Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

以代理為優先的工作流程 - 從提示到正式環境

1. 總覽

歡迎來到「第二天」。建構應用程式並按下「發布」按鈕的過程很神奇，但實際流量會帶來實際的失敗。您不必再花費大量時間處理 YAML 或搜尋記錄，而是可以建構大量專業代理，代為管理作業基礎架構。本程式碼實驗室會說明 Google Cloud 的整合式堆疊 (Eventarc、Cloud Run、Firestore、Cloud Build、BigQuery) 如何讓代理程式輕鬆安全地擷取密鑰、串流記錄檔，以及立即修正問題。

在本程式碼實驗室中，您將從頭開始建構 DinoQuest (以 Gemini 為基礎的恐龍冒險遊戲)，並將其連結至全代理式 CI/CD 管道。完成本課程後，您將：

在 Cloud Run 上執行的 DinoQuest 網頁應用程式 (服務名稱：dinoquest)
記錄檔分析管道：將 Cloud Run 記錄檔串流至 BigQuery，並產生互動式遊戲洞察資訊主控台
修復代理 (remediation-agent)：ADK 修復代理，可監控 Cloud Run 錯誤並自動修正，以 Eventarc 觸發的專屬 Cloud Run 服務形式部署
CI 代理程式 (ci-agent)：讀取 PR 差異比較、智慧地設定測試範圍、透過 Cloud Build 建構 Docker 映像檔，並將提交狀態發布回 GitHub
CD 代理程式：評估部署風險、分配流量、監控指標，並自動升級或回溯

課程內容

如何將全端 Vite + FastAPI 應用程式以單一容器的形式部署至 Cloud Run
如何為 React 應用程式設定 Firebase 驗證和 Firestore
如何建構及部署 ADK 代理，透過 Eventarc 對 Pub/Sub 事件做出反應
如何將 Cloud Run 記錄檔傳送至 BigQuery，並查詢遊戲分析資料
如何為 CI 和初期測試部署編寫代理功能技能

軟硬體需求

已啟用計費功能的 Google Cloud 雲端專案
Firebase 專案 (可與 GCP 專案相同)
GitHub 帳戶和 DinoQuest 存放區的分支版本
透過 Gemini (Google 的代理程式執行器) 存取 Antigravity
gcloud 已安裝 CLI 並完成驗證 - 請參閱下方的安裝說明
node ≥ 18 且npm
python3 ≥ 3.11
git 和 gh (GitHub CLI)

安裝 gcloud CLI

macOS

brew install --cask google-cloud-sdk

或者從 cloud.google.com/sdk/docs/install 下載安裝程式。

Windows

winget install Google.CloudSDK

或者，從 cloud.google.com/sdk/docs/install 下載 Windows 安裝程式 (.exe) 並執行。

安裝完成後，請初始化並驗證：

gcloud init
gcloud auth login
gcloud auth application-default login

2. 設定 Firebase

每個代理程式都需要資料才能進行推理。DinoQuest 使用 Firestore 和 Firebase Auth 提供可供正式環境使用的資料層，我們的代理程式稍後會使用自然語言探索及更新這個資料層。

由於這個應用程式是透過 AI Studio 生成，因此與 Firebase 深度整合。使用 Firebase 有許多優點，其中最重要的是預先保護的架構和開箱即用的受管理資料存取權，可確保遊戲狀態從第一天起就受到保護。

A. 建立 Firebase 專案

前往 console.firebase.google.com
按一下「新增專案」 (隱藏在「建立新專案」選項中) → 選取現有的 GCP 專案 (或建立新專案)
如果系統提示停用 Google Analytics，請停用 → 建立專案 (或直接使用預設設定)

B. 啟用 Google 驗證

在 Firebase 控制台中，依序前往「安全性」→「驗證」(開始使用) →「登入方法」
依序點按「Google」→ 切換「啟用」→ 儲存支援電子郵件地址 →「儲存」

C. 將 localhost 新增為授權網域

在「驗證」頁面中，按一下「設定」分頁標籤
在「授權網域」下方，確認 localhost 是否已列出 (預設應會列出)

D. 建立 Firestore 資料庫

依序前往「Database & Storage」→「Firestore Database」→「Create database」
選擇「Standard 版」→「下一步」
選取區域 us-central1 (或與 Cloud Run 區域相符)
選擇「以正式版模式啟動」→「建立」

建立完成後，請記下您的 資料庫 ID，除非您已命名，否則 ID 會顯示為 (default)。

E. 設定 Firebase 安全性規則

在「Firestore Database」→「Rules」中，將預設規則替換為：

rules_version = '2';
service cloud.firestore {
  match /databases/{database}/documents {
    // ===============================================================
    // Helper Functions
    // ===============================================================
    function isAuthenticated() {
      return request.auth != null;
    }
    
    function isOwner(userId) {
      return isAuthenticated() && request.auth.uid == userId;
    }

    function isValidUser(data) {
      return data.keys().hasAll(['uid', 'email']) &&
             data.uid is string && data.uid.size() > 0 &&
             (data.email == null || (data.email is string && data.email.matches("^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$")));
    }

    function isValidDinosaur(data) {
      return data.keys().hasAll(['userId', 'name', 'type']) &&
             data.userId == request.auth.uid &&
             data.name is string && data.name.size() > 0 && data.name.size() < 50 &&
             data.type in ['Speedy', 'Tank', 'Balanced', 'Agile'];
    }

    function isValidGame(data) {
      return data.keys().hasAll(['userId', 'score']) &&
             data.userId == request.auth.uid &&
             data.score is number && data.score >= 0;
    }


    match /users/{userId} {
      allow read: if isOwner(userId);
      allow create: if isOwner(userId) && isValidUser(request.resource.data);
      allow update: if isOwner(userId) && isValidUser(request.resource.data);

      match /dinosaurs/{dinoId} {
        allow read: if isOwner(userId);
        allow create: if isOwner(userId) && isValidDinosaur(request.resource.data);
        allow update: if isOwner(userId) && isValidDinosaur(request.resource.data);
      }

      match /games/{gameId} {
        allow read: if isOwner(userId);
        allow create: if isOwner(userId) && isValidGame(request.resource.data);
      }

      match /seenAnnouncements/{announcementId} {
        allow read, create: if isOwner(userId);
      }
    }

    match /announcements/{announcementId} {
      allow read: if isAuthenticated();
    }

    // Default deny
    match /{document=**} {
      allow read, write: if false;
    }

    match /scores/{scoreId} {
      allow read: if true;
      allow create: if isAuthenticated();
      allow update: if false;
    }
  }
}

按一下「發布」。

F. 新增網頁應用程式並取得設定

依序前往「專案設定」 (齒輪圖示) →「一般」分頁
捲動至「您的應用程式」→ 點選「新增應用程式」→ 選擇「網站」圖示 ()
將其命名為 dinoquest → 註冊應用程式
複製顯示的 firebaseConfig 物件，稍後會用到

3. 執行遊戲

代理程式角色：環境。我們需要先為代理程式提供管理的世界，才能讓代理程式開始工作。在這個步驟中，我們會部署 DinoQuest 的「第一天」版本。這會建立直播服務、記錄和狀態，供我們的叢集稍後探索及管理。

請選擇下列其中一個選項。兩者都會產生 GEMINI_API_KEY，您可以在後續步驟中以相同方式使用，不需進行其他變更。

A. 設定 Gemini API 金鑰

做法 A：Vertex AI Gemini API 金鑰 (如果您有 GCP 專案，建議使用這個方法)

Vertex AI 可讓您使用專案的預設服務帳戶，直接建立與 GCP 專案繫結的 Gemini API 金鑰，並透過該專案計費，不必另外建立 AI Studio 帳戶。

匯出 GCP 專案 ID：
```
export PROJECT_ID=<YOUR_PROJECT_ID>
```

啟用必要 API，並將必要權限授予 Compute Engine 預設服務帳戶：

gcloud auth application-default set-quota-project $PROJECT_ID
gcloud config set project $PROJECT_ID

# Enable Vertex AI, Compute Engine, and Generative Language APIs
gcloud services enable aiplatform.googleapis.com \
                       compute.googleapis.com \
                       generativelanguage.googleapis.com

# Grant Vertex AI User role to the default compute service account
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format="value(projectNumber)")
gcloud projects add-iam-policy-binding $PROJECT_ID \
  --member="serviceAccount:${PROJECT_NUMBER}-compute@developer.gserviceaccount.com" \
  --role="roles/aiplatform.user" \
  --condition=None

在 Cloud 控制台中開啟 Vertex AI API 金鑰頁面
按一下「建立憑證」→ 選取「API 金鑰」
在建立對話方塊中：
- 將金鑰命名為 Dino_Key
- 勾選「透過服務帳戶驗證 API 呼叫」方塊
- 在「服務帳戶」下方，選取預設的 Compute 服務帳戶 (PROJECT_NUMBER-compute@developer.gserviceaccount.com)。
- 返回「選取 API 限制」，勾選「GEMINI API」
- 按一下「Create」(建立)
複製產生的金鑰。

做法 B：AI Studio (本機開發最快)

開啟 aistudio.google.com
按一下左側邊欄中的「取得 API 金鑰」
按一下「建立 API 金鑰」→ 選擇 GCP 專案 → 複製金鑰

後續步驟會將任一鍵設為 GEMINI_API_KEY，後端會以相同方式處理這兩個鍵。

複製存放區

課程存放區位於 https://github.com/gca-americas/dinoquest。請先建立分支，並新增至您的 GitHub 帳戶。我們會請專員處理您的存放區。

完成分叉後，請複製分叉 DinoQuest 存放區的 main 分支，然後輸入專案目錄：

git clone https://github.com/YOUR_GITHUB_USERNAME/dinoquest.git
cd dinoquest

B. 設定環境變數

在本程式碼研究室中，每次開啟新的 Bash 終端機時，請務必設定這些重要環境變數。將預留位置值替換為實際專案詳細資料：

首先，匯出 GitHub 存放區網址：

export GITHUB_REPO_URL=https://github.com/YOUR_GITHUB_USERNAME/dinoquest

然後匯出其餘環境變數：

export PROJECT_ID=your-project-id
export GOOGLE_CLOUD_PROJECT=$PROJECT_ID
export CLOUD_RUN_REGION=us-central1
export GOOGLE_GENAI_USE_VERTEXAI=True
export HARNESS_EVENTS_TOPIC=projects/$PROJECT_ID/topics/harness-events
export CLOUD_BUILD_REPO=<YOUR_GITHUB_USERNAME>-dinoquest

確認結構正確無誤：

dinoquest/
├── backend/          # FastAPI backend (serves frontend + Gemini API calls)
├── frontend/         # React/Vite frontend
├── skills/           # Agentic CI/CD skill files
├── Dockerfile        # Multi-stage build (React → Python)
├── start.sh          # Local dev launcher
└── README.md

B. 建立後端環境檔案

首先，請匯出 Gemini API 金鑰：

export GEMINI_API_KEY=YOUR_GEMINI_API_KEY_FROM_STEP_2

然後建立 .env 檔案：

cat > backend/.env <<EOF
GEMINI_API_KEY=$GEMINI_API_KEY
GOOGLE_GENAI_USE_VERTEXAI=False
GOOGLE_CLOUD_PROJECT=$PROJECT_ID
EOF

C. 啟用 Firebase App Check / 服務帳戶 (適用於 Cloud Run)

在 Cloud Run 上執行時，後端會使用應用程式預設憑證與 Firebase 通訊，不需要服務帳戶金鑰檔案。firebase_admin.initialize_app()通話會在 backend/main.py 自動接聽。

在本機開發時，請驗證一次：

gcloud auth application-default login

D. 建立 Firebase 應用程式設定檔

在 frontend/ 目錄中，使用上一個步驟的設定建立 firebase-applet-config.json：

{
  "apiKey": "YOUR_API_KEY",
  "authDomain": "YOUR_PROJECT_ID.firebaseapp.com",
  "projectId": "YOUR_PROJECT_ID",
  "storageBucket": "YOUR_PROJECT_ID.appspot.com",
  "messagingSenderId": "YOUR_SENDER_ID",
  "appId": "YOUR_APP_ID",
  "firestoreDatabaseId": "(default)"
}

注意： firestoreDatabaseId 應與您在上一步驟中建立的資料庫 ID 相符。如果您使用預設值，請保留 "(default)"。

將變更修訂回存放區：

git add frontend/firebase-applet-config.json
git commit -m "chore: add firebase config"
git push origin main

C. 在本機執行 DinoQuest

1. 啟用必要的 API

gcloud services enable \
  run.googleapis.com \
  cloudbuild.googleapis.com \
  artifactregistry.googleapis.com \
  secretmanager.googleapis.com \
  firestore.googleapis.com \
  logging.googleapis.com \
  pubsub.googleapis.com \
  eventarc.googleapis.com \
  aiplatform.googleapis.com \
  bigquery.googleapis.com \
  aiplatform.googleapis.com

2. 開始 DinoQuest

start.sh 指令碼會建構 React 前端，並將終端機交給 FastAPI 後端，後者會提供已編譯的靜態檔案：

cd backend
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt -q

cd ..
# Force-remove the Vertex AI flag from the current terminal session to avoid conflicts
unset GOOGLE_GENAI_USE_VERTEXAI
./start.sh

在瀏覽器中開啟 http://localhost:8000。您應該會看到 DinoQuest 標題畫面。使用 Google 帳戶登入，產生第一隻恐龍，並確認恐龍已儲存至 Firestore。

疑難排解：如果看到空白頁面或 Firebase 驗證錯誤，請再次確認 frontend/firebase-applet-config.json 的值是否正確，以及 localhost 是否在授權網域清單中。

E. 將 DinoQuest 部署至 Cloud Run

1. 設定專案

export PROJECT_ID=$(gcloud config get-value project)

3. 建立 Artifact Registry 存放區

gcloud artifacts repositories create dinoquest \
  --repository-format=docker \
  --location=$CLOUD_RUN_REGION \
  --description="DinoQuest container images"

4. 將 Gemini API 金鑰儲存在 Secret Manager

echo -n $GEMINI_API_KEY | \
  gcloud secrets create gemini-api-key --data-file=-

# Grant the default compute service account access to the secret
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format="value(projectNumber)")
gcloud secrets add-iam-policy-binding gemini-api-key \
  --member="serviceAccount:${PROJECT_NUMBER}-compute@developer.gserviceaccount.com" \
  --role="roles/secretmanager.secretAccessor"

5. 使用 Cloud Build 建構容器映像檔

gcloud builds submit \
  --tag $CLOUD_RUN_REGION-docker.pkg.dev/$PROJECT_ID/dinoquest/app:latest .

這會執行多級式 Dockerfile：先建構 React 應用程式，然後將輸出內容封裝到 FastAPI 映像檔中。大約需要 3 到 5 分鐘。

6. 部署至 Cloud Run

首先，請匯出管理員電子郵件地址：

export ADMIN_EMAIL=<YOUR_TEST_ACCOUNT_EMAIL>

然後部署服務：

gcloud run deploy dinoquest \
  --image=$CLOUD_RUN_REGION-docker.pkg.dev/$PROJECT_ID/dinoquest/app:latest \
  --region=$CLOUD_RUN_REGION \
  --platform=managed \
  --allow-unauthenticated \
  --memory=128Mi \
  --set-secrets="GEMINI_API_KEY=gemini-api-key:latest" \
  --set-env-vars="ADMIN_EMAILS=$ADMIN_EMAIL" \
  --set-env-vars="GOOGLE_GENAI_USE_VERTEXAI=False" \
  --set-env-vars="GOOGLE_CLOUD_PROJECT=$PROJECT_ID"

指令完成後，Cloud Run 會列印「服務網址」。複製這個網址，您需要這個網址才能在 Firebase 中授權網域。

7. 在 Firebase 中授權 Cloud Run 網域

如要允許使用者從已部署的應用程式登入，請將 Cloud Run 網址新增至 Firebase 的授權網域：

返回 Firebase 控制台 → 依序點選「驗證」→「設定」→「已授權網域」
按一下「新增網域」。
貼上 Cloud Run 服務網址 (例如 dinoquest-xxxxx.us-central1.run.app) - 移除 https:// 前置字元
按一下「儲存」。

8. 填充排行榜資料

如要為遊戲注入一些初始「生命力」，並確保代理程式有資料可用，您可以為排行榜提供一些起始分數。

確認您位於 dinoquest 根目錄：
```
cd ~/dinoquest
```

建立並啟動虛擬環境：

python3 -m venv venv
source venv/bin/activate

安裝必要的 Firestore 依附元件：
```
pip install google-cloud-firestore
```
執行播種指令碼：
```
python3 prep/seed_scores.py
```
停用虛擬環境：
```
deactivate
```

現在您可以在瀏覽器中開啟服務網址，DinoQuest 已經完全上線！

4. 設定 Dino Theater

服務專員角色：視覺化工具。如何監控自主代理程式團隊？Dino Theater 可即時顯示代理程式群組的運作情形。您不必盯著終端機記錄，而是可以在即時視覺化資訊主頁中，觀看代理程式的推理過程、彼此呼叫，以及在雲端執行工作。

A. 將 Dino Theater 部署至 Cloud Run

首先，請返回主目錄並複製 Dino Theater 程式碼：

cd ~
git clone https://github.com/gca-americas/dinoquest-theater.git
cd dinoquest-theater

建構及推送容器：

gcloud builds submit --tag $CLOUD_RUN_REGION-docker.pkg.dev/$PROJECT_ID/dinoquest/dino-theater:latest .

設定服務帳戶和權限：

# Create the service account
gcloud iam service-accounts create dino-theater

# Create the Pub/Sub topic (if you haven't yet)
gcloud pubsub topics create harness-events

# Create the subscription
gcloud pubsub subscriptions create harness-events-theater \
  --topic=harness-events

# Grant subscriber role
gcloud pubsub subscriptions add-iam-policy-binding harness-events-theater \
  --member="serviceAccount:dino-theater@${PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/pubsub.subscriber"

部署應用程式：

gcloud run deploy dino-theater \
  --image $CLOUD_RUN_REGION-docker.pkg.dev/$PROJECT_ID/dinoquest/dino-theater:latest \
  --region=$CLOUD_RUN_REGION \
  --service-account=dino-theater@${PROJECT_ID}.iam.gserviceaccount.com \
  --set-env-vars="GOOGLE_CLOUD_PROJECT=$PROJECT_ID" \
  --allow-unauthenticated \
  --min-instances=1

注意：建議使用 --min-instances=1，在事件之間保持 SSE 連線有效。

確認運作正常：在瀏覽器中開啟已部署的服務網址 (例如 https://dino-theater-xxx-uc.a.run.app/demo)。

5. IDE 中的代理式 DevOps

代理程式角色：原生反重力。為縮短 IDE 與雲端之間的差距，我們將 Antigravity 連線至 Google Cloud 的受管理 MCP 伺服器。這樣一來，原生代理程式就能「看見」專案，進而剖析記錄、檢查指標及推斷基礎架構，您不必再費心處理 API 金鑰或切換到控制台。

執行任何技能前，請先設定 Antigravity 的 Google Cloud 存取權，並載入 DinoQuest 技能劇本。

A. 安裝 Google 代管的 MCP 服務

Google 的代管 MCP 服務提供單一託管端點，可存取所有 Google Cloud API。

使用應用程式預設憑證進行驗證：

gcloud auth application-default login

B. 設定 mcp_config.json

在 Antigravity 設定目錄 (通常為 ~/.gemini/antigravity/mcp_config.json) 中，或透過控制台建立或更新 mcp_config.json。這可讓 Antigravity 存取技能所需的 Google Cloud 和 GitHub 工具：

{
  "mcpServers": {
    "google-developer-knowledge": {
      "serverUrl": "https://developerknowledge.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-bigquery": {
      "serverUrl": "https://bigquery.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-cloud-logging": {
      "serverUrl": "https://logging.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-cloud-monitoring": {
      "serverUrl": "https://monitoring.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "disabledTools": [
        "get_dashboard",
        "list_dashboards"
      ]
    },
    "google-cloud-run": {
      "serverUrl": "https://run.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "disabledTools": [
        "deploy_service_from_image",
        "deploy_service_from_archive",
        "deploy_service_from_file_contents"
      ]
    },
    "google-cloud-sql": {
      "serverUrl": "https://sqladmin.googleapis.com/mcp",
      "authProviderType": "google_credentials",
      "disabled": true
    },
    "google-cloud-trace": {
      "serverUrl": "https://cloudtrace.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-error-reporting": {
      "serverUrl": "https://clouderrorreporting.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-firestore": {
      "serverUrl": "https://firestore.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "google-resource-manager": {
      "serverUrl": "https://cloudresourcemanager.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    },
    "gemini-cloud-assist": {
      "serverUrl": "https://geminicloudassist.googleapis.com/mcp",
      "authProviderType": "google_credentials"
    }
  }
}

C. 將技能載入 Antigravity (選用)

Antigravity 會在特定標準目錄中探索技能。將複製的存放區中的 DinoQuest 技能複製到全域 Antigravity 技能資料夾：

# Create the standard skills directory if it doesn't exist
mkdir -p ~/.gemini/antigravity/skills

# Copy all DinoQuest skills into the global skills folder
cp -r skills/* ~/.gemini/antigravity/skills/

D. 重新啟動 Antigravity(選用)

如要套用 mcp_config.json 變更並載入新複製的技能，請重新啟動 Antigravity 應用程式。

重新啟動後：

確認「設定」中的 google 和 github MCP 伺服器顯示綠色的「已連線」狀態。
確認 DinoQuest 技能顯示在技能清單中。

注意：每項技能的 SKILL.md 頂端都有 ## Configuration 表格。複製後，請更新 ~/.gemini/antigravity/skills//SKILL.md 中的值，使其與專案相符。

E. 在本機 IDE 中修正雲端服務

觸發錯誤：在瀏覽器中開啟您部署的 DinoQuest 網址 (上一個步驟)。
前往排行榜：按一下「排行榜」按鈕。目前的排行榜實作方式刻意降低效率，會嘗試將大量資料載入記憶體，觸發記憶體不足 (OOM) 錯誤。
在 Antigravity Agent Manager (Agent HUB) 中，要求協助復原錯誤，並盡可能修正根本原因。

提示 1：找出 dinoquest 的問題。
提示 2：請查看 Dinoquest 遊戲的程式碼，並修正導致記憶體不足錯誤的原因。

6. 將記錄串流至 BigQuery 並產生分析資料

代理程式角色：資料代理程式。將原始記錄轉換為可執行的產品策略，不應耗費數小時的手動資料管道作業。我們使用 Data Agent Kit 和 BigQuery MCP 建立「零 ETL」管道，將記錄直接串流至 BigQuery，讓代理程式在兩分鐘內產生進階數據分析資訊主頁。

log-router-bq-report 技能會設定 Cloud Logging 接收器，持續將 DinoQuest 的 Cloud Run 記錄檔串流至 BigQuery，然後查詢資料以產生流量報表和遊戲分析洞察資料。

A. 設定技能變數

開啟 DinoQuest 存放區中的 skills/log-router-bq-report/SKILL.md，然後更新頂端的「Configuration」部分：

| Variable      | Your Value         |
|---------------|--------------------|
| SERVICE_NAME  | dinoquest          |
| BQ_DATASET    | dinoquest_logs     |
| LOG_SINK_NAME | dinoquest-bq-sink  |

B. 在 Antigravity 中執行技能

以 DinoQuest repo 做為背景資訊開啟 Antigravity，然後告訴 Gemini：

Run the log-router-bq-report skill

這項技能將：

自動解決 GCP 專案問題
檢查 BigQuery 接收器是否已存在，如果沒有，系統會建立資料集和接收器。
授予 IAM 權限：這會將資料集的「BigQuery 資料編輯者」角色授予接收器的 writerIdentity。

注意：與 Eventarc 接收器一樣，您可能會在此程序中看到 gcloud 發出的警告：「請記得在資料集上授予 serviceAccount:service-... BigQuery 資料編輯者角色。」這項作業會由技能自動處理。

C. 使用 Antigravity 生成報表

只要要求 Antigravity「設定 BigQuery 記錄檔接收器並產生數據分析報表」，服務專員會：

設定基礎架構：建立 BigQuery 資料集和 Cloud Logging 接收器。
管理權限：自動將必要的 IAM 角色授予接收器的寫入者身分。
生成深入分析：分析記錄並製作進階互動式 HTML 資訊主頁，其中包含遊戲遙測資料和勝率分析。

7. 自我修復修復代理程式

代理程式角色：SRE 代理程式。如果生產服務在凌晨 2 點發生故障，您不應該需要起床。這個代理程式會擔任第一線服務人員，透過 Eventarc 觸發 Cloud Run 錯誤記錄後，系統會自動分析當機情形、提出修正建議，並啟動修復管道，完全不需要登入控制台。

DinoAgent 是 ADK 代理程式，可透過 Eventarc 監聽 Cloud Run 錯誤記錄、診斷根本原因，並自動修正問題，方法包括增加記憶體、回溯流量，或在 GitHub 上提交程式碼修正 PR。

A. 複製 Remediation Agent 存放區

cd ~
git clone https://github.com/gca-americas/dinoquest-reme-agent.git
cd dinoquest-reme-agent

專案結構：

dinoquest-reme-agent/
├── main.py              # Service entrypoint — receives Eventarc HTTP POST, runs agent
├── runner.py            # ADK Runner + session service
├── agent.py             # LlmAgent definition, loads skill from file
├── tools.py             # Cloud Run v2 API tools (list/get/rollback/update)
├── skills/
│   └── remediation/
│       ├── SKILL.md     # Agent playbook — edit this to change behavior
│       └── scripts/     # Shell scripts for the code-fix track
│           ├── clone_repo.sh
│           ├── read_file.sh
│           ├── apply_fix.sh
│           ├── commit_branch.sh
│           ├── open_pr.sh
│           └── rollback_fix.sh
├── requirements.txt
└── Dockerfile

B. 設定 GitHub 存取權 (程式碼修正軌)

程式碼修正軌會複製 DinoQuest 存放區、讀取來源檔案、套用修補程式，並開啟 PR。這需要具有 repo 範圍的 GitHub 個人存取權杖。

前往 github.com/settings/tokens → Generate new token (classic)
為權杖命名，選取repo範圍 →「產生權杖」→ 複製權杖

將其儲存在 Secret Manager 中：

首先，匯出 GitHub 權杖：

export GH_TOKEN=ghp_YOUR_TOKEN_HERE

接著建立密鑰：

echo -n $GH_TOKEN | \
  gcloud secrets create github-token --data-file=-

C. 設定 Slack 通知 (選用)

補救措施完成後，DinoAgent 會在 Slack 頻道發布摘要。

前往 api.slack.com/apps → 依序點選「Create New App」(建立新應用程式) →「From scratch」(從頭開始)
將其命名為 DinoAgent，選取工作區 → 點選「建立應用程式」
依序點選「功能」→「連入的 Webhook」→ 開啟切換按鈕
依序按一下「Add New Webhook to Workspace」(將 Webhook 新增至工作區) → 選擇頻道 →「Allow」(允許)
複製 Webhook 網址 (https://hooks.slack.com/services/...)

將其儲存在 Secret Manager 中：

export SLACK_TOKEN=YOUR_SLACK_WEBHOOK
echo -n "https://hooks.slack.com/services/$SLACK_TOKEN" | \
  gcloud secrets create slack-webhook --data-file=-

D. 建立 DinoAgent 服務帳戶

gcloud iam service-accounts create remediation-agent \
  --display-name="Cloud Run Remediation Agent"

export SA="remediation-agent@${PROJECT_ID}.iam.gserviceaccount.com"

for ROLE in \
  roles/run.admin \
  roles/iam.serviceAccountUser \
  roles/eventarc.eventReceiver \
  roles/aiplatform.user \
  roles/artifactregistry.reader \
  roles/secretmanager.secretAccessor \
  roles/pubsub.publisher \
  roles/logging.viewer; do
  gcloud projects add-iam-policy-binding $PROJECT_ID \
    --member="serviceAccount:${SA}" --role="$ROLE" \
    --condition=None
done

授予存取密鑰的權限：

for SECRET in github-token slack-webhook; do
  gcloud secrets add-iam-policy-binding $SECRET \
    --member="serviceAccount:${SA}" \
    --role="roles/secretmanager.secretAccessor"
done

E. 在 Cloud Run 建構及部署 DinoAgent

# Get Project Number for the CIAgent URL
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format="value(projectNumber)")
export CIAGENT_URL=https://ci-agent-${PROJECT_NUMBER}.${CLOUD_RUN_REGION}.run.app
export SA="remediation-agent@${PROJECT_ID}.iam.gserviceaccount.com"
export GITHUB_REPO_URL=https://github.com/YOUR_REPO
HARNESS_EVENTS_TOPIC=projects/$PROJECT_ID/topics/harness-events


AGENT_IMAGE="$CLOUD_RUN_REGION-docker.pkg.dev/${PROJECT_ID}/dinoquest/remediation-agent:latest"
gcloud builds submit --tag $AGENT_IMAGE .


gcloud run deploy remediation-agent \
  --image=$AGENT_IMAGE \
  --region=$CLOUD_RUN_REGION \
  --service-account=$SA \
  --memory=2Gi \
  --set-env-vars="GOOGLE_CLOUD_PROJECT=${PROJECT_ID},GOOGLE_GENAI_USE_VERTEXAI=True" \
  --set-env-vars="GITHUB_REPO_URL=${GITHUB_REPO_URL}" \
  --set-secrets="SLACK_WEBHOOK_URL=slack-webhook:latest" \
  --set-env-vars="HARNESS_EVENTS_TOPIC=${HARNESS_EVENTS_TOPIC}" \
  --set-env-vars="CIAGENT_URL=${CIAGENT_URL}" \
  --set-secrets="GITHUB_TOKEN=github-token:latest" \
  --no-allow-unauthenticated \
  --min-instances=1 \
  --no-cpu-throttling \
  --timeout=300

F. 連結 Eventarc 觸發條件

建立 Pub/Sub 主題，接收 Cloud Run 錯誤記錄：

gcloud pubsub topics create cloud-run-errors

建立 Cloud Logging 接收器，篩選 dinoquest 服務的錯誤記錄，並將其轉送至主題：

export SERVICE_NAME=dinoquest
FILTER="resource.type=\"cloud_run_revision\" resource.labels.service_name=\"$SERVICE_NAME\" severity=ERROR NOT logName=~\"cloudaudit\" NOT httpRequest.requestUrl=~\"/_ah/health\""

gcloud logging sinks create cloud-run-errors-sink \
  pubsub.googleapis.com/projects/${PROJECT_ID}/topics/cloud-run-errors \
  --log-filter="$FILTER"

注意：執行上述指令時，gcloud 會顯示「Info」訊息，內容為「Please remember to grant serviceAccount:service-... the Pub/Sub Publisher role on the topic.」(請記得在主題上授予服務帳戶：service-... Pub/Sub 發布者角色)。下一個步驟會處理這項作業。

請授予接收器的寫入者身分 (警告中提及的服務帳戶) 發布權限：

SINK_SA=$(gcloud logging sinks describe cloud-run-errors-sink \
  --format='value(writerIdentity)')

gcloud pubsub topics add-iam-policy-binding cloud-run-errors \
  --member="${SINK_SA}" --role="roles/pubsub.publisher"

確認是否已啟用：

gcloud eventarc triggers describe remediation-trigger --location=$CLOUD_RUN_REGION

授予 Eventarc 權限，以叫用補救代理程式：

gcloud run services add-iam-policy-binding remediation-agent \
  --region=$CLOUD_RUN_REGION \
  --member="serviceAccount:${SA}" \
  --role="roles/run.invoker"

建立 Eventarc 觸發條件：

gcloud eventarc triggers create remediation-trigger \
  --location=$CLOUD_RUN_REGION \
  --destination-run-service=remediation-agent \
  --destination-run-region=$CLOUD_RUN_REGION \
  --event-filters="type=google.cloud.pubsub.topic.v1.messagePublished" \
  --transport-topic=projects/${PROJECT_ID}/topics/cloud-run-errors \
  --service-account=${SA}

現在系統會自動修正問題。除了擴充基礎架構，DinoAgent 還會對應用程式程式碼執行深入的根本原因分析、套用語意修補程式，並使用代理間 (A2A) 通訊，將修正內容交給 CI 代理進行驗證和部署。如要瞭解實作詳細資料，請參閱 reme-agent 程式碼集。

8. 設定 CI 代理程式

代理程式角色：CI 管道。不必再為複雜的 YAML 檔案和手動建構指令碼而煩惱。這個代理程式會管理 PR 的運作管道。這個指令會讀取程式碼變更、瞭解內容、設定必要測試的範圍，並透過 Cloud Build 建構 Docker 映像檔，確保每個修訂版本在送達主要分支版本前，都已「獲得代理程式核准」。

ci-agent 是以 Cloud Run 服務形式部署的自主 CI 管道代理程式。這個工具會將 Docker 建構作業提交至 Cloud Build、輪詢完成狀態、驗證 Artifact Registry 中的映像檔，並向 GitHub 回報。

為什麼要為 CI 管道使用代理程式？與傳統靜態指令碼不同，代理式 CI 管道提供：

認知範圍分類：根據程式碼變更的語意影響，智慧判斷所需的測試深度，在型別檢查、單元測試或完整整合套件之間切換。
自主 PR 管理：代理程式可自動建立 PR、發布詳細的變更摘要，甚至管理機密掃描和安全稽核，無須人為介入。
即時診斷失敗原因：建構失敗時，代理程式不只會顯示記錄，還會分析堆疊追蹤記錄、找出可能原因，並直接在 PR 中發布易於解讀的診斷結果。

A. 複製 CIAgent 存放區

cd ~
git clone https://github.com/gca-americas/dinoquest-ci-agent.git
cd dinoquest-ci-agent

B. 建立 CIAgent 服務帳戶

gcloud iam service-accounts create ci-agent \
  --display-name="CIAgent CI Pipeline"

export SA="ci-agent@${PROJECT_ID}.iam.gserviceaccount.com"

# Grant necessary roles to the service account
for ROLE in \
  roles/cloudbuild.builds.editor \
  roles/cloudbuild.builds.builder \
  roles/artifactregistry.reader \
  roles/artifactregistry.writer \
  roles/aiplatform.user \
  roles/secretmanager.secretAccessor \
  roles/pubsub.publisher \
  roles/developerconnect.admin; do
  gcloud projects add-iam-policy-binding $PROJECT_ID \
    --member="serviceAccount:${SA}" --role="$ROLE" \
    --condition=None
done



# ci-agent needs to act as itself when running build steps
gcloud iam service-accounts add-iam-policy-binding $SA \
  --member="serviceAccount:${SA}" \
  --role="roles/iam.serviceAccountUser"

C. 將 GitHub 存放區連結至 Cloud Build

CIAgent 會透過 repoSource 提交建構作業，因此 GitHub 存放區必須連線至 Cloud Build Developer Connect。

前往 GCP 主控台 → Cloud Build → 存放區
按一下「連結存放區」
選取「GitHub (Cloud Build GitHub 應用程式)」
授權並選取 YOUR_GITHUB_USERNAME/dinoquest 存放區
系統提示建立觸發條件時，請按一下「連線」和「略過」。
記下連線名稱 (預設通常是 GitHub 使用者名稱或類似名稱)。

D. 授予 CIAgent 密鑰存取權

我們會重複使用先前為 DinoAgent 建立的密鑰：

gcloud secrets add-iam-policy-binding github-token \
  --member="serviceAccount:${SA}" \
  --role="roles/secretmanager.secretAccessor"

gcloud secrets add-iam-policy-binding slack-webhook-ci \
  --member="serviceAccount:${SA}" \
  --role="roles/secretmanager.secretAccessor"

E. 建構 CIAgent 並部署至 Cloud Run

# Set up required variables for orchestration
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format="value(projectNumber)")
export CDAGENT_URL=https://cd-agent-${PROJECT_NUMBER}.${CLOUD_RUN_REGION}.run.app
export CI_AGENT_URL=ci-agent-${PROJECT_NUMBER}.${CLOUD_RUN_REGION}.run.app
export GITHUB_OWNER="YOUR_GITHUB_USERNAME"
export CLOUD_BUILD_CONNECTION="YOUR_CONNECTION_NAME"  # Update this if your connection name is different
export CLOUD_BUILD_REPO="YOUR_GITHUB_USERNAME-dinoquest" # Update this if your connection name is different

export SLACK_TOKEN=YOUR_SLACK_WEBHOOK
echo -n "https://hooks.slack.com/services/$SLACK_TOKEN" | \
  gcloud secrets create slack-webhook-ci --data-file=-

export SA="ci-agent@${PROJECT_ID}.iam.gserviceaccount.com"
AGENT_IMAGE="$CLOUD_RUN_REGION-docker.pkg.dev/${PROJECT_ID}/dinoquest/ci-agent:latest"
gcloud builds submit --tag $AGENT_IMAGE .

gcloud run deploy ci-agent \
  --image=$AGENT_IMAGE \
  --region=$CLOUD_RUN_REGION \
  --service-account=$SA \
  --memory=1Gi \
  --timeout=600 \
  --allow-unauthenticated \
  --min-instances=1 \
  --set-env-vars="GOOGLE_CLOUD_PROJECT=${PROJECT_ID},GOOGLE_GENAI_USE_VERTEXAI=True" \
  --set-env-vars="HARNESS_EVENTS_TOPIC=${HARNESS_EVENTS_TOPIC}" \
  --set-env-vars="HOST=${CI_AGENT_URL},PROTOCOL=https" \
  --set-secrets="SLACK_WEBHOOK_URL=slack-webhook-ci:latest" \
  --set-env-vars="GITHUB_OWNER=${GITHUB_OWNER},GITHUB_REPO=dinoquest" \
  --set-env-vars="CLOUD_BUILD_CONNECTION=${CLOUD_BUILD_CONNECTION},CLOUD_BUILD_REPO=${CLOUD_BUILD_REPO},CLOUD_BUILD_REGION=${CLOUD_RUN_REGION}" \
  --set-env-vars="CDAGENT_URL=${CDAGENT_URL}" \
  --set-secrets="GITHUB_TOKEN=github-token:latest" \
  --min-instances=1

F. 設定 Slack 斜線指令

前往 api.slack.com/apps → 點選「Create New App」→ 點選「From scratch」
將其命名為 CIAgent，然後選取工作區 → 點選「建立應用程式」
依序點選「Features」(功能)「Slash Commands」(斜線指令)「Create New Command」(建立新指令)。
指令：/runci
要求網址：上述 CIAgent Cloud Run 網址，並附加 /slack (例如 https://ci-agent-xxx-.us-central1.run.app/slack)
簡短說明：Trigger CI
儲存
依序點選「設定」→「安裝應用程式」，然後按一下「安裝到 Workspace」並選取「允許」。

CI 代理程式是「大腦」，位於 Cloud Build 和 Artifact Registry 等強大的 Google Cloud 服務之上。建構作業通過驗證後，系統會透過 A2A 呼叫 CD 代理程式，觸發最終部署階段，確保建構和發布週期之間順利交接。

9. 設定部署作業

代理人角色：CD 代理人。部署不應是碰運氣。這個代理人會為您管理風險。這項功能會評估部署安全性、管理 Canary 流量分配，以及監控即時指標，以決定是否要發布或回溯版本。這是自主代理程式群組中的最後一道關卡。

cd-agent 是以 Cloud Run 服務形式部署的自主初期測試部署代理程式。這項服務會接收 ci-agent 的 A2A 部署要求、計算風險分數、設定經過風險校準的初期測試版本百分比、監控指標，以及自動升級或復原。也會從過去使用 Firestore 的部署作業中學習。

直接連結代理程式會建立「認知管道」，每次交接時都會豐富地轉移意圖和情境。與傳統 Webhook 不同，A2A 通訊可進行下列操作：

智慧型情境分享：代理會傳遞整個工作階段的記憶體、PR 差異和風險分數，確保下一個代理在開始工作前，充分瞭解「原因」。
認知握手：代理程式可以協商閘道。舉例來說，在 Canary 推出期間，CD 代理程式可以向 CI 代理程式要求進行特定煙霧測試，即時驗證修正。
協作式修復：如果部署失敗，CD 代理程式可以主動通知修復代理程式失敗的指標，在人員收到通知前，啟動自主根本原因分析。
資源協商：代理商可以協商基礎架構需求。舉例來說，如果 CI 代理程式偵測到大規模重構，可以要求修復代理程式提供更多建構容量；CD 代理程式則可以在重大版本發布前，建議擴充正式環境叢集。
多代理共識：對於高風險變更，多個代理程式 (例如安全代理程式和 CD 代理程式) 可透過 A2A 執行「聯合簽核」，確保程式碼不僅能建構及部署，還符合安全政策，然後再發布至正式環境。

A. 複製 CDAgent 存放區

cd ~
git clone https://github.com/gca-americas/dinoquest-cd-agent.git
cd dinoquest-cd-agent

B. 建立 Firestore 資料庫

CDAgent 會將部署記憶體模式儲存在 Firestore 中：

gcloud firestore databases create \
  --region=$CLOUD_RUN_REGION \
  --project=$PROJECT_ID

(如果您已在這個專案中建立資料庫，可以略過這個步驟)。

C. 建立 CDAgent 服務帳戶

gcloud iam service-accounts create cd-agent \
  --display-name="CDAgent Canary Deployer"

export SA="cd-agent@${PROJECT_ID}.iam.gserviceaccount.com"

# Grant necessary roles
for ROLE in \
  roles/run.developer \
  roles/iam.serviceAccountUser \
  roles/artifactregistry.reader \
  roles/artifactregistry.writer \
  roles/monitoring.viewer \
  roles/datastore.user \
  roles/aiplatform.user \
  roles/run.admin \
  roles/pubsub.publisher; do
  gcloud projects add-iam-policy-binding $PROJECT_ID \
    --member="serviceAccount:${SA}" --role="$ROLE" \
    --condition=None
done

D. 授予 CDAgent 密鑰存取權

我們將沿用先前的 GitHub 權杖和 Slack Webhook，並授予 Cloud Run Compute 服務帳戶 Gemini API 金鑰的存取權，讓部署的應用程式可以使用該金鑰：

gcloud secrets add-iam-policy-binding github-token \
  --member="serviceAccount:${SA}" \
  --role="roles/secretmanager.secretAccessor"

gcloud secrets add-iam-policy-binding slack-webhook-cd \
  --member="serviceAccount:${SA}" \
  --role="roles/secretmanager.secretAccessor"

# Grant the compute service account access to Gemini API key
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format="value(projectNumber)")
gcloud secrets add-iam-policy-binding gemini-api-key \
  --project=$PROJECT_ID \
  --member="serviceAccount:${PROJECT_NUMBER}-compute@developer.gserviceaccount.com" \
  --role="roles/secretmanager.secretAccessor"

E. 建構 CDAgent 並部署至 Cloud Run

export GITHUB_OWNER="YOUR_GITHUB_USERNAME"

export CD_AGENT_URL=cd-agent-${PROJECT_NUMBER}.${CLOUD_RUN_REGION}.run.app

export SLACK_TOKEN=YOUR_SLACK_WEBHOOK
echo -n "https://hooks.slack.com/services/$SLACK_TOKEN" | \
  gcloud secrets create slack-webhook-cd --data-file=-

AGENT_IMAGE="$CLOUD_RUN_REGION-docker.pkg.dev/${PROJECT_ID}/dinoquest/cd-agent:latest"
gcloud builds submit --tag $AGENT_IMAGE .


export SA="cd-agent@${PROJECT_ID}.iam.gserviceaccount.com"


gcloud run deploy cd-agent \
  --image=$AGENT_IMAGE \
  --region=$CLOUD_RUN_REGION \
  --service-account=$SA \
  --memory=1Gi \
  --set-env-vars="GOOGLE_CLOUD_PROJECT=${PROJECT_ID}" \
  --set-env-vars="GOOGLE_GENAI_USE_VERTEXAI=True" \
  --set-env-vars="HOST=${CD_AGENT_URL},PROTOCOL=https" \
  --set-env-vars="CD_TARGET_SERVICE=dinoquest" \
  --set-env-vars="HARNESS_EVENTS_TOPIC=${HARNESS_EVENTS_TOPIC}" \
  --set-env-vars="GITHUB_OWNER=${GITHUB_OWNER}" \
  --set-env-vars="GITHUB_REPO=dinoquest" \
  --set-env-vars="DEMO_MODE=true" \
  --set-env-vars="LEADERBOARD_ENABLED=true" \
  --set-secrets="SLACK_WEBHOOK_URL=slack-webhook-cd:latest" \
  --set-secrets="GITHUB_TOKEN=github-token:latest" \
  --allow-unauthenticated \
  --min-instances=1 \
  --no-cpu-throttling \
  --timeout=300

注意： --min-instances=1 --no-cpu-throttling 會讓執行個體保持暖機狀態，以便快速回應 Slack 和 A2A 指令。

CD 代理程式是正式環境的最終把關者。這項功能會評估每次部署的風險、執行風險校準的初期測試，並監控即時指標。如果偵測到任何異常情況，系統會自動啟動回溯程序。

10. 擴大規模：運用 Agent Swarm 解鎖第 2 級

A. 測試完整蜂群

觸發錯誤：在瀏覽器中開啟您部署的 DinoQuest 網址 (上一個步驟)。
前往排行榜：按一下「排行榜」按鈕。目前的排行榜實作方式刻意降低效率，會嘗試將大量資料載入記憶體，觸發記憶體不足 (OOM) 錯誤。
等待代理程式：大約 60 秒內，remediation-agent 會透過 Eventarc 接收錯誤事件，並開始診斷。
檢查 Slack：Slack 管道中應該會顯示類似以下的通知：DinoAgent Remediation Summary
- 服務：dinoquest
- 失敗的修訂版本：dinoquest-xxxx-xxxx
- 證據：「Memory limit of 128 MiB exceeded with 13x MiB used.」(記憶體用量超過 128 MiB 上限，達到 13x MiB)。
- 這個修訂版本有何問題：/api/leaderboard 端點的 xxxxx 效率不彰，導致 OOM 錯誤。
- 採取行動：將服務 dinoquest 的記憶體從 xMi 增加至 yGi。已建立新修訂版本。
- 根本原因 PR：https://github.com/YOUR_USERNAME/DinoQuest/pull/x
驗證修正結果：
- GitHub：檢查存放區是否有新分支和提取要求。代理程式已修補應用程式程式碼，修正基礎記憶體流失問題。
- Cloud Run：在 GCP 主控台中，您會看到 dinoquest 服務的新修訂版本，其中包含更新後的記憶體配置。
- 排行榜：再次嘗試排行榜，現在應該可以順利載入，因為記憶體已增加，程式碼也已修正。

B. 演進：實作第 2 級遊戲邏輯

您將新增一項重要功能：第 2 級 (小行星摧毀者)。高分恐龍可進入新的遊戲模式。

返回 dinoquest 存放區：
```
cd ~/dinoquest
```
建立並切換至新分支：
```
git checkout -b level_2
```
套用第 2 級修補程式：執行提供的指令碼，使用第 2 級素材、元件和遊戲邏輯修補本機程式碼集：
```
bash level_2_backup/levelup.sh
```

修訂並推送變更：

git add .
git commit -m "feat: add Level 2"
git push origin level_2

我們將使用先前設定的 Slack Slash 指令，而不是使用 curl 手動觸發代理程式。這是在實際情境中與自主 CI 管道互動的方式。

開啟 Slack，然後前往已安裝 CIAgent 應用程式的任何頻道。
輸入下列指令，觸發 CI 建構作業：
```
/runci run ci on branch level_2
```
監控進度：
- Slack：代理程式會確認您的指令，並在建構作業進行期間發布更新。
- Dino Theater：觀看「想法泡泡」，瞭解代理程式如何分類變更、提交 Cloud Build 工作，以及與 CD 代理程式通訊。
- GitHub：檢查 level_2 PR，您會看到代理程式發布提交狀態和完整的 CI 報告註解。
觀看流程：
- 查看 Dino Theater，瞭解 CI 代理程式如何思考、分類變更及執行管道。
- 檢查 GitHub PR，查看 CI 代理程式發布的提交狀態和最終報告。

11. 結語

您已在 Google Cloud 上建構完整的代理式 DevOps 堆疊：

元件	用途
DinoQuest (Cloud Run `dinoquest`)	採用 Gemini 的遊戲 - React 前端 + FastAPI 後端
Firebase 驗證 + Firestore	使用者驗證和恐龍設定檔儲存空間
補救代理程式 (Cloud Run + Eventarc)	SRE 代理程式，可自動修正 OOM 錯誤和程式碼錯誤
log-router-bq-report	資料代理程式，可將記錄串流至 BigQuery 並產生洞察資料
CIAgent (Cloud Run)	CI 代理程式，透過 A2A 範圍測試、建構映像檔及呼叫 CD
CDAgent (Cloud Run)	CD 代理程式，可執行風險評分初期測試部署作業，並自動復原

所有 Agent 行為都位於 skills/ 目錄中，以 Markdown 劇本的形式呈現。如要變更行為，請編輯技能，而非程式碼。技能會在 Antigravity with Gemini 上執行，只要告知代理要執行的技能，即可叫用技能。