コース概要

Google Antigravity のアーキテクチャの理解

  • エージェント優先設計の原則
  • エディタとマネージャーインターフェースの役割
  • ワークスペース構造と実行コンテキスト

エージェントと機能の設定

  • エージェント役割と専門性の割り当て
  • タスク境界と自律レベルの定義
  • エージェントのセキュリティと権限管理

複数エージェントワークフローの設計

  • ワークフロープランニングとシーケンス化
  • 背景エージェントと前面エージェントの調整
  • チェイン、委任、エスカレーションパターンの使用

Manager (ミッションコントロール) インターフェースでの作業

  • ライブエージェント活動の監視
  • グラフ、状態、実行タイムラインの解釈
  • エージェントタスクの介入、上書き、またはリダイレクト

Antigravity アーティファクトの生成と管理

  • タスクリスト、作業計画、意思決定トレース
  • スクリーンショット、ブラウザ録画、ワークスペースキャプチャ
  • 監査ログと再現性メタデータ

検証と品質保証技術

  • トレーサビリティと透明性の確保
  • エージェント出力の正確性の検証
  • 安全対策とフェイルオーバー戦略の実装

エンジニアリングパイプラインへの Antigravity の統合

  • CI/CD およびリリースワークフローのサポート
  • 現存する DevOps ツールとの連携
  • チームと環境にわたるエージェントタスクのスケーリング

複数エージェント協力の高度な最適化

  • 冗長なアクションとサイクルの削減
  • パフォーマンスメトリクスと分析の活用
  • 忍耐力のある適応型ワークフローの設計

まとめと次なるステップ

要求

  • 現代の DevOps およびプラットフォームエンジニアリング概念の理解
  • AI 協力開発ワークフローの経験
  • 分散システムまたはクラウド環境の知識

対象者

  • プラットフォームエンジニア
  • DevOps エンジニア
  • AI アーキテクト
 14 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー