Google Cloud WAF 可持续性支柱实战用 Agent Skill 评估与优化云工作负载的环境足迹【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills导读本文基于仓库中的 google-cloud-waf-sustainability Agent Skill 展开系统讲解 Google Cloud Well-Architected FrameworkWAF可持续性支柱Sustainability Pillar的核心原则、相关 Google Cloud 产品、工作负载评估问题清单与验证清单。读完本文你将掌握如何借助该 Skill 评估一个云工作负载的环境影响识别碳足迹热点并围绕低碳区域选择、AI/ML 能效、资源利用率、节能软件、数据与存储优化、持续度量与改进等方向产出可落地的可持续架构改进建议。该 Skill 位于仓库 skills/cloud/google-cloud-waf-sustainability 目录是仓库中 Well-Architected Framework 系列 Skill 的一员与成本优化、运营卓越、性能优化、可靠性、安全性五个支柱的 Skill 并列见 README.md。Skill 定位它解决什么问题从 SKILL.md 的 frontmatter 可以看出该 Skill 的定位是Generates sustainability-focused guidance for Google Cloud workloads based on the design principles and recommendations in the Google Cloud Well-Architected Framework (WAF). Use this skill to evaluate a workload, identify environmental impact requirements, and provide actionable recommendations to build, deploy, and manage the workload sustainably in Google Cloud.即基于 WAF 可持续性支柱的设计原则与建议为 Google Cloud 工作负载生成可持续性导向的指导。它的典型使用场景包括对已有工作负载进行环境影响评估识别碳足迹热点明确工作负载与组织的环境约束与需求在构建、部署、管理三个阶段给出可执行的可持续性建议。与仓库中其他 WAF Skill 一样它归属于WellArchitectedFramework类别见 index.json 中google-cloud-waf-sustainability条目的metadata.category属于面向 Agent 的评估-诊断-建议型能力而非直接操作云资源的命令型 Skill。可持续性支柱概述共享责任模型可持续性支柱为减少云工作负载的环境影响提供原则与建议。它的核心思想是共享责任模型shared responsibility modelGoogle 负责优化云的可持续性sustainabilityofthe cloud——即数据中心、硬件、能源基础设施层面的效率客户负责优化云内的可持续性sustainabilityinthe cloud——即在架构、资源分配、区域选择等环节做出明智决策。通过在架构设计、资源分配和区域选择方面做出有依据的决策可以显著降低碳足迹并提升整体能源效率。这意味着可持续性不是事后补救而是应当从架构设计的第一天就纳入考量。核心原则可持续性架构的九个支点该 Skill 中的可持续性建议与以下九条核心原则对齐。每条原则都对应 Google Cloud WAF 官方的可持续性指导文档grounding document作为依据本 Skill 生成建议时会以这些原则作为评分与诊断的标尺。1. 共享责任Shared responsibility定义可持续性责任的边界并接受共享命运shared fate模型与云服务商和合作伙伴协作为整个生态系统实现最佳环境成果。落地启示在组织层面明确哪些责任属于云服务商数据中心 PUE、清洁能源采购哪些属于应用团队代码效率、资源利用率避免责任真空也不要试图在不属于自己控制的层面过度设计。2. 使用低碳能源的区域Use regions that consume low-carbon energy优先选择拥有高比例无碳能源Carbon-Free EnergyCFE并带有 Low CO2 标识的 Google Cloud 区域以降低部署的总碳排。落地启示区域选择是碳足迹的决定性因素之一。在满足延迟、合规与可用性要求的前提下应把碳强度carbon intensity作为与成本、延迟并列的选型维度而不是事后补救。3. 优化 AI 和 ML 工作负载Optimize AI and ML workloads通过将算法需求匹配到专用硬件如 TPU来最大化每瓦计算量computations per watt并应用数学技术如模型压缩、PEFT 等参数高效微调降低计算复杂度。落地启示AI/ML 是当前云端增长最快的能耗来源。训练与推理的硬件选型GPU vs TPU vs CPU、模型规模压缩、量化、蒸馏、批处理调度策略都会显著影响每瓦特的计算产出。4. 优化资源使用Optimize resource usage通过空闲时缩容到零、合理调整虚拟机规格rightsizing、优先使用能动态匹配实际需求的托管服务来消除能源浪费。落地启示过度供给over-provisioning是云上最常见的能源浪费来源。让基础设施规模动态跟随实际负载而不是按峰值预留是最直接、最有效的节能手段之一。5. 开发节能软件Develop energy-efficient software通过事件驱动逻辑与优化后的资源assets设计能最大限度减少后端服务器和终端设备上不必要 CPU、内存和网络活动的应用程序。落地启示软件层面的能效优化包括用事件驱动替代轮询、优化算法时间复杂度和数据结构、控制前端资源体积、减少不必要的网络请求等。代码层面的效率直接决定了下层基础设施需要消耗多少能源。6. 优化数据与存储Optimize data and storage通过实施生命周期管理lifecycle management将冷数据归档并清除不产生业务价值的暗数据dark data来减少存储的环境足迹。落地启示数据只增不减是存储能耗膨胀的常见原因。冷热数据分层存储、自动归档、定期数据发现与清理应成为数据治理的常规动作。7. 持续度量与改进Continuously measure and improve通过分析细粒度数据获得碳排放的可见性识别热点并主动采取补救措施修复低效环节。落地启示可持续性与成本、可靠性一样需要可观测性。没有度量就无法改进——碳数据的采集、分析与告警应当被纳入日常运维。8. 推广可持续文化Promote a culture of sustainability将可持续性嵌入组织治理把技术决策与环境目标连接起来并确保员工具备实施绿色实践所需的技能。落地启示可持续性需要从个人自觉上升为组织制度。将碳指标纳入非功能性需求NFR、KPI 与绩效评估并为不同角色提供针对性培训才能形成持续改进的正循环。9. 与行业准则对齐Align with industry guidelines确保可持续性举措与测量、报告和验证方面的行业准则保持一致例如 W3C Web Sustainability Guidelines、Green Software Foundation 以及温室气体核算体系Greenhouse Gas Protocol。落地启示使用行业公认的框架来统一度量口径与报告方式便于对外披露如 ESG 报告和对内比较改进效果。相关的 Google Cloud 产品可持续性工具箱以下列出与本 Skill 相关的 Google Cloud 产品与能力原文档明确标注为示例非穷尽清单按功能域分为三组。可见性与度量Visibility and measurementCarbon Footprint以仪表盘形式提供与 Google Cloud 使用相关的温室气体排放可见性是该支柱最核心的度量工具BigQuery将导出的 Carbon Footprint 数据与账单数据billing data联合分析识别排放热点例如按项目、区域、服务维度定位粗排放者。基础设施与运维Infrastructure and operationsGoogle Cloud Region Picker在选择部署位置时帮助权衡碳足迹、成本与延迟三个维度Active Assist / Recommender自动识别空闲资源并提供虚拟机规格调整rightsizing建议减少浪费Cloud Run / GKE Autopilot全托管计算环境优化集群使用率空闲时可缩容到零Cloud Batch优化批处理作业调度支持在无碳能源比例较高的时段执行任务Spot VMs利用数据中心未使用的容量运行可容错工作负载提升整体硬件利用效率。数据与 AIData and AICloud Storage 生命周期管理Lifecycle Management自动将较旧数据迁移到更低能耗的存储类别Nearline、Coldline、ArchiveCloud TPUs为大规模 AI/ML 矩阵运算的能效优化的专用硬件。与仓库的呼应上述产品的操作型用法在仓库中有对应的独立 Skill 可深挖例如 google-cloud-storage-basics含存储类别与生命周期管理、bigquery-basics、cloud-run-basics、gke-basics含 Autopilot 模式等。本 Skill 负责诊断与建议而具体产品的操作细节可交由这些产品级 Skill 执行二者配合使用效果最佳。工作负载评估问题清单使用本 Skill 时需要通过提问来理解工作负载及用户组织的可持续性相关需求与约束。问题按核心原则分组涵盖组织战略、架构选型与运维流程三个层次云可持续性Cloud sustainability你如何在组织与云服务商之间界定可持续性责任的边界你如何利用云能力和 AI 来推动更广泛的业务运营获得可持续性成果你的云战略如何考虑合作伙伴生态系统和多云环境的可持续性影响使用低碳能源的区域Use regions that consume low-carbon energy你如何将碳强度纳入 Google Cloud 区域选择策略优化 AI 和 ML 工作负载Optimize AI and ML workloads你如何优化 AI 和机器学习生命周期的能源效率优化资源使用Optimize resource usage你如何确保基础设施足迹动态匹配实际工作负载需求你如何选择和维护云工作负载所使用的硬件类型你处理非紧急或计算密集型后台任务的策略是什么你如何在高可用性与灾难恢复需求同可持续性之间取得平衡开发节能软件Develop energy-efficient software你如何确保后端逻辑尽量减少不必要的 CPU、内存和网络活动你如何管理代码库的整体效率和维护以支持可持续性你如何最小化应用程序对终端设备造成的数据量和处理负载你的用户体验UX设计如何为终端用户贡献能源效率优化数据与存储Optimize data and storage你用什么流程来管理数据和存储的环境足迹持续度量与改进Continuously measure and improve你如何分析碳数据以确定优化工作的优先级可持续性度量如何嵌入到你组织的治理与文化中你当前获取云相关碳排放可见性的流程是什么你采取哪些主动步骤来修复已识别的碳热点推广可持续文化Promote a culture of sustainability你如何将个体的技术决策与组织使命连接起来并让团队对结果负责你如何确保技术和业务人员具备实施可持续性实践所需的特定技能使用建议不需要一次性问完所有问题。应从云可持续性起步了解组织背景然后根据工作负载类型AI/ML、Web 应用、批处理、数据仓库等聚焦到相关分组避免对简单工作负载过度提问。验证清单评估架构与可持续性建议的对齐度使用以下清单评估目标架构是否符合可持续性建议。清单同样按核心原则组织每一项都给出了达标的具体表现可作为架构评审与整改的检查基准。云可持续性Cloud sustainability组织采纳了可持续性的共享责任与共享命运模型。AI 被用作盈利与韧性的催化剂以简化运营或者可持续性被整合进设计流程以形成正反馈循环。优先与可持续合作伙伴协作并利用多云数据可移植性或者内部实践与 Green Software Foundation 等公认全球标准对齐。使用低碳能源的区域Use regions that consume low-carbon energy数据驱动的策略优先选择具有高无碳能源CFE%和 Low CO2 标识的区域或者积极使用 Google Cloud Region Picker 在碳足迹与成本、延迟之间取得平衡。优化 AI 和 ML 工作负载Optimize AI and ML workloads算法需求匹配专用硬件TPU以最大化每瓦计算量或者应用模型压缩、PEFT 等数学技术降低计算复杂度。优化资源使用Optimize resource usage使用空闲时缩容到零的全托管服务或者在 GKE 中使用 Horizontal Pod AutoscalingHPA与 Vertical Pod AutoscalingVPA防止过度供给。存在升级到最新机型以提升每瓦性能的正式流程或者工作负载被主动匹配到专门的机型族。批处理作业主动安排在 CFE 比例最高的时段或区域运行或者对非关键批处理作业使用 Spot VMs。优先采用冷备 DRCold DR或无服务器故障转移确保备区域在事件发生前保持零能耗或者使用基础设施即代码IaC仅在需要时快速供给恢复环境。开发节能软件Develop energy-efficient software资源密集型的忙循环或持续轮询被事件驱动逻辑取代或者优先采用最优时间复杂度的算法与数据结构。遵循不要重复自己DRY原则并定期重构或者实现带智能淘汰策略的缓存如 Memorystore。网站产品的下载体积被度量并维持在严格预算内或者 CI/CD 流水线自动化完成 HTML、CSS、JS 的最小化与压缩。优先采用静态站点或渐进式 Web 应用PWA以获得更快加载或者减少 DOM 操作以降低设备功耗。优化数据与存储Optimize data and storage使用对象生命周期管理Object Lifecycle Management自动将冷数据迁移到 Archive 存储或者使用 Dataplex 等发现技术识别并消除暗数据。持续度量与改进Continuously measure and improve碳数据按项目、区域和服务维度分析以识别粗排放者或者碳数据与 BigQuery 中的 Billing 数据关联以建立成本与环境影响的相关性。正式的 GreenOps 职能定义了碳减排目标的责任归属或者来自 BigQuery 的已验证 Carbon Footprint 数据支持正式的 ESG 披露。应用被插桩以度量具体软件功能的碳强度或者配置 Carbon Footprint 数据到 BigQuery 的自动导出以便深入分析。定期使用未托管项目推荐器unattended project recommender和 Active Assist 停用空闲资源或者主动项目通过将工作负载迁移到低碳区域来重新架构热点。推广可持续文化Promote a culture of sustainability抽象的碳指标被转化为年报中可感知的进展指标或者可持续性作为一等非功能性需求NFR与 KPI 和绩效评估挂钩。提供针对具体岗位的培训例如面向开发者的代码效率培训、面向 FinOps 的碳单位经济学培训或者团队被正式培训以访问和解读碳足迹数据。使用流程建议从评估到建议虽然 SKILL.md 本身没有像仓库中部分其他 WAF Skill 那样显式给出编号式工作流但从仓库同类 Skill如 google-cloud-waf-security、google-cloud-waf-reliability的结构可以推断出标准的 WAF 评估工作流。两者均遵循五步模式理解上下文从评估问题清单中挑选针对性问题收集用户当前架构、可持续性要求与约束分析与识别差距对照核心原则与验证清单评估工作负载找出与最佳实践的偏差、缺失的控制或存在浪费的环节形成建议基于 WAF 可持续性支柱给出可执行、有优先级的指导并从相关产品清单中推荐具体的 Google Cloud 产品来填补已识别的差距解释建议将每条建议与相应的核心原则对齐说明其带来的收益迭代与细化帮助用户根据自身具体要求与约束调整建议。基于该工作流一个典型的可持续性评估会话应当以你的工作负载属于哪种类型对延迟和合规有哪些硬性约束开场随后针对 AI/ML、批处理、在线服务、数据存储等不同负载类型分别聚焦到对应的原则、产品与清单条目上。延伸阅读仓库内的其他 WAF 支柱可持续性支柱并非孤立存在它与架构评估的其他维度相互影响——例如冷备 DR同时涉及可持续性与可靠性而资源利用率优化同时涉及可持续性与成本。仓库提供完整的六支柱 WAF Skill 系列见 README.mdGoogle Cloud Well-Architected Framework skill for the Cost Optimization pillarGoogle Cloud Well-Architected Framework skill for the Operational Excellence pillarGoogle Cloud Well-Architected Framework skill for the Performance Optimization pillarGoogle Cloud Well-Architected Framework skill for the Reliability pillarGoogle Cloud Well-Architected Framework skill for the Security pillarGoogle Cloud Well-Architected Framework skill for the Sustainability pillar本文主题当用户需要跨支柱的综合架构评审时可组合多个 WAF Skill 协同工作而 google-cloud-solution-architecture 则负责整体方案设计WAF 系列 Skill 负责特定维度的评审两者分工明确。总结Google Cloud Well-Architected Framework 可持续性支柱的核心主张是在共享责任模型下客户通过在架构、资源分配与区域选择上的明智决策可以显著降低工作负载的碳足迹。仓库中的 google-cloud-waf-sustainability Skill 将这一支柱沉淀为可被 Agent 直接调用的知识资产通过九条核心原则、三类相关产品、二十余个评估问题与二十余条验证清单把可持续性从一个抽象口号转化为可提问、可检查、可改进的具体工程动作。无论是架构评审、碳热点诊断还是新建工作负载的绿色设计都可以从该 Skill 的评估问题与验证清单出发逐步收敛到可执行的改进方案。【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Google Cloud WAF 可持续性支柱实战：用 Agent Skill 评估与优化云工作负载的环境足迹
Google Cloud WAF 可持续性支柱实战用 Agent Skill 评估与优化云工作负载的环境足迹【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills导读本文基于仓库中的 google-cloud-waf-sustainability Agent Skill 展开系统讲解 Google Cloud Well-Architected FrameworkWAF可持续性支柱Sustainability Pillar的核心原则、相关 Google Cloud 产品、工作负载评估问题清单与验证清单。读完本文你将掌握如何借助该 Skill 评估一个云工作负载的环境影响识别碳足迹热点并围绕低碳区域选择、AI/ML 能效、资源利用率、节能软件、数据与存储优化、持续度量与改进等方向产出可落地的可持续架构改进建议。该 Skill 位于仓库 skills/cloud/google-cloud-waf-sustainability 目录是仓库中 Well-Architected Framework 系列 Skill 的一员与成本优化、运营卓越、性能优化、可靠性、安全性五个支柱的 Skill 并列见 README.md。Skill 定位它解决什么问题从 SKILL.md 的 frontmatter 可以看出该 Skill 的定位是Generates sustainability-focused guidance for Google Cloud workloads based on the design principles and recommendations in the Google Cloud Well-Architected Framework (WAF). Use this skill to evaluate a workload, identify environmental impact requirements, and provide actionable recommendations to build, deploy, and manage the workload sustainably in Google Cloud.即基于 WAF 可持续性支柱的设计原则与建议为 Google Cloud 工作负载生成可持续性导向的指导。它的典型使用场景包括对已有工作负载进行环境影响评估识别碳足迹热点明确工作负载与组织的环境约束与需求在构建、部署、管理三个阶段给出可执行的可持续性建议。与仓库中其他 WAF Skill 一样它归属于WellArchitectedFramework类别见 index.json 中google-cloud-waf-sustainability条目的metadata.category属于面向 Agent 的评估-诊断-建议型能力而非直接操作云资源的命令型 Skill。可持续性支柱概述共享责任模型可持续性支柱为减少云工作负载的环境影响提供原则与建议。它的核心思想是共享责任模型shared responsibility modelGoogle 负责优化云的可持续性sustainabilityofthe cloud——即数据中心、硬件、能源基础设施层面的效率客户负责优化云内的可持续性sustainabilityinthe cloud——即在架构、资源分配、区域选择等环节做出明智决策。通过在架构设计、资源分配和区域选择方面做出有依据的决策可以显著降低碳足迹并提升整体能源效率。这意味着可持续性不是事后补救而是应当从架构设计的第一天就纳入考量。核心原则可持续性架构的九个支点该 Skill 中的可持续性建议与以下九条核心原则对齐。每条原则都对应 Google Cloud WAF 官方的可持续性指导文档grounding document作为依据本 Skill 生成建议时会以这些原则作为评分与诊断的标尺。1. 共享责任Shared responsibility定义可持续性责任的边界并接受共享命运shared fate模型与云服务商和合作伙伴协作为整个生态系统实现最佳环境成果。落地启示在组织层面明确哪些责任属于云服务商数据中心 PUE、清洁能源采购哪些属于应用团队代码效率、资源利用率避免责任真空也不要试图在不属于自己控制的层面过度设计。2. 使用低碳能源的区域Use regions that consume low-carbon energy优先选择拥有高比例无碳能源Carbon-Free EnergyCFE并带有 Low CO2 标识的 Google Cloud 区域以降低部署的总碳排。落地启示区域选择是碳足迹的决定性因素之一。在满足延迟、合规与可用性要求的前提下应把碳强度carbon intensity作为与成本、延迟并列的选型维度而不是事后补救。3. 优化 AI 和 ML 工作负载Optimize AI and ML workloads通过将算法需求匹配到专用硬件如 TPU来最大化每瓦计算量computations per watt并应用数学技术如模型压缩、PEFT 等参数高效微调降低计算复杂度。落地启示AI/ML 是当前云端增长最快的能耗来源。训练与推理的硬件选型GPU vs TPU vs CPU、模型规模压缩、量化、蒸馏、批处理调度策略都会显著影响每瓦特的计算产出。4. 优化资源使用Optimize resource usage通过空闲时缩容到零、合理调整虚拟机规格rightsizing、优先使用能动态匹配实际需求的托管服务来消除能源浪费。落地启示过度供给over-provisioning是云上最常见的能源浪费来源。让基础设施规模动态跟随实际负载而不是按峰值预留是最直接、最有效的节能手段之一。5. 开发节能软件Develop energy-efficient software通过事件驱动逻辑与优化后的资源assets设计能最大限度减少后端服务器和终端设备上不必要 CPU、内存和网络活动的应用程序。落地启示软件层面的能效优化包括用事件驱动替代轮询、优化算法时间复杂度和数据结构、控制前端资源体积、减少不必要的网络请求等。代码层面的效率直接决定了下层基础设施需要消耗多少能源。6. 优化数据与存储Optimize data and storage通过实施生命周期管理lifecycle management将冷数据归档并清除不产生业务价值的暗数据dark data来减少存储的环境足迹。落地启示数据只增不减是存储能耗膨胀的常见原因。冷热数据分层存储、自动归档、定期数据发现与清理应成为数据治理的常规动作。7. 持续度量与改进Continuously measure and improve通过分析细粒度数据获得碳排放的可见性识别热点并主动采取补救措施修复低效环节。落地启示可持续性与成本、可靠性一样需要可观测性。没有度量就无法改进——碳数据的采集、分析与告警应当被纳入日常运维。8. 推广可持续文化Promote a culture of sustainability将可持续性嵌入组织治理把技术决策与环境目标连接起来并确保员工具备实施绿色实践所需的技能。落地启示可持续性需要从个人自觉上升为组织制度。将碳指标纳入非功能性需求NFR、KPI 与绩效评估并为不同角色提供针对性培训才能形成持续改进的正循环。9. 与行业准则对齐Align with industry guidelines确保可持续性举措与测量、报告和验证方面的行业准则保持一致例如 W3C Web Sustainability Guidelines、Green Software Foundation 以及温室气体核算体系Greenhouse Gas Protocol。落地启示使用行业公认的框架来统一度量口径与报告方式便于对外披露如 ESG 报告和对内比较改进效果。相关的 Google Cloud 产品可持续性工具箱以下列出与本 Skill 相关的 Google Cloud 产品与能力原文档明确标注为示例非穷尽清单按功能域分为三组。可见性与度量Visibility and measurementCarbon Footprint以仪表盘形式提供与 Google Cloud 使用相关的温室气体排放可见性是该支柱最核心的度量工具BigQuery将导出的 Carbon Footprint 数据与账单数据billing data联合分析识别排放热点例如按项目、区域、服务维度定位粗排放者。基础设施与运维Infrastructure and operationsGoogle Cloud Region Picker在选择部署位置时帮助权衡碳足迹、成本与延迟三个维度Active Assist / Recommender自动识别空闲资源并提供虚拟机规格调整rightsizing建议减少浪费Cloud Run / GKE Autopilot全托管计算环境优化集群使用率空闲时可缩容到零Cloud Batch优化批处理作业调度支持在无碳能源比例较高的时段执行任务Spot VMs利用数据中心未使用的容量运行可容错工作负载提升整体硬件利用效率。数据与 AIData and AICloud Storage 生命周期管理Lifecycle Management自动将较旧数据迁移到更低能耗的存储类别Nearline、Coldline、ArchiveCloud TPUs为大规模 AI/ML 矩阵运算的能效优化的专用硬件。与仓库的呼应上述产品的操作型用法在仓库中有对应的独立 Skill 可深挖例如 google-cloud-storage-basics含存储类别与生命周期管理、bigquery-basics、cloud-run-basics、gke-basics含 Autopilot 模式等。本 Skill 负责诊断与建议而具体产品的操作细节可交由这些产品级 Skill 执行二者配合使用效果最佳。工作负载评估问题清单使用本 Skill 时需要通过提问来理解工作负载及用户组织的可持续性相关需求与约束。问题按核心原则分组涵盖组织战略、架构选型与运维流程三个层次云可持续性Cloud sustainability你如何在组织与云服务商之间界定可持续性责任的边界你如何利用云能力和 AI 来推动更广泛的业务运营获得可持续性成果你的云战略如何考虑合作伙伴生态系统和多云环境的可持续性影响使用低碳能源的区域Use regions that consume low-carbon energy你如何将碳强度纳入 Google Cloud 区域选择策略优化 AI 和 ML 工作负载Optimize AI and ML workloads你如何优化 AI 和机器学习生命周期的能源效率优化资源使用Optimize resource usage你如何确保基础设施足迹动态匹配实际工作负载需求你如何选择和维护云工作负载所使用的硬件类型你处理非紧急或计算密集型后台任务的策略是什么你如何在高可用性与灾难恢复需求同可持续性之间取得平衡开发节能软件Develop energy-efficient software你如何确保后端逻辑尽量减少不必要的 CPU、内存和网络活动你如何管理代码库的整体效率和维护以支持可持续性你如何最小化应用程序对终端设备造成的数据量和处理负载你的用户体验UX设计如何为终端用户贡献能源效率优化数据与存储Optimize data and storage你用什么流程来管理数据和存储的环境足迹持续度量与改进Continuously measure and improve你如何分析碳数据以确定优化工作的优先级可持续性度量如何嵌入到你组织的治理与文化中你当前获取云相关碳排放可见性的流程是什么你采取哪些主动步骤来修复已识别的碳热点推广可持续文化Promote a culture of sustainability你如何将个体的技术决策与组织使命连接起来并让团队对结果负责你如何确保技术和业务人员具备实施可持续性实践所需的特定技能使用建议不需要一次性问完所有问题。应从云可持续性起步了解组织背景然后根据工作负载类型AI/ML、Web 应用、批处理、数据仓库等聚焦到相关分组避免对简单工作负载过度提问。验证清单评估架构与可持续性建议的对齐度使用以下清单评估目标架构是否符合可持续性建议。清单同样按核心原则组织每一项都给出了达标的具体表现可作为架构评审与整改的检查基准。云可持续性Cloud sustainability组织采纳了可持续性的共享责任与共享命运模型。AI 被用作盈利与韧性的催化剂以简化运营或者可持续性被整合进设计流程以形成正反馈循环。优先与可持续合作伙伴协作并利用多云数据可移植性或者内部实践与 Green Software Foundation 等公认全球标准对齐。使用低碳能源的区域Use regions that consume low-carbon energy数据驱动的策略优先选择具有高无碳能源CFE%和 Low CO2 标识的区域或者积极使用 Google Cloud Region Picker 在碳足迹与成本、延迟之间取得平衡。优化 AI 和 ML 工作负载Optimize AI and ML workloads算法需求匹配专用硬件TPU以最大化每瓦计算量或者应用模型压缩、PEFT 等数学技术降低计算复杂度。优化资源使用Optimize resource usage使用空闲时缩容到零的全托管服务或者在 GKE 中使用 Horizontal Pod AutoscalingHPA与 Vertical Pod AutoscalingVPA防止过度供给。存在升级到最新机型以提升每瓦性能的正式流程或者工作负载被主动匹配到专门的机型族。批处理作业主动安排在 CFE 比例最高的时段或区域运行或者对非关键批处理作业使用 Spot VMs。优先采用冷备 DRCold DR或无服务器故障转移确保备区域在事件发生前保持零能耗或者使用基础设施即代码IaC仅在需要时快速供给恢复环境。开发节能软件Develop energy-efficient software资源密集型的忙循环或持续轮询被事件驱动逻辑取代或者优先采用最优时间复杂度的算法与数据结构。遵循不要重复自己DRY原则并定期重构或者实现带智能淘汰策略的缓存如 Memorystore。网站产品的下载体积被度量并维持在严格预算内或者 CI/CD 流水线自动化完成 HTML、CSS、JS 的最小化与压缩。优先采用静态站点或渐进式 Web 应用PWA以获得更快加载或者减少 DOM 操作以降低设备功耗。优化数据与存储Optimize data and storage使用对象生命周期管理Object Lifecycle Management自动将冷数据迁移到 Archive 存储或者使用 Dataplex 等发现技术识别并消除暗数据。持续度量与改进Continuously measure and improve碳数据按项目、区域和服务维度分析以识别粗排放者或者碳数据与 BigQuery 中的 Billing 数据关联以建立成本与环境影响的相关性。正式的 GreenOps 职能定义了碳减排目标的责任归属或者来自 BigQuery 的已验证 Carbon Footprint 数据支持正式的 ESG 披露。应用被插桩以度量具体软件功能的碳强度或者配置 Carbon Footprint 数据到 BigQuery 的自动导出以便深入分析。定期使用未托管项目推荐器unattended project recommender和 Active Assist 停用空闲资源或者主动项目通过将工作负载迁移到低碳区域来重新架构热点。推广可持续文化Promote a culture of sustainability抽象的碳指标被转化为年报中可感知的进展指标或者可持续性作为一等非功能性需求NFR与 KPI 和绩效评估挂钩。提供针对具体岗位的培训例如面向开发者的代码效率培训、面向 FinOps 的碳单位经济学培训或者团队被正式培训以访问和解读碳足迹数据。使用流程建议从评估到建议虽然 SKILL.md 本身没有像仓库中部分其他 WAF Skill 那样显式给出编号式工作流但从仓库同类 Skill如 google-cloud-waf-security、google-cloud-waf-reliability的结构可以推断出标准的 WAF 评估工作流。两者均遵循五步模式理解上下文从评估问题清单中挑选针对性问题收集用户当前架构、可持续性要求与约束分析与识别差距对照核心原则与验证清单评估工作负载找出与最佳实践的偏差、缺失的控制或存在浪费的环节形成建议基于 WAF 可持续性支柱给出可执行、有优先级的指导并从相关产品清单中推荐具体的 Google Cloud 产品来填补已识别的差距解释建议将每条建议与相应的核心原则对齐说明其带来的收益迭代与细化帮助用户根据自身具体要求与约束调整建议。基于该工作流一个典型的可持续性评估会话应当以你的工作负载属于哪种类型对延迟和合规有哪些硬性约束开场随后针对 AI/ML、批处理、在线服务、数据存储等不同负载类型分别聚焦到对应的原则、产品与清单条目上。延伸阅读仓库内的其他 WAF 支柱可持续性支柱并非孤立存在它与架构评估的其他维度相互影响——例如冷备 DR同时涉及可持续性与可靠性而资源利用率优化同时涉及可持续性与成本。仓库提供完整的六支柱 WAF Skill 系列见 README.mdGoogle Cloud Well-Architected Framework skill for the Cost Optimization pillarGoogle Cloud Well-Architected Framework skill for the Operational Excellence pillarGoogle Cloud Well-Architected Framework skill for the Performance Optimization pillarGoogle Cloud Well-Architected Framework skill for the Reliability pillarGoogle Cloud Well-Architected Framework skill for the Security pillarGoogle Cloud Well-Architected Framework skill for the Sustainability pillar本文主题当用户需要跨支柱的综合架构评审时可组合多个 WAF Skill 协同工作而 google-cloud-solution-architecture 则负责整体方案设计WAF 系列 Skill 负责特定维度的评审两者分工明确。总结Google Cloud Well-Architected Framework 可持续性支柱的核心主张是在共享责任模型下客户通过在架构、资源分配与区域选择上的明智决策可以显著降低工作负载的碳足迹。仓库中的 google-cloud-waf-sustainability Skill 将这一支柱沉淀为可被 Agent 直接调用的知识资产通过九条核心原则、三类相关产品、二十余个评估问题与二十余条验证清单把可持续性从一个抽象口号转化为可提问、可检查、可改进的具体工程动作。无论是架构评审、碳热点诊断还是新建工作负载的绿色设计都可以从该 Skill 的评估问题与验证清单出发逐步收敛到可执行的改进方案。【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考