本頁面提供精選資源清單，協助您在 Cloud Run 上建構及部署 AI 解決方案。
Cloud Run 是全代管應用程式平台，可在 Google 高擴充性的基礎架構上執行程式碼、函式或容器。您可以使用 Cloud Run 執行各種 AI 解決方案，例如 AI 推論端點、生成模型 API、完整的檢索增強生成 (RAG) 管道等。
請使用下列類別和連結，瀏覽官方指南、快速入門導覽課程和實用的社群內容。如需 Cloud Run 說明文件和建議，請參閱「在 Cloud Run 上探索 AI 解決方案」。
社群資源注意事項
標示為「社群」的內容是開發人員社群選取的資源，並非由 Google 開發或維護。使用這些資源時，請注意以下事項：
- 安全稽核：請務必仔細檢查所有程式碼，特別是處理私人資訊、使用者輸入內容和網路存取權的方式。
- 淘汰和更新：如果沒有警告，社群程式碼可能會過時，或無法搭配新的 Cloud Run 功能或 AI 版本運作。檢查上次更新日期，以及是否仍有專人維護。
- 成本效益：雖然這些設定通常以低成本為目標，但可能未遵循 Google 的最佳做法，無法在實際專案中節省費用。密切監控帳單。
- 遵守授權：請務必瞭解並遵守您新增至應用程式的任何社群程式碼或程式庫的開放原始碼授權。
- 先測試再部署：請先驗證所有重要設定，並在測試環境中試用社群解決方案，再用於實際專案。
依類別或關鍵字篩選
使用篩選器或搜尋框，依類別或關鍵字尋找內容。
| 類別 | 標題和說明 | 發布日期 |
|---|---|---|
|
網誌
沙箱
安全性
|
本文將介紹 Cloud Run 沙箱，開發人員可在容器化無伺服器環境中，安全地執行 AI 生成的不受信任程式碼。 |
2026-07-09 |
|
ADK
代理程式
程式碼研究室
|
使用 Google 的 ADK 和 Gemini 建構第一個 AI 代理，並部署至 Cloud Run。 |
2026-07-09 |
|
ADK
程式碼研究室
試算表
測試
|
在本地測試 Cloud Run Google 試算表 ADK 代理 瞭解如何在本機測試會寫入 Google 試算表的 ADK 代理，再部署至 Cloud Run。 |
2026-07-09 |
|
代理程式
程式碼研究室
評估
|
瞭解如何使用 Cloud Run 上的 Vertex AI，從非正式的「感覺檢查」轉換成以數據為依據的多代理系統評估方式。 |
2026-07-09 |
|
AI Studio
程式碼研究室
Firebase
Firestore
|
瞭解如何在 Google AI Studio 中，使用 Firestore 資料庫和 Firebase 驗證建構協作待辦事項應用程式，並直接部署至 Cloud Run。 |
2026-06-25 |
|
網誌
冷啟動
部署
|
這篇網誌文章探討了在 Cloud Run 上執行 AI 應用程式時，冷啟動造成的延遲問題，並說明如何透過調整設定、架構和執行階段設定，在擴充至零時縮短延遲時間。 |
2026-05-28 |
|
ADK
代理程式
程式碼研究室
MCP
安全性
|
在 Gemini Enterprise Agent Platform 上使用 Agent Gateway 管理代理式工作負載 本程式碼實驗室說明如何使用 Agent Gateway，控管及保護在 Agent Runtime 中執行的 ADK 代理，因為該代理會連線至託管在 Cloud Run 的 MCP 伺服器。 |
2026-05-28 |
|
代理程式
社群
MCP
安全性
|
本文將示範如何設定及強制執行 MCP 授權，確保在 Cloud Run 上部署遠端 MCP 工具的代理系統安全無虞。 |
2026-05-26 |
|
AI Studio
網誌
Cloud SQL
Firebase
直覺式程式開發
|
AI Studio 支援全端直覺式程式開發，可搭配 Cloud Run、Firebase 和 Cloud SQL 使用，無需提供信用卡 本文將介紹 Google AI Studio 的全端直覺式程式開發更新，詳細說明與 Firebase 和 Cloud SQL 的整合，以及將應用程式部署至 Cloud Run 的免信用卡入門流程。 |
2026-05-21 |
|
ADK
Flutter
前往
影片
|
使用 Go ADK、Cloud Run 和 Flutter 建構 AI 代理程式應用程式 這部影片說明如何使用 Go Agent Development Kit (ADK) 建構 AI 代理應用程式，並以容器服務的形式部署至 Cloud Run，然後從多平台 Flutter 前端存取該應用程式。 |
2026-05-21 |
|
AI Studio
Cloud SQL
影片
|
使用 Google AI Studio、Cloud Run 和 Cloud SQL 建構全端應用程式 這部影片會引導使用者在 Google AI Studio 的「建構模式」中建構全端應用程式，並部署至 Cloud Run，同時自動佈建資料庫。 |
2026-05-21 |
|
AlloyDB
BigQuery
程式碼研究室
MCP Toolbox
MongoDB
|
使用 AlloyDB、MongoDB、Cloud Storage、BigQuery 和 Cloud Run 上的 MCP Toolbox 建構智慧型電子商務目錄，然後部署多代理程式對話應用程式。 |
2026-04-22 |
|
代理程式
程式碼研究室
Gemini Enterprise
|
在 Cloud Run 部署多代理系統，並使用 Gemini Enterprise 搭配共用脈絡來調度管理，展現統一智慧的架構。 |
2026-04-22 |
|
ADK
代理程式
程式碼研究室
MCP
|
本程式碼實驗室會引導您在 Cloud Run 上，使用 ADK 和 Google Model Context Protocol (MCP) 伺服器，建構及部署可使用工具的寵物護照代理。 |
2026-04-22 |
|
ADK
代理程式
程式碼研究室
Eventarc
|
使用 Eventarc、Cloud Run 和 ADK 建構事件導向的 AI 代理 瞭解如何使用 Eventarc 和 Agent Development Kit (ADK)，在 Cloud Run 建構及部署事件導向的非同步 AI 代理。 |
2026-04-22 |
|
代理程式
程式碼研究室
MCP
安全性
|
透過 MCP 和 Cloud Run 部署 Enterprise Governance-Aware 代理 在本系列的第 2 部分中，瞭解如何在 Cloud Run 上部署 Model Context Protocol (MCP) 伺服器，做為資料控制層，並將其連線至具備控管意識的 ADK 代理。 |
2026-04-16 |
|
ADK
代理程式
程式碼研究室
Model Armor
安全性
|
運用 Model Armor 和身分識別功能，打造安全的代理 使用 Agent Development Kit (ADK) 建構可供正式環境使用的安全 AI 代理，並部署至 Google Cloud。本指南將說明如何導入 Model Armor 進行輸入/輸出內容篩選，以及導入 Agent Identity 進行存取控管。 |
2026-04-16 |
|
ADK
代理程式
程式碼研究室
MCP
|
使用 Agent Development Kit (ADK) 建構多代理 AI 系統，並整合自訂 MCP 伺服器和 OneMCP BigQuery。 |
2026-04-16 |
|
AI Studio
程式碼研究室
部署
直覺式程式開發
|
在 Google AI Studio 使用 Gemini 進行直覺式程式開發 本程式碼實驗室會說明如何在 Google AI Studio 中使用建構模式，快速製作 React 應用程式原型，並按一下滑鼠將其部署至 Cloud Run。 |
2026-04-15 |
|
程式碼研究室
Gemma 4
GPU
LLM
|
使用 vLLM 在 Cloud Run 搭配 RTX 6000 Pro GPU 執行 Gemma 4 模型推論 本程式碼實驗室說明如何使用 vLLM，在 Cloud Run NVIDIA RTX Pro 6000 GPU 上部署 Gemma 4 模型，以進行高輸送量的無伺服器推論。 |
2026-04-13 |
|
ADK
代理程式
社群
|
如何使用 Google ADK 在 Cloud Run 建構及部署實際的 AI 代理 使用 Google Agent Development Kit (ADK) 建構多代理旅遊規劃工具，並部署至 Google Cloud Run。 |
2026-04-10 |
|
代理程式
自動化動作
社群
SRE
用途
|
從事件到提取要求：在 GCP 上建構 AI 輔助的 SRE 代理程式 使用 Gemini、Spring Boot 和 Cloud Run 建構 SRE 代理程式，自動分析根本原因並修正軟體。 |
2026-04-10 |
|
代理程式
程式碼研究室
架構
LangChain
|
建構以 LangChain 為基礎的 AI 代理程式、將其封裝至容器，然後部署至 Google Cloud Run 以提供服務。 |
2026-03-27 |
|
代理程式
社群
Elasticsearch
Gemini
多模態
|
Snap, Plan, Go：運用 Google Cloud、Elasticsearch 和 Gemini 建構多模態旅遊代理 在 Cloud Run 使用 Gemini 建構多模態旅遊代理，從圖片中識別地標，並建議旅遊路線。 |
2026-02-22 |
|
AI Studio
程式碼研究室
部署
直覺式程式開發
|
在本程式碼實驗室中，您將使用 Google AI Studio 的直覺式程式開發功能建立簡單的網頁應用程式，並部署至 Cloud Run。 |
2026-02-18 |
|
架構
Gemini
LangChain
|
快速入門導覽課程：在 Cloud Run 建構及部署 Python (LangChain) 網頁應用程式 本快速入門導覽課程說明如何使用 Cloud Run 和 Gemini 建構及部署 LangChain 應用程式，回覆有關城市首都的查詢。 |
2026-02-03 |
|
代理程式
架構
Gemini
|
快速入門：在 Cloud Run 中建構及部署 Python (smolagents) 網頁應用程式 本快速入門導覽課程說明如何使用 Cloud Run 和 Gemini，建構及部署 smolagents 應用程式。 |
2026-01-28 |
|
代理程式
Antigravity
影片
|
不再埋首寫程式，開始設計架構：Google Antigravity 搭配 Cloud Run 這部影片將介紹 Google 的代理 IDE Antigravity。您可以使用這項工具，從頭開始建構全端應用程式，並部署至 Cloud Run。觀看這部影片，瞭解如何為 AI 編寫規格表、強制使用新版 Node.js (無建構步驟！)，以及在部署期間觸及設定檔時，自主偵錯連接埠不符的問題。 |
2025-12-08 |
|
程式碼研究室
工具
|
本程式碼實驗室會說明如何在 Cloud Run 上部署 n8n 工作流程自動化工具的正式版執行個體，並搭配 Cloud SQL 資料庫用於保存資料，以及 Secret Manager 用於處理機密資料。 |
2025-11-20 |
|
網誌
Gemma 3
|
這篇網誌文章介紹兩個程式碼實驗室，說明開發人員如何使用 Cloud Run (無伺服器方法) 或 Google Kubernetes Engine (GKE) (平台方法)，在 Google Cloud 上部署 Gemma 3。 |
2025-11-17 |
|
代理程式
GPU
Ollama
影片
|
這個 AI 代理程式在 Cloud Run + NVIDIA GPU 上執行 這部影片說明如何在無伺服器 NVIDIA GPU 上建構實際的 AI 代理程式應用程式。觀看智慧健康代理程式的示範，瞭解如何透過 Cloud Run 上的 Ollama 使用 Gemma 等開放原始碼模型，以及如何使用 LangGraph 建構多代理程式工作流程 (RAG + 工具)。 |
2025-11-13 |
|
程式碼研究室
GPU
LLM
|
如何使用 vLLM 和 OpenAI Python SDK，在 Cloud Run GPU 執行 LLM 推論 本程式碼實驗室說明如何使用 vLLM 做為推論引擎，並透過 OpenAI Python SDK 執行句子完成作業，在 Cloud Run GPU 上部署 Google 的 Gemma 2 2b 指令微調模型。 |
2025-11-13 |
|
ADK
代理程式
程式碼研究室
|
本程式碼實驗室會逐步說明如何在 Cloud Run 部署、管理及監控使用 Agent Development Kit (ADK) 建構的強大代理。 |
2025-11-12 |
|
網誌
工具
|
輕鬆自動化 AI 工作流程：在 Cloud Run 上部署 n8n 這篇網誌文章說明如何使用 Cloud Run 上的 n8n 工作流程自動化工具部署代理程式，建立 AI 輔助工作流程，並與 Google Workspace 等工具整合。 |
2025-11-07 |
|
MCP
影片
|
在 Google Cloud Run 上使用 MCP 工具，為 AI 代理程式提供支援 這部影片介紹了 MCP (Model Context Protocol)，以及這項技術如何讓 AI 代理開發人員的工作更輕鬆。逐步瞭解如何使用 FastMCP 建構 MCP 伺服器，以及在 Cloud Run 部署 ADK 代理。瞭解程式碼如何使用 Cloud Run 內建的 OIDC 權杖，處理服務對服務的驗證。 |
2025-11-06 |
|
Model Armor
安全性
影片
|
這部影片會示範如何使用 Google 的 Model Armor，透過 API 呼叫封鎖威脅。 |
2025-10-30 |
|
ADK
代理程式
程式碼研究室
MCP
|
在 Cloud Run 建構及部署採用 MCP 伺服器的 ADK 代理 本程式碼實驗室會引導您使用 Agent Development Kit (ADK)，建構及部署可使用工具的 AI 代理。代理程式會連線至遠端 MCP 伺服器以取得工具，並部署為 Cloud Run 上的容器。 |
2025-10-27 |
|
基準化
Vertex AI
影片
|
這部影片說明如何使用 Vertex AI 和 Google Cloud 工具，建構可靠的生成式 AI 應用程式。開發人員將瞭解如何使用 Google Cloud 工具快速製作原型、透過資料驅動的基準化取得具體數字，以及最終建構自動化 CI/CD 管道，實現真正的品質控管，同時避免常見的陷阱。 |
2025-10-23 |
|
AI 模型
Cloud Run 工作
程式碼研究室
模型微調
|
本程式碼實驗室提供逐步指南，說明如何使用 Cloud Run Jobs 和 GPU，在 Text2Emoji 資料集上微調 Gemma 3 模型，然後在 Cloud Run 服務上使用 vLLM 提供微調後的模型。 |
2025-10-21 |
|
批次推論
Cloud Run 工作
程式碼研究室
|
本程式碼實驗室說明如何使用 GPU 驅動的 Cloud Run 工作，對 Llama 3.2-1b 模型執行批次推論，並將結果直接寫入 Cloud Storage bucket。 |
2025-10-21 |
|
ADK
多代理程式
影片
|
這部影片說明如何使用 Google 的 ADK (Agent Development Toolkit) 建構應用程式，協助您修飾內容及與他人協作。瞭解有狀態的多重代理程式如何比單一代理程式更有效率。 |
2025-10-16 |
|
社群
安全性
|
本文提供 Python 程式碼範例，說明如何取得身分識別權杖，以便從任何環境安全地呼叫已通過驗證的 Cloud Run 服務。這個範例使用應用程式預設憑證 (ADC) 驗證呼叫。 |
2025-10-15 |
|
Gemini
影片
|
這部影片說明如何使用 Gemini 2.5 Pro 建構應用程式，觀看及解讀 YouTube 影片。使用智慧提示自訂應用程式的輸出內容，包括網誌文章、摘要、測驗等。這部影片說明如何整合 Gemini，根據影片輸入內容生成文字內容和標題圖片、討論成本考量，以及說明如何透過批次要求處理較長的影片。 |
2025-10-06 |
|
ADK
代理程式
程式碼研究室
GPU
LLM
MCP
|
實驗室 3：從原型到正式版 - 將 ADK 代理部署至搭載 GPU 的 Cloud Run 本程式碼實驗室會示範如何在 Cloud Run 上，部署可供正式環境使用的 Agent Development Kit (ADK) 代理，並搭配 GPU 加速的 Gemma 後端。本程式碼研究室涵蓋部署、整合和效能測試。 |
2025-10-03 |
|
代理程式
程式碼研究室
|
如何部署 Gradio 前端應用程式，呼叫在 Cloud Run 上執行的後端 ADK 代理 本程式碼實驗室會示範如何在 Cloud Run 上部署雙層應用程式，包括 Gradio 前端和 ADK 代理後端，重點在於實作安全且經過驗證的服務間通訊。 |
2025-09-29 |
|
AI 模型
社群
RAG
|
無伺服器 AI：透過 Cloud Run 使用 EmbeddingGemma 本文提供逐步指南，說明如何將 EmbeddingGemma 模型容器化並部署到 Cloud Run (使用 GPU)，然後用來建構 RAG 應用程式。 |
2025-09-24 |
|
社群
安全性
|
AI 信任鏈：在 Cloud Run 確保 MCP Toolbox 架構安全無虞 本文將剖析以 Google Cloud 建構的簡單飯店預訂應用程式，這項範例會展示使用服務身分證明的強大零信任安全模型，並說明如何從使用者到資料庫建立安全信任鏈。 |
2025-09-03 |
|
AI 模型
社群
容器化
Docker
Ollama
RAG
|
無伺服器 AI：透過 Cloud Run 使用 Qwen3 Embeddings 本文提供教學課程，說明如何將 Qwen3 Embedding 模型部署到搭載 GPU 的 Cloud Run。本文也涵蓋使用 Docker 和 Ollama 進行容器化作業，並提供在 RAG 應用程式中使用這項技術的範例。 |
2025-08-20 |
|
架構
社群
LLM
|
仍將 AI 模型封裝至容器嗎？改用 Cloud Run 執行這項操作 本文建議採用更有效率且可擴充的架構，在 Cloud Run 上提供大型語言模型 (LLM)，方法是將模型檔案與應用程式容器分離，改用 Cloud Storage FUSE。 |
2025-08-11 |
|
AI 模型
社群
|
使用 Gemini 和 Cloud Run 打造 AI 輔助 Podcast 生成工具 本文將詳細說明如何建構無伺服器 AI 輔助的 Podcast 生成器，並使用 Gemini 進行內容摘要，以及使用 Cloud Run。這個範例會協調自動化管道，從 RSS 動態消息產生及傳送每日音訊簡報。 |
2025-08-11 |
|
GenAI
影片
|
這部影片會逐步說明架構和程式碼，並在每個步驟中運用 AI 輔助。 |
2025-07-17 |
|
網誌
擴充功能
Gemini
|
從本機託管到正式發布：使用 Cloud Run 和 Docker Compose 簡化 AI 應用程式部署作業 這篇網誌文章宣布 Google Cloud 與 Docker 攜手合作，讓開發人員使用 gcloud run compose up 指令，直接將 compose.yaml 檔案部署至 Cloud Run，簡化複雜 AI 應用程式的部署作業。 |
2025-07-10 |
|
代理程式
Firebase
影片
|
使用 Cloud Run 和 Firebase Genkit 建構 AI 代理 這部影片說明如何使用 Cloud Run 和 Firebase Genkit (無伺服器 AI 代理建構工具) 建構 AI 代理。 |
2025-07-10 |
|
社群
MCP
|
使用 Google Cloud Run 驅動 MCP 伺服器 本文說明 Model Context Protocol (MCP) 的用途，並提供教學課程，說明如何在 Cloud Run 上建構及部署 MCP 伺服器，將資源公開為 AI 應用程式的工具。 |
2025-07-09 |
|
AI Studio
Firebase
Gemini
LLM
影片
|
這部影片示範如何使用 AI Studio、Cloud Functions 和 Firebase 託管，快速建構技術支援應用程式。瞭解如何運用大型語言模型 (LLM)，並查看將 AI 整合至傳統網頁應用程式的實用範例。 |
2025-06-19 |
|
網誌
MCP
|
在 10 分鐘內建構遠端 MCP 伺服器，並部署至 Google Cloud Run 這篇網誌文章提供逐步指南，說明如何使用 FastMCP 在 Google Cloud Run 上建構及部署安全的遠端 Model Context Protocol (MCP) 伺服器，並在本機用戶端進行測試，整個過程不到 10 分鐘。 |
2025-06-07 |
|
社群
機器學習模型
監控
|
使用 Cloud Run 部署及監控機器學習模型：輕量級、可擴充且具成本效益 本文說明如何在 Cloud Run 上部署、監控及自動調整機器學習模型，並運用輕量型監控堆疊和 Google Cloud 服務追蹤效能及控管費用。 |
2025-05-29 |
|
AI 模型
AI Studio
社群
LLM
|
直接從 AI Studio 將 Gemma 部署至 Cloud Run 本文提供逐步教學課程，說明如何從 AI Studio 取得 Gemma 模型、調整程式碼以供正式環境使用，並將模型部署為 Cloud Run 上的容器化網頁應用程式。 |
2025-05-29 |
|
ADK
代理程式
社群
MCP
|
本文將示範如何設定 Agent Development Kit (ADK) 工作流程，與 Cloud Run 上託管的 Model Context Protocol (MCP) 伺服器通訊，藉此管理航班預訂，建構 AI 代理架構。 |
2025-05-27 |
|
ADK
代理程式
架構
LangGraph
Vertex AI
影片
|
這部影片說明如何使用 Cloud Run 和 Vertex AI 建構及部署 AI 代理。並探討工具呼叫、模型不可知論等重要概念，以及如何使用 LangGraph 和 Agent Development Kit (ADK) 等架構。 |
2025-05-21 |
|
代理程式
AI Studio
網誌
MCP
|
輕鬆部署 AI：從 AI Studio 或與 MCP 相容的 AI 代理，將應用程式部署至 Cloud Run 這篇網誌文章介紹了簡化 AI 部署作業的方法，包括從 AI Studio 一鍵部署至 Cloud Run、直接部署 Gemma 3 模型，以及用於以代理程式為基礎部署作業的 MCP 伺服器。 |
2025-05-20 |
|
A2A
代理程式
社群
架構
用途
|
在 Cloud Run 上探索 Agent2Agent (A2A) 通訊協定，並瞭解購買服務專員的使用案例 本文將說明 Agent2Agent (A2A) 通訊協定，並示範如何搭配購買服務專員應用程式使用。Cloud Run 應用程式包含多個以不同架構建構的 AI 代理程式，彼此協作來完成使用者的訂單。 |
2025-05-15 |
|
AI 模型
自動化動作
持續整合/持續推送軟體更新
社群
GitHub
|
使用 GitHub Actions 和 Cloud Run 自動部署機器學習模型 本文提供完整指南，說明如何使用 GitHub Actions 建立 CI/CD 管道，自動建構及部署機器學習模型，做為 Cloud Run 上的容器化服務。 |
2025-05-08 |
|
AI 模型
GPU
Ollama
影片
|
3 個步驟透過 Cloud Run GPU 託管 DeepSeek 這部影片說明如何透過 Cloud Run GPU 簡化 DeepSeek AI 模型的代管作業。瞭解如何使用三項指令，在 Google Cloud 部署及管理大型語言模型 (LLM)。觀看影片，瞭解 Cloud Run 和 Ollama 指令列工具的功能，協助開發人員運用隨選資源配置和調度，快速運作 AI 應用程式。 |
2025-04-24 |
|
代理程式
網誌
用途
|
合併速度提升 50%，錯誤減少 50%：瞭解 CodeRabbit 如何運用 Google Cloud Run 建構 AI 程式碼審查代理程式 本文將展示 AI 程式碼審查工具 CodeRabbit 如何運用 Cloud Run 建構可擴充且安全的平台，執行不受信任的程式碼，最終將程式碼審查時間和錯誤減少一半。 |
2025-04-22 |
|
社群
LLM
安全性
|
運用 Google Cloud - Cloud Run 建構主權 AI 解決方案 本文將逐步說明如何使用 Sovereign Controls by Partners，在 Google Cloud 上建構及部署主權 AI 解決方案。這個範例會在 Cloud Run 上執行 Gemma 模型，確保資料落地，並遵守歐洲法規。 |
2025-04-03 |
|
程式碼研究室
Gemini
|
如何使用 Gemini，將 FastAPI 聊天機器人應用程式部署至 Cloud Run 本程式碼實驗室說明如何將 FastAPI 聊天機器人應用程式部署至 Cloud Run。 |
2025-04-02 |
|
Cloud Run functions
程式碼研究室
LLM
|
如何在 Cloud Run 函式的 Sidecar 中託管 LLM 本程式碼實驗室說明如何在 Cloud Run 函式的 Sidecar 中託管 gemma3:4b 模型。 |
2025-03-27 |
|
網誌
部署
|
如何在 Cloud Run 上部署無伺服器 AI 和 Gemma 3 這篇網誌文章宣布推出輕量級開放式 AI 模型系列 Gemma 3，並說明如何在 Cloud Run 上部署這些模型，打造具備擴充彈性且經濟實惠的無伺服器 AI 應用程式。 |
2025-03-12 |
|
架構
RAG
Vertex AI
|
使用 Vertex AI 和 Vector Search 建構生成式 AI 的 RAG 基礎架構 本文介紹在 Google Cloud 上建構檢索增強生成 (RAG) 生成式 AI 應用程式的參考架構，並說明如何運用 Vector Search 大規模比對相似度，以及如何使用 Vertex AI 管理嵌入項目和模型。 |
2025-03-07 |
|
網誌
Vertex AI
|
使用 Vertex AI 和 Cloud Run，在 60 秒內建立可共用的生成式 AI 應用程式 本文將介紹 Vertex AI 的一項功能，讓您按一下即可在 Cloud Run 上部署網頁應用程式。使用生成式 AI 提示，簡化將生成式 AI 概念轉化為可共用原型的流程。 |
2025-02-20 |
|
網誌
GPU
推論
RAG
Vertex AI
|
使用 Cloud Run 和 Vertex AI 啟用「推論即服務」 這篇網誌文章說明開發人員如何在 Cloud Run 採用「推論即服務」模型，加快生成式 AI 應用程式的開發速度。這項功能支援 GPU，可讓您代管及擴充 LLM，並與檢索增強生成 (RAG) 技術整合，產生符合情境的回覆。 |
2025-02-20 |
|
社群
LLM
|
在早上通勤途中，從零開始使用 Cloud Run 進行 Deepseek 本文說明如何在通勤途中，使用 Ollama 在搭載 GPU 的 Cloud Run 上快速部署 Deepseek R1 模型。本文將探討進階主題，例如將模型嵌入容器、使用流量分配進行 A/B 測試，以及使用邊車容器新增網頁 UI。 |
2025-02-11 |
|
呼叫函式
Gemini
影片
|
本影片將探討 Gemini 函式呼叫的強大功能，並瞭解如何將外部 API 整合至 AI 應用程式。建構天氣應用程式，運用 Gemini 的自然語言理解功能處理使用者要求，並從外部 API 擷取天氣資料，實際示範函式呼叫功能。 |
2025-01-23 |
|
社群
LLM
Ollama
|
如何在 Google Cloud Run 透過 Ollama 執行任何開放式大型語言模型 [逐步說明] 本文將說明如何使用 Ollama，在 Google Cloud Run 上代管任何開放式大型語言模型，例如 Gemma 2。本文也包含建立 Cloud Storage bucket 的操作說明，方便您保存模型及測試部署作業。 |
2025-01-20 |
|
社群
機器學習模型
|
使用 Google Cloud 部署含 GPU 的無伺服器機器學習模型：Cloud Run 本文提供逐步指南，說明如何在 Cloud Run 上部署支援 GPU 的機器學習 (ML) 模型。本文涵蓋所有內容，從專案設定和容器化，到使用 Cloud Build 自動部署，以及使用 curl 和 JavaScript 進行測試。 |
2025-01-17 |
|
圖像生成
Vertex AI
影片
|
透過 Cloud Run 上的 Google Cloud Vertex AI 將文字轉換為圖片 這部影片說明如何使用 Google Cloud 的 Vertex AI 建構圖像生成應用程式。開發人員可使用 Vertex AI 圖像生成模型，輕鬆製作精美圖像，不必管理複雜的基礎架構或模型。 |
2025-01-16 |
|
大型提示視窗
模型微調
RAG
影片
|
這部影片將探討將資料整合至 AI 應用程式的三種主要方法：使用長脈絡視窗的提示、檢索增強生成 (RAG) 和模型微調。在本集「Serverless Expeditions」中，瞭解每種方法的優點、限制和理想用途，為 AI 專案做出明智決策。 |
2024-11-14 |
|
提示工程
影片
|
這部影片會說明如何運用提示工程，提升 AI 回覆的品質。觀看影片，瞭解如何運用思維鏈、少量樣本和多樣本提示技術，讓生成式 AI 生成更準確且相關的回覆。 |
2024-10-31 |