このページでは、Cloud Run で AI ソリューションを構築してデプロイするのに役立つ厳選されたリソースの一覧を示します。
Cloud Run は、スケーラビリティに優れた Google のインフラストラクチャ上でコード、関数、コンテナを実行できるフルマネージド アプリケーション プラットフォームです。Cloud Run を使用して、AI 推論エンドポイント、生成モデル API、検索拡張生成（RAG）パイプライン全体など、さまざまな AI ソリューションを実行できます。
以下のカテゴリとリンクを使用して、公式ガイド、クイックスタート、価値のあるコミュニティ コンテンツに移動します。Cloud Run のドキュメントと推奨事項については、Cloud Run での AI ソリューションを確認するをご覧ください。
コミュニティ リソースに関する注意事項
「コミュニティ」とラベル付けされたコンテンツは、デベロッパー コミュニティから選択されたリソースであり、Google によって開発または管理されているものではありません。これらのリソースを使用する際は、次の点に注意してください。
- セキュリティ監査: コード、特に個人情報、ユーザー入力、ネットワーク アクセスの処理方法を常に慎重に確認します。
- 非推奨と更新: コミュニティ コードは、新しい Cloud Run 機能や AI バージョンで予告なく古くなったり、動作しなくなったりする可能性があります。最終更新日と、現在も積極的にメンテナンスされているかどうかを確認します。
- 費用効率: これらの設定は低コストを目的としていることが多いですが、ライブ プロジェクトで費用を節約するための Google のベスト プラクティスに沿っていない可能性があります。請求を注意深くモニタリングしてください。
- ライセンスの遵守: アプリケーションに追加するコミュニティ コードやライブラリのオープンソース ライセンスを理解し、遵守してください。
- デプロイ前にテストする: 重要な設定をすべて確認し、ライブ プロジェクトで使用する前に、テスト環境でコミュニティ ソリューションを試してください。
カテゴリまたはキーワードでフィルタ
フィルタまたは検索ボックスを使用して、カテゴリまたはキーワードでコンテンツを検索します。
| カテゴリ | タイトルと説明 | 公開日 |
|---|---|---|
|
ブログ
コールド スタート
デプロイ
|
Cloud Run での AI のコールド スタートに関するガイド このブログ投稿では、Cloud Run での AI アプリケーションのコールド スタートという課題を取り上げ、ゼロにスケーリングしながらレイテンシを改善するための構成、アーキテクチャ、ランタイム設定の最適化について説明します。 |
2026-05-28 |
|
ADK
エージェント
Codelab
MCP
セキュリティ
|
Gemini Enterprise Agent Platform の Agent Gateway を使用してエージェント ワークロードを管理する この Codelab では、Agent Gateway を使用して、Cloud Run で MCP サーバーとしてホストされている外部ツールに接続する Agent Runtime で実行されている ADK エージェントを管理および保護する方法について説明します。 |
2026-05-28 |
|
エージェント
コミュニティ
MCP
セキュリティ
|
この記事では、Cloud Run にリモート MCP ツールをデプロイするエージェント システムを保護するために、MCP 認可を構成して適用する方法について説明します。 |
2026-05-26 |
|
AI Studio
ブログ
Cloud SQL
Firebase
バイブ コーディング
|
Cloud Run、Firebase、Cloud SQL を使用したフルスタックのバイブ コーディングが AI Studio で可能に（クレジット カードは不要） この記事では、Google AI Studio のフルスタック バイブ コーディングのアップデートについて説明します。Firebase と Cloud SQL の統合、Cloud Run にアプリをデプロイするためのクレジット カード不要のオンボーディング フローについて詳しく説明します。 |
2026-05-21 |
|
ADK
Flutter
Go
動画
|
Go ADK、Cloud Run、Flutter を使用して AI エージェント アプリを構築する この動画では、Go Agent Development Kit（ADK）を使用して AI エージェント アプリケーションを構築し、Cloud Run にコンテナ サービスとしてデプロイして、マルチプラットフォームの Flutter フロントエンドからアクセスする方法について説明します。 |
2026-05-21 |
|
AI Studio
Cloud SQL
動画
|
Google AI Studio、Cloud Run、Cloud SQL を使用してフルスタック アプリを構築する この動画では、Google AI Studio のビルドモードでフルスタック アプリケーションを構築し、データベースの自動プロビジョニングを使用して Cloud Run にデプロイする方法を説明します。 |
2026-05-21 |
|
AlloyDB
BigQuery
Codelab
MCP ツールボックス
MongoDB
|
マルチデータベース永続性を使用したインテリジェントな e コマース カタログを構築する Cloud Run で AlloyDB、MongoDB、Cloud Storage、BigQuery、MCP ツールボックスを使用してインテリジェントな e コマース カタログを構築し、マルチエージェント チャットアプリをデプロイします。 |
2026-04-22 |
|
エージェント
Codelab
Gemini Enterprise
|
Next ‘26 基調講演: 統合インテリジェンスのファブリック Cloud Run にマルチエージェント システムをデプロイし、共有コンテキストで Gemini Enterprise を使用してオーケストレートし、統合インテリジェンスのファブリックをデモンストレートします。 |
2026-04-22 |
|
ADK
エージェント
Codelab
MCP
|
Cloud Run にペット パスポート エージェントをビルドしてデプロイする この Codelab では、Cloud Run で ADK と Google Model Context Protocol（MCP）サーバーを使用して、ツールを使用する Pet Passport エージェントを構築してデプロイする方法を説明します。 |
2026-04-22 |
|
ADK
エージェント
Codelab
Eventarc
|
Eventarc、Cloud Run、ADK を使用してイベント駆動型 AI エージェントを構築する Eventarc と Agent Development Kit（ADK）を使用して、Cloud Run に非同期のイベント ドリブン AI エージェントを構築してデプロイする方法について学習します。 |
2026-04-22 |
|
エージェント
Codelab
MCP
セキュリティ
|
MCP と Cloud Run を使用して、企業のガバナンスに対応したエージェントをデプロイする このシリーズのパート 2 では、Cloud Run に Model Context Protocol（MCP）サーバーをデータ コントロール プレーンとしてデプロイし、ガバナンス対応の ADK エージェントに接続する方法について説明します。 |
2026-04-16 |
|
ADK
エージェント
Codelab
Model Armor
セキュリティ
|
Model Armor と ID を使用して安全なエージェントを構築する Agent Development Kit（ADK）を使用して本番環境向けの安全な AI エージェントを構築し、Google Cloud にデプロイします。このガイドでは、入力/出力フィルタリング用の Model Armor と、アクセス制御用のエージェント ID の実装について説明します。 |
2026-04-16 |
|
ADK
エージェント
Codelab
MCP
|
Way Back Home - Level 1: Pinpoint Location カスタム MCP サーバーと OneMCP BigQuery インテグレーションを組み込んだ Agent Development Kit（ADK）を使用して、マルチエージェント AI システムを構築する。 |
2026-04-16 |
|
AI Studio
Codelab
デプロイ
バイブ コーディング
|
Google AI Studio での Gemini によるバイブ コーディング この Codelab では、Google AI Studio のビルドモードを使用して React アプリケーションのプロトタイプを迅速に作成し、ワンクリックで Cloud Run にデプロイする方法について説明します。 |
2026-04-15 |
|
Codelab
Gemma 4
GPU
LLM
|
vLLM を使用して RTX 6000 Pro GPU で Cloud Run 上の Gemma 4 モデルの推論を実行する この Codelab では、高スループットのサーバーレス推論に vLLM を使用して、Cloud Run NVIDIA RTX Pro 6000 GPU に Gemma 4 モデルをデプロイする方法について説明します。 |
2026-04-13 |
|
ADK
エージェント
コミュニティ
|
Cloud Run で Google ADK を使用して実際の AI エージェントを構築してデプロイする方法 Google Agent Development Kit（ADK）を使用してマルチ エージェント旅行プランナーを構築し、Google Cloud Run にデプロイします。 |
2026-04-10 |
|
エージェント
自動化
コミュニティ
SRE
ユースケース
|
インシデントからプルリクエストまで: GCP で AI を活用した SRE エージェントを構築する Gemini、Spring Boot、Cloud Run を使用して、根本原因分析とソフトウェア修正を自動化する SRE エージェントを構築します。 |
2026-04-10 |
|
エージェント
Codelab
フレームワーク
LangChain
|
Cloud Run に LangChain エージェントをデプロイする LangChain ベースの AI エージェントを構築し、コンテナにパッケージ化して、サービング用に Google Cloud Run にデプロイします。 |
2026-03-27 |
|
エージェント
コミュニティ
Elasticsearch
Gemini
マルチモーダル
|
Snap, Plan, Go: Google Cloud、Elasticsearch、Gemini を使用してマルチモーダル旅行エージェントを構築する Cloud Run で Gemini を使用して、画像からランドマークを特定し、旅行ルートを提案するマルチモーダル旅行代理店を構築します。 |
2026-02-22 |
|
AI Studio
Codelab
デプロイ
バイブ コーディング
|
AI Studio から Cloud Run にデプロイする この Codelab では、Google AI Studio のバイブ コーディングを使用してシンプルなウェブ アプリケーションを作成し、Cloud Run にデプロイします。 |
2026-02-18 |
|
フレームワーク
Gemini
LangChain
|
クイックスタート: Python（LangChain）ウェブアプリをビルドして Cloud Run にデプロイする このクイックスタートでは、Cloud Run と Gemini を使用して LangChain アプリケーションを構築し、都市の首都に関するクエリに応答する方法について説明します。 |
2026-02-03 |
|
エージェント
フレームワーク
Gemini
|
クイックスタート: Python（smolagents）ウェブアプリをビルドして Cloud Run にデプロイする このクイックスタートでは、Cloud Run と Gemini を使用して smolagents アプリケーションをビルドしてデプロイする方法について説明します。 |
2026-01-28 |
|
エージェント
Antigravity
動画
|
コーディングを止めてアーキテクチャ設計を始めよう: Google Antigravity + Cloud Run この動画では、Google のエージェント型 IDE である Antigravity を紹介します。これを使用して、フルスタック アプリを Cloud Run にゼロからビルドしてデプロイします。この動画では、AI の仕様書を作成し、最新の Node.js を使用するように強制し（ビルドステップなし）、デプロイ中に構成ファイルに触れてポートの不一致を自律的にデバッグする様子をご覧いただけます。 |
2025-12-08 |
|
Codelab
ツール
|
Google Cloud Run で n8n をデプロイして実行する この Codelab では、永続性のための Cloud SQL データベースとセンシティブ データの Secret Manager を備えた、プロダクション レディな n8n ワークフロー自動化ツールのインスタンスを Cloud Run にデプロイする方法を説明します。 |
2025-11-20 |
|
ブログ
Gemma 3
|
このブログ投稿では、サーバーレス アプローチに Cloud Run を使用するか、プラットフォーム アプローチに Google Kubernetes Engine（GKE）を使用して、Google Cloud に Gemma 3 をデプロイする方法をデベロッパーに説明する 2 つの Codelab を紹介します。 |
2025-11-17 |
|
エージェント
GPU
Ollama
動画
|
この AI エージェントは Cloud Run + NVIDIA GPU で実行されます この動画では、サーバーレス NVIDIA GPU で実際の AI エージェント アプリケーションを構築する方法について説明します。Cloud Run で Ollama を使用した Gemma などのオープンソース モデルと、LangGraph を使用してマルチエージェント ワークフロー（RAG + ツール）を構築するスマート ヘルス エージェントのデモをご覧ください。 |
2025-11-13 |
|
Codelab
GPU
LLM
|
vLLM と OpenAI Python SDK を使用して Cloud Run GPU で LLM 推論を実行する方法 この Codelab では、推論エンジンとして vLLM を使用し、OpenAI Python SDK を使用して文の補完を行うことで、Google の Gemma 2 2b 指示チューニング モデルを GPU を使用して Cloud Run にデプロイする方法について説明します。 |
2025-11-13 |
|
ADK
エージェント
Codelab
|
Cloud Run で ADK エージェントをデプロイ、管理、モニタリングする この Codelab では、Cloud Run で Agent Development Kit（ADK）を使用して構築された強力なエージェントをデプロイ、管理、モニタリングする方法について説明します。 |
2025-11-12 |
|
ブログ
ツール
|
簡単な AI ワークフローの自動化: Cloud Run に n8n をデプロイする このブログ投稿では、Cloud Run で n8n ワークフロー自動化ツールを使用してエージェントをデプロイし、AI 搭載のワークフローを作成して Google Workspace などのツールと統合する方法について説明します。 |
2025-11-07 |
|
MCP
動画
|
Google Cloud Run の MCP ツールで AI エージェントを強化する この動画では、MCP（Model Context Protocol）と、MCP が AI エージェント開発者の作業をどのように簡素化するかについて説明します。FastMCP を使用して MCP サーバーを構築し、Cloud Run に ADK エージェントをデプロイする手順について説明します。Cloud Run の組み込み OIDC トークンを使用して、コードがサービス間の認証を処理する方法を確認します。 |
2025-11-06 |
|
Model Armor
セキュリティ
動画
|
Google の AI のジェイルブレイクを試みたところ、Model Armor が阻止しました この動画では、Google の Model Armor を使用して API 呼び出しで脅威をブロックする例を示します。 |
2025-10-30 |
|
Codelab
Gemini CLI
MCP
|
Cloud Run で安全な MCP サーバーをデプロイする方法 この Codelab では、Cloud Run に安全な Model Context Protocol（MCP）サーバーをデプロイし、Gemini CLI から接続する方法について説明します。 |
2025-10-28 |
|
ADK
エージェント
Codelab
MCP
|
Cloud Run で MCP サーバーを使用する ADK エージェントを構築してデプロイする この Codelab では、Agent Development Kit（ADK）を使用してツールを使用する AI エージェントを構築してデプロイする方法を説明します。エージェントは、ツール用にリモートの MCP サーバーに接続し、Cloud Run にコンテナとしてデプロイされます。 |
2025-10-27 |
|
ベンチマーク
Vertex AI
動画
|
この動画では、Vertex AI を使用して Google Cloud のツールで信頼性の高い生成 AI アプリケーションを構築する方法について説明します。デベロッパーは、Google Cloud ツールを使用して迅速なプロトタイピングを行う方法、データドリブン ベンチマークで具体的な数値を取得する方法、最終的に真の品質管理のための自動化された CI/CD パイプラインを構築する方法を学びます。その際、一般的な落とし穴を回避する方法も学びます。 |
2025-10-23 |
|
AI モデル
Cloud Run ジョブ
Codelab
モデルのチューニング
|
Cloud Run ジョブを使用して LLM をファインチューニングする方法 この Codelab では、GPU を使用して Cloud Run ジョブで Text2Emoji データセットの Gemma 3 モデルをファインチューニングし、vLLM を使用して Cloud Run サービスで結果のモデルをサービングする方法について詳しく説明します。 |
2025-10-21 |
|
バッチ推論
Cloud Run ジョブ
Codelab
|
この Codelab では、GPU を搭載した Cloud Run ジョブを使用して Llama 3.2-1b モデルでバッチ推論を実行し、その結果を Cloud Storage バケットに直接書き込む方法について説明します。 |
2025-10-21 |
|
ADK
マルチエージェント
動画
|
ADK と Gemini を使用してマルチエージェント アプリを構築する方法 この動画では、Google の ADK（Agent Development Toolkit）を使用して、コンテンツの改善と共同編集に役立つアプリを構築する方法について説明します。ステートフル マルチエージェントが単一のエージェントよりも優れている理由についても解説します。 |
2025-10-16 |
|
コミュニティ
セキュリティ
|
この記事では、ID トークンを取得して、任意の環境から認証済みの Cloud Run サービスを安全に呼び出す Python コードの例を示します。この例では、アプリケーションのデフォルト認証情報（ADC）を使用して呼び出しを認証します。 |
2025-10-15 |
|
Gemini
動画
|
Gemini を使用して動画を視聴する AI アプリを構築する この動画では、Gemini 2.5 Pro を使用して YouTube 動画を視聴して理解するアプリを構築する方法を紹介します。スマート プロンプトを使用して、ブログ投稿、要約、クイズなどのアプリの出力をカスタマイズします。この動画では、Gemini を統合して動画入力からテキスト コンテンツとヘッダー画像を生成する方法、費用に関する考慮事項、バッチ リクエストを使用して長い動画を処理する方法について説明します。 |
2025-10-06 |
|
ADK
エージェント
Codelab
GPU
LLM
MCP
|
ラボ 3:プロトタイプから本番環境へ - GPU を使用して ADK エージェントを Cloud Run にデプロイする この Codelab では、GPU アクセラレータ付きの Gemma バックエンドを使用して、プロダクション レディな Agent Development Kit（ADK）エージェントを Cloud Run にデプロイする方法を説明します。この Codelab では、デプロイ、統合、パフォーマンス テストについて説明します。 |
2025-10-03 |
|
エージェント
Codelab
|
Cloud Run で実行されるバックエンド ADK エージェントを呼び出す Gradio フロントエンド アプリをデプロイする方法 この Codelab では、Gradio フロントエンドと ADK エージェント バックエンドで構成される 2 階層アプリケーションを Cloud Run にデプロイする方法について説明します。安全な認証済みサービス間通信の実装に重点を置いています。 |
2025-09-29 |
|
AI モデル
コミュニティ
RAG
|
サーバーレス AI: EmbeddingGemma と Cloud Run この記事では、EmbeddingGemma モデルをコンテナ化して GPU を使用して Cloud Run にデプロイし、それを使用して RAG アプリケーションを構築する手順について説明します。 |
2025-09-24 |
|
ブログ
拡張機能
Gemini
|
新しい Gemini CLI 拡張機能でアプリのデプロイとセキュリティ分析を自動化 このブログ投稿では、Gemini CLI の Cloud Run 拡張機能について説明します。この拡張機能を使用すると、1 つの /deploy コマンドでアプリケーションのデプロイを簡素化できます。 |
2025-09-10 |
|
コミュニティ
セキュリティ
|
AI の信頼の連鎖: Cloud Run で MCP ツールボックス アーキテクチャを保護する この記事では、Google Cloud 上に構築されたシンプルなホテル予約アプリケーションを分解します。サービス ID を使用した堅牢なゼロトラスト セキュリティ モデルを示し、エンドユーザーからデータベースまで安全な信頼チェーンを確立する方法を示します。 |
2025-09-03 |
|
AI モデル
コミュニティ
コンテナ化
Docker
Ollama
RAG
|
サーバーレス AI: Cloud Run を使用した Qwen3 エンベディング この記事では、GPU を使用して Qwen3 エンベディング モデルを Cloud Run にデプロイする方法について説明します。また、Docker と Ollama を使用したコンテナ化についても説明し、RAG アプリケーションでの使用例を示します。 |
2025-08-20 |
|
アーキテクチャ
コミュニティ
LLM
|
まだ AI モデルをコンテナにパッケージ化していますか？代わりに Cloud Run で行う この記事では、モデルファイルをアプリケーション コンテナから切り離し、代わりに Cloud Storage FUSE を使用することで、Cloud Run で大規模言語モデル（LLM）をサービングするためのより効率的でスケーラブルなアーキテクチャを提案します。 |
2025-08-11 |
|
AI モデル
コミュニティ
|
Gemini と Cloud Run を使用して AI を活用したポッドキャスト ジェネレータを構築する この記事では、Gemini を使用してコンテンツを要約し、Cloud Run を使用するサーバーレスの AI を活用したポッドキャスト ジェネレータを構築する方法について詳しく説明します。この例では、RSS フィードから毎日の音声ブリーフィングを生成して配信する自動パイプラインをオーケストレートします。 |
2025-08-11 |
|
GenAI
動画
|
この動画では、AI を使用して各ステップを支援しながら、アーキテクチャとコードについて説明します。 |
2025-07-17 |
|
ブログ
拡張機能
Gemini
|
ローカルホストからリリースまで: Cloud Run と Docker Compose で AI アプリのデプロイを簡素化 このブログ投稿では、Google Cloud と Docker のコラボレーションについてお知らせします。このコラボレーションにより、デベロッパーは gcloud run compose up コマンドを使用して compose.yaml ファイルを Cloud Run に直接デプロイできるようになり、複雑な AI アプリケーションのデプロイが簡素化されます。 |
2025-07-10 |
|
エージェント
Firebase
動画
|
Cloud Run と Firebase Genkit を使用して AI エージェントを構築する この動画では、サーバーレス AI エージェント ビルダーである Cloud Run と Firebase Genkit を使用して AI エージェントを構築する方法について説明します。 |
2025-07-10 |
|
コミュニティ
MCP
|
Google Cloud Run で MCP サーバーを強化する この記事では、Model Context Protocol（MCP）の目的について説明し、Cloud Run に MCP サーバーを構築してデプロイし、リソースを AI アプリケーションのツールとして公開する方法に関するチュートリアルを提供します。 |
2025-07-09 |
|
AI Studio
Firebase
Gemini
LLM
動画
|
この動画では、AI Studio、Cloud Functions、Firebase Hosting を使用してテクニカル サポート アプリケーションを迅速に構築する方法のデモを紹介します。大規模言語モデル（LLM）を活用する方法と、従来のウェブ アプリケーションに AI を統合する実践的な例について説明します。 |
2025-06-19 |
|
ブログ
MCP
|
わずか 10 分でリモート MCP サーバーを構築して Google Cloud Run にデプロイ このブログ投稿では、FastMCP を使用して 10 分以内に安全なリモート Model Context Protocol（MCP）サーバーを Google Cloud Run に構築してデプロイし、ローカル クライアントからテストする手順について説明します。 |
2025-06-07 |
|
コミュニティ
ML モデル
モニタリング
|
Cloud Run を使用した ML モデルのデプロイとモニタリング - 軽量、スケーラブル、優れた費用効率 この記事では、Google Cloud サービスで軽量なモニタリング スタックを使用して、Cloud Run で ML モデルをデプロイ、モニタリング、自動スケーリングし、パフォーマンスを追跡して費用を管理する方法について説明します。 |
2025-05-29 |
|
AI モデル
AI Studio
コミュニティ
LLM
|
AI Studio から Cloud Run への Gemma の直接デプロイ この記事では、AI Studio から Gemma モデルを取得し、本番環境用にコードを適応させて、Cloud Run にコンテナ化されたウェブ アプリケーションとしてデプロイする手順を説明します。 |
2025-05-29 |
|
ADK
エージェント
コミュニティ
MCP
|
エージェント アーキテクチャの三位一体: ADK、MCP、Cloud Run この記事では、Cloud Run でホストされている Model Context Protocol（MCP）サーバーと通信してフライト予約を管理する Agent Development Kit（ADK）ワークフローを設定し、AI エージェント型アーキテクチャを構築する方法について説明します。 |
2025-05-27 |
|
ADK
エージェント
フレームワーク
LangGraph
Vertex AI
動画
|
Google Cloud 上で AI エージェントを構築する この動画では、Cloud Run と Vertex AI を使用して AI エージェントを構築してデプロイする方法について説明します。ツールの呼び出し、モデルの不可知性、LangGraph や Agent Development Kit（ADK）などのフレームワークの使用などの重要なコンセプトについて説明します。 |
2025-05-21 |
|
エージェント
AI Studio
ブログ
MCP
|
AI のデプロイが簡単に: AI Studio または MCP 対応 AI エージェントからアプリを Cloud Run にデプロイ このブログ投稿では、AI Studio から Cloud Run へのワンクリック デプロイ、Gemma 3 モデルの直接デプロイ、エージェント ベースのデプロイ用の MCP サーバーを使用して AI デプロイを簡素化する方法を紹介します。 |
2025-05-20 |
|
A2A
エージェント
コミュニティ
フレームワーク
ユースケース
|
Cloud Run での購入コンシェルジュのユースケースを使用した Agent2Agent（A2A）プロトコルの探索 この記事では、Agent2Agent（A2A）プロトコルについて説明し、購入コンシェルジュ アプリケーションでの使用方法を示します。Cloud Run アプリには、さまざまなフレームワークで構築された複数の AI エージェントが含まれており、ユーザーの注文を処理するために相互に連携します。 |
2025-05-15 |
|
AI モデル
自動化
CI/CD
コミュニティ
GitHub
|
GitHub Actions と Cloud Run を使用して ML モデルのデプロイを自動化する この記事では、GitHub Actions を使用して CI/CD パイプラインを作成し、Cloud Run でコンテナ化されたサービスとして ML モデルのビルドとデプロイを自動化する方法について包括的なガイドを提供します。 |
2025-05-08 |
|
AI モデル
GPU
Ollama
動画
|
Cloud Run GPU を使用して DeepSeek をホストする 3 つのステップ この動画では、Cloud Run GPU を使用して DeepSeek AI モデルのホスティングを簡素化する方法について説明します。3 つのコマンドを使用して、Google Cloud に大規模言語モデル（LLM）をデプロイして管理する方法を学習します。Cloud Run と Ollama コマンドライン ツールの機能について説明します。これにより、デベロッパーはオンデマンドのリソース割り当てとスケーリングを使用して、AI アプリケーションを迅速に運用できます。 |
2025-04-24 |
|
エージェント
ブログ
ユースケース
|
CodeRabbit、Google Cloud Run で AI コードレビュー エージェントを構築してマージ時間とバグ発生を半減 この記事では、AI コードレビュー ツールである CodeRabbit が Cloud Run を活用して、信頼できないコードを実行するためのスケーラブルで安全なプラットフォームを構築し、コードレビュー時間とバグの発生を半減させている事例を紹介します。 |
2025-04-22 |
|
コミュニティ
LLM
セキュリティ
|
Google Cloud でのソブリン AI ソリューションの構築 - Cloud Run この記事では、パートナーによる主権管理を使用して、Google Cloud にソブリン AI ソリューションを構築してデプロイする方法について、段階的なガイドを提供します。この例では、Cloud Run で Gemma モデルを実行し、データ所在地と欧州の規制の遵守を保証します。 |
2025-04-03 |
|
Codelab
Gemini
|
Gemini を使用して FastAPI chatbot アプリを Cloud Run にデプロイする方法 この Codelab では、FastAPI チャットボット アプリを Cloud Run にデプロイする方法について説明します。 |
2025-04-02 |
|
Cloud Run 関数
Codelab
LLM
|
Cloud Run functions のサイドカーで LLM をホストする方法 この Codelab では、Cloud Run 関数のサイドカーで gemma3:4b モデルをホストする方法について説明します。 |
2025-03-27 |
|
ブログ
デプロイ
|
Cloud Run で Gemma 3 を使用してサーバーレス AI をデプロイする方法 このブログ投稿では、軽量でオープンな AI モデル ファミリーである Gemma 3 を発表し、スケーラブルで費用対効果の高いサーバーレス AI アプリケーション向けに Cloud Run にデプロイする方法について説明します。 |
2025-03-12 |
|
アーキテクチャ
RAG
Vertex AI
|
Vertex AI とベクトル検索を使用した生成 AI 用 RAG インフラストラクチャ このドキュメントでは、Google Cloud で検索拡張生成（RAG）を使用して生成 AI アプリケーションを構築するためのリファレンス アーキテクチャについて説明します。このアーキテクチャでは、大規模な類似性照合にベクトル検索を使用し、エンベディングとモデルの管理に Vertex AI を使用します。 |
2025-03-07 |
|
ブログ
Vertex AI
|
Vertex AI と Cloud Run を使用して共有可能な生成 AI アプリケーションを 60 秒未満で作成する方法 この記事では、Vertex AI の機能を紹介します。この機能を使用すると、Cloud Run にウェブ アプリケーションをワンクリックでデプロイできます。生成 AI プロンプトを使用して、生成 AI のコンセプトを共有可能なプロトタイプに変換するプロセスを効率化します。 |
2025-02-20 |
|
ブログ
GPU
推論
RAG
Vertex AI
|
Cloud Run と Vertex AI で Inference as a Service を活用する このブログ投稿では、Cloud Run で Inference-as-a-Service モデルを採用することで、デベロッパーが生成 AI アプリケーションの開発を加速する方法について説明します。これにより、GPU サポートによる LLM のホスティングとスケーリングが可能になり、コンテキスト固有のレスポンスのために検索拡張生成（RAG）と統合できます。 |
2025-02-20 |
|
コミュニティ
LLM
|
朝の通勤中に Cloud Run で Deepseek をゼロから構築する この記事では、朝の通勤中に Ollama を使用して、GPU を使用する Cloud Run に Deepseek R1 モデルを迅速にデプロイする方法について説明します。この記事では、コンテナへのモデルの埋め込み、トラフィック分割による A/B テスト、サイドカー コンテナを使用したウェブ UI の追加などの高度なトピックについて説明します。 |
2025-02-11 |
|
関数呼び出し
Gemini
動画
|
Cloud Run で Gemini 関数呼び出しを使用する方法 この動画では、Gemini の関数呼び出しの機能について説明し、外部 API を AI アプリケーションに統合する方法を学びます。Gemini の自然言語理解を活用してユーザー リクエストを処理し、外部 API から天気予報データを取得する天気予報アプリを構築します。これは、関数呼び出しの実際の例です。 |
2025-01-23 |
|
コミュニティ
LLM
Ollama
|
Google Cloud Run で Ollama を使用して（任意の）オープン LLM を実行する方法 [ステップバイステップ] この記事では、Ollama を使用して Gemma 2 などのオープン LLM を Google Cloud Run でホストする方法について説明します。また、モデルの永続化用の Cloud Storage バケットを作成してデプロイをテストする手順についても説明します。 |
2025-01-20 |
|
コミュニティ
ML モデル
|
Google Cloud を使用した GPU を使用するサーバーレス ML モデルのデプロイ: Cloud Run この記事では、GPU サポートを使用して Cloud Run に ML モデルをデプロイする手順について説明します。プロジェクトの設定とコンテナ化から、Cloud Build を使用した自動デプロイ、curl と JavaScript を使用したテストまで、すべてを網羅しています。 |
2025-01-17 |
|
画像生成
Vertex AI
動画
|
Cloud Run で Google Cloud の Vertex AI を使用してテキストから画像を生成する この動画では、Google Cloud の Vertex AI を使用して画像生成アプリを構築する方法について説明します。Vertex AI 画像生成モデルを使用すると、デベロッパーは複雑なインフラストラクチャやモデル管理を必要とせずに、見事なビジュアルを作成できます。 |
2025-01-16 |
|
データ保護
セキュリティ
動画
|
この動画では、AI アプリケーションでセンシティブ データを保護する方法について説明します。AI ライフサイクル全体を通してデータを保護するための重要なコンセプト、ベスト プラクティス、ツールを見ていきましょう。 |
2024-11-21 |
|
大きなプロンプト ウィンドウ
モデルのチューニング
RAG
動画
|
この動画では、長いコンテキスト ウィンドウを使用したプロンプト、検索拡張生成（RAG）、モデル チューニングという、データを AI アプリケーションに統合する 3 つの主な方法について説明します。今回の Serverless Expeditions のエピソードでは、各アプローチの長所、短所、最適なユースケースについて説明し、AI プロジェクトで情報に基づいた意思決定を行う方法をご紹介します。 |
2024-11-14 |
|
プロンプト エンジニアリング
動画
|
この動画では、プロンプト エンジニアリングを使用して AI の回答の質を高める方法について説明します。動画では、思考の連鎖、フューショット、マルチショットのプロンプト手法を使用して、生成 AI からより正確で関連性の高い回答を引き出す方法について説明します。 |
2024-10-31 |