agent-platform-endpoint-management

Этот официальный навык Google описывает управление serving endpoints в Agent Platform. Endpoint рассматривается как логический стабильный адрес для online predictions: сначала создаётся endpoint, затем к нему можно развернуть модель. Поэтому навык подходит для операций над endpoint и их диагностики, но не заменяет процедуру deployment модели и не предназначен для запуска model evaluations. Это важное ограничение помогает не смешивать управление ресурсом с публикацией модели или измерением её качества. Перед командами нужно подготовить окружение Google Cloud. Документ требует выполнить вход через «gcloud auth login» и настроить Application Default Credentials командой «gcloud auth application-default login». Затем выбирается проект с «gcloud config set project $PROJECT_ID». В каждой команде обязательно указывается конкретный «--region=$LOCATION_ID»; значение «global» использовать нельзя. Регион является обязательным входом workflow, поэтому его нельзя молча подставлять или угадывать. Read-only операции имеют отдельный безопасный уровень: для списка endpoint используется «gcloud ai endpoints list --region=$LOCATION_ID», при необходимости с «--limit», «--page-size» или «--page-token». Для полной информации по известному ресурсу используется «gcloud ai endpoints describe $ENDPOINT_ID --region=$LOCATION_ID». Эти действия относятся к Tier R и могут выполняться без подтверждения, потому что только получают сведения и не меняют состояние. Их результат нужен для проверки ID, региона и текущих параметров endpoint. Создание и обновление считаются изменяющими, но обратимыми действиями Tier M. Для создания указывается регион и display name, для обновления — ID, регион и новое имя или метки. Перед такой командой требуется интерактивное подтверждение Yes/No с точной буквальной командой и всеми флагами. Нельзя выполнить команду в том же ходе: нужно остановиться, дождаться отдельного ответа и лишь потом запускать разрешённую команду. Удаление относится к Tier D и требует явно напечатанного подтверждения, например «I confirm» или «Yes, delete it». Подтверждение запрашивается немедленно, до любых pre-flight проверок: нельзя сначала описывать endpoint или проверять его содержимое. После подтверждения учитывается, что все модели должны быть undeployed, иначе удаление может завершиться неудачей. Traffic splitting также не является самостоятельным простым действием этого навыка: распределение трафика связано с deployment/undeployment и требует соответствующей процедуры. Практические проблемы классифицируются отдельно. Ошибка 403 указывает на необходимость проверить роли, включая «aiplatform.admin» или «owner»; quota exceeded требует проверки квоты endpoint в Cloud Console; resource busy при удалении означает, что модели ещё могут сниматься с endpoint. В итоге навык полезен для инвентаризации endpoint, чтения метаданных, осторожного создания или переименования и локализации permission, quota и busy-сбоев. Он не даёт оснований выполнять мутацию без подтверждения, не разрешает использовать глобальный регион и не подтверждает успешное развертывание модели сам по себе.