К основному содержанию
скилл CX Codex

gcp-expert — скилл для Claude Code: Google Cloud в проекте

Скилл с рабочими примерами для GCP: Cloud Functions, BigQuery, Firestore, Pub/Sub и команды gcloud. Пригодится, когда агент пишет код под Google Cloud.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add personamanagmentlayer/pcl --skill gcp-expert -a claude-code
Открыть на GitHub

Что делает gcp-expert

Скилл даёт агенту справочник по сервисам Google Cloud: Compute Engine, App Engine, Cloud Run, Cloud Functions, Cloud Storage, BigQuery, Firestore, Pub/Sub и GKE. Внутри — готовые сниппеты на Python для HTTP- и Pub/Sub-функций, запросов и загрузки данных в BigQuery, работы с документами Firestore и публикации сообщений. Ещё там лежат команды gcloud и gsutil: создание инстанса, деплой App Engine, создание бакета и загрузка файла.

Отдельные разделы — best practices и анти-паттерны. Агент получает список того, чего делать не стоит: хранить креды в коде, обходиться без IAM-политик, давать слишком широкие права, игнорировать расходы и разворачивать всё в одном регионе. Это заметно меняет тон ответов, когда вы просите сгенерировать инфраструктурный код.

Скилл разрешает агенту читать и править файлы, а из команд — только gcloud. Значит, gsutil из примеров он выполнить не сможет, и это повод проверить, чем вы реально управляете бакетами. Для запуска примеров на Python нужны библиотеки google-cloud-bigquery, google-cloud-firestore, google-cloud-pubsub и functions-framework, а также настроенный доступ к проекту.

Какие задачи решает

  • написать HTTP-функцию для Cloud Functions
  • собрать запрос к BigQuery с группировкой и лимитом
  • загрузить CSV в таблицу BigQuery
  • подписаться на топик Pub/Sub и подтверждать сообщения
  • развернуть App Engine или создать инстанс через gcloud

Примеры запросов агенту

  • Создай Cloud Function, которая принимает JSON и пишет документ в Firestore
  • Напиши запрос к BigQuery: топ-10 имён по количеству записей
  • Покажи, как подписаться на топик Pub/Sub и подтверждать сообщения

Как установить gcp-expert

1Через Skills CLI (Vercel)

npx skills add personamanagmentlayer/pcl --skill gcp-expert -a claude-code

2Вручную: положить файлы

~/.claude/skills/gcp-expert/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/gcp-expert/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора14

telecommunications-expert Скилл для агента, который разбирается в телеком-инфраструктуре: OSS/BSS, 5G, SDN/NFV, протоколы и тарификация. Пригодится, когда нужно спроектировать систему или посчитать биллинг. CX Codex +1 1 900установок banking-expert Даёт агенту справочник по core banking, KYC/AML, платежам и банковским регламентам. Пригодится, когда в задаче всплывают счета, переводы или проверка клиента. CX Codex +1 800установок insurance-expert Даёт агенту экспертизу по страховым системам: андеррайтинг, обработка заявлений, актуарный анализ, оценка рисков и выявление мошенничества. CX Codex +1 714установок data-science-expert Скилл для аналитики, статистики и визуализации: подключается, когда в задаче есть pandas, NumPy или разведочный анализ данных. CX Codex +1 573установок argocd-expert Скилл для работы с ArgoCD: развёртывание через GitOps, синхронизация приложений, AppProject и ApplicationSet. Пригодится, когда деплой описан в Git и надо навести порядок в кластере. CX Codex +1 509установок automotive-expert Скилл даёт агенту экспертизу по автомобильным системам: подключённые машины, телеметрия, ADAS, диагностика по кодам OBD-II. Пригодится, когда проект связан с автопарком или борттовым софтом. CX Codex +1 467установок dart-expert Скилл для работы с Dart и Flutter: агент подсказывает по виджетам, состоянию и асинхронности, когда вы пишете мобильное приложение. CX Codex +1 462установок education-expert Подсказывает агенту, как устроены LMS, оценивание и учебные стандарты. Пригодится, когда пишете платформу для онлайн-курсов. CX Codex +1 428установок

Похожие

gcp-development Mindrally Набор правил для работы с Google Cloud: Cloud Functions, Cloud Run, Firestore, BigQuery и Terraform. Пригодится, когда агент пишет код или инфраструктуру под GCP. CX Codex +1 937установок firebase sickn33 Помогает проектировать бэкенд на Firebase, настраивать правила безопасности Firestore и писать Cloud Functions под паттерны запросов. CX Codex +1 1 600установок firebase-app-platform devops-skills Скилл помогает агенту собирать бэкенд на Firebase: Auth, Firestore, Cloud Functions и Hosting. Пригодится, когда нужен бэкенд без своего сервера. CX Codex +1 313установок gcp-cloud-functions devops-skills Помогает агенту разворачивать serverless-функции в Google Cloud Functions: HTTP, Pub/Sub, Cloud Storage и по расписанию. CX Codex +1 319установок gcp sanjeed5 Правило для Cursor задаёт, как писать, разворачивать и сопровождать приложения на Google Cloud: IaC, идемпотентность, права сервисных аккаунтов. ★ 3 579звёзд репо dt-obs-gcp Dynatrace Скилл для работы с ресурсами Google Cloud через Dynatrace Smartscape и DQL: инвентаризация, топология, аудит доступов. Пригодится, когда нужно разобраться, что реально крутится в GCP. CX Codex +1 2 000установок

Рядом в теме «Облака: AWS, Azure, GCP»

Всё по теме «Облака: AWS, Azure, GCP» →

Вопросы о gcp-expert

Как установить gcp-expert в Claude?

Выполните npx skills add personamanagmentlayer/pcl --skill gcp-expert -a claude-code. Скилл появится по пути ~/.claude/skills/gcp-expert/SKILL.md.

Что делает gcp-expert?

Даёт агенту примеры кода и команды для сервисов Google Cloud: Cloud Functions, BigQuery, Firestore, Pub/Sub, Cloud Storage и GKE. Плюс список best practices и анти-паттернов.

Какие инструменты доступны скиллу?

Чтение, запись и правка файлов, а из команд — только gcloud. Примеры с gsutil агент выполнить не сможет.

Исходный текст

SKILL.md · Apache-2.0
---
name: gcp-expert
version: 1.1.0
description: >-
  Expert-level Google Cloud Platform, services, and cloud architecture. Use when the user
  mentions Google Cloud, Cloud Functions, BigQuery, or Firestore.
category: cloud
tags: [gcp, google-cloud, cloud-functions, bigquery, firestore]
allowed-tools:
  - Read
  - Write
  - Edit
  - Bash(gcloud:*)
---

# Google Cloud Platform Expert

Expert guidance for Google Cloud Platform services and cloud-native architecture.

## Core Concepts

- Compute Engine, App Engine, Cloud Run
- Cloud Functions (serverless)
- Cloud Storage
- BigQuery (data warehouse)
- Firestore (NoSQL database)
- Pub/Sub (messaging)
- Google Kubernetes Engine (GKE)

## gcloud CLI

```bash
# Initialize
gcloud init

# Create Compute Engine instance
gcloud compute instances create my-instance \
  --zone=us-central1-a \
  --machine-type=e2-medium \
  --image-family=ubuntu-2004-lts \
  --image-project=ubuntu-os-cloud

# Deploy App Engine
gcloud app deploy

# Create Cloud Storage bucket
gsutil mb gs://my-bucket-name/

# Upload file
gsutil cp myfile.txt gs://my-bucket-name/
```

## Cloud Functions

```python
import functions_framework
from google.cloud import firestore

@functions_framework.http
def hello_http(request):
    request_json = request.get_json(silent=True)
    name = request_json.get('name') if request_json else 'World'

    return f'Hello {name}!'

@functions_framework.cloud_event
def hello_pubsub(cloud_event):
    import base64
    data = base64.b64decode(cloud_event.data["message"]["data"]).decode()
    print(f'Received: {data}')
```

## BigQuery

```python
from google.cloud import bigquery

client = bigquery.Client()

# Query
query = """
    SELECT name, COUNT(*) as count
    FROM `project.dataset.table`
    WHERE date >= '2024-01-01'
    GROUP BY name
    ORDER BY count DESC
    LIMIT 10
"""

query_job = client.query(query)
results = query_job.result()

for row in results:
    print(f"{row.name}: {row.count}")

# Load data
dataset_id = 'my_dataset'
table_id = 'my_table'
table_ref = client.dataset(dataset_id).table(table_id)

job_config = bigquery.LoadJobConfig(
    source_format=bigquery.SourceFormat.CSV,
    skip_leading_rows=1,
    autodetect=True
)

with open('data.csv', 'rb') as source_file:
    job = client.load_table_from_file(source_file, table_ref, job_config=job_config)

job.result()
```

## Firestore

```python
from google.cloud import firestore

db = firestore.Client()

# Create document
doc_ref = db.collection('users').document('user1')
doc_ref.set({
    'name': 'John Doe',
    'email': '[email protected]',
    'age': 30
})

# Query
users_ref = db.collection('users')
query = users_ref.where('age', '>=', 18).limit(10)

for doc in query.stream():
    print(f'{doc.id} => {doc.to_dict()}')

# Real-time listener
def on_snapshot(doc_snapshot, changes, read_time):
    for doc in doc_snapshot:
        print(f'Received document: {doc.id}')

doc_ref.on_snapshot(on_snapshot)
```

## Pub/Sub

```python
from google.cloud import pubsub_v1

# Publisher
publisher = pubsub_v1.PublisherClient()
topic_path = publisher.topic_path('project-id', 'topic-name')

data = "Hello World".encode('utf-8')
future = publisher.publish(topic_path, data)
print(f'Published message ID: {future.result()}')

# Subscriber
subscriber = pubsub_v1.SubscriberClient()
subscription_path = subscriber.subscription_path('project-id', 'subscription-name')

def callback(message):
    print(f'Received: {message.data.decode("utf-8")}')
    message.ack()

streaming_pull_future = subscriber.subscribe(subscription_path, callback=callback)
```

## Best Practices

- Use service accounts
- Implement IAM properly
- Use Cloud Storage lifecycle policies
- Monitor with Cloud Monitoring
- Use managed services
- Implement auto-scaling
- Optimize BigQuery costs

## Anti-Patterns

❌ No IAM policies
❌ Storing credentials in code
❌ Ignoring costs
❌ Single region deployments
❌ No data backup
❌ Overly broad permissions

## Resources

- GCP Documentation: https://cloud.google.com/docs
- gcloud CLI: https://cloud.google.com/sdk/gcloud

© personamanagmentlayer · Apache-2.0 · personamanagmentlayer/pcl

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой