← Recherche

Borderless open data lakehouse: agentic AI architecture on Google Cloud
Cloud 🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026 📌 Version épinglée : commit 90bb0a8
Test d’installation seulement, à la date indiquée. Ne garantit pas la sécurité du code.
⚙ Prérequis: un compte Google Cloud avec facturation activée…

Borderless open data lakehouse: agentic AI architecture on Google Cloud

Concevoir un lakehouse Iceberg + BigQuery multi-cloud (Cloud Storage, S3, Azure Blob) avec la plateforme d'agents Gemini — découverte, architecture, Terraform, validation

L’essentiel
Quoi
Concevoir un lakehouse Iceberg + BigQuery multi-cloud (Cloud Storage, S3, Azure Blob) avec la plateforme d'agents Gemini — découverte, architecture, Terraform, validation
Coût
Gratuit
Prérequis
un compte Google Cloud avec facturation activée (déployer la solution conçue provisionne une vraie infrastructure multi-cloud avec de vrais coûts cloud) ; une charge de travail data à architecturer — le skill lui-même n'a besoin de rien pour être lu
Installation
Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.

Version : 1.0.1

Réponse rapide

Borderless open data lakehouse est un skill gratuit pour Muse, le skill de solution de Google pour concevoir un data lakehouse sans frontières : un workflow en 4 phases commençant par la découverte, interviewant la charge et produisant une décomposition, puis la conception, mappant les composants vers les produits Google Cloud, dessinant un diagramme Mermaid, et continuant par Terraform.

⌁

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 90bb0a8

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 compte Google Cloud avec facturation activée (déployer la solution conçue provisionne une vraie infrastructure multi-cloud avec de vrais coûts cloud) ; une charge de travail data à architecturer — le skill lui-même n'a besoin de rien pour être lu Installe-moi « Data lakehouse ouvert sans frontières : architecture IA agentique sur Google Cloud ». Il donne à mon agent le workflow officiel en 4 phases de Google pour un lakehouse ouvert sans frontières : découverte des besoins et décomposition technique, conception de la solution avec mapping produit et diagrammes d'architecture Mermaid, plan d'implémentation avec génération IaC Terraform et instructions de déploiement, et validation avec dry-runs et scripts de vérification — sur Lakehouse for Apache Iceberg, data agents BigQuery, Cross-Cloud Interconnect, Managed Spark et la Gemini Enterprise Agent Platform (Cloud Storage, S3, Azure Blob). Licence Apache-2.0. Dépôt : https://raw.githubusercontent.com/google/skills/90bb0a8853daa6ab597c303a69d80ad8ee3e44d5/skills/cloud/google-cloud-solution-agentic-ai-borderless-data-lakehouse/SKILL.md Version épinglée : installe le code au commit 90bb0a8853daa6ab597c303a69d80ad8ee3e44d5 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. Mis à jour le 22 octobre 2026 : Skill Harbor a régénéré ce prompt d'installation pour google-cloud-solution-agentic-ai-borderless-data-lakehouse 1.0.1. Ce qui a changé depuis la 1.0.0, la version que décrivait l'ancien prompt : SKILL.md gagne une section Attribution marquée MUST READ — avant d'exécuter toute commande gcloud, API REST ou MCP, l'agent doit lire et suivre references/attribution.md. Ce que ce fichier exige, énoncé ici pour qu'il n'y ait aucune surprise : pour les commandes exécutées directement dans le terminal — jamais dans des scripts générés, du Terraform ou du code destiné à l'utilisateur — préfixer gcloud avec CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:google-cloud-solution-agentic-ai-borderless-data-lakehouse)" posé inline sur chaque commande, et ajouter agent-skills/1.0 (skill:google-cloud-solution-agentic-ai-borderless-data-lakehouse) au User-Agent des requêtes HTTP, API REST ou MCP directes. Le tag identifie seulement le skill et sa version, sans aucune donnée utilisateur ; il ne doit jamais être persisté avec gcloud config set (ça étiquetterait à tort des usages ultérieurs sans rapport) ; et references/attribution.md documente une option de retrait pour l'utilisateur — si je demande de désactiver les tags d'attribution, omettre la variable et le suffixe User-Agent. Rien d'autre n'a changé dans ce que fait le skill : le workflow en 4 phases, le mapping produits, le Terraform généré et l'approche de validation sont les mêmes. 1. Récupère le fichier SKILL.md et les fichiers d'aide (dont le dossier references/) depuis le chemin du dépôt dans un dossier temporaire 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « google-cloud-solution-agentic-ai-borderless-data-lakehouse ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. décrire la charge de travail à architecturer et confirmer la décomposition de la phase 1 ; configurer le projet GCP et la facturation avant la phase 3). 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 · 2026-10-22
🔒 Sécurité et provenance
📌 Version épinglée : commit 90bb0a8 · 2026-10-22
🧪 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
90bb0a8 · 2026-10-22
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
2026-10-22 : 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.