Ir al contenido
AggregaAggrega
Seleccionar idioma: Español
Esta página se tradujo automáticamente. Lee el original en inglés.

Ejemplos por producto y capacidad

Todos los ejemplos de esta carpeta, enumerados primero en el orden en que recorrerlos, grupo por grupo, y después bajo cada producto que despliegan y bajo cada capacidad que muestran. Cada entrada da el nivel del ejemplo y la primera frase de su página.

El nivel es start, authoring o advanced: los niveles que enumera El encabezado de cada ejemplo. El encabezado que lleva cada ejemplo, y las listas de las que proceden sus valores, se describen en El encabezado de cada ejemplo.

En orden de aprendizaje

Empieza aquí

Grupo start-here: los dos ejemplos que la guía «Primeros pasos» hace crecer paso a paso, y después los dos ejemplos iniciales para la nube.

  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • terraform-rds (authoring) — Una única base de datos MariaDB escrita una sola vez como intención del desarrollador y renderizada a un archivo HCL de Terraform que aprovisiona una instancia gestionada de AWS RDS.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.

Solo catálogo

Grupo catalog-only: ensamblados a partir de entidades del catálogo, sin nada escrito salvo el Aggregate, el Manifest y la Release.

  • catalog-only (start) — Este ejemplo despliega un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — haciendo referencia solo a entidades del catálogo de la biblioteca estándar.
  • cert-manager-tls (start) — Este ejemplo compila un stack pequeño y real — un controlador de certificados cert-manager — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.
  • contour-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de entrada Contour — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.
  • external-secrets-operator (start) — Este ejemplo compila un stack pequeño y real — el operador external-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de external-secrets.
  • sealed-secrets-controller (start) — Este ejemplo compila un stack pequeño y real — el controlador sealed-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de sealed-secrets servido desde un repositorio de charts HTTPS.
  • openbao-secrets (start) — Este ejemplo compila un stack pequeño y real — un único servidor de secretos OpenBao — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de OpenBao.
  • jaeger-tracing (start) — Este ejemplo compila un stack pequeño y real — un backend de trazado distribuido Jaeger en su forma de un solo nodo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, sintetizado directamente a partir de la imagen oficial de Jaeger sin ningún chart upstream.
  • tempo-tracing (start) — Este ejemplo compila un stack pequeño y real — un servidor de trazado distribuido Grafana Tempo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes mediante la síntesis de Workload sobre la imagen oficial grafana/tempo, en su forma de binario único.
  • loki-logging (start) — Este ejemplo compila un stack pequeño y real — un servidor de agregación de logs Grafana Loki — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de Grafana Loki en su forma de binario único.
  • kafka-broker (start) — Este ejemplo compila un stack pequeño y real — un broker de streaming de eventos Apache Kafka en su forma KRaft de un solo nodo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, sintetizado directamente a partir de la imagen oficial de Apache Kafka sin ningún chart upstream.
  • redis-cache (start) — Este ejemplo mínimo compila una única caché en memoria Redis (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • valkey-cache (start) — Este ejemplo mínimo compila una única caché en memoria Valkey (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • memcached-cache (start) — Este ejemplo mínimo compila una única caché en memoria Memcached a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • nats-messaging (start) — Este ejemplo compila un único servidor de mensajería NATS (pub-sub, request-reply, colas) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • rabbitmq-broker (start) — Este ejemplo compila un único broker de mensajes RabbitMQ (AMQP) a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • mysql-standalone (start) — Este ejemplo mínimo compila una única base de datos MySQL a partir de Aggregates escritos por el desarrollador para dos destinos.
  • mariadb-helm-synth (start) — Una única base de datos MariaDB renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • postgres-init-config (start) — core/datastore/postgres expone dos valores opcionales del desarrollador que dan forma al primer arranque de la base de datos: init_scripts (SQL o shell que se ejecuta una sola vez en la inicialización) y custom_config (un fragmento de postgresql.conf).
  • grafana-dashboards (start) — Este ejemplo compila un único servidor de paneles y visualización Grafana a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • s3-object-store (start) — Este ejemplo compila un único almacén de objetos compatible con S3, el componente core/storage/s3-object-store, a sus dos realizaciones autoalojadas.
  • nginx-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de proxy inverso NGINX delante de un backend web — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • prometheus-scrape (start) — Este ejemplo compila un stack pequeño y real — un servidor de métricas Prometheus que hace scrape de dos servidores de paneles Grafana — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • fluentd-aggregator (start) — Este ejemplo compila un agregador de logs Fluentd — el extremo receptor de un pipeline de logs — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • fluent-bit-to-fluentd (start) — Este ejemplo compila un pipeline de logs real — un forwarder Fluent Bit que envía registros a un agregador Fluentd mediante el protocolo forward — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster y el plano de control que lo reconcilia, compilados dos veces a partir de un único Aggregate sin cambios: una vez pidiendo una sola instancia de servidor y otra pidiendo tres.
  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • ferretdb-stack (start) — Este ejemplo compila un stack pequeño y real — una base de datos documental que expone el protocolo de red de MongoDB — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • kong-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • keycloak-stack (start) — Este ejemplo compila un stack pequeño y real — un servidor de identidad respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • thanos-stack (start) — Este ejemplo compila un stack pequeño y real — el nivel de lectura/consulta de un sistema de métricas Thanos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.
  • credential-secretkeyref (start) — Una única base de datos PostgreSQL cuya contraseña proporciona el subsistema de credenciales, mostrado por proveedor.
  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.
  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.
  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.
  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • apisix-token-budget (start) — Un equipo pone dos modelos de OpenAI detrás de un solo gateway y quiere un tope a lo que el gateway gasta en ellos cada día, contado en tokens.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • model-server-caller-allowlist (start) — Un servidor de modelos que se ejecuta en un clúster responde a quien alcance su dirección.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.

Creación

Grupo authoring: escribe un Component, una Feature o una Recipe propios, o muestra cómo se estructura uno.

  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • per-instance-recipe-override (authoring) — Este ejemplo enseña una funcionalidad del Manifest: el nivel de asignación name, que sobrescribe la Recipe para una sola instancia de componente mientras cada otra instancia del mismo tipo conserva la Recipe general del nivel type.
  • workload-library-import (authoring) — Un único servicio web sin estado cuya Recipe sintetiza su Workload de Kubernetes a partir de una entrada de biblioteca compartida en lugar de un cuerpo en línea.
  • workload-identity-binding (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • multikey-secret-synth (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • mariadb-bitnami-credential-set (authoring) — Una única base de datos MariaDB realizada por el chart de Helm de Bitnami, cuyas contraseñas proporciona un único secreto referenciable de varias claves (core/referenced-secret-set).
  • credential-shape-per-target (authoring) — Cómo llega una credencial a un contenedor en ejecución es una propiedad de dónde despliegas, no de la aplicación.
  • terraform-rds-module (authoring) — La misma intención de MariaDB que el ejemplo terraform-rds, renderizada mediante la forma sourced del proveedor Terraform: en lugar de un cuerpo HCL en línea, la Recipe apunta a un módulo de Terraform local y el compilador lo copia tal cual, y después proporciona sus variables de entrada a partir de los pilares del desarrollador y del operador.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.
  • chart-from-git-repository (authoring) — Un chart de Helm no tiene por qué venir de un registro de charts.
  • extends-wrapper (authoring) — Este ejemplo enseña una sola cosa: un Component que extiende otro con extends hereda todo el contrato de datos de esa base, de modo que cada Recipe escrita para la base ya implementa el Component que la extiende.

Avanzado

Grupo advanced: límites, políticas de gobernanza, Features impulsadas por anotaciones y stacks de nube ensamblados, varios de ellos combinados en un mismo build.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • terraform-declared-sensitivity (advanced) — La declaración de que un valor lleva material secreto se escribe una sola vez, en el esquema de un Component.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.
  • annotation-driven-monitoring (advanced) — Este ejemplo vincula una Feature de monitoreo a seis servicios repartidos en una topología anidada sin escribir un solo bloque features: por componente.
  • policy-in-ci (advanced) — Dos scripts de reglas listos para usar que leen el directorio de salida de una compilación de Aggrega y la rechazan cuando infringe una regla.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • policy-org-overlay (advanced) — La política de un equipo, la de su organización y la de su pipeline se ejecutan juntas en una misma compilación, cada una vinculada en un archivo de configuración propio.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.
  • policy-annotation-transform (advanced) — Una política de gobernanza da a cada componente de una tienda el monitoreo de la plataforma y un rol de AWS IAM.
  • ai-gateway-own-webhook-certificate (advanced) — Este es un ejemplo avanzado.

Importadores

Grupo importers: un proyecto escrito en otro formato, convertido en borradores de archivos Aggrega por aggrega import, y después revisado y compilado.

  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-mcp (start) — Un .mcp.json de Claude Code que enumera tres servidores Model Context Protocol — dos iniciados desde una línea de comandos y uno que ejecuta otra persona — convertido en borradores de archivos Aggrega por aggrega import, con cada servidor asignado a la realización que corresponde a su forma de ejecutarse, y compilado para Kubernetes.
  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.

Por producto

core/ai-agent/agent-framework

  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.

core/ai-agent/crewai

  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.

core/ai-agent/dify

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-plugin-daemon

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-sandbox

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-ssrf-proxy

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-web

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-worker

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/dify-worker-beat

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/ai-agent/flowise

  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.

core/ai-agent/google-adk

  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.

core/ai-agent/langflow

  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.

core/ai-agent/langgraph

  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/ai-agent/n8n

  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.

core/ai-model/anthropic

  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.

core/ai-model/gemini

  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.

core/ai-model/nemoguard-content-safety

  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.

core/ai-model/ollama

  • model-server-caller-allowlist (start) — Un servidor de modelos que se ejecuta en un clúster responde a quien alcance su dirección.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/ai-model/openai

  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • apisix-token-budget (start) — Un equipo pone dos modelos de OpenAI detrás de un solo gateway y quiere un tope a lo que el gateway gasta en ellos cada día, contado en tokens.
  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/ai-model/openai-compatible

  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.

core/ai-model/openai-embedding

  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.

core/ai-model/tei

  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.

core/ai-tool/mcp

  • import-mcp (start) — Un .mcp.json de Claude Code que enumera tres servidores Model Context Protocol — dos iniciados desde una línea de comandos y uno que ejecuta otra persona — convertido en borradores de archivos Aggrega por aggrega import, con cada servidor asignado a la realización que corresponde a su forma de ejecutarse, y compilado para Kubernetes.
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.

core/compute/server

  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/datastore/cognee

  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.

core/datastore/documentdb

  • ferretdb-stack (start) — Este ejemplo compila un stack pequeño y real — una base de datos documental que expone el protocolo de red de MongoDB — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.

core/datastore/etcd

  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/datastore/ferretdb

  • ferretdb-stack (start) — Este ejemplo compila un stack pequeño y real — una base de datos documental que expone el protocolo de red de MongoDB — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.

core/datastore/mariadb

  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.
  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • catalog-only (start) — Este ejemplo despliega un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — haciendo referencia solo a entidades del catálogo de la biblioteca estándar.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mariadb-bitnami-credential-set (authoring) — Una única base de datos MariaDB realizada por el chart de Helm de Bitnami, cuyas contraseñas proporciona un único secreto referenciable de varias claves (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Una única base de datos MariaDB renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • policy-org-overlay (advanced) — La política de un equipo, la de su organización y la de su pipeline se ejecutan juntas en una misma compilación, cada una vinculada en un archivo de configuración propio.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • terraform-rds-module (authoring) — La misma intención de MariaDB que el ejemplo terraform-rds, renderizada mediante la forma sourced del proveedor Terraform: en lugar de un cuerpo HCL en línea, la Recipe apunta a un módulo de Terraform local y el compilador lo copia tal cual, y después proporciona sus variables de entrada a partir de los pilares del desarrollador y del operador.
  • terraform-rds (authoring) — Una única base de datos MariaDB escrita una sola vez como intención del desarrollador y renderizada a un archivo HCL de Terraform que aprovisiona una instancia gestionada de AWS RDS.

core/datastore/memcached

  • memcached-cache (start) — Este ejemplo mínimo compila una única caché en memoria Memcached a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/datastore/mysql

  • mysql-standalone (start) — Este ejemplo mínimo compila una única base de datos MySQL a partir de Aggregates escritos por el desarrollador para dos destinos.

core/datastore/mysql-innodb-cluster

  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster y el plano de control que lo reconcilia, compilados dos veces a partir de un único Aggregate sin cambios: una vez pidiendo una sola instancia de servidor y otra pidiendo tres.

core/datastore/mysql-operator

  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster y el plano de control que lo reconcilia, compilados dos veces a partir de un único Aggregate sin cambios: una vez pidiendo una sola instancia de servidor y otra pidiendo tres.

core/datastore/postgres

  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • credential-secretkeyref (start) — Una única base de datos PostgreSQL cuya contraseña proporciona el subsistema de credenciales, mostrado por proveedor.
  • credential-shape-per-target (authoring) — Cómo llega una credencial a un contenedor en ejecución es una propiedad de dónde despliegas, no de la aplicación.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • keycloak-stack (start) — Este ejemplo compila un stack pequeño y real — un servidor de identidad respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • kong-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.
  • postgres-init-config (start) — core/datastore/postgres expone dos valores opcionales del desarrollador que dan forma al primer arranque de la base de datos: init_scripts (SQL o shell que se ejecuta una sola vez en la inicialización) y custom_config (un fragmento de postgresql.conf).
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.

core/datastore/redis

  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • redis-cache (start) — Este ejemplo mínimo compila una única caché en memoria Redis (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/datastore/valkey

  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.
  • valkey-cache (start) — Este ejemplo mínimo compila una única caché en memoria Valkey (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/datastore/weaviate

  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.

core/devtool/adminer

  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.
  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • catalog-only (start) — Este ejemplo despliega un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — haciendo referencia solo a entidades del catálogo de la biblioteca estándar.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • extends-wrapper (authoring) — Este ejemplo enseña una sola cosa: un Component que extiende otro con extends hereda todo el contrato de datos de esa base, de modo que cada Recipe escrita para la base ya implementa el Component que la extiende.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • nginx-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de proxy inverso NGINX delante de un backend web — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • policy-org-overlay (advanced) — La política de un equipo, la de su organización y la de su pipeline se ejecutan juntas en una misma compilación, cada una vinculada en un archivo de configuración propio.

core/devtool/harbor

  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.

core/gateway/apisix

  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • apisix-token-budget (start) — Un equipo pone dos modelos de OpenAI detrás de un solo gateway y quiere un tope a lo que el gateway gasta en ellos cada día, contado en tokens.

core/gateway/contour

  • contour-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de entrada Contour — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.

core/gateway/envoy-ai-gateway-operator

  • ai-gateway-own-webhook-certificate (advanced) — Este es un ejemplo avanzado.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.

core/gateway/envoy-gateway

  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.

core/gateway/kong

  • kong-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/gateway/litellm

  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/gateway/nginx

  • extends-wrapper (authoring) — Este ejemplo enseña una sola cosa: un Component que extiende otro con extends hereda todo el contrato de datos de esa base, de modo que cada Recipe escrita para la base ya implementa el Component que la extiende.
  • model-server-caller-allowlist (start) — Un servidor de modelos que se ejecuta en un clúster responde a quien alcance su dirección.
  • nginx-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de proxy inverso NGINX delante de un backend web — a partir de un único Aggregate escrito por el desarrollador para dos destinos.

core/messaging/kafka

  • kafka-broker (start) — Este ejemplo compila un stack pequeño y real — un broker de streaming de eventos Apache Kafka en su forma KRaft de un solo nodo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, sintetizado directamente a partir de la imagen oficial de Apache Kafka sin ningún chart upstream.

core/messaging/nats

  • nats-messaging (start) — Este ejemplo compila un único servidor de mensajería NATS (pub-sub, request-reply, colas) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/messaging/rabbitmq

  • rabbitmq-broker (start) — Este ejemplo compila un único broker de mensajes RabbitMQ (AMQP) a partir de un único Aggregate escrito por el desarrollador para dos destinos.

core/observability/fluent-bit

  • fluent-bit-to-fluentd (start) — Este ejemplo compila un pipeline de logs real — un forwarder Fluent Bit que envía registros a un agregador Fluentd mediante el protocolo forward — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/observability/fluentd

  • fluent-bit-to-fluentd (start) — Este ejemplo compila un pipeline de logs real — un forwarder Fluent Bit que envía registros a un agregador Fluentd mediante el protocolo forward — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • fluentd-aggregator (start) — Este ejemplo compila un agregador de logs Fluentd — el extremo receptor de un pipeline de logs — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

core/observability/grafana

  • grafana-dashboards (start) — Este ejemplo compila un único servidor de paneles y visualización Grafana a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • prometheus-scrape (start) — Este ejemplo compila un stack pequeño y real — un servidor de métricas Prometheus que hace scrape de dos servidores de paneles Grafana — a partir de un único Aggregate escrito por el desarrollador para dos destinos.

core/observability/jaeger

  • jaeger-tracing (start) — Este ejemplo compila un stack pequeño y real — un backend de trazado distribuido Jaeger en su forma de un solo nodo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, sintetizado directamente a partir de la imagen oficial de Jaeger sin ningún chart upstream.

core/observability/loki

  • loki-logging (start) — Este ejemplo compila un stack pequeño y real — un servidor de agregación de logs Grafana Loki — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de Grafana Loki en su forma de binario único.

core/observability/prometheus

  • prometheus-scrape (start) — Este ejemplo compila un stack pequeño y real — un servidor de métricas Prometheus que hace scrape de dos servidores de paneles Grafana — a partir de un único Aggregate escrito por el desarrollador para dos destinos.

core/observability/tempo

  • tempo-tracing (start) — Este ejemplo compila un stack pequeño y real — un servidor de trazado distribuido Grafana Tempo — a partir de un único Aggregate escrito por el desarrollador para Kubernetes mediante la síntesis de Workload sobre la imagen oficial grafana/tempo, en su forma de binario único.

core/observability/thanos-query

  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.
  • thanos-stack (start) — Este ejemplo compila un stack pequeño y real — el nivel de lectura/consulta de un sistema de métricas Thanos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/observability/thanos-store

  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.
  • thanos-stack (start) — Este ejemplo compila un stack pequeño y real — el nivel de lectura/consulta de un sistema de métricas Thanos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/security/cert-manager

  • cert-manager-tls (start) — Este ejemplo compila un stack pequeño y real — un controlador de certificados cert-manager — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.

core/security/external-secrets

  • external-secrets-operator (start) — Este ejemplo compila un stack pequeño y real — el operador external-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de external-secrets.

core/security/keycloak

  • keycloak-stack (start) — Este ejemplo compila un stack pequeño y real — un servidor de identidad respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/security/nemo-guardrails

  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.

core/security/nemoguard-jailbreak-detect

  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.

core/security/openbao

  • openbao-secrets (start) — Este ejemplo compila un stack pequeño y real — un único servidor de secretos OpenBao — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de OpenBao.

core/security/presidio-analyzer

  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/security/presidio-anonymizer

  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.

core/security/sealed-secrets

  • sealed-secrets-controller (start) — Este ejemplo compila un stack pequeño y real — el controlador sealed-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de sealed-secrets servido desde un repositorio de charts HTTPS.

core/security/trustyai-huggingface-detector

  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.

core/storage/barman-cloud-plugin

  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.

core/storage/s3-object-store

  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.
  • s3-object-store (start) — Este ejemplo compila un único almacén de objetos compatible con S3, el componente core/storage/s3-object-store, a sus dos realizaciones autoalojadas.
  • thanos-stack (start) — Este ejemplo compila un stack pequeño y real — el nivel de lectura/consulta de un sistema de métricas Thanos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

core/storage/velero

  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.

Por capacidad

multi-target

un solo Aggregate compilado para dos o más destinos, o realizado de dos o más maneras.

  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • credential-secretkeyref (start) — Una única base de datos PostgreSQL cuya contraseña proporciona el subsistema de credenciales, mostrado por proveedor.
  • credential-shape-per-target (authoring) — Cómo llega una credencial a un contenedor en ejecución es una propiedad de dónde despliegas, no de la aplicación.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • fluent-bit-to-fluentd (start) — Este ejemplo compila un pipeline de logs real — un forwarder Fluent Bit que envía registros a un agregador Fluentd mediante el protocolo forward — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • fluentd-aggregator (start) — Este ejemplo compila un agregador de logs Fluentd — el extremo receptor de un pipeline de logs — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • grafana-dashboards (start) — Este ejemplo compila un único servidor de paneles y visualización Grafana a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.
  • memcached-cache (start) — Este ejemplo mínimo compila una única caché en memoria Memcached a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • mysql-standalone (start) — Este ejemplo mínimo compila una única base de datos MySQL a partir de Aggregates escritos por el desarrollador para dos destinos.
  • nats-messaging (start) — Este ejemplo compila un único servidor de mensajería NATS (pub-sub, request-reply, colas) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • nginx-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de proxy inverso NGINX delante de un backend web — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • prometheus-scrape (start) — Este ejemplo compila un stack pequeño y real — un servidor de métricas Prometheus que hace scrape de dos servidores de paneles Grafana — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • rabbitmq-broker (start) — Este ejemplo compila un único broker de mensajes RabbitMQ (AMQP) a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • redis-cache (start) — Este ejemplo mínimo compila una única caché en memoria Redis (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • s3-object-store (start) — Este ejemplo compila un único almacén de objetos compatible con S3, el componente core/storage/s3-object-store, a sus dos realizaciones autoalojadas.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.
  • valkey-cache (start) — Este ejemplo mínimo compila una única caché en memoria Valkey (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

recipe-selection

el Manifest que elige qué Recipe realiza un componente, o qué FeatureRecipe realiza una vinculación: por tipo, por instancia o por destino.

  • credential-shape-per-target (authoring) — Cómo llega una credencial a un contenedor en ejecución es una propiedad de dónde despliegas, no de la aplicación.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • import-mcp (start) — Un .mcp.json de Claude Code que enumera tres servidores Model Context Protocol — dos iniciados desde una línea de comandos y uno que ejecuta otra persona — convertido en borradores de archivos Aggrega por aggrega import, con cada servidor asignado a la realización que corresponde a su forma de ejecutarse, y compilado para Kubernetes.
  • per-instance-recipe-override (authoring) — Este ejemplo enseña una funcionalidad del Manifest: el nivel de asignación name, que sobrescribe la Recipe para una sola instancia de componente mientras cada otra instancia del mismo tipo conserva la Recipe general del nivel type.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.

modules

un Aggregate del catálogo importado como módulo.

  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • ferretdb-stack (start) — Este ejemplo compila un stack pequeño y real — una base de datos documental que expone el protocolo de red de MongoDB — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • keycloak-stack (start) — Este ejemplo compila un stack pequeño y real — un servidor de identidad respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • kong-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API respaldado por una base de datos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.
  • thanos-stack (start) — Este ejemplo compila un stack pequeño y real — el nivel de lectura/consulta de un sistema de métricas Thanos — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.

connections

componentes conectados mediante sockets uses, con valores canalizados a través de cada arista.

  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.
  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • ai-gateway-log-masking (start) — Un asistente de soporte tiene que trabajar con los nombres y las direcciones de correo electrónico de los clientes, así que el modelo al que llama debe verlos.
  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • apisix-token-budget (start) — Un equipo pone dos modelos de OpenAI detrás de un solo gateway y quiere un tope a lo que el gateway gasta en ellos cada día, contado en tokens.
  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • catalog-only (start) — Este ejemplo despliega un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — haciendo referencia solo a entidades del catálogo de la biblioteca estándar.
  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • fluent-bit-to-fluentd (start) — Este ejemplo compila un pipeline de logs real — un forwarder Fluent Bit que envía registros a un agregador Fluentd mediante el protocolo forward — a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.
  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.
  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.
  • model-server-caller-allowlist (start) — Un servidor de modelos que se ejecuta en un clúster responde a quien alcance su dirección.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • nginx-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de proxy inverso NGINX delante de un backend web — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • prometheus-scrape (start) — Este ejemplo compila un stack pequeño y real — un servidor de métricas Prometheus que hace scrape de dos servidores de paneles Grafana — a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.

credentials

vinculaciones de credenciales y cómo las entrega cada destino.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • catalog-only (start) — Este ejemplo despliega un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — haciendo referencia solo a entidades del catálogo de la biblioteca estándar.
  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.
  • credential-secretkeyref (start) — Una única base de datos PostgreSQL cuya contraseña proporciona el subsistema de credenciales, mostrado por proveedor.
  • credential-shape-per-target (authoring) — Cómo llega una credencial a un contenedor en ejecución es una propiedad de dónde despliegas, no de la aplicación.
  • grafana-dashboards (start) — Este ejemplo compila un único servidor de paneles y visualización Grafana a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.
  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.
  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-mcp (start) — Un .mcp.json de Claude Code que enumera tres servidores Model Context Protocol — dos iniciados desde una línea de comandos y uno que ejecuta otra persona — convertido en borradores de archivos Aggrega por aggrega import, con cada servidor asignado a la realización que corresponde a su forma de ejecutarse, y compilado para Kubernetes.
  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mariadb-bitnami-credential-set (authoring) — Una única base de datos MariaDB realizada por el chart de Helm de Bitnami, cuyas contraseñas proporciona un único secreto referenciable de varias claves (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Una única base de datos MariaDB renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.
  • memcached-cache (start) — Este ejemplo mínimo compila una única caché en memoria Memcached a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.
  • multikey-secret-synth (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • mysql-standalone (start) — Este ejemplo mínimo compila una única base de datos MySQL a partir de Aggregates escritos por el desarrollador para dos destinos.
  • nats-messaging (start) — Este ejemplo compila un único servidor de mensajería NATS (pub-sub, request-reply, colas) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • rabbitmq-broker (start) — Este ejemplo compila un único broker de mensajes RabbitMQ (AMQP) a partir de un único Aggregate escrito por el desarrollador para dos destinos.
  • redis-cache (start) — Este ejemplo mínimo compila una única caché en memoria Redis (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • s3-object-store (start) — Este ejemplo compila un único almacén de objetos compatible con S3, el componente core/storage/s3-object-store, a sus dos realizaciones autoalojadas.
  • terraform-rds-module (authoring) — La misma intención de MariaDB que el ejemplo terraform-rds, renderizada mediante la forma sourced del proveedor Terraform: en lugar de un cuerpo HCL en línea, la Recipe apunta a un módulo de Terraform local y el compilador lo copia tal cual, y después proporciona sus variables de entrada a partir de los pilares del desarrollador y del operador.
  • terraform-rds (authoring) — Una única base de datos MariaDB escrita una sola vez como intención del desarrollador y renderizada a un archivo HCL de Terraform que aprovisiona una instancia gestionada de AWS RDS.
  • valkey-cache (start) — Este ejemplo mínimo compila una única caché en memoria Valkey (protocolo de red de Redis) a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.

parameters

valores elevados a parámetros que una Release satisface.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • apisix-stack (start) — Este ejemplo compila un stack pequeño y real — un gateway de API dinámico — a manifiestos de Kubernetes sintetizados a partir de un único Aggregate escrito por el desarrollador.
  • connection-credentials (start) — Un almacén de memoria semántica que llega a dos modelos y presenta una clave distinta a cada uno, compilado a manifiestos de Kubernetes.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.
  • model-api-key-sharing (start) — Dos agentes de CrewAI detrás de un único gateway compatible con OpenAI.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.
  • terraform-declared-sensitivity (advanced) — La declaración de que un valor lleva material secreto se escribe una sola vez, en el esquema de un Component.

features

Features vinculadas para algo distinto de una credencial, como el enrutamiento, el monitoreo, un presupuesto, una caché o el enmascaramiento.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • ai-agent-and-model-router (start) — Una aplicación de agente que llega a dos modelos de proveedores upstream a través de un único router interno del clúster, compilada a manifiestos de Kubernetes.
  • ai-gateway-prompt-injection-shield (start) — Los usuarios de un asistente de soporte pueden escribir cualquier cosa, y parte de lo que escriben intenta que el modelo ignore las instrucciones que recibió.
  • ai-gateway-semantic-cache (start) — A un asistente de soporte le hacen las mismas preguntas todo el día con palabras ligeramente distintas.
  • annotation-driven-monitoring (advanced) — Este ejemplo vincula una Feature de monitoreo a seis servicios repartidos en una topología anidada sin escribir un solo bloque features: por componente.
  • apisix-token-budget (start) — Un equipo pone dos modelos de OpenAI detrás de un solo gateway y quiere un tope a lo que el gateway gasta en ellos cada día, contado en tokens.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • envoy-ai-gateway-token-budget (start) — Un equipo pone gpt-4o-mini de OpenAI detrás de un gateway interno del clúster, quiere un tope a los tokens que el gateway gasta en él cada mes de calendario, y apunta su agente al gateway en lugar de a OpenAI.
  • model-server-caller-allowlist (start) — Un servidor de modelos que se ejecuta en un clúster responde a quien alcance su dirección.
  • nemo-guardrails-nemoguard-nims (start) — Las solicitudes al modelo de un agente pasan por NVIDIA NeMo Guardrails, que comprueba cada una con dos de los modelos NemoGuard de NVIDIA, productos de NVIDIA con licencia que necesitan una licencia de NVIDIA, una clave de API de NGC y un nodo con GPU para ejecutarse.
  • policy-annotation-transform (advanced) — Una política de gobernanza da a cada componente de una tienda el monitoreo de la plataforma y un rol de AWS IAM.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • quickstart-ai (start) — Un pequeño agente de LangGraph, ampliado en cuatro pasos: empieza con un modelo local con memoria, gana un modelo en la nube con el local como respaldo, recibe guardrails delante de ambos y, por último, se compila para Kubernetes.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.
  • workload-identity-binding (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.

boundaries

componentes o módulos colocados en límites, y lo que pasa entre ellos.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • annotation-driven-monitoring (advanced) — Este ejemplo vincula una Feature de monitoreo a seis servicios repartidos en una topología anidada sin escribir un solo bloque features: por componente.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • module-boundary-routing (advanced) — Este ejemplo compila dos capacidades — un nivel de lectura de métricas de Thanos sobre almacenamiento de objetos y una base de datos documental que habla el protocolo de red de MongoDB — a partir de un único Aggregate escrito por el desarrollador, y coloca cada una en un límite propio desde la Release.

policy

política de gobernanza que acepta o rechaza una compilación, durante la compilación o sobre su salida.

  • policy-annotation-transform (advanced) — Una política de gobernanza da a cada componente de una tienda el monitoreo de la plataforma y un rol de AWS IAM.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • policy-in-ci (advanced) — Dos scripts de reglas listos para usar que leen el directorio de salida de una compilación de Aggrega y la rechazan cuando infringe una regla.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • policy-org-overlay (advanced) — La política de un equipo, la de su organización y la de su pipeline se ejecutan juntas en una misma compilación, cada una vinculada en un archivo de configuración propio.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.

guardrails

una Release pensada para detenerse, y el mensaje con el que se detiene.

  • adhoc-uses-socket (start) — Este ejemplo enseña una sola línea, y sus dos mitades.
  • ai-gateway-own-webhook-certificate (advanced) — Este es un ejemplo avanzado.
  • chart-from-git-repository (authoring) — Un chart de Helm no tiene por qué venir de un registro de charts.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.
  • credential-secretkeyref (start) — Una única base de datos PostgreSQL cuya contraseña proporciona el subsistema de credenciales, mostrado por proveedor.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • extends-wrapper (authoring) — Este ejemplo enseña una sola cosa: un Component que extiende otro con extends hereda todo el contrato de datos de esa base, de modo que cada Recipe escrita para la base ya implementa el Component que la extiende.
  • memcached-cache (start) — Este ejemplo mínimo compila una única caché en memoria Memcached a partir de un único Aggregate escrito por el desarrollador a dos realizaciones.
  • policy-annotation-transform (advanced) — Una política de gobernanza da a cada componente de una tienda el monitoreo de la plataforma y un rol de AWS IAM.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • policy-label-transform (advanced) — Unos plugins de gobernanza etiquetan cada componente que este workspace despliega con su propietario, el nivel de soporte que se gana su entorno, su calendario de copias de seguridad y una etiqueta corta, de modo que ningún desarrollador escribe ninguno de ellos.
  • policy-org-overlay (advanced) — La política de un equipo, la de su organización y la de su pipeline se ejecutan juntas en una misma compilación, cada una vinculada en un archivo de configuración propio.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.
  • s3-object-store (start) — Este ejemplo compila un único almacén de objetos compatible con S3, el componente core/storage/s3-object-store, a sus dos realizaciones autoalojadas.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.

catalog-authoring

un Component, una Feature o una Recipe escritos para el ejemplo, guardados junto a él o publicados en el catálogo.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • ai-gateway-own-webhook-certificate (advanced) — Este es un ejemplo avanzado.
  • chart-from-git-repository (authoring) — Un chart de Helm no tiene por qué venir de un registro de charts.
  • cross-boundary-networking (advanced) — Un stack de dos componentes — una interfaz de base de datos Adminer y una base de datos PostgreSQL — repartido en dos límites, donde Adminer debe alcanzar la base de datos a través de la juntura entre los límites.
  • extends-wrapper (authoring) — Este ejemplo enseña una sola cosa: un Component que extiende otro con extends hereda todo el contrato de datos de esa base, de modo que cada Recipe escrita para la base ya implementa el Component que la extiende.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mariadb-bitnami-credential-set (authoring) — Una única base de datos MariaDB realizada por el chart de Helm de Bitnami, cuyas contraseñas proporciona un único secreto referenciable de varias claves (core/referenced-secret-set).
  • mcp-address-from-secret (authoring) — Algunos servidores de Model Context Protocol que ejecuta otra persona leen su clave de su propia dirección — https://mcp.example.com/mcp?api_key=<key> — en lugar de un encabezado de la solicitud.
  • multikey-secret-synth (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • policy-data-class-route (advanced) — Un entorno ejecuta un asistente de siniestros que maneja datos restringidos de clientes, y un asistente de soporte que no maneja ninguno.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • workload-identity-binding (authoring) — Una única aplicación sin estado renderizada en Kubernetes por la síntesis de Workload del proveedor helm — sin chart externo.
  • workload-library-import (authoring) — Un único servicio web sin estado cuya Recipe sintetiza su Workload de Kubernetes a partir de una entrada de biblioteca compartida en lugar de un cuerpo en línea.

cloud-infrastructure

salida de Terraform o CloudFormation para servicios gestionados en la nube.

  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • cloudformation-rds-stack (advanced) — Una base de datos gestionada y la aplicación que la lee, escritas una sola vez como intención del desarrollador y ensambladas en plantillas de stacks de AWS CloudFormation.
  • datastore-backup (start) — Una base de datos PostgreSQL respaldada en Kubernetes mediante Velero y mediante CloudNativePG, y en AWS mediante las copias de seguridad automatizadas propias de Amazon RDS, en Terraform y en CloudFormation, y mediante AWS Backup, a partir de una única vinculación core/backup que el operador escribe en cada Release, con el rechazo en un destino que no tiene ningún producto de copia de seguridad.
  • policy-payload-leaf-sensitivity (advanced) — Este ejemplo enseña una regla interna y el hecho que la hace expresable.
  • policy-render-verdict (advanced) — Una única regla interna, vinculada en el rol render-verdict, juzga los archivos que una compilación escribe para cuatro destinos y rechaza una infracción colocada en cada uno.
  • postgres-three-realizations (authoring) — Una base de datos PostgreSQL y la aplicación que la lee, desplegadas de tres maneras distintas a partir de un único Aggregate sin cambios: PostgreSQL ejecutándose en el clúster, PostgreSQL como instancia gestionada en la nube y un servidor PostgreSQL que ya existía antes de que se desplegara esta Release.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • task-run-on-demand (start) — Una tarea que lleva core/manual-trigger, desplegada sin arrancar en Kubernetes, Docker Compose, Terraform y CloudFormation, junto a una tarea que no lleva nada, con el comando que inicia una ejecución en cada destino.
  • terraform-declared-sensitivity (advanced) — La declaración de que un valor lleva material secreto se escribe una sola vez, en el esquema de un Component.
  • terraform-rds-module (authoring) — La misma intención de MariaDB que el ejemplo terraform-rds, renderizada mediante la forma sourced del proveedor Terraform: en lugar de un cuerpo HCL en línea, la Recipe apunta a un módulo de Terraform local y el compilador lo copia tal cual, y después proporciona sus variables de entrada a partir de los pilares del desarrollador y del operador.
  • terraform-rds (authoring) — Una única base de datos MariaDB escrita una sola vez como intención del desarrollador y renderizada a un archivo HCL de Terraform que aprovisiona una instancia gestionada de AWS RDS.

external-sources

una Recipe que obtiene lo que renderiza: un chart upstream, un repositorio git o un módulo.

  • advanced-platform (advanced) — Una plataforma Kubernetes de varios límites que combina varios mecanismos en una sola compilación a partir de un único Aggregate escrito por el desarrollador: FeatureRecipes con ámbito de límite, la elevación de parámetros, el subsistema de credenciales y referencias entre límites que se resuelven mediante el DNS de los Service.
  • ai-gateway-own-webhook-certificate (advanced) — Este es un ejemplo avanzado.
  • aws-rds-and-ecs-service (advanced) — Un único Aggregate contiene una base de datos PostgreSQL y el servidor que la lee.
  • cert-manager-tls (start) — Este ejemplo compila un stack pequeño y real — un controlador de certificados cert-manager — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.
  • chart-from-git-repository (authoring) — Un chart de Helm no tiene por qué venir de un registro de charts.
  • contour-gateway (start) — Este ejemplo compila un stack pequeño y real — un gateway de entrada Contour — a partir de un único Aggregate escrito por el desarrollador para Kubernetes.
  • external-secrets-operator (start) — Este ejemplo compila un stack pequeño y real — el operador external-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de external-secrets.
  • harbor-stack (start) — Este ejemplo compila un registro de contenedores real a manifiestos de Kubernetes a partir de un único Aggregate escrito por el desarrollador.
  • loki-logging (start) — Este ejemplo compila un stack pequeño y real — un servidor de agregación de logs Grafana Loki — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de Grafana Loki en su forma de binario único.
  • mariadb-adminer (authoring) — Este ejemplo compila un stack pequeño y real — una base de datos MariaDB con una interfaz web Adminer delante — a partir de un único Aggregate escrito por el desarrollador para dos plataformas.
  • mariadb-bitnami-credential-set (authoring) — Una única base de datos MariaDB realizada por el chart de Helm de Bitnami, cuyas contraseñas proporciona un único secreto referenciable de varias claves (core/referenced-secret-set).
  • openbao-secrets (start) — Este ejemplo compila un stack pequeño y real — un único servidor de secretos OpenBao — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de OpenBao.
  • quickstart-web (start) — Una pequeña aplicación web que guarda notas en PostgreSQL, ampliada en cuatro pasos: empieza con su base de datos en tu máquina, gana una caché Redis, pasa a AWS con la base de datos en Amazon RDS y, por último, obtiene sus copias de seguridad.
  • sealed-secrets-controller (start) — Este ejemplo compila un stack pequeño y real — el controlador sealed-secrets — a partir de un único Aggregate escrito por el desarrollador para Kubernetes, respaldado por el chart de Helm oficial de sealed-secrets servido desde un repositorio de charts HTTPS.

import

un proyecto escrito en otro formato, convertido en borradores de archivos Aggrega por aggrega import, y después revisado y compilado.

  • import-agent-framework (start) — Un agente declarativo de Microsoft Agent Framework — un agente sobre un modelo de OpenAI, que busca en la documentación a través de un servidor MCP — convertido en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-compose (start) — Un archivo Compose que ejecuta una API, la base de datos PostgreSQL en la que guarda sus notas y una caché Redis, convertido en borradores de archivos Aggrega por aggrega import — con las conexiones, la configuración de la base de datos, la contraseña como referencia a una variable y la etiqueta de cada imagen trasladadas — y compilado para Docker Compose.
  • import-crewai (start) — Las declaraciones de agentes y tareas de un proyecto CrewAI con la estructura clásica — dos agentes sobre un mismo modelo de OpenAI, una tarea cada uno — convertidas en borradores de archivos Aggrega por aggrega import, con la imagen en la que se ejecuta el programa de la crew indicada una sola vez en un archivo de respuestas, y compiladas para Docker Compose.
  • import-dify (start) — Una aplicación de chat de Dify, exportada en el DSL de Dify, importada por aggrega import en un Aggregate, una Release y un Manifest que, tal como están escritos, compilan para Kubernetes la instalación de Dify de la biblioteca estándar que la contiene.
  • import-flowise (start) — Un chatflow de Flowise — un nodo ChatOpenAI, una Buffer Memory y una Conversation Chain — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-google-adk (start) — La Agent Config de una aplicación construida sobre el Agent Development Kit de Google — un agente sobre Gemini, con la herramienta Google Search que incluye ADK — convertida en borradores de archivos Aggrega por aggrega import, con la imagen de la aplicación indicada una sola vez en un archivo de respuestas, y compilada para Docker Compose.
  • import-langflow (start) — El proyecto inicial Basic Prompting de Langflow, exportado como JSON, importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.
  • import-langgraph (start) — El langgraph.json de una aplicación LangGraph — un grafo que guarda su estado en PostgreSQL — convertido en borradores de archivos Aggrega por aggrega import, con el modelo al que llama el grafo y la imagen de la aplicación indicados una sola vez en un archivo de respuestas, y compilado para Docker Compose.
  • import-mcp (start) — Un .mcp.json de Claude Code que enumera tres servidores Model Context Protocol — dos iniciados desde una línea de comandos y uno que ejecuta otra persona — convertido en borradores de archivos Aggrega por aggrega import, con cada servidor asignado a la realización que corresponde a su forma de ejecutarse, y compilado para Kubernetes.
  • import-n8n (start) — Un workflow de n8n — un disparador de chat, un AI Agent, un OpenAI Chat Model y una Simple Memory — importado por aggrega import en un Aggregate, una Release y un Manifest que se compilan para Docker Compose tal como están escritos.