この Codelab では、Vertex AI エージェント開発キットを使用して、キッチン改装の提案書を作成するシンプルなエージェント アプリケーションを構築します。

Cloud Run で 1 クリック IAP を使用する方法を学習する

Cloud Run GPU で安定した拡散を実行する方法を確認する

この Codelab では、最新のテクノロジーである Model Context Protocol（MCP）、エージェント開発キット（ADK）、Agent2Agent（A2A）プロトコルを使用して AI エージェントを構築します。

Google のエージェント開発キット（ADK）を使用して、マルチエージェント AI 開発をマスターしましょう。このハンズオン ワークショップでは、ADK、A2A（エージェント間）通信、Model Context Protocol（MCP）を使用して、コラボレーション エージェントの構築、オーケストレーション、接続を行う方法について説明します。これらのスキルを応用して、AI を活用したソーシャル イベント プランニング アシスタント「InstaVibe」を開発し、Google Cloud にマルチエージェント システムをデプロイする方法を学びます。

Kotlin の関数について学習する

自分のアートスペースを紹介する Android アプリの作成方法を紹介します。

Nearby Messages API でメッセージを送信、検出する方法を学びましょう

テキストと画像を使用して、アファメーションのスクロール可能なリストを表示するアプリを作成します。

この Codelab では、XR フォーム ファクタによって使えるようになる、独自のユーザー エクスペリエンスについて学びます。また、Jetpack Compose XR ライブラリで提供されるコンポーザブルを利用して、アプリを最大限に生かしながら Android XR ヘッドセットで動作させる方法の基礎についても学びます。

この Codelab では、Play Integrity API をサンプルアプリに追加します。Play Integrity API を使用して完全性判定の結果をリクエストします。これにより、アプリのライセンス ステータスと完全性、アプリが実行されるデバイスの完全性ステータスを判定できます。

システム トレースを分析し、遅れの原因として一般的なものを修正して、Compose アプリを高速に実行できるようにします。

この Codelab では、Compose アプリのユーザー補助を改善する方法を学びます。タップ ターゲットを大きくする方法や、内容説明、クリックラベル、カスタム操作を追加する方法などをご確認ください。

Wear の Ongoing Activity API を使用すると、デベロッパーは、最小限のコードでアプリの利便性を高めることができます。ユーザーは、ウォッチフェイスやアプリ ランチャーから簡単なタップ操作でアプリに戻って重要なアクティビティを表示できるようになります。

配列とコレクション（リスト、セット、マップなど）の使用方法について説明します。

この Codelab では、アーキテクチャ コンポーネントのひとつである ViewModel の使用方法を学びます。ViewModel を実装して、構成変更時にアプリの状態が保持されるようにします。

Android Kotlin アプリで Room を使用する方法について学びます。Room は、Android Jetpack の一部である永続データベース ライブラリです。Room は SQLite を対象とした抽象化レイヤです。Room には、データベースのセットアップ、設定、クエリを行うための便利な API が用意されています。

この Codelab では、Compose の基本を学習します。

この Codelab では、テレビ映画 / エピソード用 Watch Next を作成するためのベスト プラクティスについて学びます。

コンポーザブルを使用するシンプルなアプリの作成方法を学習します。

この Codelab の目的は、新しいマテリアル デザイン 3 と Material You の実装を使用した Jetpack Compose でのテーマ設定のデモを行うことです。

Vertex AI for Firebase を使用して、簡単な Gemini API 機能を Android アプリに追加する方法を学習します。

Kotlin でコレクションに対して一般的な高階関数を使用する方法を学習します

Kotlin でシンプルなプログラムを作成および変更する方法を学習します。

この Codelab では、アクティビティのライフサイクルとロギングについて学習します。

この Codelab では、Watch Face Format（WFF）を使用して Wear OS ウォッチフェイスを作成する方法について学習します。これには、形式自体、ウォッチフェイス パッケージの構造、ウォッチフェイスの検証方法の理解が含まれます。

Android 15 でのエッジ ツー エッジの適用の処理を学びます。

Android Emulator でアプリを実行する方法について説明します。

Android は過去いくつかのリリースで、個別のプライバシー機能を多数リリースしてきました。皆さまのアプリで、これらの機能をぜひ採用していただければと思います。この Codelab では、個々のプライバシー機能の連携について解説し、デベロッパーのアプリから非公開のユーザーデータへのアクセスについて確認する方法と、実行中の既存アプリにプライバシーに関するベスト プラクティスを導入する方法をお見せします。

この Codelab では、Jetpack Compose の状態と副作用に関する高度なコンセプトについて学習します。複雑なステートフル コンポーザブルの状態ホルダーを作成する方法、コルーチンを作成して Compose コードから suspend 関数を呼び出す方法、さまざまなユースケースを実現するために副作用をトリガーする方法をご確認ください。

この Codelab では、仕事用プロファイルを使って管理対象デバイスで動作したときのユーザー エクスペリエンスが高まるようにアプリを変更します。

Vulkan はパフォーマンスに優れた最新のグラフィック API です。GPU への低レベルのアクセスが可能で、さまざまな手段で実装を最適化しますが、簡単に使用できるものではありません。代わりに使用できる OpenGL ES は、よりシンプルなものですが、レガシー ハードウェアのアーキテクチャに基づいており、機能とパフォーマンスの面で劣ります。OpenGL ES は他のほとんどのプラットフォームでは非推奨となっており、もう開発は行われていません。Android では、OpenGL ES を非推奨にして Vulkan に移行する予定です。デベロッパーはこの移行に備える必要があります。

この Codelab では、Compose Animation API の使用方法を学びます。

アクション ボタンの追加方法、キーボード アクションの設定方法、Switch コンポーザブルの使用方法を学習します。

マテリアル デザインのアダプティブ デザインの原則を使用して、画面サイズに一貫性を持たせる方法を学びます。この Codelab では、モバイル デザインをタブレット形式にし、レスポンシブ グリッド、アダプティブ コンポジション パターン、正しいコンポーネントについて学びます。

Android Kotlin アプリで Room を使用してデータの読み取りと更新を行う方法について学びます。Room は、Android Jetpack の一部であるデータベース ライブラリです。Room は、データベースのセットアップと設定に関する多数の処理を行い、通常の関数呼び出しを使用してアプリでデータベースを操作できるようにします。

Android アプリで最新のタッチペン エクスペリエンスを実現する高度な手法の実装方法を学びます。

この Codelab では、Android Automotive OS デバイス向けに優れた駐車時エクスペリエンスを構築してテストする方法について学習します。自動車に搭載されているさまざまな画面を最大限に活用する方法、自動車特有のさまざまな状況において、ユーザーが標準の Android メカニズムを使用してコンテンツの再生を操作できるようにする方法を学びます。

Navigation コンポーネントのテスト方法と、テストするコードの量を最大化する方法について学習します。

Android 用の WorkManager API を使用すると、バックグラウンド処理の実行が簡単になります。WorkManager は、クエリ可能、再利用可能、チェーン化可能なタスクを作成できます。Android の推奨タスク スケジューラでもあります。この Codelab では、簡単なジョブの作成から、より複雑なチェーン化されたジョブの作成まで、WorkManager の使い方を詳しく説明します。

Kotlin で null 可能性を使用する方法を学習します。

Jetpack WindowManager ライブラリを使用して、折りたたみ式デバイスやデュアル スクリーン デバイスなどの新しいフォーム ファクタにアプリを対応させる方法を学習します。

マテリアル 3 を使った手軽でパーソナライズされたテーマとブランドの作り方を学びます。

名刺を表示する Android アプリを作成する方法を学習します。

マテリアル デザインのコンセプトに基づいて、リストとシンプルなアニメーションを作成し、スーパーヒーローのリストを作成します。

色、シェイプ、タイポグラフィなど、マテリアル テーマ設定をアプリに追加する方法を学びます。

アプリのユーザー補助機能をテストする方法を学習します。

修飾子を使用して Compose でドラッグ＆ドロップを有効にする方法を学習します。

Kotlin プログラミング言語の基本コンセプトを応用して、与えられた課題を解決します。

アクティビティ ベースのアプリでアクティビティの埋め込みを使用すると、コードのリファクタリングなしで、大画面での 2 ペイン レイアウトに対応できます。依存関係の追加、XML 構成ファイルの作成、イニシャライザの実装を行い、アプリ マニフェストに何点か変更を加えます。コードを編集する場合は、メイン アクティビティの onCreate() メソッドからいくつかの Jetpack API 呼び出しを実行します。この Codelab では、XML と API の両方の開発手法でアクティビティ ベースのアプリを更新し、リストと詳細の 2 ペイン レイアウトに対応します。

ネットワーク呼び出しをリポジトリに分割し、Mars Photos アプリのアーキテクチャをさらに改善する方法を学習します。

Compose アプリに簡単なスプリング アニメーションを追加する方法を学習します。

基本的な UI コンポーザブルのコンセプトを適用し、所与の問題について、画面を実装します。

ボタンクリックの動作について学習した内容を応用して、アプリを作成します。

この Codelab では、View システムの画面の一部を Jetpack Compose に移行する方法を学びます。

キーボードとポインティング デバイス（マウスやトラックパッドなど）をサポートするアプリを、Compose で開発する方法について説明します。

この Codelab では、Jetpack Macrobenchmark を使用してアプリの起動時間とフレーム時間を測定する方法を学習します。

初めての Android アプリを作成する方法について説明します。

状態の概要と、Jetpack Compose での状態の使用方法と操作方法を学習します。

インターネットを利用できない場合でもユーザーを相互に接続する方法について説明します

この Codelab では、TwoActivities アプリにロギング ステートメントを追加し、アクティビティのライフサイクルの変化を確認します。これらの変更と連動して、そのような条件下でユーザー入力を処理する方法を探ります。

この Codelab では、ビルド バリアントを使用して、DiceRoller アプリのデフォルト版（デモ版）とプレミアム版（完全版）を作成します。

コンポーザブルを使用するシンプルなアプリの作成方法を学習します。

Affirmations アプリのアプリアイコンを変更します。

Room と Kotlin マルチプラットフォームを使用してアプリのデータベースを共有する方法を学びます。これにより、最も重要なビジネス ロジックを iOS アプリと共有し、不要なバグや機能の欠落を防ぎながら、どこでも同じ機能を維持できます。

この Codelab では、アクティビティの埋め込みに新しく追加された機能を使用して、アプリの大画面でのエクスペリエンスを改善する方法を学びます。これらの機能には、ペインの拡大、オーバーレイ プレゼンテーション、全画面ダイアログを暗くする機能、アクティビティ スタックの固定などがあります。

アクション ボタンの追加方法、キーボード アクションの設定方法、Switch コンポーザブルの使用方法を学習します。

この Codelab では、都市のホテルに関するユーザーのクエリに回答する旅行代理店の作成手順について説明します。エージェントはエージェント開発キット（ADK）を使用して構築され、エージェントがデータベース内のデータにアクセスできるように MCP Toolbox for Databases を利用します。

Flutter を使用して、効果音、バックグラウンド ミュージック、ダイナミック オーディオをゲームに追加する方法を学びます。

この Codelab では、Flutter がサポートしている 6 つのプラットフォームで、マテリアル 3 を使い、流れるようなアニメーションで表示されるアダプティブなデザインのアプリケーションを作成する経験が得られます。

この Codelab では、Compose の Navigation の基本について学びます。

アダプティブ ナビゲーション UI パターンを使用してアプリを大画面に適応させる方法について学びます。

Kotlin でラムダ式と高階関数を使用する方法について説明します。

アプリを接続する方法を確認する

この Codelab では、Android アプリ アーキテクチャのデータレイヤーについて学びます。リポジトリ、データモデル、データソースを構築し、ローカル データベースとネットワーク サービスにデータを読み書きします。

この Codelab では、プラットフォームのベスト プラクティスを念頭に置きながら、ウォッチフェイスの追加機能にデータを公開する方法を学びます。

この Codelab では、View システムの画面の一部を Jetpack Compose に移行する方法を学びます。

Android デバイスは長年にわたり進化を続け、さまざまなサイズ、形状、ディスプレイ、機能を搭載したデバイスが登場しています。当初からスマートフォンで写真を撮影できる機能は重要でした。現在でも、消費者がスマートフォンを購入する際に重視する項目の一つにカメラ機能が入っています。

配列とコレクション（リスト、セット、マップなど）の使用方法について説明します。

この Codelab では、予測型「戻る」アニメーションを SociaLite アプリに追加する方法を学びます。

Android Sleep API に登録して、SleepSegmentEvents と SleepClassifyEvents を取得する方法を学びます。

ユーザーがサイコロを振ってその結果を表示できるインタラクティブなアプリ「Dice Roller」の作成方法を学習します。

Kotlin で条件を記述する方法を学習します。

Android 1 で位置情報の利用許可をリクエストする

この Codelab では、状態を管理することでリッチでインタラクティブな Compose アプリケーションを構築する方法を学びます。

この Codelab では、Compose に標準搭載されているコンポーザブルと修飾子を使用して、実際のデザインを実装する方法を学びます。

リレーショナル データベースの基本コンセプトと、SQL を使用したデータベースの読み取りと操作について学習します。

Kotlin でクラスとオブジェクトを使用する方法について学習します。

この Codelab では、リストを表示するアプリにページング ライブラリを統合します。ページング ライブラリを使用すれば、大規模なデータセットからデータのページをローカル ストレージやネットワーク経由で読み込んで表示できます。

Compose コードで使用するジェネリクス、列挙型クラス、データクラス、オブジェクト、スコープ関数など、Kotlin のコンセプトの概要を学びます。

Kotlin のプレイグラウンド内で、Kotlin コルーチンを使用して非同期コードを記述する方法を学習します。

この Codelab では、まずシンプルな 3D 物理シミュレーション ゲームをセットアップし、それに適応性機能を統合します。統合するもの:

この Codelab では、Coil ライブラリを使用して、Android Compose アプリでインターネットから写真を読み込んで表示します。

スクロール可能なリストを Affirmations アプリに追加する

Android Studio でデバッガを使用して、実行時のアプリの状態を検査してデバッグする方法を学習します。

Android Studio をダウンロードしてインストールする方法について説明します。

すべてのプロトタイプ作成者、モーション デザイナーに朗報！アニメーションで 1 つの値を微調整してから、コンパイルして変更を確認するまでに数分かかることにうんざりしていませんか？プロトタイプを誰かに渡した後、各種オプションをオンザフライで調整して、その人にさまざまなプロトタイプを試してもらいたいと思ったことはありませんか？「1 行のソリューション」という言葉にワクワクしませんか？

最終更新日: 2022 年 5 月 6 日 Cronet は Android アプリがライブラリとして利用できる Chromium ネットワーク スタックです。Cronet は、アプリの動作に必要なネットワーク リクエストのレイテンシを抑え、スループットを向上させる複数のテクノロジーを利用します。 Cronet Library は、 YouTube 、 Google アプリ 、 Google フォト 、 マップ - ナビ＆乗換

Cupcake アプリに Navigation コンポーネントを追加してアプリのフローを整理し、異なる画面間の移動とデータの受け渡しを行います。

Android アプリ内で Kotlin コルーチンを使用する方法と、コルーチンをテストする方法を学習します。

この Codelab では、レストランをリスト表示する Android アプリを作成します。この作業を通じて、Android アプリリンクを設計、構成、検証する方法を学びます。

この Codelab では、Jetpack Compose で作成された UI のテストについて学びます。単独でのテスト、デバッグテスト、セマンティクス ツリー、同期について学びながら、最初のテストを作成します。

Jetpack Compose を使用してビューベースの Android アプリにアダプティブ レイアウトを追加する方法を学習します。

この Codelab では、自動車向けアプリ ライブラリの基礎について説明します。このライブラリは、Android Auto と Android Automotive OS 用の、駐車中と運転中のどちらでも使用できるアプリの作成に使います。実装を両方のプラットフォームで再利用する方法と、さまざまな画面設定や入力方法への対応など、難しい問題に対処する方法を学びます。

正規レイアウト パターンを実装してアプリを大画面に適応させる方法について学習します。

この Codelab では、ヘルスコネクトに対する読み取りと書き込みをサポートする健康＆フィットネス アプリを作成します。

コミュニティで開発されたライブラリを使用して、Android Kotlin Compose アプリでウェブサービスに接続し、データを取得して表示する方法を学習します。また、発生する可能性があるネットワーク エラーを処理する方法も学習します。

変数がプログラミングで役立つ理由と、Kotlin コードで変数を定義および更新する方法を学習します。

この Codelab では、SociaLite アプリに Glance ウィジェットを追加する方法を学びます。

Compose for TV の基本を学習し、TV アプリでよく使われる画面を 2 つ作成します。

マテリアル デザイン、リストの作成、シンプルなアニメーションというコンセプトに基づいて、スーパーヒーローのリストを作成します。

この Codelab では、ベースライン プロファイルを使用して、アプリの起動時間とフレーム時間を改善する方法を説明します。

この Codelab では、新しい Wear OS 向け Compose と Material 3 Expressive のコンポーネントを使用して、Compose の知識をウェアラブルに活用する方法を学びます。Codelab が終了するまでに、スマートウォッチ用アプリでシンプルなコンポーザブルと高度なコンポーザブルの両方を作成します。

ViewModel をテストして、アプリの正確性、機能の動作、ユーザビリティを検証する方法を学習します。

ビューのドラッグ＆ドロップを有効にする方法と、アプリ内とアプリ間で DragHelper と DropHelper を使用する方法を学習します。

Android 12L の登場、新しいフォーム ファクタ（折りたたみ式デバイスなど）、新しい表示モード（マルチウィンドウやマルチディスプレイなど）の出現により、カメラ出力とサーフェスとの関係に関する多くの前提が課題となっていました。

この Codelab では、Wear OS 向けに独自のタイルを作成する方法を学びます。Material 3 Expressive デザイン ガイドラインに準拠した UI を簡単に作成できるライブラリを使用し、Android Studio でタイルをプレビューしながら開発します。

この Codelab では、Spanner インスタンスを作成し、Spanner の組み込みベクトル検索と Vertex AI モデルとの統合を使用して、ベクトル エンベディングの類似性検索を行います。

すでに習得しているアプリ開発スキルとツールを使用して、Genkit で生成 AI 機能を構築する方法を学びます。

この Codelab では、MCP Toolbox for Databases を使用して BigQuery データセットを公開する方法について説明します。これにより、MCP クライアント（IDE、エージェント デスクトップ アプリケーションなど）が Natural Language を介して BigQuery データセットにアクセスできるようになります。

バッチ干渉 Cloud Run ジョブを実行する方法

Cloud Run Jobs を使用してモデルをファインチューニングする方法について学習する

この Codelab では、Firebase AI Logic を使用して Gemini API を Flutter アプリに統合する方法を学びます。

この Codelab では、Flutter でアニメーションを使用する方法について学習します。サイズと色の両方をアニメーション化するウィジェットを作成し、3D カード フリップ エフェクトを追加します。また、アニメーション パッケージのエフェクトを使用し、Android の予測型「戻る」ジェスチャーのサポートを追加します。

Compose でキーボード フォーカスを管理する方法

この Codelab では、ユーザーとチャットしたり、ドキュメントについて質問したり、関数呼び出しによるモデルの拡張を行ったりします。Java の生成 AI の使用、Vertex AI への Gemini 大規模言語モデルの統合、LangChain4j フレームワークの利用などを行います。

この Codelab では、AlloyDB の最新の RAG 機能を使用して、品質管理とコンテキストに基づく特許検索アプリケーションを実演します。

この Codelab では、Agent Development Kit（ADK）、AlloyDB、Gemini を使用して、Java で強力なステートフルな e2e 特許分析エージェントを構築します。

この Codelab では、Agentspace アプリケーションにアクセスするためのカスタマー ドメインを作成する方法について説明します。

この Codelab では、GraphRAG アプローチを使用して、生成 AI を活用した映画レコメンデーション chatbot を作成する方法について説明します。Neo4j を使用してナレッジグラフを作成し、Vertex AI のテキスト エンベディング モデルを使用してベクトル エンベディングを生成し、Gemini を活用した会話型チャット bot を作成する方法について学習します。この chatbot は、セマンティック検索と LLM 生成の Cypher クエリを組み合わせて、グラフに対してより深い推論を行い、自然言語入力に基づいてコンテキストに応じた説明可能な映画のおすすめを返します。

この Codelab では、Android Automotive OS 用にすでに最適化されているアプリに運転中のオーディオのサポートを追加して、自動車向けに差別化されたエクスペリエンスを構築する方法について学習します。

この Codelab では、Spanner インスタンスを作成し、Spanner Adapter の使用方法について学習します。

2 つの個別の Android プロジェクトと iOS プロジェクトから Kotlin マルチプラットフォームを開始する方法について学びます。この Codelab では、Kotlin マルチプラットフォーム（KMP）モジュールを追加して、Android アプリと iOS アプリ間でコードを共有する方法を学びます。プロジェクトの設定、KMP モジュールの追加、Android アプリと iOS アプリへのリンク、プラットフォーム固有のコードの作成について説明します。

この Codelab では、サンプルの Android アプリ（Kotlin デベロッパー向けの動画アプリ、Java デベロッパー向けの電子書籍アプリ）を変更して、Engage SDK を使用してコンテンツを公開する方法について説明します。同じロジックを、サポートされているすべてのアプリカテゴリに適用できます。

この Codelab では、Vertex AI エージェント開発キットを使用して AlloyDB と統合し、キッチン改装プロジェクトの提案書の作成、許可とコンプライアンス要件の対応、注文管理を処理できるマルチエージェント アプリケーションを構築します。この実装では、AlloyDB 向け MCP ツールボックスを使用して、注文データの取得ステップをエージェントとツールから抽象化します。

この Codelab では、Vertex AI エージェント開発キットを使用して、キッチン改装プロジェクト用のマルチエージェント アプリケーションを構築します。このアプリケーションは、改装提案書の作成、許可とコンプライアンス要件への対応、注文管理を処理し、AlloyDB と統合します。

Thread ボーダー ルーターはマルチキャスト転送をサポートしているため、Thread ネットワークとインフラストラクチャ（Wi-Fi/イーサネット）ネットワーク セグメント間のマルチキャスト通信が可能になります。この Codelab では、Thread マルチキャスト機能を設定して使用するプロセスについて説明します。

この Codelab では、OTBR を標準の Thread ボーダー ルーターとして使用し、同じ Wi-Fi ネットワークに接続しているスマートフォンから Thread エンドデバイスを検出してリーチします。

この Codelab では、OTNS CLI とウェブ ビジュアリゼーションを使用して、シミュレートされた Thread ネットワーク内のノードを追加/移動/削除し、ネットワークがトポロジの変化にどのように適応するかを確認します。

この Codelab では、AI オペレーターを使用して AlloyDB をデプロイし、セマンティック検索、結合、結果のランキングに使用する方法について学習します。

Gemini 2.5 Pro は、コーディングと世界中の知識を扱う非常に優れたモデルです。 2.5 シリーズでは、Gemini モデルがハイブリッド推論モデルになりました。Gemini 2.5 Pro は、タスク全体に拡張された思考能力を適用し、ツールを使用して回答の精度を最大限に高めることができます。 Gemini 2.5 Pro は次のとおりです。 このチュートリアルでは、Gemini 2.5 Pro モデルで Gemini API と Google Gen AI SDK for

この Codelab では、Maps 3D SDK for iOS を使用して SwiftUI で 3D 地図アプリを作成する方法について説明します。 学習内容: 次の有効化の手順では、Maps 3D SDK for iOS を有効にする必要があります。 課金を有効にした Google Cloud Platform アカウントとプロジェクトをまだ作成していない場合は、 Google Maps Platform スタートガイド に沿って請求先アカウントとプロジェクトを作成してください。 Maps

この Codelab では、Google Cloud Spanner インスタンス（空のデータベース）を作成し、サンプルデータを読み込んでクエリを実行する方法を学習します。

この Codelab では、iOS で Home API を使用してデバイスを操作するモバイルアプリを作成します。

Play Billing の統合を最適化して購入の信頼性を高め、定期購入の解約を減らすために、リアルタイム デベロッパー通知（RTDN）を実装し、Play Billing Lab でテストして、全体的な費用対効果を高め、安心してリリースできるようにします。

この Codelab を完了すると、Google Pay が統合された最小限のウェブサイトが完成します。このプロジェクトは、処理のために決済サービス プロバイダに送信される可能性のある支払いトークンを取得します。 Google Pay の支払いリクエストにはリクエスト オブジェクトが必要です。ここで baseGooglePayRequest として定義されているオブジェクトには、すべてのリクエストに共通する最小設定が含まれています。リクエストに応じて追加の設定が追加されます。この Codelab

この Codelab は、 ウェブ用 Google Pay API 101: 基本 の続きであり、その Codelab で作成したコードを使用します。この Codelab を完了するには、まずその Codelab を完了してください。 ButtonOptions の概要は次のとおりです。詳細な説明については、ドキュメントをご覧ください オプション 必要性 値 _trackEvent() 必須 JavaScript イベント ハンドラの名前 allowedPaymentMethods 任意

この Codelab では、Android XR の基礎を学ぶ: パート 1 - モードと空間パネルの基礎を踏まえ、オービターを使用してアプリの UI をさらに空間化し、環境設定を設定することでフルスペース モードのエクスペリエンスをカスタマイズします。

この Codelab では、Flutter 上に構築されたゲームエンジンである Flame の使用方法を学びます。Flame のコンポーネントと効果、Flame を Flutter の状態管理と統合する方法について学習します。

この Codelab では、Android の Home API を使用して高度な自動化を作成します。

この Codelab では、Android の Home API を使用してモバイルアプリを作成します。

この Codelab では、個人的支出の管理に特化したチャット アシスタントを構築します。アップロードされた領収書の画像から情報を保存および解析し、支出の検索と分析にも役立ちます。アプリ自体には、フロントエンドとバックエンドの 2 種類のサービスが含まれます。Gradio を使ってフロントエンドを作成し、バックエンドには FastAPI を作成します。バックエンド側では、Google Agent Development Kit（ADK）を使用してエージェントを設計しています。ADK は、マルチモーダル インタラクションを管理し、ストレージと Firestore データベースを操作します。最後に、このサービスを Cloud Run にデプロイします。

この Codelab では、AlloyDB AI をベクトル検索と組み合わせて使用し、ベクトルデータにインデックスを作成する方法について学習します。

この Codelab では、Gemini でゲームをビートコード化し、テストして、Firebase 経由でデプロイする方法を学びます。

このチュートリアルでは、Python を使用して Document AI プロセッサを管理する方法を学びます。

Firebase Data Connect と GraphQL を使用してウェブアプリを作成する方法について学習する

所要時間: 1 ～ 2 時間 この Codelab を実行するモードは、 ローカルテスト と 集約サービス の 2 つがあります。ローカルテストモードでは、ローカルマシンと Chrome ブラウザが必要です（Google Cloud リソースの作成や使用は不要です）。Aggregation Service モードでは、Google Cloud に Aggregation Service を完全にデプロイする必要があります。 この Codelab

Google Cloud プロジェクトは、API の管理、課金の有効化、共同編集者の追加と削除、Google Cloud リソースに対する権限の管理など、すべての Google Cloud サービスの作成、有効化、使用の基礎となります。 プロジェクトを使用すると、次のことができます。 Google Cloud の 請求先アカウント は 1 つ以上のプロジェクトにリンクされ、それらのプロジェクトで使用されるリソースの支払いに使用されます。支払い情報が含まれており、使用したサービスに対して

この Codelab では、複数のエージェント サービスをデプロイし、A2A プロトコルを実装してエージェント間の通信を標準化する方法を確認します。A2A のコアコンセプトとコンポーネント、および Gemini バックエンドを使用するさまざまなエージェント フレームワークで動作するエージェントを Cloud Run 上に異なるサービスとしてデプロイして、インタラクションを検査する方法を学びます。

この Codelab では、Google Cloud Run 関数について学習します。具体的には、HTTP 呼び出し、Pub/Sub メッセージ、Cloud Storage イベント、Cloud Audit Logs に応答する関数をデプロイします。

この Codelab では、NAT64 をサポートする OpenThread ボーダー ルーターを構築し、ネットワーク内のエンドデバイスを使用して、インターネットから IPv4 のみのリソースにアクセスします。

この Codelab では、OpenThread API を使用して Thread ネットワークを起動し、デバイスロールの変更を監視して対応し、実際のハードウェアで UDP メッセージを送信します。

この Codelab では、「Google でログイン」ボタンを追加する方法を学びます。

この Codelab では、プロデューサー サービスを VPC ピアリングから Private Service Connect に移行し、移行プロセスで接続している IP アドレスを保持する方法を学びます。このプロセスは、プロデューサーとコンシューマーが同じ Google Cloud 組織に属しているサービスに最適です。

この Codelab では、AlloyDB for Databases サービスを使用して、AlloyDB と生成 AI 機能を使用する価格予測アプリケーション用のデータベース用 MCP ツールボックスを構築してデプロイします。

この Codelab では、実際のハードウェアで OpenThread をプログラミングし、Thread ネットワークを作成して管理し、ノード間でメッセージを渡します。

Firebase Studio を使用してアプリをビルド、公開、モニタリングする方法について学びます。

この Codelab では、スマートホーム統合に自動アラートを設定して、停電を検出する方法を学習します。

Google Cloud でログベースの指標を使用してパターンを追跡し、スマートホーム統合のエラーログを分析する方法について説明します。

GCP の指標とロギングを使用して本番環境の問題を特定して解決する方法を学習します。テストスイートを使用して、機能と API の問題を特定する方法について学習します。

この Codelab では、スクリプトによる自動化の記述方法を学習します。

分析ツールを使用して Matter 統合のトラブルシューティングを行う方法と、デベロッパー サポート リソースの詳細を確認します。

Local Home SDK を使用してローカル フルフィルメントを有効にし、スマートホームの統合をアシスタントで拡張する方法を解説します。

GCP の指標とロギングを使用して本番環境の問題を特定して解決する方法を学習します。テストスイートを使用して、機能と API の問題を特定する方法について学習します。ローカルホーム アプリを開発する際に Chrome Dev Tools を使用する方法を学びます。

独自のボーダー ルーターとアプリが Google API と連携して単一の Thread ネットワークを構築する方法についてご確認ください。

このチュートリアルでは、アプリに 3D マーカーを追加してスタイルを設定する方法について説明します。また、特定の場所を飛行してアプリをアニメーション化する方法についても学びます。 このチュートリアルは、最初の codelab で説明したコンセプトを基にしています。まだ Codelab を修了していない場合は、この Codelab を修了して、このアプリに必要な基礎知識を習得してください。 演習内容 このアプリでは、ヨーロッパの主要な Google

この Codelab では、Maps JavaScript の Photorealistic 3D Maps を使用して初めて 3D 地図を作成する方法について説明します。Maps JavaScript API の適切なコンポーネントを読み込み、最初の 3D 地図を表示してその上に対象物を描画するための基礎を学習できます。 この Codelab では、次のような 3D ウェブアプリを作成します。 この Codelab を完了するには、以下の内容を理解しておく必要があります。Google Maps

この Codelab では、Cloud SQL Vertex AI 統合を使用してベクトルを使用したセマンティック検索を行う方法と、ベクトルデータにインデックスを作成する方法について学習します。

この Codelab では、Spanner インスタンスを作成し、Spanner Graph の使用方法について学習します。

Slack の生成 AI エージェント: API 呼び出しによるドキュメントとアクションに関する Q&A

Google Cloud Platform で「Aidemy」という機能的な AI を活用した教師アシスタント システムを開発し、マルチエージェント システムのパワーを紹介します。Google Cloud で複雑なマルチエージェント システムを設計、構築、デプロイする実践的な経験を積み、LLM アプリケーション開発の重要なコンセプトをマスターし、イベントドリブン アーキテクチャのメリットを理解します。

CameraStream トレイトと WebRTC を使用して、ウェブカメラから Google Nest ディスプレイ デバイスにストリーミングする方法について説明します。

カスタマイズ可能なデバイス トレイトでクラウド間インテグレーションを拡張し、2 要素認証でセキュリティを強化する方法を解説します。

この Codelab では、既存の Cast TV アプリからのキャストや通信をサポートするように既存の Android TV アプリを変更します。

入札およびオークション サービス（B&A） は、購入者と販売者が Protected Audience オークションを実施するための 4 つのサービスで構成されています。 購入者のスタック: 販売者のスタック: この Codelab では、ローカル環境でエンドツーエンドの設定とテストを行います。チュートリアルの所要時間は、最初のサービスのビルド時間を除いて約 1 時間です。

この Codelab を実施するには、いくつかの前提条件が必要です。各要件には、「ローカルテスト」と「集計サービス」のどちらに必要かが表示されます。 ローカルテストを行うには、ローカルテストツールをダウンロードする必要があります。このツールは、暗号化されていないデバッグ レポートから概要レポートを生成します。 ローカル テストツールは、 GitHub の Lambda JAR アーカイブ からダウンロードできます。 LocalTestingTool_{version}.jar

Cassandra-Bigtable プロキシと Datastax ZDM プロキシを使用して、ダウンタイムなしでアプリケーション コードを変更せずに Apache Cassandra から Bigtable にデータを移行する方法を学びます。

Cloud 間統合を構築してデプロイし、仮想スマート洗濯機をアシスタントに統合します。

Cloud Run は、フルマネージド プラットフォームで、Google のスケーラブルなインフラストラクチャ上で直接コードを実行できます。この Codelab では、Cloud Run 上の Next.js アプリケーションを Cloud SQL for PostgreSQL データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[ 承認 ] をクリックして続行します。

Cloud Run は、HTTP リクエスト経由で呼び出し可能なステートレス コンテナを実行できるフルマネージド サーバーレス プラットフォームです。この Codelab では、Cloud Run 上の Node.js アプリケーションを Cloud SQL for PostgreSQL データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[ 承認 ] をクリックして続行します。

Cloud Run は、フルマネージド プラットフォームで、Google のスケーラブルなインフラストラクチャ上で直接コードを実行できます。この Codelab では、Node.js Admin SDK を使用して、Cloud Run 上の Next.js アプリケーションを Firestore データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[ 承認 ] をクリックして続行します。

Cloud Run は、フルマネージド プラットフォームで、Google のスケーラブルなインフラストラクチャ上で直接コードを実行できます。この Codelab では、Node.js Admin SDK を使用して、Cloud Run の Angular アプリケーションを Firestore データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[ 承認 ] をクリックして続行します。

Cloud Run は、HTTP リクエスト経由で呼び出し可能なステートレス コンテナを実行できるフルマネージド サーバーレス プラットフォームです。この Codelab では、IAM 認証を使用してサービス アカウントで Cloud Run の Node.js アプリケーションを AlloyDB に安全に接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[ 承認 ] をクリックして続行します。

Cloud Run は、フルマネージド プラットフォームで、Google のスケーラブルなインフラストラクチャ上で直接コードを実行できます。この Codelab では、Cloud SQL Node.js Connector を使用して、Cloud Run 上の Next.js アプリケーションを Cloud SQL for PostgreSQL データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[

Cloud Run は、フルマネージド プラットフォームで、Google のスケーラブルなインフラストラクチャ上で直接コードを実行できます。この Codelab では、Cloud SQL Node.js Connector を使用して、Cloud Run 上の Angular アプリケーションを Cloud SQL for PostgreSQL データベースに接続する方法について説明します。 このラボでは、次の方法について学びます。 ターミナルで、API を有効にします。 承認を求められたら、[

Firebase を Next.js アプリと統合する方法について説明します。

この Codelab では、Cast 対応デバイスでコンテンツを再生するカスタムの Web Receiver アプリを作成します。

Google Wallet API を使用すると、ポイントカード、クーポン、ギフトカード、イベント チケット、乗車券、搭乗券など、さまざまなタイプのパスを通じてユーザーに働きかけることができます。各パスタイプ（パスクラス）には、ユースケースに固有のフィールドと機能が用意されており、ユーザー エクスペリエンスを向上させることができます。

この Codelab では、「Hello World」という名前の Apps Script プロジェクトを作成し、メッセージをログに記録するシンプルな関数 logThis を追加してから、AppSheet の自動化を作成してスクリプトを呼び出します。

この Codelab では、Go で実装される Common Expression Language で式を記述します。変数の作成、論理演算子や演算子の使用、JSON の作成、proto の作成、式の調整を行います。

このラボでは、 Vertex Pipelines を使った ML パイプラインの作成方法と実行方法について学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $25 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

Firebase Extensions と Gemini API を使用して、パーソナライズされたおすすめなどの AI を活用した機能を備えたウェブアプリを作成する方法を学びます。

コーディングの専門知識がなくても、分析に備えてデータをより迅速かつ効率的に準備できるとしたらどうでしょう。 BigQuery Data Preparation を使用すると、それが現実になります。この強力な機能により、データの取り込み、変換、クレンジングが簡素化され、組織内のすべてのデータ担当者がデータ準備を行うことができます。 商品データに隠された秘密を解き明かす準備はできていますか？ Gemini in BigQuery を使用するには、Gemini for Google Cloud API

この Codelab では、Firebase Data Connect を使用して映画レビューの Android アプリを作成します。

Firebase Data Connect を使用して iOS 向けの映画レビュー アプリを作成する方法を学びます。

この Codelab では、TensorFlow Lite を使用して Android スマートフォンで画像分類器を実行します。

この Codelab では、TFLite モデルをデプロイしてユーザーごとにアプリをパーソナライズし、アプリ内購入を最適化する方法について学びます。

リビジョンを使用して、Cloud Run サービスのトラフィック分割、段階的なロールアウト、ロールバックを行う方法について学習します。

簡単なテキストの説明を、鮮やかで詳細な画像に変換するのに数秒しかかからないとしたらどうでしょう。これは生成メディアの力です。生成メディアは急速に進化しており、ビジュアル コンテンツの作成方法や操作方法を再構築しています。Google の Vertex AI の Imagen 3 などのモデルは、最先端の生成 AI 機能をアプリケーション デベロッパーに提供します。 Imagen 3 は、Google がこれまでに開発した中で最も高品質な Text-to-image

Cloud Storage、Firestore、Cloud Run を使用して画像をアップロードして提供する方法を学習する

Gemini を使用して FastAPI chatbot アプリを Cloud Run にデプロイする方法について学習する

この Codelab では、ノースバウンドの Looker アクセス用に L7 リージョン内部アプリケーション ロードバランサを統合する方法について説明します。

この Codelab では、Looker のサウスバウンドで GitHub.com にアクセスするために HTTPS で構成されたインターネット NEG を統合する方法を学習します。

この Codelab では、オンプレミスにデプロイされた GitLab セルフマネージド インスタンスへの Looker サウスバウンド アクセスのサービス プロデューサーとして、HTTPS で構成されたインターネット NEG を統合する方法について学習します。

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

この Codelab では、アップロードされたドキュメントや画像も理解できるチャット アシスタントを構築する方法を学びます。アプリ自体には、フロントエンドとバックエンドの 2 種類のサービスが含まれます。Gradio を使ってフロントエンドとバックエンドの FastAPI を作成し、それらが相互に通信できるようにします。このラボでは、アップロードされたファイルがサービス間で転送される仕組みと、マルチモーダル データを理解するために Gemini に転送する必要があるメタデータについて学習します。

この Codelab では、Google API 用の PSC とカスタム プロデューサー サービス モデルの両方を使用して、Private Service Connect を介して Cloud Run サービスを公開して使用する方法について学習します。

このラボの目標は、VPC をスポークとして NCC を探索することです。

この Codelab では、組み合わせた服装をインテリジェントにおすすめする服装のおすすめアプリを作成します。

Cloud Run 関数のサイドカー内で LLM をホストする方法について学習する

この Codelab では、ユーザーの質問に応じてヨガのポーズに関する質問に回答するように設計された、ナレッジドリブンのコンテキスト ベースのヨガのポーズ検索アプリを作成します。また、ヨガのポーズの作成や編集などの管理タスクも行えます。

Bitbucket - 生成 AI によるコードレビューの自動化

生成 AI を使用した JIRA ユーザーストーリーの実装

GitHub - 生成 AI によるコードレビューの自動化

GitLab - 生成 AI によるコードレビューの自動化

この Codelab では、ナレッジドリブンのヨガのポーズ レコメンダー アプリの作成手順について説明します。このアプリは、ユーザーの質問に回答して、適切なヨガのポーズを提案します。Hugging Face データセットからヨガポーズの Firestore コレクションを作成し、Firestore ベクトル検索を設定して、すべてを Node.js アプリケーションに統合する方法について学びます。

この Codelab では、ナレッジドリブンのヨガのポーズ レコメンダー アプリの作成手順について説明します。このアプリは、ユーザーの質問に回答して、適切なヨガのポーズを提案します。Hugging Face データセットからヨガポーズの Firestore コレクションを作成し、Firestore ベクトル検索を設定して、すべてを Flask アプリケーションに統合します。

この Codelab では、next-hop-instance、next-hop-gateway、next-hop-address などの新しいネクストホップ属性を使用して IPv6 静的ルートを使用する方法について学習します。

Cloud Run Jobs を使用して GPU でバッチ推論を実行する方法について学習する

この Codelab では、Workflows を使用して Google Cloud と HTTP ベースの API サービスをオーケストレートして自動化する方法を学びます。

この Codelab では、Cloud NGFW Enterprise を使用して TLS インスペクションを備えた脅威対策を実現する方法を学びます。

この Codelab では、Dart バックエンド サービスを使用して検証および管理する Flutter アプリにアプリ内購入を追加します。

この Codelab では、AlloyDB、Gemini、Imagen、LangChain4j、GenAI Toolbox for Databases を使用して、ユーザーの検索に一致するおもちゃ（テキストと画像）を見つけ、ユーザーのリクエストに基づいてカスタムおもちゃを作成し、カスタム作成したおもちゃの価格を予測するように設計された RAG ベースのベクトル検索アプリケーションを構築します。

この Codelab では、YouTube 動画を要約できる Gemini を活用した動画要約ツールを作成する方法について学習します。

このラボでは、リモートモデル（Gemini モデル）を使用した推論のための BigQuery Machine Learning（BigQuery ML）の使い方を学びます。そして、映画のポスター画像を分析し、これらのポスターの要約を生成します。

この Codelab では、Google Cloud の強力なツールとインフラストラクチャを使用して生成 AI エージェントを構築してデプロイする方法を学びます。基本的なコンセプトについて説明するとともに、最初のエージェントを稼働させるための初期手順について説明します。

この Codelab では、Trusted Space ソリューションを使用してアクセラレータで AI/ML ワークロードを実行する方法を学びます。

この Codelab では、性別、年齢層、インプレッション時刻、ブラウザの種類といった要素と、ユーザーが広告をクリックする確率との相関性の度合いを、ロジスティック回帰によって理解する方法を解説します。 この Codelab を完了するには、モデルを作成するのに十分な量の高品質なキャンペーン データが必要になります。

この Codelab では、性別、年齢層、インプレッション時刻、ブラウザの種類といった要素と、ユーザーが広告をクリックする確率との相関性の度合いを、ロジスティック回帰によって理解する方法を解説します。 この Codelab を完了するには、モデルを作成するのに十分な量の高品質なキャンペーン データが必要になります。

この Codelab では、線形回帰を使ってクリック単価を予測するモデルの作成方法を解説します。 この Codelab を完了するには、以下が必要です。 この Codelab を完了するには、モデルを作成するのに十分な量の高品質なキャンペーン データが必要になります。 次のクエリを実行します。 テーブル作成のステップとモデル作成のステップは分けておくことをおすすめします。

この Codelab では、線形回帰を使ってクリック単価を予測するモデルの作成方法を解説します。 この Codelab を完了するには、モデルを作成するのに十分な量の高品質なキャンペーン データが必要になります。 次のクエリを実行します。 テーブル作成のステップとモデル作成のステップは分けておくことをおすすめします。 前のステップで作成した一時テーブルに対して、次のクエリを実行します。開始日と終了日は一時テーブル内のデータから自動的に推測されるため、指定しなくても問題ありません。 行

この Codelab では、ウェブアプリを不正アクセスから保護する方法を学びます。

この Codelab では、FCM HTTP v1 API を使用して、複数のプラットフォームで実行されているアプリにプッシュ通知を送信します。Flutter を使用してアプリをビルドし、Android、iOS、ウェブでシームレスに動作させます。

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

App Attest と Firebase App Check を使用すると、バックエンド サービスを保護し、Firebase サービスに対するリクエストが正規のアプリから送信されたリクエストであることを確認できます。 通常、割り当て上限に達しないように、App Attest サービスにユーザーを段階的にオンボーディングすることをおすすめします。詳細については、Apple の アプリ構成証明サービスの使用準備 に関するドキュメントをご覧ください。 「 バージョン

この Codelab では、Firebase Performance Monitoring をサンプルアプリに追加して、機能のロールアウト中にパフォーマンスを測定する方法について学習します。

Firebase App Check は、リクエストが正規のアプリとデバイスから送信されていることを確認することで、請求詐欺やフィッシングなどの不正行為からバックエンド リソースを保護します。Firebase サービスとお客様のバックエンド サービスの両方と連携して、リソースを安全に保ちます。 Firebase App Check について詳しくは、Firebase のドキュメントをご覧ください。 App Check

この Codelab では、Swift で iOS の Firebase プラットフォームを使用する方法について学習します。

この Codelab では、Cloud Firestore と Cloud Functions を使用してリーダーボードを構築します。

Firebase で Flutter モバイルアプリを作成する方法を学びます。

この Codelab では、SKAd Network コンバージョン値スキーマを設定するために収益バケットを作成する方法の例を紹介します。

この Codelab では、Firebase と TensorFlow Lite を使用してテキスト分類を実装する方法を学びます。

この Codelab では、Firebase A/B Testing を使用して最初の Firebase In-App Messaging テストを作成します。

この Codelab では、Unity ゲームで Remote Config A/B テストを使用する方法について学習します。

この Codelab では、Angular ライブラリの最新版である AngularFire を使用して、リアルタイムの共同マップを含む旅行ブログを作成します。最終的なウェブアプリは、旅行した各場所に画像をアップロードできる旅行ブログで構成されます。 AngularFire はウェブアプリの構築に使用し、Emulator Suite はローカルテストに使用します。Authentication はユーザーデータの追跡に使用し、Firestore と Storage

この Codelab では、ジオハッシュ化用の Firebase 拡張機能を作成します。この入門用 Codelab では、既存の Cloud Functions の関数を Firebase Extensions に変換する方法を学びます。Firebase Extensions は、数百万人ものデベロッパーに簡単に配布でき、Firebase プロジェクトの拡張に役立ちます。

Remote Config を使用して Unity ゲームを計測する方法

ブロッキング関数を使用して多要素認証を実装し、カスタム認証要件を作成する方法について学びます。

この Codelab では、Firebase プラットフォームを使用して Android アプリを作成する方法について説明します。

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法について学習します。

App Distribution SDK を使用すると、最新バージョンをテスターに迅速に配布できます。この Codelab では、新しいビルドが利用可能になったときにテスターにアプリ内アラートを表示するようにアプリを更新します。

この Codelab では、サーバー間呼び出しを行い、Measurement Protocol を使用して GA4 にイベントを送信する方法を学びます。

Terraform を使用して、インフラストラクチャと Firebase プロダクトのプログラムによる構成など、Firebase プロジェクトを設定、管理します。

この Codelab では、GA4F でイベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

この Codelab では、App Distribution と fastlane プラグインを使用して、iOS ビルドを配布し、テストデバイスを登録します。次に、ユーザーは App Distribution コンソールからデバイスと UDID の .txt ファイルをエクスポートし、これらのデバイスの登録を自動化します（これは、アドホック iOS ビルドを配布するための要件です）。

最新バージョンのアプリをテスターに迅速に配布できます。このように

この Codelab では、Flutter を使用して、Android、iOS、ウェブ用のシンプルな音楽プレーヤーを作成します。このプレーヤーは Firebase RTDB に接続するため、ユーザーはデバイス間で再生を同期できます。

この Codelab では、Cloud Functions for Firebase を使用してチャットアプリのユーザーに通知を送信する方法について学習します。

この Codelab では、既存の Firebase ウェブアプリを新しいモジュラー Firebase JS SDK に移行し、使用していないコードを削除してアプリの読み込みを高速化します。

この Codelab では、JavaScript の Webview 実装を使用して GA4 にイベントを送信する方法を学びます。

この Codelab では、チャットアプリを構築して、ウェブで Firebase プラットフォームを使用する方法について学習します。

この Codelab では、ウェブアプリに Firebase Performance Monitoring を設定し、エンドユーザーにとってアプリが適切に動作するようにする方法について学習します。

この Codelab では、わずか数行のコードで Flutter アプリに Firebase Authentication を追加する方法を学びます。

この Codelab では、サンプルアプリを作成し、Firebase Performance Monitoring を使用して読み込み時間と画面レンダリングを測定する方法を学習します。

Firebase Cloud Messaging と Firebase In-App Messaging を使用してユーザーにメッセージを送信する方法を学びます。

この Codelab では、FCM トピックを使用して、選択したアプリ インスタンス グループに push メッセージをマルチキャストする方法を学びます。

この Codelab では、Crashlytics の高度な機能の使用方法について学習します。これにより、クラッシュとその原因となった状況をより詳しく把握できます。

この Codelab では、TensorFlow と Firebase を使用してアプリのコンテンツ レコメンデーション エンジンを作成する方法について学習します。

Firebase と StackBlitz オンライン エディタを使用して、ウェブアプリを一から構築します。基本的な HTML と JavaScript を使用して Firebase と通信します。これは、Firebase コンソールを使用して Firebase をアプリに統合するための入門ガイドとして最適です。前もって知識を蓄える必要もソフトウェアをインストールする必要もありません。

この Codelab では、Spanner インスタンスを作成し、Spanner の組み込みベクトル検索と Vertex AI モデルとの統合を使用して、ベクトル エンベディングの類似性検索を行います。

このチュートリアルでは、Private Service Connect Vertex AI Pipelines を構成して検証する方法について説明します。

この Codelab では、GKE クラスタに AlloyDB Omni をデプロイし、同じクラスタに I モデルをデプロイし、AlloyDB Omni にモデルを登録して、それらを連携させる方法について学習します。

この Codelab では、AlloyDB Omni をコンピューティング VM にデプロイし、データを読み込み、AlloyDB カラム型エンジンを使用してパフォーマンスを向上させる方法を学びます。

この Codelab では、Cloud SQL AI 統合をベクトル検索と組み合わせて使用し、ベクトルデータにインデックスを作成する方法について学習します。

ウェブページの読み込みに必要なバイト数のうち、画像が占める割合は平均で 60%以上 です。AVIF を使用すると、画像のサイズを小さくしてウェブサイトの読み込みを高速化できます。 AVIF は、AV1 動画ビットストリームから派生した画像形式です。AVIF は圧縮効率を重視して構築されています。 AVIF 画像は、同じ画質またはそれ以上の画質の JPEG、PNG、GIF、WebP 画像よりもはるかに小さくなります。 Squoosh は画像圧縮ウェブアプリです。Squoosh

この Codelab では、AlloyDB 用の Private Service Connect を作成する方法について説明します。

この Codelab では、Cloud SQL 用の Private Service Connect を作成する方法について学習します。

生成 AI アプリケーションには、他のアプリケーションと同様にオブザーバビリティが必要です。 生成 AI には特別なオブザーバビリティ手法が必要ですか？ このラボでは、シンプルな生成 AI アプリケーションを作成します。 Cloud Run にデプロイします。Google Cloud のオブザーバビリティ サービスとプロダクトを使用して、重要なモニタリング機能とロギング機能を実装します。 Google アカウントをまだお持ちでない場合は、 新しいアカウントを作成 する必要があります。

生成 AI アプリケーションには、他のアプリケーションと同様にオブザーバビリティが必要です。 生成 AI には特別なオブザーバビリティ手法が必要ですか？ このラボでは、シンプルな生成 AI アプリケーションを作成します。 Cloud Run にデプロイします。Google Cloud のオブザーバビリティ サービスとプロダクトを使用して、重要なモニタリング機能とロギング機能を実装します。 Google アカウントをまだお持ちでない場合は、 新しいアカウントを作成 する必要があります。

生成 AI アプリケーションには、他のアプリケーションと同様にオブザーバビリティが必要です。 生成 AI には特別なオブザーバビリティ手法が必要ですか？ このラボでは、シンプルな生成 AI アプリケーションを作成します。 Cloud Run にデプロイします。Google Cloud のオブザーバビリティ サービスとプロダクトを使用して、重要なモニタリング機能とロギング機能を実装します。 Google アカウントをまだお持ちでない場合は、 新しいアカウントを作成 する必要があります。

生成 AI アプリケーションには、他のアプリケーションと同様にオブザーバビリティが必要です。 生成 AI には特別なオブザーバビリティ手法が必要ですか？ このラボでは、シンプルな生成 AI アプリケーションを作成します。 Cloud Run にデプロイします。Google Cloud のオブザーバビリティ サービスとプロダクトを使用して、重要なモニタリング機能とロギング機能を実装します。 Google アカウントをまだお持ちでない場合は、 新しいアカウントを作成 する必要があります。

このラボでは、Google の生成 AI プロダクトを使用して、Gemini Cloud Assist を活用して Google Cloud にインフラストラクチャを構築し、Data Canvas の自然言語から SQL への機能を使用して BigQuery データをクエリします。また、Gemini Code Assist を使用して Colab Enterprise Jupyter ノートブックと Eclipse Theia（Visual Studio Code）でコードを記述し、Cloud

この Codelab では、Java コードを Kotlin に変換する方法を学びます。

この Codelab では、ML Kit を使用して Android アプリを作成します。このアプリでは、オンデバイス ML を使用して、59 の言語間でテキストを認識、識別、翻訳します。また、CameraX ライブラリを統合して、リアルタイムのカメラフィードからこれらのタスクを実行する方法についても学習します。

Activity Recognition Transition API を使用して、アプリに強力なコンテキスト機能を構築する方法を学びます。

この Codelab では、古い PHP アプリケーションを Google Cloud にモダナイズし、コンテナ化し、Cloud Run にデプロイして Cloud SQL に接続します。さらに、Cloud Build を使用してアプリケーションの CI/CD について詳細を確認し、Secret Manager を使用してアプリケーションを保護します。

この Codelab では、グローバル外部アプリケーション ロードバランサで PSC バックエンドを使用して、別のネットワーク内のプロデューサー サービスにアクセスする方法について説明します。

Firebase と Jetpack Compose を使用して、認証、パフォーマンス モニタリング、宣言型 UI、フィーチャー トグルを追加することで、ToDo リストの Android アプリの機能を構築できます。

このラボでは、Cloud Storage から BigQuery データセットにデータを転送するときに、 VPC Service Controls を使用して BigQuery Data Transfer Service を保護する方法について学習します。次に、 Cloud Storage を保護し、このプロセスを繰り返して Cloud Storage から BigQuery にデータを転送します。Cloud Storage の保護により VPC Service Controls

Firestore ベクトル検索の使用方法について学習する

この Codelab では、Cloud Firestore を使用する iOS アプリを作成する方法について説明します。

この Codelab では、Cloud Firestore を使用するウェブアプリの作成方法を学びます。

この Codelab では、Firebase Extensions を使用してオンライン マーケットプレイス ウェブアプリに機能を追加します。

この Codelab では、Cloud Firestore を使用する Android アプリを作成する方法について説明します。

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

初めてウェブ アプリケーションをデプロイするのは大変なことのように思えるかもしれませんが、最初のデプロイ後も、プロセスが負担が大きすぎる場合は、アプリケーションの新しいバージョンをデプロイしない可能性があります。継続的デプロイを使用すると、アプリケーションの変更を簡単に自動的にデプロイできます。 このラボでは、ウェブ アプリケーションを作成し、アプリケーションのソースコードが変更されたときにアプリケーションを自動的にデプロイするように Cloud Run

Cloud Scheduler と Cloud Run サービスを使用して、VPC SC 境界内でスケジュールに従って Cloud Run Job を実行する方法について学習します。

プライベート サービス アクセス ネットワーキングが有効になっている既存の CloudSQL インスタンスで PSC アタッチメントを有効にします。別のプロジェクトの PSC エンドポイントを介して接続します。

この Codelab では、ABAP SDK を使用して Cloud Pub/Sub からイベントを受け取ります。

この Codelab では、ABAP SDK for Google Cloud と [ファイルをアップロード] を使用して Cloud Storage JSON API のメソッドを呼び出す方法を学びます。

Google Wallet API を使用すると、ポイントカード、クーポン、ギフトカード、イベント チケット、乗車券、搭乗券など、さまざまなタイプのパスを通じてユーザーに働きかけることができます。各パスタイプ（パスクラス）には、ユースケース固有のフィールドと機能が用意されており、ユーザー エクスペリエンスを向上させることができます。

この Codelab では、Gemini Pro モデルを使用して、ABAP SDK で商品レビューの感情分析を行います。

この Codelab では、ABAP SDK を使用して Translation API のメソッドを呼び出す方法を学びます。

この Codelab では、Google Cloud Pub/Sub サービスにイベントをパブリッシュする方法を学びます。

PSC サービス アタッチメントを使用して CloudSQL インスタンスを作成します。別のプロジェクトの PSC エンドポイントを介して接続します。

この Codelab では、Looker SMTP サウスバウンド アクセスのサービス プロデューサーとして構成されたインターネット NEG を統合する方法について説明します。

この Codelab では、Imagen モデルを使用して、Cloud Run を使用してウェブページに画像を作成します。

このラボでは、Dataproc で PySpark を使用して BigQuery からデータを読み込み、Google Cloud Storage に保存する方法について説明します。

この Codelab では、ABAP SDK for Google Cloud を使用して ABAP 環境から Vertex AI PaLM 2 Text（text-bison）LLM を呼び出す方法について説明します。

イベントドリブン Cloud Run 関数の使用を開始する方法

Cloud Run GPU で安定した拡散を実行する方法を確認する

この Codelab では、Cloud KMS 非対称鍵を使用してデータを暗号化および復号します。

Cloud Storage バケット イベントを使用して Eventarc で Cloud Run 関数をトリガーし、Google の Vision API を使用してデータの分析と画像処理を行い、結果の画像情報をオブジェクト メタデータとして Cloud Storage に保存する方法について学習します。

Cloud Run を使用してウェブサイトをデプロイし、コンテナ化されたアプリにサーバーレスの俊敏性をもたらします。

この Codelab では、自動スケーリング ビルダー エージェントを含む、GKE に Jenkins のインスタンスをデプロイする手順について説明します。

この Codelab では、next-hop-instance、next-hop-gateway、next-hop-address などの新しいネクストホップ属性を使用して IPv6 静的ルートを使用する方法について学習します。

ローカルマシンの Visual Studio Code から Cloud Functions for Node.js のコードを記述、デプロイ、デバッグする方法を学びます。

仮想エージェントを構築するための会話型 AI プラットフォーム（CAIP）である Dialogflow CX を使用して、小売チャットボットを構築する方法を学びます。

この Codelab では、コンシューマ ネットワークとプロデューサー ネットワークをデプロイして、Private Service Connect 66 の実装と検証について学習します。

Python SDK と PSC エンドポイントを介して VM から Vertex AI の Anthropic にアクセスする

このラボでは、Google の生成 AI プロダクトを使用して、Gemini Cloud Assist を活用して Google Cloud にインフラストラクチャを構築します。

この Codelab では、サーバーレス コンポーネント（ウェブエンジン用の Cloud Run、データベース用の Cloud SQL、メディア アセット用の Cloud Build）を使用して Wagtail をデプロイする方法について説明します。

この Codelab では、Confidential Space を使用して、マルチパーティ コンピューティングでデジタル アセットのトランザクションを行う方法を学びます。

Artifact Registry を使用すると、さまざまなアーティファクト タイプを格納し、単一のプロジェクトに複数のリポジトリを作成し、各リポジトリに特定のリージョンやマルチリージョンを関連付けることができます。リポジトリのモードは複数あります。各モードはそれぞれ異なる目的で使用されます。次の図は、さまざまなモードのリポジトリを一緒に使用する方法の 1 つを示しています。図には、2 つの Google Cloud

この Codelab では、サウスバウンド アクセス用に Cloud SQL PSC と Looker PSC を統合する方法について学習します。

この Codelab では、コンシューマ ネットワークとプロデューサー ネットワークをデプロイして、Private Service Connect 64 の実装と検証について学習します。

オープンソースの Lustre Deployment Manager スクリプトを使用して、Google Cloud Platform に Lustre Parallel ファイル システムをデプロイする方法について説明します。

この Codelab では、ABAP SDK for Google Cloud を使用して Secret Manager から認証情報/シークレットを取得する方法について説明します。

このチュートリアルでは、preview、canary、prod という名前の 3 つの GKE クラスタを作成します。次に、各クラスタに対応する Cloud Deploy ターゲトと、これらのターゲットでデプロイを実行する手順を定義する Cloud Deploy パイプラインを作成します。 デプロイ フローは、Cloud Deploy リリースを作成し、プレビュー クラスタでデプロイを行う cloudbuild

このチュートリアルでは、Python で Translation API を使用する方法について説明します。

この Codelab では、BigQuery で ML モデルを作成し、ABAP SDK for Google Cloud を使用して SAP でこのモデルから予測を取得します。

この Codelab では、Confidential Space を使用して ML モデルと知的財産を保護する方法を学びます。

このラボでは、BigQuery Studio の Python ノートブックから BigQuery DataFrames を使用して、Python で非構造化データから分析情報を取得します。

Artifact Registry は、OCI コンテナ イメージと言語パッケージ（Maven や npm など）を管理するための統合ツールを提供する、フルマネージドのパッケージ マネージャーです。 Artifact Registry は、次の例に示すように、Google Cloud の幅広い他の Google Cloud サービスと完全に統合されています。 このラボでは、ハンズオン チュートリアル形式で、これらの機能の多くについて説明します。 このラボの学習目標は何ですか？ Cloud

このラボでは、BigQuery Studio の Python ノートブックから BigQuery DataFrames を使用して、アイオワ州の酒類販売の一般公開データセットをクリーンアップして分析します。

この Codelab では、人間のエージェントと bot のエージェント間の会話転送を管理する方法を学びます。最後に、基本的なウェブ インターフェースが表示されます。このインターフェースでは、エージェントとの進行中のすべての会話を表示したり、会話にライブで参加したり、会話から退出したりできます。

この Codelab では、構造化データ キャプチャ ライブラリを使用して Android アプリを作成する方法について説明します。アプリは、構造化データ キャプチャ ライブラリを使用して、FHIR の質問票と回答をレンダリングして処理します。 この Codelab では、 構造化データ キャプチャ ライブラリ を中心に説明します。関連のない概念とコードブロックについては軽く触れるにとどめ、そのままコピーして貼り付けられるようにしています。Android アプリを初めて作成する場合は、まず

この Codelab では、FHIR Engine ライブラリを使用して Android アプリを作成します。アプリは FHIR エンジン ライブラリを使用して、FHIR サーバーから FHIR リソースをダウンロードし、ローカルの変更をサーバーにアップロードします。 Android アプリを初めて作成する場合は、まず 初めてのアプリを作成する ことから始めましょう。 HAPI FHIR は、一般的なオープンソースの FHIR サーバーです。この Codelab では、Android

この Codelab では、Places API へのリクエストを実行する前に、Firebase AppCheck と reCAPTCHA を使用してウェブ アプリケーションを検証する方法について学習します。

この Codelab では、顧客からの質問に回答したり、商品を見つけたり、e コマース データセット向けに検索結果をカスタマイズしたりするための知識ベースのチャット アプリケーションを構築します。

このチュートリアルでは、Airflow DAG を介して GKE で vLLM を使用してモデルをトレーニングして実行する方法について説明します。

この Codelab では、Private Service Connect を使用してリージョン Google API にアクセスする方法について説明します。この Codelab では、内部アプリケーション ロードバランサのバックエンドとして PSC ネットワーク エンドポイント グループを設定する手順について説明します。

この Codelab では、署名付きコンテナ イメージの機能を利用して Confidential Space のユーザビリティを向上させる方法を学びます。

この Codelab では、Private Service Connect のポート マッピング機能について学びます。その便利性、使用のタイミング、環境でサービス プロデューサーとして構成する方法について学びます。

この Codelab では、ビジネス メッセージ会話型プラットフォーム上に Python でデジタル エージェントを構築し、このシリーズのパート 1 のエージェントを拡張します。この Codelab では、有意義な会話のきっかけを追加し、在庫検索のエクスペリエンスを紹介します。

この Codelab では、ビジネス メッセージ会話プラットフォーム上で、Python でデジタル エージェントを構築します。API と Business Communications Developer Console を使用して、特定の質問に回答するデジタル エージェントを作成する手順について説明します。

この Codelab では、Android のネットワーク セキュリティ構成について確認し、安全なネットワーク通信を確立する際のよくある問題について見ていきます。

この Codelab では、gecko@003 モデルとは何か、そしてそのアプリケーションの実際のユースケースについて学びます。

Python SDK と PSC エンドポイントを介して VM から Gemini にアクセスする

この Codelab では、Vertex AI Conversation を使用してデータストア エージェントとチャットアプリを作成、構成、デプロイし、Google ストアの製品に関するお客様からの質問に回答します。

これは、 web-vitals ライブラリを使用して Interaction to Next Paint（INP） を測定する方法を学ぶためのインタラクティブな Codelab です。 コードは web-vitals-codelabs リポジトリ にあります。 この Codelab では、Gastropodicon（人気のあるカタツムリの解剖学リファレンス サイト）を使用して、INP に関する潜在的な問題を探ります。 ページを操作して、どの操作が遅いかを確認します。 [ その他のツール ]

このラボでは、Media CDN（CDN）を使用したライブ配信ワークフローのデモをデプロイする手順を説明します。Live Stream API +Cloud Storageメディア プレーヤー。

このラボの目的は、PSC 伝播による NCC を確認することです。

Google Cloud Storage にアップロードされたファイルを処理し、コンテンツに対して Vertex AI PaLM API を使用して要約を実行する方法を示す Cloud Functions の関数。

このラボでは、ソフトウェア定義の WAN アプライアンス スポークが NCC ハブに接続された NCC について学習します。

この Codelab では、GitHub.com への Looker サウスバウンド アクセスのために、サービス プロデューサーとして HTTPS で構成されたインターネット NEG を統合する方法について説明します。

BigQuery ML で SQL のみを使用して映画スコア予測モデルを作成します。

この Codelab では、オンプレミスの postgres データベースへの Looker サウスバウンド アクセスのサービス プロデューサーとしてハイブリッド NEG を統合する方法について説明します。

Vertex AI AutoML を使用して映画スコア予測モデルを作成し、API エンドポイントにデプロイして、Java Cloud Functions から Prediction API をトリガーします。

この Codelab では、BigQuery の一般公開データセットに含まれる citibike_stations データについて、拡充や重複除去などのマスターデータ管理アプリケーションを Gemini 1.0 Pro で簡素化する方法を示します。

生成 AI によるコードレビューの自動化

この Codelab では、ノースバウンド Looker アクセス用に L7 リージョン外部アプリケーション ロードバランサを統合する方法について説明します。

この Codelab では、Gemini Pro を使用してマルチモーダル質問応答システムを構築する方法を学びます。

この Codelab では、MediaPipe Solutions を使用して、デバイスでのテキストから画像の生成を Android アプリに追加する方法を学びます。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

この Codelab では、Dataprep を使用して Google フォームのアンケート データを変換し、BigQuery に push して詳細な分析を行う方法を学びます。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

この Codelab では、Gemini 1.5 Pro を AlloyDB と VertexAI とともに使用して特許検索アプリケーションを作成する方法について説明します。

この Codelab では、サーバーレス コンポーネント（ウェブエンジン用の Cloud Run、データベース用の Cloud SQL、メディア アセット用の Cloud Build）を使用して Django をデプロイする方法を学びます。

MediaPipe を使用して、Android で画像分類を使用して手書きの数字を検出する方法を学びます。

この Codelab では、Cloud Run のイベントについて学習します。具体的には、Cloud Pub/Sub、監査ログ、Cloud Storage、Cloud Scheduler からのイベントをリッスンし、カスタム イベントを生成/使用する方法を説明します。

この Codelab では、タグ付きのグローバル ネットワーク ファイアウォール ポリシーを使用してトラフィックを制御する方法を学びます。

この Codelab では、SSH で構成されたインターネット NEG を、github.com への Looker サウスバウンド アクセスのサービス プロデューサーとして統合する方法について説明します。

この Codelab では、Vertex AI を使用して LLM の教師ありファインチューニングを行う方法を学びます。

この Codelab の内容

このラボの目標は、VPC をスポークとして NCC を探索することです。

Spring Native は、Spring 6.x と Spring Boot 3.x でメインラインに入るための新たなプロジェクトです。つまり、リリースの数か月前にこれに慣れておくのに最適です。

ソースコードの安全な手法とは、ソースコードのセキュリティを向上させるために使用できる一連の手法です。これらの手法は、ソースコードの脆弱性を特定して修正し、ソースコードへの不正アクセスを防止し、ソースコードの変更を防止するのに役立ちます。

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のオブジェクトを検出し、ユーザーが商品の画像検索を実行できる Android アプリを作成します。

Container Analysis はコンテナ用の脆弱性スキャンとメタデータ ストレージを提供します。スキャン サービスは、Artifact Registry と Container Registry 内のイメージに対して脆弱性スキャンを実行してから生成されたメタデータを保存し、API を介して利用できるようにします。メタデータ ストレージには、脆弱性スキャン、Google Cloud サービス、サードパーティ プロバイダなど、さまざまなソースからの情報を保存できます。

この Codelab では、バックエンド サービスを使用して TCP/SSL ロードバランサを作成し、ロードバランサへのアクセスを特定のユーザー クライアントのセットのみに制限します。

この Codelab では、Private Service Connect の自動 DNS を構成して検証する方法を学びます。

Cloud Run に安全にデプロイするための基本的なプラクティス

Identity-Aware Proxy を使用して、CloudRun で実行されるアプリケーションのアクセスを保護し、ユーザー ログインを必須にする

ソフトウェアの脆弱性は、偶発的なシステム障害の原因になる場合や、悪意のある攻撃者にソフトウェアを侵害する手段を提供する可能性がある弱点です。Container Analysis では、コンテナ内の脆弱性を検出するために、次の 2 種類の OS スキャンを行います。 On-Demand Scanning API を使用すると、自分のコンピュータにローカルに保存されているイメージ、または Container Registry や Artifact Registry

この Codelab では、パラメータ エフィシエント チューニング（PET）を使用してカスタマイズされたテキスト分類器を作成する方法について説明します。PET 手法では、モデル全体をファインチューニングするのではなく、少量のパラメータのみを更新するため、比較的簡単に迅速にトレーニングできます。また、比較的少ないトレーニング データでモデルが新しい動作を学習しやすくなります。この手法について詳しくは、 Towards Agile Text Classifiers for Everyone

生成 AI プロダクトは比較的新しいため、アプリケーションの動作は以前のソフトウェアよりも大きく異なる場合があります。そのため、使用している ML モデルを調査し、モデルの動作の例を調べて、想定外の動作を調査することが重要です。 Learning Interpretability Tool（LIT）（ ウェブサイト 、 GitHub ）は、ML モデルのデバッグと分析を行うためのプラットフォームであり、モデルの動作の理由と方法を理解できます。 この Codelab では、LIT を使用して

Cloud Deploy を使用して Cloud Run アプリケーションをデプロイする方法を学習します。

Cloud Scheduler で Cloud Run ジョブを作成し、ジョブ実行を構成する方法を説明します。

この Codelab では、販売注文プロセスを自動化する会話型 AI エージェント アプリを構築します。

Cloud Run での上り（内向き）設定

この Codelab では、Confidential Space を使用して機密性を保持しながらマルチパーティ データ共有を保護する方法を学びます。

この Codelab では、Google スライド API と BigQuery を使用してプレゼンテーションを作成し、最も一般的なソフトウェア ライセンスの分析を報告します。

この Codelab では、AdWords API と Content API For Shopping を使って、AdWords MCC アカウントと Merchant Center マルチクライアント アカウントによって管理される新しいアカウントを作成するソリューションを作成します。新しいサブアカウントをリンクすると、新しい Merchant Center サブアカウントによって管理されている商品を、新しい AdWords サブアカウントで作成されたショッピング キャンペーンで使用できるようになります。

OpenTelemetry は、トレースと指標に関するシステム オブザーバビリティの業界標準です。また、継続的なプロファイリングは、パフォーマンス調整のためのラスト 1 マイルの情報を特定するためのツールです。この Codelab では、トレース用に OpenTelemetry を使用してアプリケーションを計測する方法、Profiler エージェントを使用する方法、Cloud Trace と Cloud Profiler で可視化したグラフからボトルネックを特定する方法について学習します。

このチュートリアルでは、VPC ピアリング経由でサービスにアクセスできるように Private Service Connect インターフェースを構成して検証する方法について説明します。

この Codelab では、グローバル アクセスを使用して MongoDB への Private Service Connect アクセスを構成および検証する方法を学びます。

Procurement DocAI を使用して請求書をインテリジェントに解析する方法を学びます。

このラボでは、Spark MLlib と spark-nlp を使用して、大量のデータに対して ML と NLP を実行する方法について説明します。

Cloud Run にマイクロサービスをデプロイし、マイクロサービスが他のマイクロサービスに「レインボー」を投げて勝利を目指して競い合う仮想イベントに参加し、Google Cloud について理解を深めましょう。Kotlin、Java、Go、Python、Node.js のマイクロサービスを実際にデプロイし、その過程でコンテナと Cloud Run について学びます。アルゴリズムを継続的に改善することで、他の冒険者よりも多くのポイントを獲得できるか試してみましょう。

このラボでは、Google Cloud Platform（GCP）に LIT アプリケーション サーバーをデプロイして、Vertex AI Gemini 基盤モデルとセルフホストのサードパーティの大規模言語モデル（LLM）を操作する方法について詳しく説明します。また、LIT UI を使用してプロンプトのデバッグとモデルの解釈を行う方法に関するガイダンスも含まれています。 このラボでは、次の方法について学習します。 LIT

このチュートリアルでは、Private Service Connect インターフェースを構成して検証する方法について説明します。

このラボでは、AI Platform Notebooks を使用して ML ワークフローのプロトタイピングを行う方法を学びます。カスタム ノートブック インスタンスの作成、git でのノートブック コードの追跡、What-If ツールを使用したモデルのデバッグについて説明します。

この Codelab では、C# で Google Cloud Run 関数について学習します。具体的には、さまざまな Google Cloud ソースからの HTTP と CloudEvents に応答する C# 関数をデプロイします。

この Codelab では、Google Cloud Translation API を Python で使用し、ローカルで実行する方法と、Cloud サーバーレス コンピューティング プラットフォーム（App Engine、Cloud Functions、Cloud Run）にデプロイする方法を学びます。

この Codelab では、マイクロサービスのイベント ドリブン オーケストレーションを構築し、Eventarc と Workflows で画像を処理します。

このラボの目的は、VPC スポークとの動的ルート交換を使用した NCC について学習することです。

Cloud Run 関数でリビジョンを使用して、トラフィックの分割、段階的なロールアウト、ロールバックを行う方法を学習します。

GKE を使用してウェブサイトのデプロイ、スケーリング、更新を行う方法を学習します。

このチュートリアルでは、Python で Natural Language API を使用する方法を学びます。

内部 HTTP(S) ロードバランサで Private Service Connect とハイブリッド NEG を使用して、ハイブリッド ネットワーキング経由でオンプレミス サービスに接続する

Gemini Code Assist Enterprise の新機能と、Google Cloud を使用した組織の構築に Gemini Code Assist Enterprise がどのように役立つかをご覧ください。

この Codelab では、Confidential Space を使用して機密性を保持しながらマルチパーティ データ共有を保護する方法を学びます。この Codelab では、Google Cloud 以外の場所にホストされている保護されたリソースで Confidential Space を使用する方法について説明します。ノンス、オーディエンス、PKI トークン タイプを指定して、Google 構成証明サービスにカスタム トークンをリクエストする方法を学習します。

この Codelab では、CloudSQL 用の Private Service Connect を作成する方法について説明します。

この Codelab では、Cloud NGW Enterprise Intrusion Prevention Service を使用して East-West トラフィックと North-South トラフィックを検査する方法を学びます。

呼び出しに認証を要求して Cloud Functions を保護する方法を学習します。

この Codelab では、スマートフォン、タブレット、折りたたみ式デバイスに対応したアダプティブ アプリを作成する方法について学習し、到達性についても学びます。また、マテリアル 3 のアダプティブ コンポーネントのベスト プラクティスについても学習します。

この Codelab では、Cast Live API を使用するカスタム ウェブ レシーバー アプリケーションを作成します。

この Codelab では、Cast Ad Breaks API を使用するカスタム ウェブ レシーバー アプリケーションを作成します。

この Codelab では、既存のカスタム ウェブレシーバー アプリに Cast Debug Logger を追加します。

この Codelab では、既存の Android 動画アプリを変更して、Google Cast 対応デバイスにコンテンツをキャストします。

この Codelab では、既存のウェブ動画アプリを変更して、Google Cast 対応デバイスにコンテンツをキャストします。

このガイドでは、既存のネットワーク ロードバランサをターゲット プール バックエンドからリージョン バックエンド サービスに移行する手順について説明します。

この Codelab では、Google Cloud オペレーション スイートについて学びます。このラボでは、gcloud を使用してサンプル アプリケーションをインストールします。サンプル アプリケーションをデプロイしたら、Cloud Monitoring を使用してダッシュボード、アラート、稼働時間チェックなどを定義します。

BigQuery リモート関数を使用して、Cloud Storage オブジェクト テーブルに保存されている画像について Vertex AI Visual Question Answering（VQA）に質問する方法について説明します。

呼び出しの認証を必要にして Cloud Run 関数を保護する方法について学習する

新しい ARCore Geospatial API の使用方法を説明します。

このラボでは、 Vertex Pipelines で Kubeflow Pipelines SDK を使ってモデルのトレーニング用のカスタムジョブを実行する方法について学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $5 です。 このラボでは、Google Cloud のエンドツーエンドのマネージド ML プラットフォームである Vertex AI を使用します。Vertex AI は、Google Cloud 全体の Google の ML

このラボでは、 Vertex AI を使用して、事前トレーニング済みの画像分類モデルから予測を取得します。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

このラボでは、 Vertex ML Metadata を使用して Vertex Pipelines の実行のメタデータを分析する方法について学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $2 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

この初心者向けの Codelab では、Angular v14 スタンドアロン コンポーネントを使用してサンプルアプリを構築する方法を学びます。

このラボでは、自動パッケージ化機能を使用して Vertex AI Training でカスタム トレーニング ジョブを実行する方法について学習します。Vertex AI のカスタム トレーニング ジョブはコンテナを使用します。独自の画像をビルドしない場合は、自動パッケージ化を使用できます。これにより、コードに基づいてカスタム Docker イメージがビルドされ、イメージが Container Registry に push され、イメージに基づいて CustomJob が開始されます。

Gemini を使用して、BigQuery（SQL のみの生成 AI）で書籍のレコメンデーションと要約の分析を行います。

https://ide.cloud.google.com gcloud config set project {{project-id}} export PROJECT_ID=$(gcloud config get-value project) export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud services enable \

シンプルな Java App Engine アプリを変換して Jib でコンテナ化し、Cloud Run に移行する方法を学習します

この Codelab では、Bigtable change streams to BigQuery テンプレートの使用方法について説明します。サンプル データセットを使用して変更ログのクエリ方法を学び、Looker を使用してビジュアル ダッシュボードを作成します。

この Codelab では、グローバル外部アプリケーション ロード バランシング用に高度なロード バランシング最適化機能を設定する方法を学びます。

この Codelab では、Cloud Foundation Toolkit（CFT）の使用を開始し、一連のステップに沿って CFT モジュールに機能を追加します。

シンプルな Java App Engine アプリを変換し、Buildpacks でコンテナ化して、Cloud Run に移行する方法を学習します

この Codelab では、ベースライン プロファイルを使用して、アプリの起動時間とフレーム時間を改善する方法を説明します。

この Codelab では、Vertex AI Search/Agent Builder を使用してドキュメントやテキスト ファイルからクエリに応答できる Google 品質の検索エンジンを構築します。

BigQuery のリモート関数として Cloud Functions の関数で Vertex AI の生成 AI（Gemini）を使用し、書籍のレコメンデーションと要約のアプリを作成します。

シンプルな Java App Engine アプリを変換して Docker でコンテナ化し、Cloud Run に移行する方法を学習します

この Codelab では、Vertex AI を使用して、所定の仕様に従って雑学クイズを生成します。クラウドでホストされる開発環境でクイズ生成ツールをテストし、Google Cloud Run にデプロイして一般公開します。ラボの最後に、クイズ生成ツールを完全なアプリに統合します。

事前構築済みのマテリアル コンポーネントを、任意のウェブ フレームワークのコンポーネントに拡張する方法を学びます。

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して画像内のテキストと顔の特徴を認識する Android アプリを作成します。

この Codelab では、ML Kit を使用して、オンデバイスの機械学習を使用して 59 の言語の認識とテキストの翻訳を行う Android アプリを作成します。また、CameraX ライブラリを統合して、リアルタイムのカメラフィードからこれらのタスクを実行する方法についても説明します。

このラボでは、 Vertex AI の 共同ホスティング モデル機能 を使用して、オンライン予測のために同じ VM 上で複数のモデルをホストします。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $2 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

このラボでは、Vertex AI でカスタム予測ルーチンを使用して、カスタム前処理ロジックとカスタム後処理ロジックを記述する方法について学習します。このサンプルでは Scikit-learn を使用していますが、カスタム予測ルーチンは XGBoost、PyTorch、TensorFlow などの他の Python ML フレームワークでも使用できます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud

use-cmek-to-encrypt-cloud-functions

Skaffold は、アプリケーションのビルド、push、デプロイのワークフローを処理するツールです。Skaffold を使用すると、簡単にローカルの開発ワークスペースを構成し、内部開発ループを合理化できます。また、 Kustomize や Helm などの他のツールと統合して Kubernetes マニフェストの管理に役立てることもできます。 このチュートリアルでは、Skaffold のコアコンセプトについて学び、Skaffold

この Codelab では、リアルタイムのトラフィックの動画ストリームをモニタリングするエンドツーエンドの Vertex AI Vision アプリケーションの作成に焦点を当てます。事前トレーニング済みの専用モデルの Occupancy Analytics を使用します。また、アプリケーションに取り込む動画ストリームの作成方法、アプリケーションの構築とデプロイの方法、BigQuery を使用してモデルの JSON 出力を分析し、その結果を Looker Studio で可視化する方法についても学びます。

この Codelab では、小売店でキュー検出シナリオをモニタリングするエンドツーエンドの Vertex AI Vision アプリケーションの作成に焦点を当てます。事前トレーニング済みの専用モデルの Occupancy Analytics を使用します。また、アプリケーションに取り込む動画ストリームの作成方法、アプリケーションの構築とデプロイの方法、BigQuery を使用してモデルの JSON 出力を分析し、その結果を Looker Studio で可視化する方法についても学びます。

このラボでは、 Vertex AI を使用して、表形式データを使ったモデルのトレーニングとサービングを行う方法を学びます。これは Google Cloud の最新の AI プロダクトで、現在プレビュー版が提供されています。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $22 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML

このラボでは、 Vertex AI を活用し、カスタム コンテナ内のコードを使用して TensorFlow モデルのトレーニングとサービングを行います。 ここではモデルのコードに TensorFlow を使用していますが、別のフレームワークに簡単に置き換えることができます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は

基本的なコメントスパム フィルタリングが可能な ML モデルを使用してアプリを更新する方法を学習します。

このラボでは、 Vertex AI を使用して、TensorFlow でカスタム Keras モデルをトレーニングするパイプラインを作成します。次に、 Vertex AI Experiments で利用可能な新しい機能を使用してモデルの実行を追跡し、比較して、最適なパフォーマンスのハイパーパラメータの組み合わせを特定します。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud で利用できる最新の AI

この Codelab では、エンドツーエンドの Vertex AI Vision アプリケーションを作成し、モーション フィルタリング機能を使用した動画の送信方法のデモンストレーションに焦点を当てます。このチュートリアルでは、モーション フィルタ構成を使用して動画ストリームをアプリケーションに取り込む方法を学びます。

この Codelab では、エンドツーエンドの Vertex AI Vision アプリケーションを作成し、イベント管理機能を使用したイベント送信のデモを行います。事前トレーニング済みの専用モデルの Occupancy Analytics を使用します。また、アプリケーションに取り込む動画ストリームの作成方法、アプリケーションの構築とデプロイの方法についても学習します。

このラボでは、 Vertex AI を使用して TensorFlow モデル用のマルチワーカー トレーニング ジョブを実行します。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $5 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

このラボでは、YAML を使用して Google Cloud で Pulumi を使用する方法について学びます

このラボでは、金融データセットで XGBoost モデルをトレーニングして Vertex AI にデプロイし、What-if ツールで分析する方法を学びます。

このラボでは、データ探索と ML モデルのトレーニングに Vertex AI Workbench を使用する方法について学習します。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $1 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

イベント ドリブンの Cloud Run 関数の使用を開始する方法

Cloud Run GPU で Ollama をサイドカーとして使用し、Open WebUI をフロントエンド Ingress コンテナとして使用する方法を学習する

Cloud Run で LangChain アプリをビルドしてデプロイする方法を学習する

Dialogflow によるフルフィルメントのコンセプトについて学習できます。

Vision API と Dialogflow を統合する方法を学習します。

この Codelab では、GA4F iOS SDK を使用してカスタム イベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

このラボでは、畳み込み層を組み合わせて、花を認識できるニューラル ネットワーク モデルを作成する方法を学びます。今回はモデルをゼロから構築し、TPU のパワーを使用して数秒でトレーニングし、設計を反復処理します。このコースには、畳み込みニューラル ネットワークに関して必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

埋め込み Looker コンテンツに対してプログラムでイベントをリッスンし、アクションを送信する方法について説明します。

Android 用のマテリアル コンポーネントによって、プロダクトの差別化を図り、Kotlin でのデザインを通じてブランド表現を容易にする方法を確認します。

この Codelab では、2 つの VPC を作成し、異なるタイプの IP アドレスを使用して、シンプルな Apache ウェブサイトにアクセスします。

Java で Android の構造とレイアウトにマテリアルを使用する方法について学習します。

この Codelab では、Unity 環境で GA4F iOS を使ってカスタム イベントを実装し、Google 広告でアクション キャンペーンを開始する方法を学びます。

Kotlin で Android の構造とレイアウトにマテリアルを使用する方法について学習します。

Looker Embed SDK を使って Looker ダッシュボードを埋め込む方法について説明します

この Codelab では、オープンソースの Magento e コマース プラットフォームを Cloud Spanner と統合します。

最初からやり直すことなく、既存のウェブコードベースに個々のマテリアル コンポーネントを組み込む方法を学びます。

この Codelab では、ローカル開発用に Looker Dashboard Summarization Extension を設定し、この拡張機能を本番環境にデプロイする方法を学びます。

Kotlin のコア コンポーネントを使用してシンプルなアプリをビルドすることで、Android 用のマテリアル コンポーネントの使用に関する基本を学習します。

このチュートリアルでは、ハイブリッド ネットワークで Looker Cloud コアのプライベート IP を構成および検証する方法について説明します。

このラボでは、独自の畳み込みニューラル ネットワークをゼロから構築、トレーニング、調整する方法を学びます。これは、TPU のパワーを利用して数分で行うことができます。また、非常にシンプルな転移学習から Squeezenet などの最新の畳み込みアーキテクチャまで、さまざまなアプローチについて学びます。このラボには、ニューラル ネットワークに関する必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。このラボでは Tensorflow 2 を使用します。

TPU は非常に高速です。トレーニング データのストリームも、トレーニングのスピードについていく必要があります。このラボでは、tf.data.Dataset API を使用して GCS からデータを読み込み、TPU にフィードする方法を学びます。

Firebase Emulator Suite を使用してウェブアプリを開発する方法について学習します。

この Codelab では、Private Service Connect を使用して L7 ロードバランサをチェーンする方法を学びます。

ウェブで構造とレイアウトにマテリアルを使用する方法について学びます。

この Codelab では、オンプレミス ホストから Google API への IPv6 アクセスを構成および検証する方法を学びます。

このラボでは、Keras 分類器の構築方法について学びます。花を認識するためのニューラル ネットワーク層の完璧な組み合わせを見つけるのではなく、まず転移学習という手法を使用して、事前トレーニングされた強力なモデルをデータセットに適応させます。このラボには、ニューラル ネットワークに関する必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

このラボでは、最新の畳み込みアーキテクチャについて学び、その知識を駆使して「squeezenet」というシンプルながら効果的な Convnet を実装します。このコースには、畳み込みニューラル ネットワークに関して必要な理論的な説明が含まれており、ディープ ラーニングについて学習する出発点として適しています。

この Codelab では、リアルタイム データを処理しながらスケーリングと復元性を実現するために一般的に使用されるアーキテクチャ パターンを実際に体験します。気象データを測定する IoT デバイス（Raspberry Pi）を構築してから、Google の Cloud Platform を使用して、メッセージ キュー、サーバーレス関数、クラウドベースのデータ ウェアハウス、分析ダッシュボードなどのデータ パイプラインを作成します。

この Codelab では、次のタスクを完了する Apache Airflow ワークフローを Cloud Composer で作成して実行する方法について説明します。

Android ライブラリと Kotlin のマテリアル コンポーネントからの移行を使用して、マテリアルのモーション システムを Reply アプリにビルドします。

この Codelab では、lit-element を使用して Brick Viewer ウェブ コンポーネントを作成します。

セキュリティ ルールで Firestore データを保護する方法

このラボでは、Vertex AI Workbench を使用してノートブックの実行を構成し、起動する方法を学びます。 次の方法を学習します。 このラボを Google Cloud で実行するための総費用は約 $2 です。 このラボでは、Google Cloud で利用できる最新の AI プロダクトを使用します。 Vertex AI は Google Cloud 全体の ML サービスを統合してシームレスな開発エクスペリエンスを提供します。以前は、AutoML

この Codelab では、BBC の micro:bit ボードを操作して 5x5 の LED ディスプレイに画像を表示するウェブページを作成します。Web Serial API の概要と、読み取り、書き込み、変換が可能なストリームを使用して、ブラウザ経由でシリアル デバイスと通信する方法について説明します。

Cloud Dataflow を使用し、Cloud Dataflow SDK を使用して Maven プロジェクトを作成し、Google Cloud Platform Console を使用して分散処理数パイプラインを実行します。

この Codelab では、データベースを作成する方法、データベース向け生成 AI 検索サービスをデプロイする方法、このサービスを使用してサンプルのチャット アプリケーションを作成する方法を学習します。

この Codelab では、デバイス アクセスの仕組みについて学び、認証と Smart Device Management API から Google Nest Thermostat への呼び出しを処理するウェブ アプリケーションを作成します。

FCM レガシー API と比較して、FCM HTTP v1 API は有効期間の短いアクセス トークンを使用するより安全な認可モデルを提供します。FCM v1 API のアクセス トークンを生成する手順は、レガシー API の手順とは大きく異なります。 この Codelab では、FCM HTTP v1 API を使用して Android アプリにプッシュ通知を送信できるように、クライアント側とサーバー側でのセットアップのプロセスについて説明します。v1 API

App Distribution Android SDK を使用すると、最新バージョンをテスターに迅速に配布できます。この Codelab では、新しいリリースが利用可能になったときにアプリ内通知をテスターに表示するようにアプリを更新します。

Google アシスタントのデベロッパー プラットフォームを使用すると、仮想パーソナル アシスタントである Google アシスタントの機能を、スマート スピーカー、スマートフォン、自動車、テレビ、ヘッドフォンなど 10 億台を超えるデバイスで拡張するソフトウェアを作成できます。ユーザーは、Google アシスタントとの会話を通じて、食料品の購入から乗車の予約までさまざまなタスクを実行できます。Google アシスタントのデベロッパー プラットフォームを使用することで、サードパーティ

Flutter での開発中に Firebase Emulator Suite を使用する方法の概要を説明する Codelab。この Codelab では、Auth エミュレータと Firestore エミュレータを使用して、エミュレータの使用方法を確認します。

この Codelab では、gcloud CLI を使用して、Jenkins などの既存の CI/CD システムで大規模なテストスイートをプログラマティックに実行する手順について説明します。この Codelab はプラットフォームに依存しません。

デバイスの調達と管理を Google Home サンプルアプリで行えるようになりました。

この Codelab では、100 行の Python / Keras コードを使用して、手書きの数字を 99% の精度で認識するようコンピュータに指示します。

このチュートリアルでは、Python で Video Intelligence API を使用する方法を学びます。

クラウド サービスの構築と接続に使用できる Google のサーバーレス実行環境、Cloud Functions を使ってみます。このハンズオンラボでは、Google Cloud コンソールを使用して Cloud Functions の関数を作成、デプロイ、テストする方法について学習します。

この Codelab では、C# で Google Cloud Vision API を使用する方法を学びます。

この Codelab では、DLP API を使用して、Cloud Storage にアップロードされたデータを自動的に分類する方法を学びます。Cloud Storage にアップロードされたデータの分類の自動化に基づく

Spring Boot Kotlin アプリ用に最適化された Docker イメージを、Docker や Dockerfile なしですぐにビルドして公開し、そのイメージを Cloud Run で実行する方法を学びます。

この Codelab では、ASP.NET Core のコードを、Google Kubernetes Engine 上の Kubernetes で実行される複製されたアプリケーションに変換する方法を学びます。

この Codelab では、gRPC 経由で API を公開する Java ベースのサービスを構築する方法を学びます。次に、gRPC サービス用の Java コマンドライン クライアントを作成します。

この Codelab では、Cloud KMS Autokey を設定し、リソースの作成時にリソースを自動的かつオンデマンドで暗号化します。

この Codelab では、Istio を使用して ASP.NET Core アプリを Google Kubernetes Engine にデプロイする方法を学びます。

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines でハイパーパラメータを調整して複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

この Codelab では、パート 1 の ASP.NET Core アプリケーションに取り組み、さらに Istio 機能を追加します。

この Codelab では、Python 2 の App Engine Cloud NDB アプリと Cloud Tasks（v1）アプリを Python 3、Cloud Datastore、Cloud Tasks（v2）に移行する方法を学びます。

この Codelab では、Micronaut のマイクロサービスを、Google Kubernetes Engine で実行される複製されたサービスに変換する方法を学びます。

この Codelab では、GKE で Cloud AI Platforms Pipeline インストール（Hosted KFP）を設定し、Kubeflow Pipelines を使用して ML ワークフローを構築して実行します。さらに、AI Platform Notebooks（Jupyter）内でパイプラインを定義して実行します。

この Codelab では、gRPC 経由で API を公開する C# サービスを作成し、gRPC サービスを呼び出す C# クライアントを作成する方法を学習します。

この Codelab では、Google Cloud Platform に Managed Active Directory をデプロイする方法を学習します。

この Codelab では、CLI コマンドや SDK を使用せずに、Kubeflow Pipelines で複雑なデータ サイエンス パイプラインを構築してデプロイする方法を学びます。

この Codelab では、バックエンド サービスを使用する TCP/SSL プロキシ ロードバランサを作成し、Cloud Armor を使用してロードバランサへのアクセスを特定のユーザー セットのみに制限します。

この Codelab では、Node.js で Text-to-Speech API を使用して、音声ファイルを文字変換します。

この Codelab では、Cloud Armor の事前構成済み WAF ルールについて学びます。ルールセットの名前がシンプルなもので、上位 10 件の OWASP 脆弱性から保護できます。

この Codelab では、Google API 用の Private Service Connect について学習します。具体的には、Storage API 用のサービス エンドポイントと Cloud Storage バケットを作成します。DNS を使用して検証を行います。

この Codelab では、まず Node.js アプリケーションを探索し、ウェブページのスクリーンショットを撮影して Cloud Storage に保存します。続いて、アプリケーションのコンテナ イメージをビルドし、Cloud Run でジョブとして実行し、ジョブを更新して追加のウェブページを処理し、Cloud Scheduler を使用してスケジュールに基づいてジョブを実行します。

Compute Engine を使用して Google Cloud でウェブアプリをホストし、スケーリングする方法を学習します。

この Codelab では、C# で Video Intelligence API を使用する方法を学びます。

ウェブアプリでフォームの自動入力を使用してパスキーを実装し、よりシンプルで安全なログインを実現する方法を学びます。

In this codelab, you’ll add a user verifying strong authentication to a website with a simple form based sign-in system.

この Codelab では、Angular フレームワークから独立して動作し、任意のフレームワークにインポートして簡単に組み込める画像スライダーを作成します。

Adobe Aero で Geospatial Creator ツールを使用する方法を学びます。

ARCore の Scene Semantics API と Geospatial Depth API を Kotlin で使用する方法を学びます。

Unity 用 ARCore Geospatial Creator を使用する方法を学びます。

ARCore の Streetscape Geometry API と Rooftop anchors API を Kotlin で使用する方法を学びます。

この Codelab では、セキュリティ キーを使用した 2 要素認証をサイトまたはウェブ アプリケーションに追加します。

この Codelab では、響きの良いランダムな名前を生成する Flutter アプリの作成方法を学びます。

Google の生成 AI 機能を使用して、YouTube でインフルエンサーの視聴回数を分析する方法を解説します。

この Codelab では、既存の iOS 動画アプリを変更して、Google Cast 対応デバイスにコンテンツをキャストします。

コンテナ化された環境で Java アプリケーションを開発するソフトウェア エンジニア向けに、開発ワークフローを効率化するための特長や機能について紹介します。

Cloud Run ジョブを使用して AlloyDB データベースを作成する方法を学習します