1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | Migrate AI Workloads to GKE Inference（google-cloud-solution-guided-gke-ai-migration） |
| 作者/维护者 | Google（google/skills 仓库） |
| 来源链接 | https://github.com/google/skills/tree/main/skills/cloud/google-cloud-solution-guided-gke-ai-migration |
| 许可证 | Apache-2.0（数据来源：GitHub API） |
| GitHub Stars | 18,409（数据来源：GitHub API；该数字属整个 google/skills 合集仓库，不代表本技能自身热度） |
| Forks | 1,446（同上，合集整体数据） |
| 最新版本 | 仓库不发布正式 release，持续滚动更新；本技能目录最近一次提交为 2026-08-06（数据来源：GitHub API） |
| 安装方式 | npx skills add google/skills 交互式勾选安装，或手动复制 skills/cloud/google-cloud-solution-guided-gke-ai-migration/ 目录到 agent 的 skills 目录 |
2. 功能介绍与亮点
这是一个引导 agent 完成“把既有 AI 推理工作负载迁移到自托管 GKE”全流程的架构师型技能，覆盖从 Cloud Run、Gemini API、Gemini Enterprise Agent Platform 或自建 VM 迁移到 GKE 的场景：
- 四阶段结构化工作流：Discovery（读取现有部署配置与流量特征）→ Solution Design（显存精算、硬件选型、生成 manifest）→ Implementation（分步落地部署）→ Validation and Cutover（健康检查、推理测试、流量切换与回滚预案），每个阶段的回复都带进度指示行，避免用户在长流程中迷失当前所处环节。
- 确定性显存计算公式：给出基于参数量、量化精度、KV Cache 开销与安全余量的显式 VRAM 计算公式，并要求据此推荐具体加速器型号，而非凭经验估算。
- 5 份现成 manifest 模板：vLLM 部署、Custom Compute Class、Inference Gateway、存储配置、模型暂存 Job，均可直接按发现阶段收集的参数替换生成。
- 分阶段执行授权：只读的发现类命令（如列出 Cloud Run 服务）需先获得用户明确许可才执行；改动性命令（
apply/create/delete）默认只生成、交给用户自己运行，仅当用户明确要求代为执行时才动手并回报真实输出。 - 凭据处理规则严格：Hugging Face Token 等敏感凭据全程不写入 manifest 明文，强制通过 Kubernetes Secret 引用；若用户已在对话中粘贴过 token，会主动提示该 token 已暴露、建议吊销重发。
- 内置故障排查指南：针对“Pod 已创建但推理端点无响应”等常见卡点给出具体诊断命令与判断逻辑（如区分 JIT 编译延迟与真实网络故障）。
亮点：官方 Google 出品，源自 2026 年 Google Cloud Next 大会同期发布的“Intent to Infrastructure”迁移方案；开源可审计；技能目录最近一次提交为 2026-08-06，维护活跃；与同仓库的全新部署类技能划清了适用边界。
3. 适用场景
固定分类：DevOps 与基础设施。
适用于已经在 Cloud Run、Gemini API 或 Gemini Enterprise Agent Platform 上运行 AI 推理服务、计划迁移到自托管 GKE 以获得更高控制力或更低长期成本的平台工程师；也适用于负责显存与加速器选型、模型权重暂存策略设计的团队；以及需要规划流量切换与回滚预案、避免迁移过程中服务中断的 SRE。
4. 跨 Agent 兼容性
- Claude Code：原生支持——仓库 README 明确列出
claude plugin marketplace add google/skills安装路径，随后claude plugin install <plugin>@google-plugins即可。 - Codex：原生支持——仓库 README 明确列出
codex plugin marketplace add google/skills，随后从/plugins浏览器安装。 - OpenClaw：未验证——未见到针对该 agent 的专门说明。
- Hermes Agent：未验证——未见到针对该 agent 的专门说明。
5. 推荐理由
手工把一个跑在 Cloud Run 或 Gemini API 上的 AI 服务迁移到自托管 GKE，容易在显存估算、密钥暴露、staging 策略、流量切换四个环节踩坑。这个技能把 Google 官方的迁移最佳实践固化成结构化流程与可复用 manifest 模板，并在每个高风险动作（执行改动性命令、处理密钥）上设置了明确的用户确认闸门，让用户既能拿到专业的架构建议，又不必担心 agent 在自己不知情的情况下改动生产集群或泄露凭据。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方 Google 为一线云厂商且是 GKE 产品本身的所有者，属官方出品；google/skills 合集仓库 18,409 星不计入单个子技能，检索 GitHub issues 与公开网络均未找到针对本技能自身的独立第三方讨论（技能于 2026-07-23 上线，较新） |
| 可用性 | 9 | 四阶段流程完整、配 5 份现成 manifest 模板与确定性显存计算公式；核心路径纯 gcloud/kubectl 命令，不依赖额外 MCP 工具上下文；技能目录最近一次提交为 2026-08-06，维护活跃；过程中自动生成 migration-state.md 记录进度，支持中断后续接 |
| 安全性 | 9 | 官方出品、开源可审计（Apache-2.0）；命令执行范围分阶段明确授权，改动性命令默认不自动执行；敏感凭据（HF Token）全程不落地明文、强制 Secret 引用，并有暴露后主动提醒吊销的机制 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令执行范围 | gcloud/kubectl 命令针对用户自己的 GCP 项目；只读发现命令需用户先授权，改动性命令默认只生成不执行，用户明确要求才代为运行并回报输出 |
| ② 运行时联网外发 | 仅与用户自己的 Google Cloud 项目及官方文档站点交互，外联目标透明 |
| ③ API key/凭据 | Hugging Face Token 强制通过 Kubernetes Secret 引用，明令禁止写入 manifest 明文；若发现 token 已暴露在对话中，主动建议吊销重发 |
| ④ 可疑指令/注入迹象 | 未发现 |
| ⑤ 作者/组织信誉 | Google 官方仓库，无造假迹象 |
| ⑥ License | Apache-2.0，明确 |
| ⑦ 最近维护时间 | 技能目录最近提交 2026-08-06，所属仓库整体最近提交 2026-08-17，持续维护中 |
7. 跟同类 Skills 相比的优势
| 项目 | 定位 | 与本技能的差异 |
|---|---|---|
| Gke_Inference_Google_Skills | 同仓库姊妹技能，面向全新 GKE 推理服务部署，基于 AI Profiles 生成 manifest 并做硬件选型 | 是“从零部署”工具，不覆盖既有工作负载的配置发现、显存迁移换算与流量切换预案；本技能在正文里明确把“全新部署”场景指路给这个技能，两者互补而非重叠 |
Kubernetes_Specialist（jeffallan/claude-skills，11,036★，MIT） |
通用 Kubernetes 部署与管理技能，覆盖 Helm Chart、RBAC、网络策略、存储、GitOps 等日常运维场景 | 定位是平台无关的通用 K8s 运维助手，不针对 AI 推理工作负载，也不含显存/加速器选型逻辑与“从其他云服务迁移到 GKE”的现状发现流程 |
| Google Cloud “Intent to Infrastructure” Codelab（配套 Gemini Cloud Assist MCP Server） | 官方另一条自动化迁移路径，通过自然语言意图直接生成并应用基础设施配置 | 是全自动、经由 MCP Server 驱动的路径，跳过人工审核环节；本技能定位“架构师引导式”，每一步生成的 manifest 都先交给用户审阅确认后再落地，适合希望保留人工把关的团队 |
8. 用户评价
该技能于 2026-07-23 上线、2026-08-06 最近更新，目前在 GitHub Issues、Reddit、Hacker News 等第三方渠道尚无独立具名用户评价。
9. 其他补充
该技能是 google/skills 仓库“Multi-product solution skills”分组下的技能之一，与同分组的 RAG 企业检索、n 层无服务器 Web 应用等方案技能同属“跨产品解决方案”类型，服务于用户已有明确迁移意图、需要落地到具体架构决策与部署命令的环节，而非通用产品入门教程。
10. 安装使用方式
- 一键安装：
npx skills add google/skills，安装过程中勾选 “Migrate AI Workloads to GKE Inference”。 - 插件市场（Claude Code）：
claude plugin marketplace add google/skills，再执行claude plugin install <plugin>@google-plugins。 - 插件市场（Codex）：
codex plugin marketplace add google/skills，再从/plugins浏览器中选择安装。 - 手动安装：将仓库
skills/cloud/google-cloud-solution-guided-gke-ai-migration/（含SKILL.md与assets/子目录）复制到本地 agent 的 skills 目录。 - 使用前需完成
gcloud auth login认证、本机安装gcloud与kubectlCLI，并对目标 GCP 项目具备集群管理、Workload Identity、GPU/TPU 配额等相应 IAM 权限。首次对话时向 agent 表达迁移意图即可触发 Discovery 阶段。
11. 注意事项
- 定位是“人工架构师引导式”迁移：每一步生成的 manifest 都需要用户审阅确认，不是全自动迁移工具；若需要全自动路径，正文会提示改用 Gemini Cloud Assist MCP Server（超出本技能覆盖范围）。
- manifest 模板默认针对 GPU 场景；若选择 TPU 加速器，需按技能提示改用官方 TPU 文档而非模板资产。
- 若用户没有既有工作负载可迁移、只是想从零部署一个新的 GKE 推理服务，应改用同仓库的
gke-inference技能。 - 跨 Agent 兼容性仅确认 Claude Code / Codex，OpenClaw / Hermes Agent 未验证。