Eshani Anilkumar
成为会员时间:2026
钻石联赛
14682 积分
成为会员时间:2026
完成高级技能徽章课程将 Agent Skills 与多智能体系统搭配使用,以展示以下技能:使用 ADK 构建多智能体系统、通过智能体到智能体 (A2A) 协议连接智能体、使用 Model Context Protocol (MCP) 集成外部工具以及将完整的多智能体解决方案部署到 Agent Engine。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。
本课程回顾了 Model Armor 的基本安全功能,并让您能够使用该服务。您将了解与 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
As enterprise teams transition to autonomous AI agents, security evolves toward proactive, identity-centric protection. In this course, you will implement a zero-trust security architecture for Cymbal Banking's underwriting platform using the Gemini Enterprise Agent Platform. By deploying a regional Egress Agent Gateway, configuring Model Armor and Semantic Governance (SGP) safety templates, assigning cryptographic SPIFFE identities to agent runtimes, and declaring a VPC-SC perimeter in Terraform, you will protect database boundaries and manage tools with production-grade governance.
了解如何在 Google Cloud 上保护和治理 AI 智能体。本课程提供了一个实用的路线图,可帮助您保护智能体记忆,通过 IAM 和 VPC Service Controls 实施严格的访问权限控制,并部署实时对话防护措施,从而确保企业部署安全合规。
Close the gap between general AI capabilities and your domain knowledge through Agent Skills. This course walks you through the full lifecycle of custom skill building, from local scaffolding and testing to enterprise scaling and sharing using Google's agent ecosystem, including Google Antigravity, ADK, and Skill Registry. Additionally, you use Google Agents CLI toolkit to attach skills to standalone 24/7 cloud agents, equipping your team with reliable, autonomous digital coworkers.
学习如何使用 Google 的智能体开发套件 (ADK) 和 Model Context Protocol (MCP) 设计、协调和部署多智能体系统。以旅行礼宾为例,您将学习如何编排由专用智能体组成的网络,并为其配置自定义护栏。学完本课程后,您将了解构建稳健、可伸缩的 AI 工作流所需的设计模式和部署策略。
完成入门级使用 Gemini Enterprise 编排多智能体工作流技能徽章课程,展示您在以下方面的技能:使用由 Gemini Enterprise 提供支持的智能体助理整合来自第一方和第三方来源的数据、制作多媒体营销材料,以及跨系统自动执行业务操作。 技能徽章通过动手实验和挑战赛形式的评估,检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章,也可直接参加实验室挑战赛,快速获得徽章。徽章可证明您掌握技能的熟练程度,提升您的专业形象,最终助您获得更多职业机会。欢迎访问您的个人资料,跟踪您已获得的徽章。
探索从任务驱动型工作流到以人为本的 AI 编排的重大转变。您将学习如何从战略层面区分增强和自动化,以及如何平衡机器效率与人类直觉。
完成部署多智能体架构这一高级技能徽章课程,展示您在以下方面的技能: 使用 ADK 构建多智能体系统;通过 Agent-to-Agent (A2A) protocol 连接智能体, 通过 Model Context Protocol (MCP) 集成外部工具,并将完整的多智能体解决方案部署到 Agent Engine。
将智能体从 localhost 部署到生产环境。本课程将介绍如何将 ADK 智能体部署到 Vertex AI Agent Engine 和 Cloud Run,以及如何通过记忆库实现可选的跨会话记忆功能。
探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体,同时确定理想的托管环境(从无服务器 Cloud Run 到高性能 GKE),以确保您的 AI 智能体安全、可伸缩且可用于生产用途。
您已经构建了具有高级配置的智能体,现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。
您已经构建了能够回答查询的基本 LLM 智能体,现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。
您已经创建了自己的第一个智能体,现在是时候更进一步了。在本课程中,您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能,将基础 AI 智能体升级为一个精确、专业的智能助理。加入社区论坛,提出问题并参与讨论
完成本课程,赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章,展示您在以下方面的技能: 提出实际的语言模型研究问题;构建一个简单的词元化器;制作用于训练 Transformer 语言模型的数据集;运行小语言模型的训练循环。
使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体,将您对智能体的理解转化为实际应用。 在本实操课程中,您将设置一个完整的 ADK 开发环境,使用 Python 代码和 YAML 配置两种方式创建智能体,并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数,将您在课程 1 中学到的知识应用到实际代码中。
打造您的首个 Gemini Enterprise 应用,赢得技能徽章!将各种数据源连接到您的应用中,构建强大、统一的搜索和分析引擎。掌握进阶能力,如:深度研究型智能体、多智能体协同构思,以及用于进行聚焦式分析的 NotebookLM。
了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI),并探索能够解决实际瓶颈的用例。然后,您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体,其范围涵盖从无代码到高代码的各种解决方案。
本课程将介绍 AI 智能体的基础知识,并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
“生成式 AI:全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实际业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务,以及选择解决方案时需要考虑的因素。
生成式 AI:剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中,您将探索 AI、机器学习和生成式 AI 之间的差异,了解各种数据类型如何赋能生成式 AI 来应对业务挑战,从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
生成式 AI:不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程,没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知,深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导,让您了解在为组织制定成功的生成式 AI 策略时,应考虑哪些重要因素。
各种规模的组织都在利用云的强大功能和灵活性来改变运营方式。然而,有效管理和扩缩云资源可能是一项复杂的任务。本课程探讨了云中现代运营、可靠性和弹性方面的基本概念,以及 Google Cloud 如何帮助支持这些工作。 作为 Cloud Digital Leader 学习路线的一部分,本课程旨在帮助个人在自己的岗位上成长,并为企业谋求未来发展。
随着组织将数据和应用迁移到云端,他们必须妥善应对快速变化的安全挑战格局。本课程将探讨云安全基础知识、Google Cloud 基于安全性设计的基础设施的价值以及纵深防御策略,并重点介绍依托 AI 的运营和合规工具如何帮助组织满足严格的全球监管要求。 作为“Cloud Digital Leader 学习路线”的一部分,本课程旨在帮助个人提升职业素养,并为企业谋求未来发展。
许多传统企业都在使用无法满足现代客户期望的旧式系统和应用。业务领导者往往需要在维护老旧的 IT 系统和投资新产品与服务之间做出选择。本课程探讨了这些挑战,并提供了利用云技术克服这些挑战的解决方案。 作为 Cloud Digital Leader 学习路线的一部分,本课程旨在帮助个人在工作中成长,并为企业打造美好未来。
人工智能 (AI) 和机器学习 (ML) 代表着信息技术领域的重要演变,正在迅速改变各行各业。《利用 Google Cloud 人工智能进行创新》探讨了组织如何使用 AI 和机器学习来转变业务流程。 本课程是“Cloud Digital Leader 学习路线”的一部分,旨在帮助个人在自己的角色中不断成长,并为企业谋求未来发展。
云技术是一项强大的资产,与数据相结合后,它将成为创新和提升客户体验的催化剂。《使用 Google Cloud 探索数据转换》课程探讨了组织如何利用云技术让数据更易于访问、更具实用价值和商业价值。 作为“Cloud Digital Leader 学习路线”的一部分,本课程旨在帮助个人提升职业素养,并为企业谋求未来发展。
数字化转型是现代组织的必经之路,而扎实掌握云计算基础知识,是推动实质性创新的第一步。《利用 Google Cloud 实现数字化转型》课程将讲解核心技术与战略框架,助力组织实现运营现代化。本课程介绍关于云的基本概念、全球网络基础设施和责任共担模式,帮助领导者从容推进上云进程。 作为 Cloud Digital Leader 学习路线的一部分,本课程旨在帮助学员提升岗位能力,从而为企业打造美好未来。