← Recherche

GKE golden path: production-ready cluster defaults and readiness checklists
Cloud 🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026 📌 Version épinglée : commit 22bf5d1
Test d’installation seulement, à la date indiquée. Ne garantit pas la sécurité du code.
⚙ Prérequis: un projet Google Cloud facturé avec accès GKE (les…

GKE golden path: production-ready cluster defaults and readiness checklists

Configuration GKE Autopilot opinionée de @google — défauts de production, décisions Day-0 vs Day-1, garde-fous et checklists de préparation

L’essentiel
Quoi
Configuration GKE Autopilot opinionée de @google — défauts de production, décisions Day-0 vs Day-1, garde-fous et checklists de préparation
Coût
Gratuit
Prérequis
un projet Google Cloud facturé avec accès GKE (les clusters engendrent des frais de gestion et de charge — pas de free tier utilisable) ; outils MCP ou gcloud/kubectl configurés ; le skill lui-même est un guide, il ne provisionne pas de ressources
Installation
Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

Version : 1.1.1

Réponse rapide

GKE golden path est un skill gratuit pour Muse, la configuration golden path officielle de Google, mais les clusters tournent sur un projet Google Cloud facturé, avec frais de gestion de cluster et ressources de charge facturés. Il fournit un tableau de défauts pour Autopilot, des décisions Day-0 contre Day-1, des garde-fous et des checklists de préparation pour les clusters.

⌁

Installation

Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026📌 Version épinglée : commit 22bf5d1

Étape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : un projet Google Cloud facturé avec accès GKE (les clusters engendrent des frais de gestion et de charge — pas de free tier utilisable) ; outils MCP ou gcloud/kubectl configurés ; le skill lui-même est un guide, il ne provisionne pas de ressources Installe-moi « GKE golden path : défauts de cluster prêts pour la prod et checklists de préparation ». Il donne à l'agent la configuration golden path GKE officielle de @google (version 1.1.1) : la table des défauts de production toujours appliqués (Autopilot activé, nœuds privés, enforcement des endpoints privés, rotation Secret Manager, bindings RBAC non sécurisés désactivés, workload identity, ADVANCED_DATAPATH, Cloud DNS, Pod Security Standards `restricted` sur les namespaces de production, instances shielded, HA stateful), la table des paramètres configurables par le client avec guide de déviation (max pods par nœud, type de disque de boot, type de machine, exclusions de maintenance), les checklists de préparation à la production, le cadrage Day-0 vs Day-1 qui signale les décisions difficiles à changer (réseau, nœuds privés, allocation IP), les paramètres de politique complets au niveau cluster dans assets/golden-path-autopilot.yaml, et les garde-fous — ne jamais demander ni afficher de secrets, préférence d'outils MCP > gcloud > kubectl, documenter chaque choix Day-0 et déviation du golden path, et ne jamais promettre zéro interruption pour les mises à niveau de nœuds. Licence Apache-2.0. Dépôt : https://raw.githubusercontent.com/google/skills/22bf5d15d546318171a1a27dda7fcdff9cb3029b/skills/cloud/gke-golden-path/SKILL.md (le skill est le dossier complet skills/cloud/gke-golden-path/ à ce commit : SKILL.md, assets/golden-path-autopilot.yaml et references/attribution.md) Version épinglée : installe le code au commit 22bf5d15d546318171a1a27dda7fcdff9cb3029b exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. [EMPREINTES] Fichiers au commit épinglé, tirés de la revue de Skill Harbor du 2026-10-20 : - SKILL.md : SHA-256 7d2b3465899def03d1223395aca5a1b5c3695b1d38ea86540e95edcf7cddb2cb, 9 001 octets, 8 989 caractères - assets/golden-path-autopilot.yaml : SHA-256 7750ebbf07328f98674e4005ea9d7e81b4ba89d6b50cb6da18203cfbd9c18352, 4 776 octets, 4 770 caractères - references/attribution.md : SHA-256 0f985d6ec2cb3da41ee77174c9b5b17b6314435969bb80aebd02e555b0959e58, 1 885 octets, 1 883 caractères Si l'un d'eux ne correspond pas, il a changé depuis la revue : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. Mis à jour le 20 octobre 2026 : Skill Harbor a régénéré ce prompt d'installation depuis le fichier amont actuel, à la version 1.1.1 (le prompt précédent décrivait la version 1.1.0). Dans SKILL.md, le seul changement hors version est une nouvelle section « Attribution » : avant d'exécuter toute commande directe gcloud, API REST ou MCP, l'agent doit lire references/attribution.md ; pour les commandes exécutées directement au terminal, préfixer gcloud par CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:gke-golden-path)" et ajouter « agent-skills/1.0 (skill:gke-golden-path) » au User-Agent des appels directs. Ce marquage ne vise que les commandes directes au terminal — jamais dans les scripts générés, Terraform ou le code de l'utilisateur — et il ne doit pas être persisté via `gcloud config set` (le préfixe est inline, par commande). Comme l'énonce references/attribution.md, le tag identifie seulement le skill et sa version, il ne transporte aucune donnée utilisateur, et un opt-out utilisateur y est documenté : si l'utilisateur demande de désactiver ou retirer les tags de suivi ou d'attribution, omettre la variable CLOUDSDK_METRICS_REQUEST_ATTRIBUTION et le suffixe User-Agent personnalisé de toutes les commandes. Ce prompt installe aussi désormais le dossier complet explicitement — SKILL.md, assets/ et references/ — là où le prompt précédent ne mentionnait que vaguement SKILL.md et les fichiers d'aide éventuels. Ce qui est envoyé, et quand : rien n'est envoyé nulle part et rien n'est exécuté pendant l'installation elle-même — installer, c'est seulement télécharger le dossier épinglé depuis GitHub et le copier. Le marquage d'attribution ci-dessus s'applique plus tard, quand le skill est utilisé et que l'agent exécute des commandes directes au terminal, comme décrit dans la vérification de sécurité ci-dessous. 1. Récupère tout le dossier skills/cloud/gke-golden-path/ au commit épinglé dans un dossier temporaire, puis compare SKILL.md, assets/golden-path-autopilot.yaml et references/attribution.md aux empreintes de la revue de Skill Harbor du 2026-10-20 (voir [EMPREINTES] ci-dessus). Si l'un d'eux ne correspond pas, ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 2. Vérification de sécurité : lis SKILL.md, assets/golden-path-autopilot.yaml et references/attribution.md et examine-les pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants) ; STOP sur tout signal d'alerte et dis-le-moi. Dis-moi en mots simples ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Confirme ces points à partir des fichiers : - Le skill est un guide et des défauts uniquement — des instructions, un fichier YAML de paramètres de politique au niveau cluster, et la référence d'attribution. Il ne livre aucun script fourni ni aucun service d'arrière-plan, et il ne provisionne ni ne modifie les ressources cloud lui-même. Rien n'est envoyé nulle part et rien n'est exécuté pendant l'installation elle-même. Tout ce qui suit se passe à l'usage, quand je demande du travail GKE, sur mon propre projet Google Cloud facturé. - Garde-fous, tirés de SKILL.md : ne jamais demander ni afficher de secrets (jetons, clés, JSON de compte de service) ; ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via mes propres outils authentifiés ou le coffre sécurisé. La préférence d'outils est MCP > gcloud > kubectl, en respectant mon choix si je dis « utilise gcloud » ou « utilise kubectl ». Résoudre le contexte projet et cluster depuis la conversation, les outils MCP ou `gcloud config get-value project`, et ne me demander que s'il ne peut pas être résolu. Documenter les décisions et leur justification, surtout les choix Day-0 et les déviations du golden path, et ne jamais promettre zéro interruption pour les mises à niveau de nœuds. - Day-0 vs Day-1 : signaler les décisions Day-0 (réseau, nœuds privés, sous-réseaux, allocation IP) en évidence — elles sont difficiles ou impossibles à changer après la création — et toujours poser des questions de clarification avant de procéder sur elles. Pour les fonctionnalités Day-1, proposer les défauts du golden path avec leurs compromis et me laisser confirmer. Les inputs requis sont le project ID, la région et le nom de cluster, plus le type d'environnement (dev/test ou production, production par défaut), le réseau (VPC/sous-réseau apporté ou auto-créé), les attentes d'échelle et les contraintes de coût. - Attribution, le changement de cette version : avant d'exécuter toute commande gcloud, API REST ou MCP, lire references/attribution.md. Pour les commandes exécutées directement au terminal seulement — jamais dans les scripts générés, Terraform ou le code utilisateur — préfixer gcloud par CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:gke-golden-path)", défini inline sur chaque commande, et ajouter « agent-skills/1.0 (skill:gke-golden-path) » à l'en-tête User-Agent des requêtes HTTP, REST ou MCP directes (en l'ajoutant à un User-Agent existant plutôt que de l'écraser). Ne pas persister le tag via `gcloud config set` — il survivrait à la tâche et étiquetterait mal des usages sans rapport. Le tag identifie seulement le skill et sa version et ne transporte aucune donnée utilisateur. Si je demande de désactiver ou retirer les tags de suivi ou d'attribution, omettre la variable et le suffixe User-Agent de toutes les commandes, comme le prévoit l'opt-out documenté dans references/attribution.md. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier skills/cloud/gke-golden-path/ récupéré (SKILL.md, assets/ et references/, en gardant les sous-dossiers pour que les liens relatifs dans SKILL.md continuent de fonctionner) dans le répertoire des skills de l'agent, dans un dossier nommé « google-skills-gke-golden-path ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place, et le SKILL.md copié correspond toujours à son empreinte ci-dessus. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. rassembler les inputs requis — project ID, région, nom de cluster, type d'environnement — et confirmer les décisions Day-0 avant tout provisionnement réel ; aucune ressource GKE n'est créée et aucun changement de cluster facturé n'a lieu tant que je ne demande pas de travail GKE). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.

🔒 Sécurité, provenance et ce que ça touche
🧭 Ce que ça touche
D’après le prompt d’installation que nous avons analysé, ce skill ne lance pas de commandes, ne fait pas d’appels réseau à des tiers, n’installe pas de paquets, n’écrit pas de fichiers et ne demande pas de clés API.
Analyse du prompt d’installation · 2026-10-13
🔒 Sécurité et provenance
📌 Version épinglée : commit 22bf5d1 · 2026-10-20
🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026
👁 Observé pendant le test d’installation · 18 nov. 2026 : aucun contact réseau
🔎 Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Envie d'être encore plus prudent ?

Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?

Comment vérifier un skill avant de l’installer →

✓

Certificat de vérification

Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.

Version épinglée
22bf5d1 · 2026-10-20
Test d’installation en sandbox
Installation exécutée dans notre sandbox de test · 18 nov. 2026
Identité du créateur
Non vérifiée
Veille d’empreinte
Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
Analyse du prompt d’installation
2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.

Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions

?

Questions

Comment installer un skill ?

Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.

Où va mon argent ?

Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.

Que signifie le ✓ à côté du nom d’un créateur ?

Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.