您将学习如何使用 Confidential Space 安全地进行多方数据共享，同时保护数据的机密性。此 Codelab 重点介绍了如何将 Confidential Space 与托管在 Google Cloud 以外位置的受保护资源搭配使用。您将了解如何通过提供 Nonce、受众群体和 PKI 令牌类型，向 Google 认证服务请求自定义令牌。

在此 Codelab 中，您将学习如何创建适用于 CloudSQL 的 Private Services Connect

了解如何要求在调用时进行身份验证，从而保护 Cloud Functions 函数

本指南介绍如何将现有网络负载平衡器从目标池后端转换为区域级后端服务。

在此 Codelab 中，您将了解 Google Cloud Operations Suite。本实验将介绍如何使用 gcloud 安装示例应用。部署示例应用后，您可以使用 Cloud Monitoring 来定义信息中心、提醒、拨测等。

了解如何通过要求调用时进行身份验证来确保 Cloud Run 函数的安全

此 Codelab 概述了如何在使用 Flutter 进行开发时使用 Firebase Emulator Suite。此 Codelab 将使用 Auth 和 Firestore 模拟器来演示模拟器的使用方法。

在本实验中，您将学习如何在 Vertex Pipelines 上使用 Kubeflow Pipelines SDK 运行自定义模型训练作业。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 5 美元 。 本实验使用 Vertex AI ，这是 Google Cloud 上端到端托管式机器学习平台。Vertex AI 将 Google Cloud 中 Google 的机器学习产品集成到无缝的开发体验中。除了模型训练和部署服务之外，Vertex AI 还包括各种 MLOps

在本实验中，您将使用 Vertex AI 从预训练的图片分类模型获取预测结果。 您将了解如何： 在 Google Cloud 上运行本实验的总费用约为 $1 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API 中。您还可以将现有项目迁移到 Vertex

在本实验中，您将学习如何使用 Vertex ML Metadata 分析 Vertex Pipelines 运行产生的元数据。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个

在本实验中，您将学习如何使用 Vertex Pipelines 创建和运行机器学习流水线。 您将了解如何： 在 Google Cloud 上运行本实验的总费用约为 25 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API

了解如何转换简单的 Java App Engine 应用、使用 Buildpack 将其容器化，并将其迁移到 Cloud Run

在本实验中，您将学习如何使用自动打包功能在 Vertex AI Training 上运行自定义训练作业。Vertex AI 上的自定义训练作业使用容器。如果您不想构建自己的映像，可以使用自动打包功能，该功能会根据您的代码构建自定义 Docker 映像，将映像推送到 Container Registry，并基于该映像启动 CustomJob 。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 您将使用 Hugging Face 中的库，基于 IMDB 数据集

我们将借助 Gemini 来借助 BigQuery（仅限 SQL 的生成式 AI）创建图书推荐和摘要分析。

了解如何转换简单的 Java App Engine 应用，使用 Jib 将其容器化并迁移到 Cloud Run

在此 Codelab 中，您将学习如何为全球外部应用负载均衡设置高级负载均衡优化功能。

了解如何转换简单的 Java App Engine 应用、使用 Docker 将其容器化并迁移到 Cloud Run

在此 Codelab 中，您将开始使用 Cloud Foundation Toolkit(CFT) 并完成一系列向 CFT 模块添加功能的步骤。

在此 Codelab 中，您将使用 Vertex AI 根据提供的一些规范生成知识问答。您将在云托管的开发者环境中测试测验生成器，然后通过将其部署到 Google Cloud Run 来公开发布。在实验结束时，您需要将测验生成器与一个完整的应用集成。

我们将使用 Cloud Functions 函数中的 Vertex AI 生成式 AI (Gemini) 作为 BigQuery 的远程函数，创建一个图书推荐和摘要应用。

在此 Codelab 中，您将构建一个 Google 优质搜索引擎，帮助您使用 Vertex AI Search/Agent Builder 回答文档和文本文件中的查询。

在此 Codelab 中，您将使用机器学习套件构建一个 Android 应用，该应用使用设备端机器学习技术来识别和识别语言并在 59 种语言之间翻译文本。此外，您还将学习如何集成 CameraX 库，通过实时摄像头画面完成这些任务。

在本实验中，您将使用 Vertex AI 中的 共同托管模型功能 在同一虚拟机上托管多个模型，以进行在线预测。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API

在本实验中，您将学习如何在 Vertex AI 上使用自定义预测例程编写自定义预处理和后处理逻辑。虽然此示例使用的是 Scikit-learn，但自定义预测例程也可以与 XGBoost、PyTorch 和 TensorFlow 等其他 Python 机器学习框架搭配使用。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud

use-cmek-to-encrypt-cloud-functions

在本实验中，您将使用 Vertex AI ，用表格式数据训练和部署一个模型。这是 Google Cloud 中提供的最新 AI 产品，目前处于预览版阶段。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 22 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在本实验中，您将使用 Vertex AI 在自定义容器中使用代码训练和部署 TensorFlow 模型。 虽然我们在此处使用 TensorFlow 构建模型代码，但您可以轻松将其替换为其他框架。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在本实验中，您将使用 Vertex AI 构建一个在 TensorFlow 中训练自定义 Keras 模型的流水线。然后，我们将使用 Vertex AI Experiments 中提供的新功能来跟踪和比较模型运行，以确定哪种超参数组合可获得较佳性能。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud

在本实验中，您将使用 Vertex AI 为 TensorFlow 模型运行一项多工作器训练作业。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 5 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API

在本实验中，您将学习如何基于金融数据集训练 XGBoost 模型，将其部署到 Vertex AI，并使用 What-If 工具对其进行分析

在本实验中，您将学习如何使用 Vertex AI Workbench 进行数据探索和机器学习模型训练。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API

如何开始使用事件驱动型 Cloud Run 函数

了解如何将 Ollama 用作辅助信息文件、Cloud Run GPU 和 Open WebUI 作为前端入站流量容器

了解如何在 Cloud Run 上构建和部署 LangChain 应用

了解 Dialogflow 中的 fulfillment 概念。

了解如何将 Vision API 与 Dialogflow 集成。

您将了解如何以程序化方式监听嵌入式 Looker 内容中的事件以及向嵌入式 Looker 内容发送操作。

您将学习如何使用 Looker Embed SDK 嵌入 Looker 信息中心

此 Codelab 将指导您使用 gcloud CLI 在 Jenkins 等现有 CI/CD 系统中以编程方式运行大型测试套件。此 Codelab 独立于平台。

在本教程中，您将了解如何通过混合网络配置和验证 Looker Cloud Core 专用 IP。

在此 Codelab 中，您将学习如何为本地开发设置 Looker 信息中心摘要扩展程序，以及如何将扩展程序部署到生产环境中。

了解如何使用 Firebase Emulator Suite 开发 Web 应用。

在此 Codelab 中，您将学习如何使用 Private Service Connect 来链式 L7 负载平衡器。

在此 Codelab 中，您将亲身体验一种架构模式，该模式通常用于在处理实时数据时实现扩缩能力和弹性。您将构建一个测量天气数据的 IoT 设备 (Raspberry Pi)，然后使用 Google 的 Cloud Platform 创建一条数据流水线，其中包括消息队列、无服务器函数、云端数据仓库和分析信息中心。

了解如何使用安全规则保护您的 Firestore 数据

在本实验中，您将学习如何使用 Vertex AI Workbench 配置和启动笔记本执行作业。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML 训练的模型和自定义模型是通过不同的服务访问的。现在，该新产品与其他新产品一起将这两种模型合并到一个 API

您将使用 Cloud Dataflow，使用 Cloud Dataflow SDK 创建 Maven 项目，并使用 Google Cloud Platform Console 运行分布式工作计数流水线。

在此 Codelab 中，您将学习如何创建数据库、为数据库部署 GenAI Retrieval Service，以及使用该服务创建示例聊天应用。

借助 App Distribution Android SDK，将您的最新版本快速交付给测试人员。在此 Codelab 中，您将更新应用，以便在有新版本可用时向测试人员显示应用内通知。

在此 Codelab 中，您将学习如何在 100 行 Python / Keras 代码中让计算机以 99% 的准确率识别手写数字，

在本教程中，您将学习如何在 Python 中使用 Video Intelligence API。

开始使用 Cloud Functions，这是 Google 用于构建和连接云服务的无服务器执行环境。本实操实验将向您介绍如何使用 Google Cloud 控制台创建、部署和测试 Cloud Functions 函数

在此 Codelab 中，您将学习如何通过 C# 使用 Google Cloud Vision API。

在此 Codelab 中，您将学习如何使用 DLP API 自动对上传到 Cloud Storage 的数据进行分类。基于对上传到 Cloud Storage 的数据进行自动分类

在此 Codelab 中，您将学习如何将 ASP.NET Core 代码转换为在 Google Kubernetes Engine 上的 Kubernetes 上运行的复制应用。

了解如何在没有 Docker 或 Dockerfile 的情况下快速为 Spring Boot Kotlin 应用构建和发布经过优化的 Docker 映像，然后在 Cloud Run 上运行构建的映像。

在此 Codelab 中，您将学习如何使用 Istio 将 ASP.NET Core 应用部署到 Google Kubernetes Engine。

在此 Codelab 中，您将学习如何构建通过 gRPC 公开 API 的基于 Java 的服务。然后，您将为 gRPC 服务编写 Java 命令行客户端。

在此 Codelab 中，您将学习如何在 Kubeflow 流水线上构建和部署具有超参数调节的复杂数据科学流水线，而无需使用任何 CLI 命令或 SDK。

在此 Codelab 中，您将继续构建从第 1 部分开始的 ASP.NET Core 应用，并向其添加更多 Istio 功能。

在此 Codelab 中，您将学习如何将 Python 2 App Engine Cloud NDB 和 Cloud Tasks (v1) 应用迁移到 Python 3、Cloud Datastore 和 Cloud Tasks (v2)

在此 Codelab 中，您将使用 GKE 设置 Cloud AI Platforms 流水线安装（托管 KFP），使用 Kubeflow 流水线构建和运行机器学习工作流，并在 AI Platform Notebook (Jupyter) 中定义和运行流水线。

在此 Codelab 中，您将学习如何将 Micronaut 微服务转换为在 Google Kubernetes Engine 上运行的复制服务。

在此 Codelab 中，您将学习如何构建 C# 服务以通过 gRPC 公开 API，以及如何构建 C# 客户端来调用 gRPC 服务。

在此 Codelab 中，您将学习如何在不使用任何 CLI 命令或 SDK 的情况下，使用 Kubeflow 流水线构建和部署复杂的数据科学流水线。

在此 Codelab 中，您将学习如何在 Google Cloud Platform 上部署代管式 Active Directory

在此 Codelab 中，您将使用 Text-to-Speech API 和 Node.js，将音频文件转录为

在此 Codelab 中，您将创建一个具有后端服务的 TCP/SSL 代理负载平衡器，并使用 Cloud Armor 限制只有一组特定用户客户端可以访问该负载平衡器

在此 Codelab 中，您将了解 Cloud Armor 的预配置的 WAF 规则，通过规则集的简单名称，您可以防范 10 个最主要的 OWASP 漏洞。

在此 Codelab 中，您将了解 Private Service Connect for Google API。更具体地说，您将为 Storage API 创建服务端点、创建 Cloud Storage 存储分区，以及执行验证。

了解如何使用 Compute Engine 在 Google Cloud 中托管和扩缩 Web 应用。

在此 Codelab 中，您将学习如何通过 C# 使用 Video Intelligence API

在此 Codelab 中，您首先要探索 Node.js 应用，了解如何截取网页屏幕截图并将其存储到 Cloud Storage 中。然后，您将为该应用构建容器映像，以作业的形式在 Cloud Run 上运行应用，更新作业以处理更多网页，然后使用 Cloud Scheduler 按计划运行该作业。

了解如何利用 Google 的生成式 AI 功能，分析 YouTube 上的网红对于任何公司或产品的观点。

在此 Codelab 中，您将学习如何使用 Dataproc 启动托管式 Spark/Hadoop 集群、提交示例 Spark 作业，以及使用命令行关停集群。

在此 Codelab 中，您将启动虚拟机、安装软件，并通过网络负载平衡器将虚拟机提供给互联网，从而熟悉 Google Compute Engine。

在此 Codelab 中，您将学习如何将 BigQuery 与 Python 搭配使用

在此 Codelab 中，您将创建负载平衡器和关联的后端服务。然后，您将创建一条 Cloud Armor 聊天机器人管理规则，并了解它如何保护您的后端。

在此 Codelab 中，您将了解如何使用 Workflows 的并行迭代功能针对维基百科数据集并行运行 BigQuery 作业。

在此 Codelab 中，您将首先学习如何为 HTTP 目标任务创建和使用常规 Cloud Tasks 队列。然后，您将学习如何使用队列级 HTTP URI 替换和新的 BufferTask API 来通过 Cloud Tasks 更轻松地缓冲 HTTP 请求。

在此 Codelab 中，您将创建负载平衡器和关联的后端服务。然后，您将创建一项 Cloud Armor 速率限制政策，并了解该政策如何保护您的后端。

在此 Codelab 中，您将增强由 Dialogflow 和 Google 日历提供支持的预约安排程序 Chat 应用，使其能够在 Google Chat 上运行。您将构建和部署自定义 Google Chat 消息。

了解如何构建前端 Django 客户端，为 Dialogflow 应用创建对话体验。

在此 Codelab 中，您将了解 Google Cloud Armor 的已命名 IP 地址列表。具体而言，您将在安全政策中配置已命名的 IP 地址列表，并验证连接。

在此 Codelab 中，您将学习如何通过 Google Cloud Shell 构建和启动 ASP.NET Core 应用，而无需离开浏览器。

在此 Codelab 中，您将通过 Java HBase 客户端了解 Cloud Bigtable。您将加载数据，然后运行一些查询并在地图上绘制数据。

在此 Codelab 中，您将学习如何将简单的 ASP.NET Core 应用部署到 Google App Engine

在本实验中，您将了解 GCP 上的完整机器学习工作流：从 BigQuery 提取数据、在 Cloud AI Platform Notebooks 实例中构建 XGBoost 模型，以及将模型部署到 AI Platform。

在此 Codelab 中，您将学习如何使用 Node.js 和 Cloud Run 构建 Google Workspace 插件。

在本实验中，我们将创建一个 VPC Service Controls 边界，并用其保护项目。然后，我们会引发 VPC Service Controls 入站流量违规，并逐步介绍排查拒绝事件的过程。完成本实验后，您将对如何使用 VPC Service Controls 保护您的资源有了更深入的了解。

在本实验中，我们将创建一个 VPC Service Controls 边界，并使用它来保护项目。然后，我们将引发 VPC Service Controls 出站流量违规，并通过创建出站规则来演示对拒绝进行问题排查的过程。完成本实验后，您将对如何使用 VPC Service Controls 保护您的资源有了更深入的了解。

在本实验中，您将学习如何基于金融数据集训练 XGBoost 模型，将其部署到 Cloud AI Platform，并使用 What-If 工具对其进行分析

此 Codelab 介绍了如何使用 Google Cloud 控制台为项目的主账号授予 Identity and Access Management (IAM) 角色。

在此 Codelab 中，您将构建一个知识驱动型聊天应用，该应用旨在回答客户问题、引导产品发现以及针对电子商务数据集定制搜索结果

在此 Codelab 中，您将构建一个知识驱动型聊天应用，该应用旨在回答与专利搜索相关的问题，并以专利数据集真实信息作为来源，提供与上下文相关的结果。

我们将使用 Spring Boot 和 Java 创建计算机视觉应用，使您能够在项目中释放图像识别和分析的潜力。

在此 Codelab 中，您将以无服务器方式部署和运行无状态容器（而无需操心基础架构），从而学习如何开始使用 Cloud Run。Cloud Run 提供全代管式选项，还能够在 GKE 集群上运行。

了解如何开始使用 Cloud Run 函数

使用 Android-FHIR SDK、OHS 和 Google Cloud Healthcare API 构建安全、可扩缩、合规且以数据为依据的医疗保健移动应用

演示 Java 应用中的 Gemini 函数调用功能，具体方法是调用 Gemini 模型来编排函数调用的输入，调用 API，然后在另一个 Gemini 调用中处理响应并将其部署到 REST 端点。

在此 Codelab 中，您将了解新的外部 HTTPS 负载平衡器中提供的高级流量功能。

在此 Codelab 中，您将构建一个 Cloud Run 应用，该应用可使用 Gemini 1.0 Pro Vision、Gemini 1.5 Pro 等产品中的生成式 AI 模型，在几分钟内将绘图转换为网站代码。

开箱即用，Dialogflow 内置了许多针对 Web、Google 助理、社交媒体和电话网关的集成。但是，如果您希望将聊天机器人引入移动设备，则必须创建自定义集成。本实验将介绍如何将 Dialogflow Essentials 集成到 Flutter 应用中。

了解如何创建使用 localhost 端口和卷装载与 Sidecar 通信的 Cloud Run 服务。

在这个适合初学者的 Codelab 中，您将熟悉生成器功能。生成器使用 Google 最新的生成式大语言模型 (LLM) 来生成代理响应。在此 Codelab 的上下文中，您将使用生成器从数据存储区提取信息，从而做出明智的决策。

本页介绍了如何使用 Dataflow SQL 和创建 Dataflow SQL 作业。

在这个适合初学者的 Codelab 中，您将熟悉生成式回退功能，该功能使用 Google 最新的生成式大语言模型 (LLM) 来生成虚拟客服响应。

了解如何为 Google Chat 构建具有动态卡片响应的自定义 Dialogflow 聊天机器人。

在本实验中，您将了解如何使用 Vertex AI 解决时间序列问题，涵盖 Notebooks、训练、预测和 BigQuery ML。

使用 Gemini Code Assist 为您的代码编写测试

在本实验中，您将学习如何使用超参数调节在云端训练模型。我们将向您展示如何使用 PyTorch 执行此操作，但您可以在任何想要的框架中执行此操作。

在此 Codelab 中，您将学习如何通过 C# 使用 Translation API

在此 Codelab 中，您将学习如何通过 C# 使用 Text-to-Speech API

在本教程中，您将学习如何将 Text-to-Speech API 与 Python 搭配使用。

在此 Codelab 中，您将学习如何使用 Workflows 来编排和自动执行 Google Cloud 服务和基于 HTTP 的 API 服务。

在本教程中，您将学习如何将 Vision API 与 Python 搭配使用。

在此 Codelab 中，您将学习如何安装和使用适用于 Windows PowerShell 的 Cloud 工具。

使用 BigQuery SQL 查询和 Vertex AI PaLM API 构建电影成功评分预测和处方应用。

以 BigQuery 公共数据集形式提供的 GitHub 代码库源代码摘要，使用 Vertex AI 大语言模型 (text-bison) 作为 BigQuery 中的托管式远程函数来生成文本。

在此 Codelab 中，您将构建一个微服务，该微服务将在竞技场中通过将 jamón 相互“抛射”其他微服务来与其他微服务竞争。

使用 Python Flask 框架和 Vertex AI PaLM API 模型开发聊天应用。

在此 Codelab 中，您将使用机器学习套件中的 AutoML Vision Edge 训练图片分类器，并使用机器学习套件 SDK 在 Android 或 iOS 手机上运行图片分类器。

在此 Codelab 中，您将开始使用 Cloud Foundation Toolkit(CFT) 并完成一系列向 CFT 模块添加功能的步骤。

在此 Codelab 中，您将学习如何将 AlloyDB 集群连接到通过 VPN 连接的单独网络中部署的 Oracle 数据库。

以 GitHub 提交数据为例，了解 BigQuery 的基础知识以及如何查询 TB 级的公共数据。

在此 Codelab 中，您将构建一个微服务，该微服务将在竞技场中通过向彼此“扔掉”叶子来与其他微服务作战。

在此 Codelab 中，您将学习如何使用用户定义的规则配置 Cloud Armor 网络边缘安全政策

此 Codelab 中级 Google Apps 脚本使用了 2 个 Google 开发者平台：Google Workspace 和 Google Cloud 控制台。具体而言，它使用了 Cloud 控制台的 BigQuery API（作为一种 Apps 脚本高级服务）以及一对内置的 Google Workspace 服务：Google 表格和 Google 幻灯片。此示例应用旨在向用户展示，他们能够在（相对）较短的一段代码中自动完成从大数据分析到幻灯片演示的最终环节。

在此 Codelab 中，我们将实现一种数据注入模式，以使用 Cloud Data Fusion 将 CSV 格式的医疗保健数据加载到 BigQuery 中。

在此 Codelab 中，您将学习如何使用 BigQuery 为 Analytics 360 数据集创建机器学习模型。

了解如何使用 bq（一个基于 Python 的 BigQuery 命令行工具）加载和查询数据。

在此 Codelab 中，您需要将用于插入、更新、读取和删除数据的常用 Cassandra 查询与使用 Java 客户端的 Cloud Bigtable 等效查询进行比较。

在本实验中，您将使用 BigQuery Machine Learning 训练模型，然后将该模型导出并部署到 Vertex AI 。这是 Google Cloud 上最新的 AI 产品。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在此 Codelab 中，我们将向您介绍一种最简单的方法来编写用于访问 Google 开发者技术的代码。这一切都是通过应用 JavaScript（一种主流的 Web 开发语言）完成的。使用 Google Apps 脚本，您需要编写代码，从 Google 表格的单元格中提取街道地址，根据地址生成 Google 地图，然后使用 Gmail 以附件形式发送地图。最难得的是，只有四行代码。

本实验基于 Dialogflow 中的 fulfillment 概念进行构建。您将学习如何在 BigQuery 中创建数据集和表，然后在 Dialogflow fulfillment 中设置 BigQuery 集成详细信息，并测试对话体验。

在此 Codelab 中，您将构建一个微服务，该微服务通过在竞技场中向彼此“扔”桃子来与其他微服务作战。

演示用 Python 编写的 Cloud Functions 函数，该函数可初始化 Vertex AI 模块，然后提供用于调用 PaLM Text Bison 模型的端点。

构建文本摘要用例，允许用户在 Svelte Kit Web 应用中使用 Google Cloud Vertex AI 总结文章、文本和其他形式的内容。

在本教程中，您将学习如何使用生成模型通过填充方法从文本中总结信息

在此 Codelab 中，您将使用项目模板工具 dscc-gen 来为数据洞察创建社区可视化图表。

本实验的目标是探索 Cloud NAT 的动态端口分配 (DPA) 功能。

在此 Codelab 中，您将学习如何创建可在 Looker Studio 报告中使用的自定义可视化图表。

本实验的目标是探索 Cloud NAT 的规则功能。

了解如何使用 vLLM 和 OpenAI Python SDK 在 Cloud Run GPU 上运行 LLM 推理

了解如何将 JavaScript 框架（例如 Angular、Nuxt.js 和 Next.js）部署到 Cloud Run。

了解如何配置 Cloud Run 服务以使用直接 VPC 出站流量访问内部 Cloud Run 服务。

了解如何使用 Vertex AI 和 Video Intelligence API 创建一项 Cloud Run 服务来描述视频每个场景中的图片。

在此 Codelab 中，您将设置一个 Google Cloud 项目，以便在后续 Codelab 中使用。您还将学习如何使用 Cloud Shell 修改文件和运行终端命令。

此 Codelab 将介绍如何使用 Google Workspace REST API。为简洁起见，此示例将使用 Python 进行编写，但您也可以选择使用自己喜欢的开发语言。还会介绍许多介绍性主题，最后，用户会创建一个简单的脚本来显示前 100 个文件，文件夹。

在此 Codelab 中，您将学习如何使用 G Suite API 和 Google Cloud Functions 以程序化方式自动处理 Gmail 邮件。

在此 Codelab 中，我们演示了使用 BigQuery 和 AI Platform Notebooks 在 GCP 中访问和分析临床数据的解决方案。

了解如何使用 Vertex AI 和 Video Intelligence API 创建一项 Cloud Run 作业来描述视频每个场景中的图片。

了解如何通过 Cloud Run 服务向 Vertex AI Search 执行查询。

了解如何使用 Google Compute Engine、Google Deployment Manager 和 Slurm 工作负载管理器预配可动态扩缩的 HPC 集群。

了解如何使用 express.js、htmx 和 tailwindCSS 在 Cloud Run 上部署由 Gemini 提供支持的聊天功能。

了解如何在保留公共互联网访问权限的同时，使用直接 VPC 出站流量访问仅限内部的入站流量 Cloud Run 服务

如何使用 Cloud Build 自动将更改从 GitHub 部署到 Cloud Run

如何将 Cloud Run 用作 Gemini 函数调用的端点。

在此 Codelab 中，您将使用 Google 文档 API 创建一个 Google 文档，并将音频文件的转写内容写入此文档。您将使用 Speech-to-Text API 获取给定音频文件的文本转录。

在此 Codelab 中，我们将实现一种数据注入模式，以使用 Cloud Healthcare FHIR API 将 FHIR - R4 格式的医疗保健数据（常规资源）加载到 BigQuery 中。

Microsoft.NET Core 是.NET 的开源跨平台版本，可以原生在容器中运行。.NET Core 可在 GitHub 上获取，并由 Microsoft 和.NET 社区进行维护。本实验将容器化的.NET Core 应用部署到 Google Kubernetes Engine (GKE) 中。 本实验遵循典型的开发模式，在开发者本地环境中开发应用，然后部署到生产环境。在本实验的第一部分中，系统会使用一个在 Cloud Shell 中运行的容器验证一个示例.NET Core

在此 Codelab 中，您将使用 Document AI Warehouse 来提取、处理和搜索文档全文。

在此 Codelab 中，您将使用 Eventarc 监听 Pub/Sub、Cloud Storage 和 Cloud Audit Logs 中的事件，并将其传递给 Google Kubernetes Engine (GKE) 上运行的 Kubernetes 服务。

在此 Codelab 中，您将了解新的外部 HTTPS 负载平衡器中提供的高级流量功能。

在此 Codelab 中，您将使用 Cloud KMS 非对称密钥加密和解密数据。

在本实验中，您将创建 CDN 分发，并应用 Cloud Armor 规则来保护边缘缓存。

在此 Codelab 中，您将使用 Cloud KMS 加密和解密数据

了解如何针对 Python 2 App Engine ndb 应用将 Blob 存储区的使用迁移到 Cloud Storage。

在本教程中，您将使用 Python 构建 HTTP Cloud Functions 函数。

在此 Codelab 中，您将学习如何通过 Cloud Functions 函数填充 Google 电子表格，以对上传到 Cloud Storage 的 CSV 文件做出响应。

了解如何将任务队列拉取任务用法添加到基本的 Python 2 Flask App Engine NDB 应用中。

了解如何将 Blob 存储区使用添加到简单的 Python 2 App Engine 应用中

了解如何将 Memcache 用量添加到基本的 Python 2 Flask App Engine NDB 应用中。

了解如何迁移 Python 2 App Engine NDB 和任务队列（拉取任务）应用迁移到 Cloud NDB 和Cloud Pub/Sub，然后升级到 Python 3

了解如何迁移 Python 2 App Engine NDB 和将 Memcache 应用迁移到 Cloud NDB 和Cloud Memorystore (for Redis)，然后升级到 Python 3

了解如何使用适用于 Cloud Functions 的 Stackdriver Logging 和 Stackdriver Trace。

了解如何转换简单的 Python App Engine 应用（或将一个更大的单体式应用拆分为多个微服务），并将其迁移到 Cloud Functions

了解如何在第 2 代运行时中使用 App Engine 捆绑服务

在此 Codelab 中，您将学习如何通过 C# 使用 Natural Language API

在此 Codelab 中，您将学习如何将 Google Cloud Translation API 与 Node.js 搭配使用，以及如何在本地运行或部署到 Cloud 无服务器计算平台（App Engine、Cloud Functions 或 Cloud Run）。

了解如何使用 Cloud Buildpack 将简单的 App Engine 应用容器化并迁移到 Cloud Run。

了解如何将任务队列推送任务用法添加到基本的 Python 2 Flask App Engine NDB 应用中。

了解如何将简单的 App Engine 应用从 Cloud Datastore 迁移到 Cloud Firestore。

了解如何迁移 Python 2 App Engine NDB 和用户服务应用到 Cloud NDB 和Cloud Identity Platform，然后升级到 Python 3

本实验将引导您将单体式网站分解成多个微服务，并将其部署到 Google Kubernetes Engine。

了解如何将简单的 App Engine 应用从 Cloud NDB 迁移到 Cloud Datastore。

在此 Codelab 中，您将使用 Migrate for Anthos 将一个简单的 Web 服务器从 Compute Engine 迁移到 Kubernetes Engine。

在此 Codelab 中，您将学习如何配置网络负载平衡器，以根据 HTTP 健康检查使用加权负载均衡报告的权重，在负载平衡器的后端实例之间分配流量。

在本实验中，您将使用 TensorFlow 企业版在 Google Cloud AI Platform 上直接注入 BigQuery 数据集并训练欺诈检测模型。

在本实验中，您将构建一个 tf.keras，用于使用 TensorFlow 识别欺诈性交易，然后使用 Cloud 的 Explainable AI SDK 解读模型的结果。

构建一个姿势生成器应用，以根据用户创建的姿势提示（使用服务器应用 API 从 Spanner 数据库提取的数据）生成图像。

在此 Codelab 中，您将与用户聊天或询问有关文档的问题、使用 Java 中的生成式 AI、集成 PaLM 大语言模型以及利用 LangChain4J LLM 编排框架

了解如何利用 Gemini API 的强大功能来自动执行 Google Workspace 任务，并探索更多可能性。

您可能知道适用于 Android 和 iOS 的 Firebase SDK，专为跨平台游戏设计的 SDK？在本次研讨会中，我们将添加 C+通过 CMake 将 SDK 添加到 Android 项目，添加一些基本分析以帮助改进游戏，并与朋友和测试人员分享，以便开始收集反馈。

在此 Codelab 中，您将使用 Gemini 中的函数调用来构建一款应用，供用户询问汇率信息、从外部 API 提取最新数据，然后向用户提供答案。

在此 Codelab 中，您将使用 BigQuery 网页界面了解 BigQuery 中的分区和聚类

在此 Codelab 中，您将设计并实现一个 Gmail 插件，让用户无需离开 Gmail 就能轻松地将收据费用添加到 Google 表格中。

在此 Codelab 中，您将开始使用 Java 中的生成式 AI、集成 PaLM 大语言模型并利用 LangChain4J LLM 编排框架

在此 Codelab 中，我们将介绍现有的快速起步解决方案“AI 摘要”，该解决方案使用 Vertex AI 模型总结已上传到 Google Cloud Storage 的 PDF 文档。我们将使用 Gemini Code Assist 了解该解决方案并为其添加新功能。

在此 Codelab 中，我们将了解如何利用“帮我写”功能为现有服务编写合成监控测试

在此 Codelab 中，您将学习如何利用 Dataprep、BigQuery 和 Looker 来分析不同零售价的影响，并做出明智的决策来优化产品价格。

源代码用于在 Slack 应用中创建文本摘要的 Slack Slash 命令。Slack 应用使用 Cloud Functions 函数调用 PaLM API 来进行文本摘要。

本实验介绍如何使用可选组件和组件网关在 Cloud Dataproc 上设置 Apache Spark 和 Jupyter 笔记本。

在本教程中，您将学习如何将 Secret Manager 与 Python 搭配使用

了解如何使用 Spring Resource 抽象访问 Cloud Storage 中的文件。

在此 Codelab 中，您将创建一个具有后端服务的 TCP/SSL 代理负载平衡器，并使用 Cloud Armor 限制只有一组特定用户客户端可以访问该负载平衡器

在此 Codelab 中，我们将实现一种数据注入模式，以使用 Cloud Data Fusion 将 CSV 格式的医疗保健数据实时加载到 BigQuery 中。

根据用户输入构建相似度搜索应用，以获取服装推荐，并对 Spanner 中存储的并由矢量搜索编入索引的数据执行搜索，以便使用最近邻项做出响应。

OpenTelemetry 是针对跟踪记录和指标实现系统可观测性的业界标准。此讲将分享有关如何使用 OpenTelemetry 对应用指标进行插桩的知识，以及如何在 Cloud Monitoring 和其他监控工具中使用这些指标。

在此 Codelab 中，您将使用 Firebase Cloud Messaging 向 iOS 应用添加推送通知。

在此 Codelab 中，您将基于 Google Cloud 无服务器解决方案开发一个 Web API，用于提供书架和图书。您将创建一个用于导入示例数据的 Cloud Functions 函数、一个用于提供可重复使用的后端 Web API 的 Cloud Run 容器，以及一个用于提供用于浏览图书馆的 Web 前端的 App Engine Web 应用。

我们将借助 Gemini 创建一个书架摘要应用，该应用可以直接将 BigQuery 数据提取到网页并部署在 Cloud Run 上。

在此 Codelab 中，您将学习如何创建 Google Chat

在本实验中，您将学习如何在 Google Cloud 中构建从端到端数据到 AI 的系统，以实现实时欺诈检测。学习的目标是了解如何基于原始数据设计可在 Google Cloud 上运行的生产型机器学习流水线。本实验使用以下 Google Cloud 产品： 构建端到端机器学习流水线可能颇具挑战性。在本实验中，您将学习如何使用 BigQuery 和 Vertex AI 等 Google Cloud 服务来构建和扩缩端到端机器学习流水线。我们将带您了解如何在生产环境中基于原始数据设计

在本实验中，您将使用 Vertex AI 运行一个自定义训练作业。 本实验是 对生产环境进行原型设计 视频系列的一部分。您将使用 Flowers 数据集 构建图片分类模型。您可以观看随附的视频了解详情： 。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在本实验中，您将使用 Vertex AI 来通过 TensorFlow 在 Vertex AI Training 上运行分布式训练作业。 本实验是 对生产环境进行原型设计 视频系列的一部分。请务必先完成 之前的实验 ，然后再尝试此实验。您可以观看随附的视频系列以了解详情： 。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 2 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud

在本实验中，您将使用 Vertex AI 通过自定义训练模型进行在线预测和批量预测。 本实验是 对生产环境进行原型设计 视频系列的一部分。请务必先完成 上一个实验 ，然后再尝试此实验。您可以观看随附的视频了解详情： 。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在本实验中，您将使用 Vertex AI 在 Vertex AI Training 上运行超参数调节作业。 本实验是 对生产环境进行原型设计 视频系列的一部分。请务必先完成 上一个实验 ，然后再尝试此实验。您可以观看随附的视频系列以了解详情： 。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 1 美元 。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud

了解如何将简单的 App Engine 应用从 ndb 迁移到 Cloud NDB。

了解如何从 App Engine ndb 和任务队列迁移到 Cloud NDB 和 Cloud Tasks

在此 Codelab 中，开发人员使用 G Suite 和 GCP API 在 Python 中构建了基于云的图片处理工作流。具体来说，您将要从 Google 云端硬盘下载图片文件，将其归档到 Google Cloud Storage，使用 Google Cloud Vision 分析其内容，并在 Google 表格中生成报告数据。

在此 Codelab 中，您将学习如何使用具有提交时间戳列的 Cloud Spanner 数据库表创建游戏排行榜。

了解如何使用 Docker 将简单的 App Engine 应用容器化并迁移到 Cloud Run

在此 Codelab 中，您将编写 Cloud Functions 函数来连接到现有 Cloud SQL 数据库并向其发送 SQL 插入语句。

了解如何将 Python App Engine 应用从 webapp2 迁移到 Flask Web 框架。

在此 Codelab 中，您将学习如何使用具有提交时间戳列的 Cloud Spanner 数据库表创建游戏排行榜。

在此 Codelab 中，您将使用机器学习套件构建一个 Android 应用，此应用使用设备端机器学习来识别文本、识别语言并在 59 种语言之间互译文本。您还将学习如何集成 CameraX 库，以利用实时摄像头画面完成这些任务。

Cloud SQL Insights 可帮助您检测、诊断和阻止 Cloud SQL 数据库的查询性能问题。它提供自助式、直观的监控和诊断信息，不仅仅是检测，可帮助您找出导致性能问题的根本原因。 在此 Codelab 中，您将学习如何设置 Cloud SQL for PostgreSQL 实例，部署 Node.js 应用以将 Cloud SQL 实例用作后端存储，然后使用 Cloud SQL Insights 查看和监控查询。 请记住您正在使用的项目的 ID。此 Codelab 稍后将在

了解如何创建 Google Cloud 项目，在 Google Cloud 控制台中进行设置并熟悉其导航界面，以及在 Cloud 控制台中访问一些最常用的服务。

此 Codelab 介绍了如何通过构建一个可显示美国加利福尼亚州旧金山市自行车商店地图的应用，将 Maps SDK for Android 与您的应用集成以及使用其核心功能。 对于以下启用步骤，您需要启用 Maps SDK for Android 。 如果您还没有已启用结算功能的 Google Cloud Platform 帐号和项目，请参阅 Google Maps Platform 使用入门 指南，创建结算帐号和项目。 为帮助您尽快入门，我们在下面提供了一些起始代码，帮助您顺利完成此

此 Codelab 会教您如何将 Places SDK for Android 与您的应用集成并使用 Places SDK 的各项功能。 若要完成此 Codelab，您需要以下帐号、服务和工具： 若要完成下面的启用步骤，请启用 Places API 。 如果您还没有已启用结算功能的 Google Cloud Platform 帐号和项目，请参阅 Google Maps Platform 使用入门 指南，创建结算帐号和项目。 为了让您能尽快上手，请下载起始代码，以便顺利完成此

此 Codelab 会教您如何开始使用 Google Maps Platform 通过 Swift 构建 iOS 应用。您将构建一个 iOS 应用，用于执行以下操作： 若要完成此 Codelab，您需要以下帐号、服务和工具： 若要完成下面的启用步骤，您需要启用 Maps SDK for iOS 。 如果您还没有已启用结算功能的 Google Cloud Platform 帐号和项目，请参阅 Google Maps Platform 使用入门 指南，创建结算帐号和项目。

在此 Codelab 中，您将向 Android 应用添加代码以调用 Vision API Product Search 后端，以便应用用户可以使用图片搜索商品。

在此 Codelab 中，您将学习在 Web 平台上开始使用 Google Maps Platform 需知的内容。您将学习所有基础知识，从准备工作到加载 Maps JavaScript API、显示您的第一个地图、使用标记和标记聚类、在地图上绘图，以及处理用户互动等，面面俱到。 在此 Codelab 中，您将构建 Web 应用，用于执行以下操作： 您必须熟悉以下各项内容，才能完成此 Codelab。如果您已经能够熟练使用 Google Maps Platform，请直接跳到该 Codelab！

在此 Codelab 中，您将学习如何使用 Vision API Product Search 构建商品图片搜索后端，以及如何创建 API 密钥以从移动应用调用该后端。

在此 Codelab 中，您将学习开始使用 Google Maps Platform 通过 Objective-C 构建 iOS 应用需知的内容。您将学习所有基础知识，从准备工作到加载 Maps SDK for iOS、显示您的第一个地图、使用标记和标记聚类、在地图上绘图，以及处理用户互动等，面面俱到。 在此 Codelab 中，您将构建 iOS 应用，用于执行以下操作： 您必须熟悉以下各项内容，才能完成此 Codelab。如果您已经能够熟练使用 Google Maps

此 Codelab 会教您如何使用 Google Maps Platform 中的数据在 Android 上以增强现实 (AR) 模式显示附近的地点。 此 Codelab 使用 Android 10.0（API 级别 29），并且需要您在 Android Studio 中安装 Google Play 服务。要安装这两个依赖项，请完成以下步骤： 在下一节中的第 3 步，为此 Codelab 启用 Maps SDK for Android 和 Places API 。 如果您之前从未使用过

此 Codelab 会教您如何使用由 WebGL 提供支持的 Maps JavaScript API 功能控制三维矢量地图并在地图上渲染对象。 此 Codelab 假定您熟悉 JavaScript 和 Maps JavaScript API 方面的知识。如需了解使用 Maps JS API 的基础知识，不妨试着学习 向网站添加地图 (JavaScript) Codelab 。 若要完成下面的启用步骤，您需要启用 Maps JavaScript API 。 如果您还没有已启用结算功能的

在此 Codelab 中，您首先要探索 Node.js 应用，了解如何截取网页屏幕截图并将其存储到 Cloud Storage 中。然后，您将为该应用构建容器映像，以作业的形式在 Cloud Run 上运行应用，更新作业以处理更多网页，然后使用 Cloud Scheduler 按计划运行该作业。

在本实验中，您将学习如何使用 Vertex AI 进行超参数调节和分布式训练。虽然本实验使用 TensorFlow 构建模型代码，但相关概念也适用于其他机器学习框架。 您将了解如何： 在 Google Cloud 上运行此实验的总费用约为 6 美元。 本实验使用的是 Google Cloud 上提供的最新 AI 产品。 Vertex AI 将整个 Google Cloud 的机器学习产品集成到无缝的开发体验中。以前，使用 AutoML

在此 Codelab 中，您将使用 Flutter 移动应用 SDK 打造 Google 地图体验，从而在 iOS 和 Android 上打造优质的原生体验。

了解如何使用 Google Maps Platform 的 Maps SDK for Android 和 Places SDK for Android 向用户呈现用于确定他们位置的可能地点列表。

假设您要在地图上展示多个地点，并且希望用户可以看到这些地点的位置并确定他们想要访问的地点。这种情况的常见示例包括： 在此 Codelab 中，您将创建一个定位工具，该定位工具会根据特殊位置的实时数据 Feed 进行绘制，帮助用户找到距离他们的出发地最近的位置。这种全栈定位工具能够处理的地点远远多于 简单的店铺定位工具 ，后者最多只能处理 25 个店铺位置。 此 Codelab 使用开放数据集模拟与大量店铺位置相关的预填充元数据，以便您可以集中精力学习关键的技术概念。 在下文的第 3 步中，为此

此 Codelab 会教您如何使用 Maps JavaScript API 和 deck.gl（一个采用 WebGL 加速技术的开源数据可视化框架）将大量地理空间数据可视化。 如果您之前从未使用过 Google Maps Platform，请按照以下步骤操作： 如果您还没有 Node.js，请转到 https://nodejs.org/ ，然后在计算机上下载并安装 Node.js 运行时。 Node.js 包括 npm，您需要此软件包管理器才能为此 Codelab 安装依赖项。

此 Codelab 会教您如何将 Maps SDK for iOS 与 SwiftUI 搭配使用。 为了完成以下启用步骤，请启用 Maps SDK for iOS 。 如果您还没有已启用结算功能的 Google Cloud Platform 帐号和项目，请参阅 Google Maps Platform 使用入门 指南，创建结算帐号和项目。 为帮助您尽快入门，我们在下面提供了一些起始代码，帮助您顺利完成此 Codelab。您可以跳到解决方案部分，但如果您想要按照所有步骤自行构建，请继续阅读。

网站最常用的功能之一是通过 Google 地图 突出显示有实体经营场所的商家、机构或其他实体的一个或多个地点。地图的实现方式可能会因各种要求（如地点数量及其更改频率）的不同而千差万别。 在此 Codelab 中，您看到的将是最简单的用例，其中只有几个地点且几乎不会更改，例如一个适用于连锁店商家的店铺定位工具。在这种情况下，您可以使用技术含量相对较低的无需任何服务器端编程的方法。但这并不是说您不能发挥创意，相反，您可利用 GeoJSON

在此 Codelab 中，您将学习如何构建聊天机器人来轮询聊天室。

在此 Codelab 中，您将学习如何使用云锚点，通过利用 ARCore 云锚点服务建立跨多台设备的通用参照系（同一位置和方向）来打造共享 AR 体验。

This codelab is intended to help you understand how to create your first 3D Map using Photorealistic 3D Maps in Maps JavaScript. You will learn the basics about loading the right components of the Maps Javascript API, displaying your first 3D Map and

This tutorial explores how to add and style 3D markers in your application. You'll also learn how to animate your application by flying to and around specific locations. This tutorial builds on the concepts covered in the first codelab. If you