Exemples par produit et par capacité
Chaque exemple de ce dossier, listé d’abord dans l’ordre dans lequel les parcourir, palier par palier, puis sous chaque produit qu’il déploie et sous chaque capacité qu’il montre. Chaque entrée donne le niveau de l’exemple et la première phrase de sa page.
Le niveau est start, authoring ou advanced : les niveaux que liste L’en-tête de chaque exemple. L’en-tête que porte chaque exemple, et les listes dont proviennent ses valeurs, sont décrits dans L’en-tête de chaque exemple.
Dans l’ordre d’apprentissage
Commencer ici
Palier start-here : les deux exemples que le guide « Premiers pas » fait grandir une étape à la fois, puis les deux exemples de départ pour le cloud.
- quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - terraform-rds (
authoring) — Une base de données MariaDB unique écrite une seule fois comme intention du développeur et rendue en un fichier HCL Terraform qui provisionne une instance AWS RDS gérée. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation.
Catalogue uniquement
Palier catalog-only : assemblés à partir d’entités du catalogue, sans rien d’écrit en dehors de l’Aggregate, du Manifest et de la Release.
- catalog-only (
start) — Cet exemple déploie une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — en ne référençant que des entités du catalogue de la bibliothèque standard. - cert-manager-tls (
start) — Cet exemple compile une petite stack réelle — un contrôleur de certificats cert-manager — à partir d’un seulAggregateécrit par le développeur vers Kubernetes. - contour-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle d’entrée Contour — à partir d’un seulAggregateécrit par le développeur vers Kubernetes. - external-secrets-operator (
start) — Cet exemple compile une petite stack réelle — l’opérateur external-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’external-secrets. - sealed-secrets-controller (
start) — Cet exemple compile une petite stack réelle — le contrôleur sealed-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de sealed-secrets servi depuis un dépôt de charts HTTPS. - openbao-secrets (
start) — Cet exemple compile une petite stack réelle — un seul serveur de secrets OpenBao — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’OpenBao. - jaeger-tracing (
start) — Cet exemple compile une petite stack réelle — un backend de traçage distribué Jaeger dans sa forme à nœud unique — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, synthétisé directement à partir de l’image officielle de Jaeger sans aucun chart upstream. - tempo-tracing (
start) — Cet exemple compile une petite stack réelle — un serveur de traçage distribué Grafana Tempo — à partir d’un seulAggregateécrit par le développeur vers Kubernetes par la synthèse de Workload sur l’image officiellegrafana/tempo, dans sa forme à binaire unique. - loki-logging (
start) — Cet exemple compile une petite stack réelle — un serveur d’agrégation de logs Grafana Loki — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de Grafana Loki dans sa forme à binaire unique. - kafka-broker (
start) — Cet exemple compile une petite stack réelle — un broker de streaming d’événements Apache Kafka dans sa forme KRaft à nœud unique — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, synthétisé directement à partir de l’image officielle d’Apache Kafka sans aucun chart upstream. - redis-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Redis (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - valkey-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Valkey (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - memcached-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Memcached à partir d’un seulAggregateécrit par le développeur en deux réalisations. - nats-messaging (
start) — Cet exemple compile un seul serveur de messagerie NATS (pub-sub, request-reply, files d’attente) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - rabbitmq-broker (
start) — Cet exemple compile un seul broker de messages RabbitMQ (AMQP) à partir d’un seulAggregateécrit par le développeur vers deux cibles. - mysql-standalone (
start) — Cet exemple minimal compile une seule base de données MySQL à partir d’Aggregates écrits par le développeur vers deux cibles. - mariadb-helm-synth (
start) — Une base de données MariaDB unique rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - postgres-init-config (
start) —core/datastore/postgresexpose deux valeurs optionnelles du développeur qui façonnent le premier démarrage de la base de données :init_scripts(SQL ou shell exécuté une seule fois à l’initialisation) etcustom_config(un fragment depostgresql.conf). - grafana-dashboards (
start) — Cet exemple compile un seul serveur de tableaux de bord et de visualisation Grafana à partir d’un seulAggregateécrit par le développeur en deux réalisations. - s3-object-store (
start) — Cet exemple compile un seul stockage d’objets compatible S3, le composantcore/storage/s3-object-store, en ses deux réalisations auto-hébergées. - nginx-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle reverse proxy NGINX placée devant un backend web — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - prometheus-scrape (
start) — Cet exemple compile une petite stack réelle — un serveur de métriques Prometheus qui effectue le scrape de deux serveurs de tableaux de bord Grafana — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - fluentd-aggregator (
start) — Cet exemple compile un agrégateur de logs Fluentd — l’extrémité réceptrice d’un pipeline de logs — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - fluent-bit-to-fluentd (
start) — Cet exemple compile un véritable pipeline de logs — un forwarder Fluent Bit qui envoie des enregistrements à un agrégateur Fluentd via le protocole forward — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - mysql-innodb-cluster (
start) — Un MySQL InnoDB Cluster et le plan de contrôle qui le réconcilie, compilés deux fois à partir d’un seul Aggregate inchangé : une fois en demandant une seule instance de serveur, une fois en en demandant trois. - apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - ferretdb-stack (
start) — Cet exemple compile une petite stack réelle — une base de données documentaire exposant le protocole réseau de MongoDB — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - kong-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API adossée à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - keycloak-stack (
start) — Cet exemple compile une petite stack réelle — un serveur d’identité adossé à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - thanos-stack (
start) — Cet exemple compile une petite stack réelle — le niveau de lecture/requête d’un système de métriques Thanos — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur. - credential-secretkeyref (
start) — Une base de données PostgreSQL unique dont le mot de passe est fourni par le sous-système d’informations d’identification, montré par fournisseur. - model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI. - adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés. - ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes. - ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - apisix-token-budget (
start) — Une équipe place deux modèles OpenAI derrière une seule passerelle et veut un plafond sur ce que la passerelle dépense pour eux chaque jour, compté en tokens. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - model-server-caller-allowlist (
start) — Un serveur de modèles qui s’exécute dans un cluster répond à quiconque atteint son adresse. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde.
Rédaction
Palier authoring : écrit un Component, une Feature ou une Recipe qui lui est propre, ou montre comment l’un d’eux est structuré.
- mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - per-instance-recipe-override (
authoring) — Cet exemple enseigne une fonctionnalité du Manifest : le niveau de mappagename, qui surcharge la Recipe pour une seule instance de composant tandis que chaque autre instance du même type conserve la Recipe globale du niveautype. - workload-library-import (
authoring) — Un seul service web sans état dont la Recipe synthétise son Workload Kubernetes à partir d’une entrée de bibliothèque partagée au lieu d’un corps inline. - workload-identity-binding (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - multikey-secret-synth (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - mariadb-bitnami-credential-set (
authoring) — Une base de données MariaDB unique réalisée par le chart Helm Bitnami, dont les mots de passe sont fournis par un seul secret référençable à plusieurs clés (core/referenced-secret-set). - credential-shape-per-target (
authoring) — La manière dont une information d’identification atteint un conteneur en cours d’exécution est une propriété de l’endroit où vous déployez, et non de l’application. - terraform-rds-module (
authoring) — La même intention MariaDB que l’exempleterraform-rds, rendue par la forme sourced du fournisseur Terraform : au lieu d’un corps HCL inline, la Recipe pointe vers un module Terraform local et le compilateur le copie tel quel, puis fournit ses variables d’entrée à partir des piliers du développeur et de l’opérateur. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête. - chart-from-git-repository (
authoring) — Un chart Helm ne doit pas nécessairement provenir d’un registre de charts. - extends-wrapper (
authoring) — Cet exemple enseigne une seule chose : un Component qui en étend un autre avecextendshérite de tout le contrat de données de cette base, si bien que chaque Recipe écrite pour la base implémente déjà le Component qui l’étend.
Avancé
Palier advanced : frontières, politiques de gouvernance, Features pilotées par annotation et stacks cloud assemblées, dont plusieurs sont combinées dans un même build.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - terraform-declared-sensitivity (
advanced) — La déclaration qu’une valeur porte du matériel secret est écrite une seule fois, sur le schéma d’un Component. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release. - annotation-driven-monitoring (
advanced) — Cet exemple rattache une Feature de surveillance à six services répartis dans une topologie imbriquée sans écrire un seul blocfeatures:par composant. - policy-in-ci (
advanced) — Deux scripts de règles prêts à l’emploi qui lisent le répertoire de sortie d’un build Aggrega et le refusent lorsqu’il enfreint une règle. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - policy-org-overlay (
advanced) — La politique d’une équipe, celle de son organisation et celle de son pipeline s’exécutent ensemble sur un même build, chacune rattachée dans un fichier de configuration qui lui est propre. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune. - policy-annotation-transform (
advanced) — Une politique de gouvernance donne à chaque composant d’une boutique la surveillance de la plateforme et un rôle AWS IAM. - ai-gateway-own-webhook-certificate (
advanced) — Ceci est un exemple avancé.
Importateurs
Palier importers : un projet écrit dans un autre format, transformé en brouillons de fichiers Aggrega par aggrega import, puis relu et compilé.
- import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-mcp (
start) — Un.mcp.jsonde Claude Code listant trois serveurs Model Context Protocol — deux démarrés depuis une ligne de commande et un exploité par quelqu’un d’autre — transformé en brouillons de fichiers Aggrega paraggrega import, chaque serveur étant associé à la réalisation qui correspond à sa manière de s’exécuter, et compilé pour Kubernetes. - import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose.
Par produit
core/ai-agent/agent-framework
- import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose.
core/ai-agent/crewai
- envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI.
core/ai-agent/dify
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-plugin-daemon
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-sandbox
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-ssrf-proxy
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-web
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-worker
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/dify-worker-beat
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/ai-agent/flowise
- import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits.
core/ai-agent/google-adk
- import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose.
core/ai-agent/langflow
- import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits.
core/ai-agent/langgraph
- ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/ai-agent/n8n
- import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits.
core/ai-model/anthropic
- adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés.
core/ai-model/gemini
- import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose.
core/ai-model/nemoguard-content-safety
- nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU.
core/ai-model/ollama
- model-server-caller-allowlist (
start) — Un serveur de modèles qui s’exécute dans un cluster répond à quiconque atteint son adresse. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/ai-model/openai
- ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - apisix-token-budget (
start) — Une équipe place deux modèles OpenAI derrière une seule passerelle et veut un plafond sur ce que la passerelle dépense pour eux chaque jour, compté en tokens. - connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/ai-model/openai-compatible
- model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI.
core/ai-model/openai-embedding
- ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents.
core/ai-model/tei
- connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes.
core/ai-tool/mcp
- import-mcp (
start) — Un.mcp.jsonde Claude Code listant trois serveurs Model Context Protocol — deux démarrés depuis une ligne de commande et un exploité par quelqu’un d’autre — transformé en brouillons de fichiers Aggrega paraggrega import, chaque serveur étant associé à la réalisation qui correspond à sa manière de s’exécuter, et compilé pour Kubernetes. - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête.
core/compute/server
- quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/datastore/cognee
- connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes.
core/datastore/documentdb
- ferretdb-stack (
start) — Cet exemple compile une petite stack réelle — une base de données documentaire exposant le protocole réseau de MongoDB — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release.
core/datastore/etcd
- apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/datastore/ferretdb
- ferretdb-stack (
start) — Cet exemple compile une petite stack réelle — une base de données documentaire exposant le protocole réseau de MongoDB — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release.
core/datastore/mariadb
- adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés. - advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - catalog-only (
start) — Cet exemple déploie une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — en ne référençant que des entités du catalogue de la bibliothèque standard. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mariadb-bitnami-credential-set (
authoring) — Une base de données MariaDB unique réalisée par le chart Helm Bitnami, dont les mots de passe sont fournis par un seul secret référençable à plusieurs clés (core/referenced-secret-set). - mariadb-helm-synth (
start) — Une base de données MariaDB unique rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - policy-org-overlay (
advanced) — La politique d’une équipe, celle de son organisation et celle de son pipeline s’exécutent ensemble sur un même build, chacune rattachée dans un fichier de configuration qui lui est propre. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - terraform-rds-module (
authoring) — La même intention MariaDB que l’exempleterraform-rds, rendue par la forme sourced du fournisseur Terraform : au lieu d’un corps HCL inline, la Recipe pointe vers un module Terraform local et le compilateur le copie tel quel, puis fournit ses variables d’entrée à partir des piliers du développeur et de l’opérateur. - terraform-rds (
authoring) — Une base de données MariaDB unique écrite une seule fois comme intention du développeur et rendue en un fichier HCL Terraform qui provisionne une instance AWS RDS gérée.
core/datastore/memcached
- memcached-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Memcached à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/datastore/mysql
- mysql-standalone (
start) — Cet exemple minimal compile une seule base de données MySQL à partir d’Aggregates écrits par le développeur vers deux cibles.
core/datastore/mysql-innodb-cluster
- mysql-innodb-cluster (
start) — Un MySQL InnoDB Cluster et le plan de contrôle qui le réconcilie, compilés deux fois à partir d’un seul Aggregate inchangé : une fois en demandant une seule instance de serveur, une fois en en demandant trois.
core/datastore/mysql-operator
- mysql-innodb-cluster (
start) — Un MySQL InnoDB Cluster et le plan de contrôle qui le réconcilie, compilés deux fois à partir d’un seul Aggregate inchangé : une fois en demandant une seule instance de serveur, une fois en en demandant trois.
core/datastore/postgres
- aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - credential-secretkeyref (
start) — Une base de données PostgreSQL unique dont le mot de passe est fourni par le sous-système d’informations d’identification, montré par fournisseur. - credential-shape-per-target (
authoring) — La manière dont une information d’identification atteint un conteneur en cours d’exécution est une propriété de l’endroit où vous déployez, et non de l’application. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - keycloak-stack (
start) — Cet exemple compile une petite stack réelle — un serveur d’identité adossé à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - kong-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API adossée à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune. - postgres-init-config (
start) —core/datastore/postgresexpose deux valeurs optionnelles du développeur qui façonnent le premier démarrage de la base de données :init_scripts(SQL ou shell exécuté une seule fois à l’initialisation) etcustom_config(un fragment depostgresql.conf). - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes.
core/datastore/redis
- ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - redis-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Redis (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/datastore/valkey
- ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes. - valkey-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Valkey (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/datastore/weaviate
- import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte.
core/devtool/adminer
- adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés. - advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - catalog-only (
start) — Cet exemple déploie une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — en ne référençant que des entités du catalogue de la bibliothèque standard. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - extends-wrapper (
authoring) — Cet exemple enseigne une seule chose : un Component qui en étend un autre avecextendshérite de tout le contrat de données de cette base, si bien que chaque Recipe écrite pour la base implémente déjà le Component qui l’étend. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - nginx-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle reverse proxy NGINX placée devant un backend web — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - policy-org-overlay (
advanced) — La politique d’une équipe, celle de son organisation et celle de son pipeline s’exécutent ensemble sur un même build, chacune rattachée dans un fichier de configuration qui lui est propre.
core/devtool/harbor
- harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur.
core/gateway/apisix
- apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - apisix-token-budget (
start) — Une équipe place deux modèles OpenAI derrière une seule passerelle et veut un plafond sur ce que la passerelle dépense pour eux chaque jour, compté en tokens.
core/gateway/contour
- contour-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle d’entrée Contour — à partir d’un seulAggregateécrit par le développeur vers Kubernetes.
core/gateway/envoy-ai-gateway-operator
- ai-gateway-own-webhook-certificate (
advanced) — Ceci est un exemple avancé. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI.
core/gateway/envoy-gateway
- envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI.
core/gateway/kong
- kong-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API adossée à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/gateway/litellm
- ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/gateway/nginx
- extends-wrapper (
authoring) — Cet exemple enseigne une seule chose : un Component qui en étend un autre avecextendshérite de tout le contrat de données de cette base, si bien que chaque Recipe écrite pour la base implémente déjà le Component qui l’étend. - model-server-caller-allowlist (
start) — Un serveur de modèles qui s’exécute dans un cluster répond à quiconque atteint son adresse. - nginx-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle reverse proxy NGINX placée devant un backend web — à partir d’un seulAggregateécrit par le développeur vers deux cibles.
core/messaging/kafka
- kafka-broker (
start) — Cet exemple compile une petite stack réelle — un broker de streaming d’événements Apache Kafka dans sa forme KRaft à nœud unique — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, synthétisé directement à partir de l’image officielle d’Apache Kafka sans aucun chart upstream.
core/messaging/nats
- nats-messaging (
start) — Cet exemple compile un seul serveur de messagerie NATS (pub-sub, request-reply, files d’attente) à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/messaging/rabbitmq
- rabbitmq-broker (
start) — Cet exemple compile un seul broker de messages RabbitMQ (AMQP) à partir d’un seulAggregateécrit par le développeur vers deux cibles.
core/observability/fluent-bit
- fluent-bit-to-fluentd (
start) — Cet exemple compile un véritable pipeline de logs — un forwarder Fluent Bit qui envoie des enregistrements à un agrégateur Fluentd via le protocole forward — à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/observability/fluentd
- fluent-bit-to-fluentd (
start) — Cet exemple compile un véritable pipeline de logs — un forwarder Fluent Bit qui envoie des enregistrements à un agrégateur Fluentd via le protocole forward — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - fluentd-aggregator (
start) — Cet exemple compile un agrégateur de logs Fluentd — l’extrémité réceptrice d’un pipeline de logs — à partir d’un seulAggregateécrit par le développeur en deux réalisations.
core/observability/grafana
- grafana-dashboards (
start) — Cet exemple compile un seul serveur de tableaux de bord et de visualisation Grafana à partir d’un seulAggregateécrit par le développeur en deux réalisations. - prometheus-scrape (
start) — Cet exemple compile une petite stack réelle — un serveur de métriques Prometheus qui effectue le scrape de deux serveurs de tableaux de bord Grafana — à partir d’un seulAggregateécrit par le développeur vers deux cibles.
core/observability/jaeger
- jaeger-tracing (
start) — Cet exemple compile une petite stack réelle — un backend de traçage distribué Jaeger dans sa forme à nœud unique — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, synthétisé directement à partir de l’image officielle de Jaeger sans aucun chart upstream.
core/observability/loki
- loki-logging (
start) — Cet exemple compile une petite stack réelle — un serveur d’agrégation de logs Grafana Loki — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de Grafana Loki dans sa forme à binaire unique.
core/observability/prometheus
- prometheus-scrape (
start) — Cet exemple compile une petite stack réelle — un serveur de métriques Prometheus qui effectue le scrape de deux serveurs de tableaux de bord Grafana — à partir d’un seulAggregateécrit par le développeur vers deux cibles.
core/observability/tempo
- tempo-tracing (
start) — Cet exemple compile une petite stack réelle — un serveur de traçage distribué Grafana Tempo — à partir d’un seulAggregateécrit par le développeur vers Kubernetes par la synthèse de Workload sur l’image officiellegrafana/tempo, dans sa forme à binaire unique.
core/observability/thanos-query
- module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release. - thanos-stack (
start) — Cet exemple compile une petite stack réelle — le niveau de lecture/requête d’un système de métriques Thanos — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/observability/thanos-store
- module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release. - thanos-stack (
start) — Cet exemple compile une petite stack réelle — le niveau de lecture/requête d’un système de métriques Thanos — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/security/cert-manager
- cert-manager-tls (
start) — Cet exemple compile une petite stack réelle — un contrôleur de certificats cert-manager — à partir d’un seulAggregateécrit par le développeur vers Kubernetes. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI.
core/security/external-secrets
- external-secrets-operator (
start) — Cet exemple compile une petite stack réelle — l’opérateur external-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’external-secrets.
core/security/keycloak
- keycloak-stack (
start) — Cet exemple compile une petite stack réelle — un serveur d’identité adossé à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/security/nemo-guardrails
- ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU.
core/security/nemoguard-jailbreak-detect
- nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU.
core/security/openbao
- openbao-secrets (
start) — Cet exemple compile une petite stack réelle — un seul serveur de secrets OpenBao — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’OpenBao.
core/security/presidio-analyzer
- ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/security/presidio-anonymizer
- ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes.
core/security/sealed-secrets
- sealed-secrets-controller (
start) — Cet exemple compile une petite stack réelle — le contrôleur sealed-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de sealed-secrets servi depuis un dépôt de charts HTTPS.
core/security/trustyai-huggingface-detector
- ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU.
core/storage/barman-cloud-plugin
- datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde.
core/storage/s3-object-store
- datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release. - s3-object-store (
start) — Cet exemple compile un seul stockage d’objets compatible S3, le composantcore/storage/s3-object-store, en ses deux réalisations auto-hébergées. - thanos-stack (
start) — Cet exemple compile une petite stack réelle — le niveau de lecture/requête d’un système de métriques Thanos — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
core/storage/velero
- datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde.
Par capacité
multi-target
un seul Aggregate compilé pour deux cibles ou plus, ou réalisé de deux manières ou plus.
- aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - credential-secretkeyref (
start) — Une base de données PostgreSQL unique dont le mot de passe est fourni par le sous-système d’informations d’identification, montré par fournisseur. - credential-shape-per-target (
authoring) — La manière dont une information d’identification atteint un conteneur en cours d’exécution est une propriété de l’endroit où vous déployez, et non de l’application. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - fluent-bit-to-fluentd (
start) — Cet exemple compile un véritable pipeline de logs — un forwarder Fluent Bit qui envoie des enregistrements à un agrégateur Fluentd via le protocole forward — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - fluentd-aggregator (
start) — Cet exemple compile un agrégateur de logs Fluentd — l’extrémité réceptrice d’un pipeline de logs — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - grafana-dashboards (
start) — Cet exemple compile un seul serveur de tableaux de bord et de visualisation Grafana à partir d’un seulAggregateécrit par le développeur en deux réalisations. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête. - memcached-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Memcached à partir d’un seulAggregateécrit par le développeur en deux réalisations. - mysql-standalone (
start) — Cet exemple minimal compile une seule base de données MySQL à partir d’Aggregates écrits par le développeur vers deux cibles. - nats-messaging (
start) — Cet exemple compile un seul serveur de messagerie NATS (pub-sub, request-reply, files d’attente) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - nginx-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle reverse proxy NGINX placée devant un backend web — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - prometheus-scrape (
start) — Cet exemple compile une petite stack réelle — un serveur de métriques Prometheus qui effectue le scrape de deux serveurs de tableaux de bord Grafana — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - rabbitmq-broker (
start) — Cet exemple compile un seul broker de messages RabbitMQ (AMQP) à partir d’un seulAggregateécrit par le développeur vers deux cibles. - redis-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Redis (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - s3-object-store (
start) — Cet exemple compile un seul stockage d’objets compatible S3, le composantcore/storage/s3-object-store, en ses deux réalisations auto-hébergées. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible. - valkey-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Valkey (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations.
recipe-selection
le Manifest qui choisit quelle Recipe réalise un composant, ou quelle FeatureRecipe réalise un rattachement : par type, par instance ou par cible.
- credential-shape-per-target (
authoring) — La manière dont une information d’identification atteint un conteneur en cours d’exécution est une propriété de l’endroit où vous déployez, et non de l’application. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - import-mcp (
start) — Un.mcp.jsonde Claude Code listant trois serveurs Model Context Protocol — deux démarrés depuis une ligne de commande et un exploité par quelqu’un d’autre — transformé en brouillons de fichiers Aggrega paraggrega import, chaque serveur étant associé à la réalisation qui correspond à sa manière de s’exécuter, et compilé pour Kubernetes. - per-instance-recipe-override (
authoring) — Cet exemple enseigne une fonctionnalité du Manifest : le niveau de mappagename, qui surcharge la Recipe pour une seule instance de composant tandis que chaque autre instance du même type conserve la Recipe globale du niveautype. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée.
modules
un Aggregate du catalogue importé comme module.
- apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - ferretdb-stack (
start) — Cet exemple compile une petite stack réelle — une base de données documentaire exposant le protocole réseau de MongoDB — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - keycloak-stack (
start) — Cet exemple compile une petite stack réelle — un serveur d’identité adossé à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - kong-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API adossée à une base de données — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release. - thanos-stack (
start) — Cet exemple compile une petite stack réelle — le niveau de lecture/requête d’un système de métriques Thanos — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur.
connections
des composants câblés via des sockets uses, avec des valeurs acheminées le long de chaque arête.
- adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés. - ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - ai-gateway-log-masking (
start) — Un assistant de support doit travailler avec les noms et les adresses e-mail des clients, si bien que le modèle qu’il appelle doit les voir. - ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - apisix-token-budget (
start) — Une équipe place deux modèles OpenAI derrière une seule passerelle et veut un plafond sur ce que la passerelle dépense pour eux chaque jour, compté en tokens. - aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - catalog-only (
start) — Cet exemple déploie une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — en ne référençant que des entités du catalogue de la bibliothèque standard. - connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - fluent-bit-to-fluentd (
start) — Cet exemple compile un véritable pipeline de logs — un forwarder Fluent Bit qui envoie des enregistrements à un agrégateur Fluentd via le protocole forward — à partir d’un seulAggregateécrit par le développeur en deux réalisations. - import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose. - import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête. - model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI. - model-server-caller-allowlist (
start) — Un serveur de modèles qui s’exécute dans un cluster répond à quiconque atteint son adresse. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - nginx-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle reverse proxy NGINX placée devant un backend web — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - prometheus-scrape (
start) — Cet exemple compile une petite stack réelle — un serveur de métriques Prometheus qui effectue le scrape de deux serveurs de tableaux de bord Grafana — à partir d’un seulAggregateécrit par le développeur vers deux cibles. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes.
credentials
des rattachements d’informations d’identification et la manière dont chaque cible les livre.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - catalog-only (
start) — Cet exemple déploie une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — en ne référençant que des entités du catalogue de la bibliothèque standard. - connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes. - credential-secretkeyref (
start) — Une base de données PostgreSQL unique dont le mot de passe est fourni par le sous-système d’informations d’identification, montré par fournisseur. - credential-shape-per-target (
authoring) — La manière dont une information d’identification atteint un conteneur en cours d’exécution est une propriété de l’endroit où vous déployez, et non de l’application. - grafana-dashboards (
start) — Cet exemple compile un seul serveur de tableaux de bord et de visualisation Grafana à partir d’un seulAggregateécrit par le développeur en deux réalisations. - harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur. - import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose. - import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-mcp (
start) — Un.mcp.jsonde Claude Code listant trois serveurs Model Context Protocol — deux démarrés depuis une ligne de commande et un exploité par quelqu’un d’autre — transformé en brouillons de fichiers Aggrega paraggrega import, chaque serveur étant associé à la réalisation qui correspond à sa manière de s’exécuter, et compilé pour Kubernetes. - import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mariadb-bitnami-credential-set (
authoring) — Une base de données MariaDB unique réalisée par le chart Helm Bitnami, dont les mots de passe sont fournis par un seul secret référençable à plusieurs clés (core/referenced-secret-set). - mariadb-helm-synth (
start) — Une base de données MariaDB unique rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête. - memcached-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Memcached à partir d’un seulAggregateécrit par le développeur en deux réalisations. - model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI. - multikey-secret-synth (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - mysql-standalone (
start) — Cet exemple minimal compile une seule base de données MySQL à partir d’Aggregates écrits par le développeur vers deux cibles. - nats-messaging (
start) — Cet exemple compile un seul serveur de messagerie NATS (pub-sub, request-reply, files d’attente) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - rabbitmq-broker (
start) — Cet exemple compile un seul broker de messages RabbitMQ (AMQP) à partir d’un seulAggregateécrit par le développeur vers deux cibles. - redis-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Redis (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations. - s3-object-store (
start) — Cet exemple compile un seul stockage d’objets compatible S3, le composantcore/storage/s3-object-store, en ses deux réalisations auto-hébergées. - terraform-rds-module (
authoring) — La même intention MariaDB que l’exempleterraform-rds, rendue par la forme sourced du fournisseur Terraform : au lieu d’un corps HCL inline, la Recipe pointe vers un module Terraform local et le compilateur le copie tel quel, puis fournit ses variables d’entrée à partir des piliers du développeur et de l’opérateur. - terraform-rds (
authoring) — Une base de données MariaDB unique écrite une seule fois comme intention du développeur et rendue en un fichier HCL Terraform qui provisionne une instance AWS RDS gérée. - valkey-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Valkey (protocole réseau de Redis) à partir d’un seulAggregateécrit par le développeur en deux réalisations.
parameters
des valeurs remontées en paramètres que satisfait une Release.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - apisix-stack (
start) — Cet exemple compile une petite stack réelle — une passerelle d’API dynamique — en manifestes Kubernetes synthétisés à partir d’un seulAggregateécrit par le développeur. - connection-credentials (
start) — Un magasin de mémoire sémantique qui atteint deux modèles et présente une clé différente à chacun, compilé en manifestes Kubernetes. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur. - model-api-key-sharing (
start) — Deux agents CrewAI derrière une seule passerelle compatible avec OpenAI. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible. - terraform-declared-sensitivity (
advanced) — La déclaration qu’une valeur porte du matériel secret est écrite une seule fois, sur le schéma d’un Component.
features
des Features rattachées pour autre chose qu’une information d’identification, comme le routage, la surveillance, un budget, un cache ou le masquage.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - ai-agent-and-model-router (
start) — Une application d’agent qui atteint deux modèles de fournisseurs en amont via un seul routeur interne au cluster, compilée en manifestes Kubernetes. - ai-gateway-prompt-injection-shield (
start) — Les utilisateurs d’un assistant de support peuvent taper n’importe quoi, et une partie de ce qu’ils tapent tente de faire ignorer au modèle les instructions qu’il a reçues. - ai-gateway-semantic-cache (
start) — On pose à un assistant de support les mêmes questions toute la journée, avec des mots légèrement différents. - annotation-driven-monitoring (
advanced) — Cet exemple rattache une Feature de surveillance à six services répartis dans une topologie imbriquée sans écrire un seul blocfeatures:par composant. - apisix-token-budget (
start) — Une équipe place deux modèles OpenAI derrière une seule passerelle et veut un plafond sur ce que la passerelle dépense pour eux chaque jour, compté en tokens. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - envoy-ai-gateway-token-budget (
start) — Une équipe place legpt-4o-minid’OpenAI derrière une passerelle interne au cluster, veut un plafond sur les tokens que la passerelle dépense pour lui chaque mois calendaire, et fait pointer son agent vers la passerelle plutôt que vers OpenAI. - model-server-caller-allowlist (
start) — Un serveur de modèles qui s’exécute dans un cluster répond à quiconque atteint son adresse. - nemo-guardrails-nemoguard-nims (
start) — Les requêtes de modèle d’un agent passent par NVIDIA NeMo Guardrails, qui vérifie chacune avec deux des modèles NemoGuard de NVIDIA, des produits NVIDIA sous licence qui nécessitent, pour s’exécuter, une licence de NVIDIA, une clé d’API NGC et un nœud GPU. - policy-annotation-transform (
advanced) — Une politique de gouvernance donne à chaque composant d’une boutique la surveillance de la plateforme et un rôle AWS IAM. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - quickstart-ai (
start) — Un petit agent LangGraph, enrichi en quatre étapes : il démarre sur un modèle local avec une mémoire, gagne un modèle cloud avec le modèle local comme repli, reçoit des garde-fous devant les deux, et enfin est construit pour Kubernetes. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible. - workload-identity-binding (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe.
boundaries
des composants ou des modules placés dans des frontières, et ce qui passe de l’une à l’autre.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - annotation-driven-monitoring (
advanced) — Cet exemple rattache une Feature de surveillance à six services répartis dans une topologie imbriquée sans écrire un seul blocfeatures:par composant. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - module-boundary-routing (
advanced) — Cet exemple compile deux capacités — un niveau de lecture des métriques Thanos sur un stockage objet et une base de données documentaire parlant le protocole réseau de MongoDB — à partir d’un seulAggregateécrit par le développeur, et place chacune dans une frontière qui lui est propre depuis la Release.
policy
une politique de gouvernance qui accepte ou refuse un build, pendant le build ou sur sa sortie.
- policy-annotation-transform (
advanced) — Une politique de gouvernance donne à chaque composant d’une boutique la surveillance de la plateforme et un rôle AWS IAM. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - policy-in-ci (
advanced) — Deux scripts de règles prêts à l’emploi qui lisent le répertoire de sortie d’un build Aggrega et le refusent lorsqu’il enfreint une règle. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - policy-org-overlay (
advanced) — La politique d’une équipe, celle de son organisation et celle de son pipeline s’exécutent ensemble sur un même build, chacune rattachée dans un fichier de configuration qui lui est propre. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune.
guardrails
une Release destinée à s’arrêter, et le message avec lequel elle s’arrête.
- adhoc-uses-socket (
start) — Cet exemple enseigne une seule ligne, et ses deux moitiés. - ai-gateway-own-webhook-certificate (
advanced) — Ceci est un exemple avancé. - chart-from-git-repository (
authoring) — Un chart Helm ne doit pas nécessairement provenir d’un registre de charts. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation. - credential-secretkeyref (
start) — Une base de données PostgreSQL unique dont le mot de passe est fourni par le sous-système d’informations d’identification, montré par fournisseur. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - extends-wrapper (
authoring) — Cet exemple enseigne une seule chose : un Component qui en étend un autre avecextendshérite de tout le contrat de données de cette base, si bien que chaque Recipe écrite pour la base implémente déjà le Component qui l’étend. - memcached-cache (
start) — Cet exemple minimal compile un seul cache en mémoire Memcached à partir d’un seulAggregateécrit par le développeur en deux réalisations. - policy-annotation-transform (
advanced) — Une politique de gouvernance donne à chaque composant d’une boutique la surveillance de la plateforme et un rôle AWS IAM. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - policy-label-transform (
advanced) — Des plugins de gouvernance étiquettent chaque composant que ce workspace déploie avec son propriétaire, le niveau de support que mérite son environnement, son planning de sauvegarde et un tag court, si bien qu’aucun développeur n’en saisit aucun. - policy-org-overlay (
advanced) — La politique d’une équipe, celle de son organisation et celle de son pipeline s’exécutent ensemble sur un même build, chacune rattachée dans un fichier de configuration qui lui est propre. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune. - s3-object-store (
start) — Cet exemple compile un seul stockage d’objets compatible S3, le composantcore/storage/s3-object-store, en ses deux réalisations auto-hébergées. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible.
catalog-authoring
un Component, une Feature ou une Recipe écrits pour l’exemple, conservés à côté de lui ou publiés dans le catalogue.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - ai-gateway-own-webhook-certificate (
advanced) — Ceci est un exemple avancé. - chart-from-git-repository (
authoring) — Un chart Helm ne doit pas nécessairement provenir d’un registre de charts. - cross-boundary-networking (
advanced) — Une stack à deux composants — une interface de base de données Adminer et une base de données PostgreSQL — répartie sur deux frontières, où Adminer doit atteindre la base de données à travers la jointure entre les frontières. - extends-wrapper (
authoring) — Cet exemple enseigne une seule chose : un Component qui en étend un autre avecextendshérite de tout le contrat de données de cette base, si bien que chaque Recipe écrite pour la base implémente déjà le Component qui l’étend. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mariadb-bitnami-credential-set (
authoring) — Une base de données MariaDB unique réalisée par le chart Helm Bitnami, dont les mots de passe sont fournis par un seul secret référençable à plusieurs clés (core/referenced-secret-set). - mcp-address-from-secret (
authoring) — Certains serveurs Model Context Protocol que quelqu’un d’autre exécute lisent leur clé depuis leur propre adresse —https://mcp.example.com/mcp?api_key=<key>— plutôt que depuis un en-tête de requête. - multikey-secret-synth (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - policy-data-class-route (
advanced) — Un parc applicatif exécute un assistant de gestion des sinistres qui traite des données clients restreintes, et un assistant de support qui n’en traite aucune. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - workload-identity-binding (
authoring) — Une seule application sans état rendue sur Kubernetes par la synthèse de Workload du fournisseur helm — aucun chart externe. - workload-library-import (
authoring) — Un seul service web sans état dont la Recipe synthétise son Workload Kubernetes à partir d’une entrée de bibliothèque partagée au lieu d’un corps inline.
cloud-infrastructure
une sortie Terraform ou CloudFormation pour des services cloud gérés.
- aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - cloudformation-rds-stack (
advanced) — Une base de données gérée et l’application qui la lit, écrites une seule fois comme intention du développeur et assemblées en templates de stacks AWS CloudFormation. - datastore-backup (
start) — Une base de données PostgreSQL sauvegardée sur Kubernetes via Velero et via CloudNativePG, et sur AWS via les sauvegardes automatisées propres à Amazon RDS, sur Terraform et sur CloudFormation, et via AWS Backup, à partir d’un seul rattachementcore/backupque l’opérateur écrit dans chaque Release, avec le refus sur une cible qui n’a aucun produit de sauvegarde. - policy-payload-leaf-sensitivity (
advanced) — Cet exemple enseigne une règle maison et le fait qui la rend exprimable. - policy-render-verdict (
advanced) — Une seule règle maison, rattachée au rôlerender-verdict, juge les fichiers qu’un build écrit pour quatre cibles et refuse une violation placée sur chacune. - postgres-three-realizations (
authoring) — Une base de données PostgreSQL et l’application qui la lit, déployées de trois manières différentes à partir d’un seul Aggregate inchangé : PostgreSQL s’exécutant dans le cluster, PostgreSQL comme instance cloud gérée, et un serveur PostgreSQL qui existait déjà avant que cette Release ne soit déployée. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - task-run-on-demand (
start) — Une tâche portantcore/manual-trigger, déployée sans démarrer sur Kubernetes, Docker Compose, Terraform et CloudFormation, à côté d’une tâche ne portant rien, avec la commande qui lance une exécution sur chaque cible. - terraform-declared-sensitivity (
advanced) — La déclaration qu’une valeur porte du matériel secret est écrite une seule fois, sur le schéma d’un Component. - terraform-rds-module (
authoring) — La même intention MariaDB que l’exempleterraform-rds, rendue par la forme sourced du fournisseur Terraform : au lieu d’un corps HCL inline, la Recipe pointe vers un module Terraform local et le compilateur le copie tel quel, puis fournit ses variables d’entrée à partir des piliers du développeur et de l’opérateur. - terraform-rds (
authoring) — Une base de données MariaDB unique écrite une seule fois comme intention du développeur et rendue en un fichier HCL Terraform qui provisionne une instance AWS RDS gérée.
external-sources
une Recipe qui récupère ce qu’elle rend : un chart upstream, un dépôt git ou un module.
- advanced-platform (
advanced) — Une plateforme Kubernetes à plusieurs frontières qui combine plusieurs mécanismes dans un seul build à partir d’un seulAggregateécrit par le développeur : des FeatureRecipes à portée de frontière, la remontée de paramètres, le sous-système d’informations d’identification et des références entre frontières résolues via le DNS des Service. - ai-gateway-own-webhook-certificate (
advanced) — Ceci est un exemple avancé. - aws-rds-and-ecs-service (
advanced) — Un seul Aggregate contient une base de données PostgreSQL et le serveur qui la lit. - cert-manager-tls (
start) — Cet exemple compile une petite stack réelle — un contrôleur de certificats cert-manager — à partir d’un seulAggregateécrit par le développeur vers Kubernetes. - chart-from-git-repository (
authoring) — Un chart Helm ne doit pas nécessairement provenir d’un registre de charts. - contour-gateway (
start) — Cet exemple compile une petite stack réelle — une passerelle d’entrée Contour — à partir d’un seulAggregateécrit par le développeur vers Kubernetes. - external-secrets-operator (
start) — Cet exemple compile une petite stack réelle — l’opérateur external-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’external-secrets. - harbor-stack (
start) — Cet exemple compile un véritable registre de conteneurs en manifestes Kubernetes à partir d’un seulAggregateécrit par le développeur. - loki-logging (
start) — Cet exemple compile une petite stack réelle — un serveur d’agrégation de logs Grafana Loki — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de Grafana Loki dans sa forme à binaire unique. - mariadb-adminer (
authoring) — Cet exemple compile une petite stack réelle — une base de données MariaDB précédée d’une interface web Adminer — à partir d’un seulAggregateécrit par le développeur vers deux plateformes. - mariadb-bitnami-credential-set (
authoring) — Une base de données MariaDB unique réalisée par le chart Helm Bitnami, dont les mots de passe sont fournis par un seul secret référençable à plusieurs clés (core/referenced-secret-set). - openbao-secrets (
start) — Cet exemple compile une petite stack réelle — un seul serveur de secrets OpenBao — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel d’OpenBao. - quickstart-web (
start) — Une petite application web qui conserve des notes dans PostgreSQL, développée en quatre étapes : elle démarre avec sa base de données sur votre machine, gagne un cache Redis, passe sur AWS avec la base de données sur Amazon RDS, et obtient enfin ses sauvegardes. - sealed-secrets-controller (
start) — Cet exemple compile une petite stack réelle — le contrôleur sealed-secrets — à partir d’un seulAggregateécrit par le développeur vers Kubernetes, adossé au chart Helm officiel de sealed-secrets servi depuis un dépôt de charts HTTPS.
import
un projet écrit dans un autre format, transformé en brouillons de fichiers Aggrega par aggrega import, puis relu et compilé.
- import-agent-framework (
start) — Un agent déclaratif de Microsoft Agent Framework — un agent sur un modèle OpenAI, qui cherche dans la documentation via un serveur MCP — transformé en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-compose (
start) — Un fichier Compose exécutant une API, la base de données PostgreSQL dans laquelle elle conserve ses notes et un cache Redis, transformé en brouillons de fichiers Aggrega paraggrega import— les connexions, les paramètres de la base de données, le mot de passe sous forme de référence à une variable et le tag de chaque image étant repris — et compilé pour Docker Compose. - import-crewai (
start) — Les déclarations d’agents et de tâches d’un projet CrewAI dans la disposition classique — deux agents sur un même modèle OpenAI, une tâche chacun — transformées en brouillons de fichiers Aggrega paraggrega import, l’image dans laquelle s’exécute le programme de la crew étant renseignée une seule fois dans un fichier de réponses, et compilées pour Docker Compose. - import-dify (
start) — Une application de chat Dify, exportée dans le DSL de Dify, importée paraggrega importdans un Aggregate, une Release et un Manifest qui, tels qu’ils sont écrits, compilent pour Kubernetes l’installation Dify de la bibliothèque standard qui la porte. - import-flowise (
start) — Un chatflow Flowise — un nœud ChatOpenAI, une Buffer Memory et une Conversation Chain — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-google-adk (
start) — L’Agent Config d’une application construite sur l’Agent Development Kit de Google — un agent sur Gemini, avec l’outil Google Search fourni par ADK — transformée en brouillons de fichiers Aggrega paraggrega import, l’image de l’application étant renseignée une seule fois dans un fichier de réponses, et compilée pour Docker Compose. - import-langflow (
start) — Le projet de démarrage Basic Prompting de Langflow, exporté en JSON, importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits. - import-langgraph (
start) — Lelanggraph.jsond’une application LangGraph — un graphe, qui conserve son état dans PostgreSQL — transformé en brouillons de fichiers Aggrega paraggrega import, le modèle appelé par le graphe et l’image de l’application étant renseignés une seule fois dans un fichier de réponses, et compilé pour Docker Compose. - import-mcp (
start) — Un.mcp.jsonde Claude Code listant trois serveurs Model Context Protocol — deux démarrés depuis une ligne de commande et un exploité par quelqu’un d’autre — transformé en brouillons de fichiers Aggrega paraggrega import, chaque serveur étant associé à la réalisation qui correspond à sa manière de s’exécuter, et compilé pour Kubernetes. - import-n8n (
start) — Un workflow n8n — un déclencheur de chat, un AI Agent, un OpenAI Chat Model et une Simple Memory — importé paraggrega importdans un Aggregate, une Release et un Manifest qui se compilent pour Docker Compose tels qu’ils sont écrits.