Lewati ke konten
AggregaAggrega
Pilih Bahasa: Bahasa Indonesia
Halaman ini diterjemahkan oleh mesin. Baca versi asli dalam bahasa Inggris.

Contoh berdasarkan produk dan kapabilitas

Setiap contoh dalam folder ini, dicantumkan terlebih dahulu dalam urutan untuk mempelajarinya, kelompok demi kelompok, lalu di bawah setiap produk yang di-deploy-nya dan di bawah setiap kapabilitas yang ditunjukkannya. Setiap entri memberikan tingkat contoh dan kalimat pertama halamannya.

Tingkatnya adalah start, authoring, atau advanced: tingkat yang dicantumkan Header pada setiap contoh. Header yang dibawa setiap contoh, serta daftar yang menjadi sumber nilainya, dijelaskan dalam Header pada setiap contoh.

Menurut urutan pembelajaran

Mulai di sini

Kelompok start-here: dua contoh yang dikembangkan panduan “Memulai” selangkah demi selangkah, lalu dua contoh awal untuk cloud.

  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • terraform-rds (authoring) — Satu basis data MariaDB yang ditulis sekali sebagai intensi pengembang dan dirender menjadi file Terraform HCL yang menyediakan instans AWS RDS terkelola.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.

Hanya katalog

Kelompok catalog-only: dirakit dari entitas katalog, tanpa ada yang ditulis selain Aggregate, Manifest, dan Release.

  • catalog-only (start) — Contoh ini men-deploy stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dengan hanya merujuk entitas katalog pustaka standar.
  • cert-manager-tls (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sertifikat cert-manager — dari satu Aggregate yang ditulis Developer ke Kubernetes.
  • contour-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — ingress gateway Contour — dari satu Aggregate yang ditulis Developer ke Kubernetes.
  • external-secrets-operator (start) — Contoh ini mengompilasi stack kecil yang nyata — operator external-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi external-secrets.
  • sealed-secrets-controller (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sealed-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi sealed-secrets yang disajikan dari repositori chart HTTPS.
  • openbao-secrets (start) — Contoh ini mengompilasi stack kecil yang nyata — satu server secret OpenBao — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi OpenBao.
  • jaeger-tracing (start) — Contoh ini mengompilasi stack kecil yang nyata — backend distributed tracing Jaeger dalam bentuk satu node — dari satu Aggregate yang ditulis Developer ke Kubernetes, disintesis langsung dari image resmi Jaeger tanpa chart hulu.
  • tempo-tracing (start) — Contoh ini mengompilasi stack kecil yang nyata — server distributed tracing Grafana Tempo — dari satu Aggregate yang ditulis Developer ke Kubernetes melalui sintesis Workload pada image resmi grafana/tempo, dalam bentuk single-binary.
  • loki-logging (start) — Contoh ini mengompilasi stack kecil yang nyata — server agregasi log Grafana Loki — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi Grafana Loki dalam bentuk single-binary.
  • kafka-broker (start) — Contoh ini mengompilasi stack kecil yang nyata — broker streaming peristiwa Apache Kafka dalam bentuk KRaft satu node — dari satu Aggregate yang ditulis Developer ke Kubernetes, disintesis langsung dari image resmi Apache Kafka tanpa chart hulu.
  • redis-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Redis (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • valkey-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Valkey (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • memcached-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Memcached dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • nats-messaging (start) — Contoh ini mengompilasi satu server perpesanan NATS (pub-sub, request-reply, antrean) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • rabbitmq-broker (start) — Contoh ini mengompilasi satu message broker RabbitMQ (AMQP) dari satu Aggregate yang ditulis Developer ke dua target.
  • mysql-standalone (start) — Contoh ringkas ini mengompilasi satu basis data MySQL dari beberapa Aggregate yang ditulis Developer ke dua target.
  • mariadb-helm-synth (start) — Satu basis data MariaDB yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • postgres-init-config (start) — core/datastore/postgres mengekspos dua nilai pengembang opsional yang membentuk start pertama basis data: init_scripts (SQL atau shell yang dijalankan sekali saat inisialisasi) dan custom_config (sebuah fragmen postgresql.conf).
  • grafana-dashboards (start) — Contoh ini mengompilasi satu server dasbor dan visualisasi Grafana dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • s3-object-store (start) — Contoh ini mengompilasi satu object store yang kompatibel dengan S3, komponen core/storage/s3-object-store, ke dua realisasi self-hosted-nya.
  • nginx-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — gateway reverse proxy NGINX di depan backend web — dari satu Aggregate yang ditulis Developer ke dua target.
  • prometheus-scrape (start) — Contoh ini mengompilasi stack kecil yang nyata — server metrik Prometheus yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate yang ditulis Developer ke dua target.
  • fluentd-aggregator (start) — Contoh ini mengompilasi agregator log Fluentd — ujung penerima sebuah pipeline log — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • fluent-bit-to-fluentd (start) — Contoh ini mengompilasi pipeline log yang nyata — forwarder Fluent Bit yang mengirim rekaman ke agregator Fluentd melalui protokol forward — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • mysql-innodb-cluster (start) — Sebuah MySQL InnoDB Cluster dan control plane yang merekonsiliasinya, di-build dua kali dari satu Aggregate yang tidak diubah: sekali meminta satu instans server, sekali meminta tiga.
  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • ferretdb-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah basis data dokumen yang mengekspos protokol wire MongoDB — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • kong-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • keycloak-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah server identitas berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • thanos-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — tingkat baca/kueri dari sistem metrik Thanos — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.
  • credential-secretkeyref (start) — Satu basis data PostgreSQL yang kata sandinya disediakan oleh subsistem kredensial, ditampilkan per provider.
  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.
  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.
  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.
  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • apisix-token-budget (start) — Sebuah tim menempatkan dua model OpenAI di belakang satu gateway dan menginginkan batas atas pengeluaran gateway untuk model-model itu setiap hari, dihitung dalam token.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • model-server-caller-allowlist (start) — Server model yang berjalan di sebuah cluster menjawab siapa pun yang menjangkau alamatnya.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.

Penulisan

Kelompok authoring: menulis Component, Feature, atau Recipe miliknya sendiri, atau menunjukkan bagaimana bentuknya.

  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • per-instance-recipe-override (authoring) — Contoh ini mengajarkan satu fitur Manifest: tingkat pemetaan name, yang menimpa Recipe untuk satu instans komponen sementara setiap instans lain dengan tipe yang sama tetap memakai Recipe massal tingkat type.
  • workload-library-import (authoring) — Satu layanan web stateless yang Recipe-nya menyintesis Kubernetes Workload-nya dari entri pustaka bersama alih-alih dari badan inline.
  • workload-identity-binding (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • multikey-secret-synth (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • mariadb-bitnami-credential-set (authoring) — Satu basis data MariaDB yang direalisasikan oleh Helm chart Bitnami, yang kata sandinya disediakan oleh satu secret multi-kunci yang dapat dirujuk (core/referenced-secret-set).
  • credential-shape-per-target (authoring) — Cara sebuah kredensial mencapai container yang berjalan adalah properti dari tempat Anda men-deploy, bukan dari aplikasinya.
  • terraform-rds-module (authoring) — Intensi MariaDB yang sama dengan contoh terraform-rds, dirender melalui bentuk sourced milik provider Terraform: alih-alih badan HCL inline, Recipe menunjuk ke modul Terraform lokal dan kompiler mem-vendor-nya apa adanya, lalu memasok variabel masukannya dari pilar pengembang dan operator.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.
  • chart-from-git-repository (authoring) — Helm chart tidak harus berasal dari registry chart.
  • extends-wrapper (authoring) — Contoh ini mengajarkan satu hal: sebuah Component yang melakukan extends terhadap Component lain mewarisi seluruh kontrak data basis tersebut, sehingga setiap Recipe yang ditulis untuk basis itu sudah mengimplementasikan Component yang memperluasnya.

Lanjutan

Kelompok advanced: batas, kebijakan tata kelola, Features yang digerakkan anotasi, dan stack cloud yang dirakit, beberapa di antaranya digabungkan dalam satu build.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • terraform-declared-sensitivity (advanced) — Deklarasi bahwa sebuah nilai membawa materi rahasia ditulis sekali, pada skema sebuah Component.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.
  • annotation-driven-monitoring (advanced) — Contoh ini melampirkan Feature pemantauan ke enam layanan di seluruh topologi bersarang tanpa menulis satu pun blok features: per komponen.
  • policy-in-ci (advanced) — Dua skrip aturan siap pakai yang membaca direktori keluaran build Aggrega dan menolaknya ketika melanggar suatu aturan.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • policy-org-overlay (advanced) — Kebijakan sebuah tim, kebijakan organisasinya, dan kebijakan pipeline-nya berjalan bersama dalam satu build, masing-masing dilampirkan dalam file konfigurasinya sendiri.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.
  • policy-annotation-transform (advanced) — Sebuah kebijakan tata kelola memberi setiap komponen sebuah toko pemantauan platform dan peran AWS IAM.
  • ai-gateway-own-webhook-certificate (advanced) — Ini adalah contoh tingkat lanjut.

Pengimpor

Kelompok importers: proyek yang ditulis dalam format lain, dijadikan draf berkas Aggrega oleh aggrega import, lalu ditinjau dan di-build.

  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-mcp (start) — .mcp.json milik Claude Code yang mencantumkan tiga server Model Context Protocol — dua dijalankan dari baris perintah dan satu dijalankan oleh pihak lain — dijadikan draf berkas Aggrega oleh aggrega import, dengan setiap server dipetakan ke realisasi yang sesuai dengan cara server itu berjalan, dan di-build untuk Kubernetes.
  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.

Berdasarkan produk

core/ai-agent/agent-framework

  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.

core/ai-agent/crewai

  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.

core/ai-agent/dify

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-plugin-daemon

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-sandbox

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-ssrf-proxy

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-web

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-worker

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/dify-worker-beat

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/ai-agent/flowise

  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.

core/ai-agent/google-adk

  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.

core/ai-agent/langflow

  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.

core/ai-agent/langgraph

  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/ai-agent/n8n

  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.

core/ai-model/anthropic

  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.

core/ai-model/gemini

  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.

core/ai-model/nemoguard-content-safety

  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.

core/ai-model/ollama

  • model-server-caller-allowlist (start) — Server model yang berjalan di sebuah cluster menjawab siapa pun yang menjangkau alamatnya.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/ai-model/openai

  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • apisix-token-budget (start) — Sebuah tim menempatkan dua model OpenAI di belakang satu gateway dan menginginkan batas atas pengeluaran gateway untuk model-model itu setiap hari, dihitung dalam token.
  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/ai-model/openai-compatible

  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.

core/ai-model/openai-embedding

  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.

core/ai-model/tei

  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.

core/ai-tool/mcp

  • import-mcp (start) — .mcp.json milik Claude Code yang mencantumkan tiga server Model Context Protocol — dua dijalankan dari baris perintah dan satu dijalankan oleh pihak lain — dijadikan draf berkas Aggrega oleh aggrega import, dengan setiap server dipetakan ke realisasi yang sesuai dengan cara server itu berjalan, dan di-build untuk Kubernetes.
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.

core/compute/server

  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/datastore/cognee

  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.

core/datastore/documentdb

  • ferretdb-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah basis data dokumen yang mengekspos protokol wire MongoDB — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.

core/datastore/etcd

  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/datastore/ferretdb

  • ferretdb-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah basis data dokumen yang mengekspos protokol wire MongoDB — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.

core/datastore/mariadb

  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.
  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • catalog-only (start) — Contoh ini men-deploy stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dengan hanya merujuk entitas katalog pustaka standar.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mariadb-bitnami-credential-set (authoring) — Satu basis data MariaDB yang direalisasikan oleh Helm chart Bitnami, yang kata sandinya disediakan oleh satu secret multi-kunci yang dapat dirujuk (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Satu basis data MariaDB yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • policy-org-overlay (advanced) — Kebijakan sebuah tim, kebijakan organisasinya, dan kebijakan pipeline-nya berjalan bersama dalam satu build, masing-masing dilampirkan dalam file konfigurasinya sendiri.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • terraform-rds-module (authoring) — Intensi MariaDB yang sama dengan contoh terraform-rds, dirender melalui bentuk sourced milik provider Terraform: alih-alih badan HCL inline, Recipe menunjuk ke modul Terraform lokal dan kompiler mem-vendor-nya apa adanya, lalu memasok variabel masukannya dari pilar pengembang dan operator.
  • terraform-rds (authoring) — Satu basis data MariaDB yang ditulis sekali sebagai intensi pengembang dan dirender menjadi file Terraform HCL yang menyediakan instans AWS RDS terkelola.

core/datastore/memcached

  • memcached-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Memcached dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/datastore/mysql

  • mysql-standalone (start) — Contoh ringkas ini mengompilasi satu basis data MySQL dari beberapa Aggregate yang ditulis Developer ke dua target.

core/datastore/mysql-innodb-cluster

  • mysql-innodb-cluster (start) — Sebuah MySQL InnoDB Cluster dan control plane yang merekonsiliasinya, di-build dua kali dari satu Aggregate yang tidak diubah: sekali meminta satu instans server, sekali meminta tiga.

core/datastore/mysql-operator

  • mysql-innodb-cluster (start) — Sebuah MySQL InnoDB Cluster dan control plane yang merekonsiliasinya, di-build dua kali dari satu Aggregate yang tidak diubah: sekali meminta satu instans server, sekali meminta tiga.

core/datastore/postgres

  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • credential-secretkeyref (start) — Satu basis data PostgreSQL yang kata sandinya disediakan oleh subsistem kredensial, ditampilkan per provider.
  • credential-shape-per-target (authoring) — Cara sebuah kredensial mencapai container yang berjalan adalah properti dari tempat Anda men-deploy, bukan dari aplikasinya.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • keycloak-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah server identitas berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • kong-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.
  • postgres-init-config (start) — core/datastore/postgres mengekspos dua nilai pengembang opsional yang membentuk start pertama basis data: init_scripts (SQL atau shell yang dijalankan sekali saat inisialisasi) dan custom_config (sebuah fragmen postgresql.conf).
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.

core/datastore/redis

  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • redis-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Redis (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/datastore/valkey

  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.
  • valkey-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Valkey (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/datastore/weaviate

  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.

core/devtool/adminer

  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.
  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • catalog-only (start) — Contoh ini men-deploy stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dengan hanya merujuk entitas katalog pustaka standar.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • extends-wrapper (authoring) — Contoh ini mengajarkan satu hal: sebuah Component yang melakukan extends terhadap Component lain mewarisi seluruh kontrak data basis tersebut, sehingga setiap Recipe yang ditulis untuk basis itu sudah mengimplementasikan Component yang memperluasnya.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • nginx-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — gateway reverse proxy NGINX di depan backend web — dari satu Aggregate yang ditulis Developer ke dua target.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • policy-org-overlay (advanced) — Kebijakan sebuah tim, kebijakan organisasinya, dan kebijakan pipeline-nya berjalan bersama dalam satu build, masing-masing dilampirkan dalam file konfigurasinya sendiri.

core/devtool/harbor

  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.

core/gateway/apisix

  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • apisix-token-budget (start) — Sebuah tim menempatkan dua model OpenAI di belakang satu gateway dan menginginkan batas atas pengeluaran gateway untuk model-model itu setiap hari, dihitung dalam token.

core/gateway/contour

  • contour-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — ingress gateway Contour — dari satu Aggregate yang ditulis Developer ke Kubernetes.

core/gateway/envoy-ai-gateway-operator

  • ai-gateway-own-webhook-certificate (advanced) — Ini adalah contoh tingkat lanjut.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.

core/gateway/envoy-gateway

  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.

core/gateway/kong

  • kong-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/gateway/litellm

  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/gateway/nginx

  • extends-wrapper (authoring) — Contoh ini mengajarkan satu hal: sebuah Component yang melakukan extends terhadap Component lain mewarisi seluruh kontrak data basis tersebut, sehingga setiap Recipe yang ditulis untuk basis itu sudah mengimplementasikan Component yang memperluasnya.
  • model-server-caller-allowlist (start) — Server model yang berjalan di sebuah cluster menjawab siapa pun yang menjangkau alamatnya.
  • nginx-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — gateway reverse proxy NGINX di depan backend web — dari satu Aggregate yang ditulis Developer ke dua target.

core/messaging/kafka

  • kafka-broker (start) — Contoh ini mengompilasi stack kecil yang nyata — broker streaming peristiwa Apache Kafka dalam bentuk KRaft satu node — dari satu Aggregate yang ditulis Developer ke Kubernetes, disintesis langsung dari image resmi Apache Kafka tanpa chart hulu.

core/messaging/nats

  • nats-messaging (start) — Contoh ini mengompilasi satu server perpesanan NATS (pub-sub, request-reply, antrean) dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/messaging/rabbitmq

  • rabbitmq-broker (start) — Contoh ini mengompilasi satu message broker RabbitMQ (AMQP) dari satu Aggregate yang ditulis Developer ke dua target.

core/observability/fluent-bit

  • fluent-bit-to-fluentd (start) — Contoh ini mengompilasi pipeline log yang nyata — forwarder Fluent Bit yang mengirim rekaman ke agregator Fluentd melalui protokol forward — dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/observability/fluentd

  • fluent-bit-to-fluentd (start) — Contoh ini mengompilasi pipeline log yang nyata — forwarder Fluent Bit yang mengirim rekaman ke agregator Fluentd melalui protokol forward — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • fluentd-aggregator (start) — Contoh ini mengompilasi agregator log Fluentd — ujung penerima sebuah pipeline log — dari satu Aggregate yang ditulis Developer ke dua realisasi.

core/observability/grafana

  • grafana-dashboards (start) — Contoh ini mengompilasi satu server dasbor dan visualisasi Grafana dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • prometheus-scrape (start) — Contoh ini mengompilasi stack kecil yang nyata — server metrik Prometheus yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate yang ditulis Developer ke dua target.

core/observability/jaeger

  • jaeger-tracing (start) — Contoh ini mengompilasi stack kecil yang nyata — backend distributed tracing Jaeger dalam bentuk satu node — dari satu Aggregate yang ditulis Developer ke Kubernetes, disintesis langsung dari image resmi Jaeger tanpa chart hulu.

core/observability/loki

  • loki-logging (start) — Contoh ini mengompilasi stack kecil yang nyata — server agregasi log Grafana Loki — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi Grafana Loki dalam bentuk single-binary.

core/observability/prometheus

  • prometheus-scrape (start) — Contoh ini mengompilasi stack kecil yang nyata — server metrik Prometheus yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate yang ditulis Developer ke dua target.

core/observability/tempo

  • tempo-tracing (start) — Contoh ini mengompilasi stack kecil yang nyata — server distributed tracing Grafana Tempo — dari satu Aggregate yang ditulis Developer ke Kubernetes melalui sintesis Workload pada image resmi grafana/tempo, dalam bentuk single-binary.

core/observability/thanos-query

  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.
  • thanos-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — tingkat baca/kueri dari sistem metrik Thanos — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/observability/thanos-store

  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.
  • thanos-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — tingkat baca/kueri dari sistem metrik Thanos — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/security/cert-manager

  • cert-manager-tls (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sertifikat cert-manager — dari satu Aggregate yang ditulis Developer ke Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.

core/security/external-secrets

  • external-secrets-operator (start) — Contoh ini mengompilasi stack kecil yang nyata — operator external-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi external-secrets.

core/security/keycloak

  • keycloak-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah server identitas berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/security/nemo-guardrails

  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.

core/security/nemoguard-jailbreak-detect

  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.

core/security/openbao

  • openbao-secrets (start) — Contoh ini mengompilasi stack kecil yang nyata — satu server secret OpenBao — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi OpenBao.

core/security/presidio-analyzer

  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/security/presidio-anonymizer

  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.

core/security/sealed-secrets

  • sealed-secrets-controller (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sealed-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi sealed-secrets yang disajikan dari repositori chart HTTPS.

core/security/trustyai-huggingface-detector

  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.

core/storage/barman-cloud-plugin

  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.

core/storage/s3-object-store

  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.
  • s3-object-store (start) — Contoh ini mengompilasi satu object store yang kompatibel dengan S3, komponen core/storage/s3-object-store, ke dua realisasi self-hosted-nya.
  • thanos-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — tingkat baca/kueri dari sistem metrik Thanos — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

core/storage/velero

  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.

Berdasarkan kapabilitas

multi-target

satu Aggregate yang di-build untuk dua target atau lebih, atau direalisasikan dengan dua cara atau lebih.

  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • credential-secretkeyref (start) — Satu basis data PostgreSQL yang kata sandinya disediakan oleh subsistem kredensial, ditampilkan per provider.
  • credential-shape-per-target (authoring) — Cara sebuah kredensial mencapai container yang berjalan adalah properti dari tempat Anda men-deploy, bukan dari aplikasinya.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • fluent-bit-to-fluentd (start) — Contoh ini mengompilasi pipeline log yang nyata — forwarder Fluent Bit yang mengirim rekaman ke agregator Fluentd melalui protokol forward — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • fluentd-aggregator (start) — Contoh ini mengompilasi agregator log Fluentd — ujung penerima sebuah pipeline log — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • grafana-dashboards (start) — Contoh ini mengompilasi satu server dasbor dan visualisasi Grafana dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.
  • memcached-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Memcached dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • mysql-standalone (start) — Contoh ringkas ini mengompilasi satu basis data MySQL dari beberapa Aggregate yang ditulis Developer ke dua target.
  • nats-messaging (start) — Contoh ini mengompilasi satu server perpesanan NATS (pub-sub, request-reply, antrean) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • nginx-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — gateway reverse proxy NGINX di depan backend web — dari satu Aggregate yang ditulis Developer ke dua target.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • prometheus-scrape (start) — Contoh ini mengompilasi stack kecil yang nyata — server metrik Prometheus yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate yang ditulis Developer ke dua target.
  • rabbitmq-broker (start) — Contoh ini mengompilasi satu message broker RabbitMQ (AMQP) dari satu Aggregate yang ditulis Developer ke dua target.
  • redis-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Redis (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • s3-object-store (start) — Contoh ini mengompilasi satu object store yang kompatibel dengan S3, komponen core/storage/s3-object-store, ke dua realisasi self-hosted-nya.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.
  • valkey-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Valkey (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.

recipe-selection

Manifest yang memilih Recipe mana yang merealisasikan sebuah komponen, atau FeatureRecipe mana yang merealisasikan sebuah lampiran: per tipe, per instans, atau per target.

  • credential-shape-per-target (authoring) — Cara sebuah kredensial mencapai container yang berjalan adalah properti dari tempat Anda men-deploy, bukan dari aplikasinya.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • import-mcp (start) — .mcp.json milik Claude Code yang mencantumkan tiga server Model Context Protocol — dua dijalankan dari baris perintah dan satu dijalankan oleh pihak lain — dijadikan draf berkas Aggrega oleh aggrega import, dengan setiap server dipetakan ke realisasi yang sesuai dengan cara server itu berjalan, dan di-build untuk Kubernetes.
  • per-instance-recipe-override (authoring) — Contoh ini mengajarkan satu fitur Manifest: tingkat pemetaan name, yang menimpa Recipe untuk satu instans komponen sementara setiap instans lain dengan tipe yang sama tetap memakai Recipe massal tingkat type.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.

modules

sebuah Aggregate katalog yang diimpor sebagai modul.

  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • ferretdb-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah basis data dokumen yang mengekspos protokol wire MongoDB — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • keycloak-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah server identitas berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • kong-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway berbasis basis data — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.
  • thanos-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — tingkat baca/kueri dari sistem metrik Thanos — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.

connections

komponen yang dihubungkan melalui socket uses, dengan nilai yang disalurkan melintasi setiap edge.

  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.
  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • ai-gateway-log-masking (start) — Asisten dukungan harus bekerja dengan nama dan alamat email pelanggan, sehingga model yang dipanggilnya harus melihatnya.
  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • apisix-token-budget (start) — Sebuah tim menempatkan dua model OpenAI di belakang satu gateway dan menginginkan batas atas pengeluaran gateway untuk model-model itu setiap hari, dihitung dalam token.
  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • catalog-only (start) — Contoh ini men-deploy stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dengan hanya merujuk entitas katalog pustaka standar.
  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • fluent-bit-to-fluentd (start) — Contoh ini mengompilasi pipeline log yang nyata — forwarder Fluent Bit yang mengirim rekaman ke agregator Fluentd melalui protokol forward — dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.
  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.
  • model-server-caller-allowlist (start) — Server model yang berjalan di sebuah cluster menjawab siapa pun yang menjangkau alamatnya.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • nginx-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — gateway reverse proxy NGINX di depan backend web — dari satu Aggregate yang ditulis Developer ke dua target.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • prometheus-scrape (start) — Contoh ini mengompilasi stack kecil yang nyata — server metrik Prometheus yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate yang ditulis Developer ke dua target.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.

credentials

lampiran kredensial dan cara setiap target mengirimkannya.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • catalog-only (start) — Contoh ini men-deploy stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dengan hanya merujuk entitas katalog pustaka standar.
  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.
  • credential-secretkeyref (start) — Satu basis data PostgreSQL yang kata sandinya disediakan oleh subsistem kredensial, ditampilkan per provider.
  • credential-shape-per-target (authoring) — Cara sebuah kredensial mencapai container yang berjalan adalah properti dari tempat Anda men-deploy, bukan dari aplikasinya.
  • grafana-dashboards (start) — Contoh ini mengompilasi satu server dasbor dan visualisasi Grafana dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.
  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-mcp (start) — .mcp.json milik Claude Code yang mencantumkan tiga server Model Context Protocol — dua dijalankan dari baris perintah dan satu dijalankan oleh pihak lain — dijadikan draf berkas Aggrega oleh aggrega import, dengan setiap server dipetakan ke realisasi yang sesuai dengan cara server itu berjalan, dan di-build untuk Kubernetes.
  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mariadb-bitnami-credential-set (authoring) — Satu basis data MariaDB yang direalisasikan oleh Helm chart Bitnami, yang kata sandinya disediakan oleh satu secret multi-kunci yang dapat dirujuk (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Satu basis data MariaDB yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.
  • memcached-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Memcached dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.
  • multikey-secret-synth (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • mysql-standalone (start) — Contoh ringkas ini mengompilasi satu basis data MySQL dari beberapa Aggregate yang ditulis Developer ke dua target.
  • nats-messaging (start) — Contoh ini mengompilasi satu server perpesanan NATS (pub-sub, request-reply, antrean) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • rabbitmq-broker (start) — Contoh ini mengompilasi satu message broker RabbitMQ (AMQP) dari satu Aggregate yang ditulis Developer ke dua target.
  • redis-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Redis (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • s3-object-store (start) — Contoh ini mengompilasi satu object store yang kompatibel dengan S3, komponen core/storage/s3-object-store, ke dua realisasi self-hosted-nya.
  • terraform-rds-module (authoring) — Intensi MariaDB yang sama dengan contoh terraform-rds, dirender melalui bentuk sourced milik provider Terraform: alih-alih badan HCL inline, Recipe menunjuk ke modul Terraform lokal dan kompiler mem-vendor-nya apa adanya, lalu memasok variabel masukannya dari pilar pengembang dan operator.
  • terraform-rds (authoring) — Satu basis data MariaDB yang ditulis sekali sebagai intensi pengembang dan dirender menjadi file Terraform HCL yang menyediakan instans AWS RDS terkelola.
  • valkey-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Valkey (protokol wire Redis) dari satu Aggregate yang ditulis Developer ke dua realisasi.

parameters

nilai yang diangkat menjadi parameter yang dipenuhi sebuah Release.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • apisix-stack (start) — Contoh ini mengompilasi stack kecil yang nyata — sebuah API gateway dinamis — menjadi manifest Kubernetes hasil sintesis dari satu Aggregate yang ditulis Developer.
  • connection-credentials (start) — Store memori semantik yang menjangkau dua model dan menyajikan kunci yang berbeda kepada masing-masing, dikompilasi menjadi manifest Kubernetes.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.
  • model-api-key-sharing (start) — Dua agen CrewAI di belakang satu gateway yang kompatibel dengan OpenAI.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.
  • terraform-declared-sensitivity (advanced) — Deklarasi bahwa sebuah nilai membawa materi rahasia ditulis sekali, pada skema sebuah Component.

features

Features yang dilampirkan untuk sesuatu selain kredensial, seperti perutean, pemantauan, anggaran, cache, atau masking.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • ai-agent-and-model-router (start) — Aplikasi agen yang menjangkau dua model penyedia hulu melalui satu router di dalam cluster, dikompilasi menjadi manifest Kubernetes.
  • ai-gateway-prompt-injection-shield (start) — Pengguna asisten dukungan dapat mengetik apa saja, dan sebagian dari yang mereka ketik mencoba membuat model mengabaikan instruksi yang diberikan kepadanya.
  • ai-gateway-semantic-cache (start) — Asisten dukungan ditanyai pertanyaan yang sama sepanjang hari dengan kata-kata yang sedikit berbeda.
  • annotation-driven-monitoring (advanced) — Contoh ini melampirkan Feature pemantauan ke enam layanan di seluruh topologi bersarang tanpa menulis satu pun blok features: per komponen.
  • apisix-token-budget (start) — Sebuah tim menempatkan dua model OpenAI di belakang satu gateway dan menginginkan batas atas pengeluaran gateway untuk model-model itu setiap hari, dihitung dalam token.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • envoy-ai-gateway-token-budget (start) — Sebuah tim menempatkan gpt-4o-mini milik OpenAI di belakang gateway di dalam cluster, menginginkan batas atas token yang dihabiskan gateway untuknya setiap bulan kalender, dan mengarahkan agennya ke gateway alih-alih ke OpenAI.
  • model-server-caller-allowlist (start) — Server model yang berjalan di sebuah cluster menjawab siapa pun yang menjangkau alamatnya.
  • nemo-guardrails-nemoguard-nims (start) — Permintaan model dari sebuah agen melewati NVIDIA NeMo Guardrails, yang memeriksa setiap permintaan dengan dua model NemoGuard milik NVIDIA, produk NVIDIA berlisensi yang memerlukan lisensi dari NVIDIA, kunci API NGC, dan node GPU untuk dijalankan.
  • policy-annotation-transform (advanced) — Sebuah kebijakan tata kelola memberi setiap komponen sebuah toko pemantauan platform dan peran AWS IAM.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • quickstart-ai (start) — Agen LangGraph kecil yang dikembangkan dalam empat langkah: dimulai pada model lokal dengan memori, mendapatkan model cloud dengan model lokal sebagai cadangannya, mendapatkan guardrail di depan keduanya, dan akhirnya dibangun untuk Kubernetes.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.
  • workload-identity-binding (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.

boundaries

komponen atau modul yang ditempatkan di boundary, dan apa yang melintas di antaranya.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • annotation-driven-monitoring (advanced) — Contoh ini melampirkan Feature pemantauan ke enam layanan di seluruh topologi bersarang tanpa menulis satu pun blok features: per komponen.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • module-boundary-routing (advanced) — Contoh ini mengompilasi dua kapabilitas — tingkat baca metrik Thanos di atas penyimpanan objek dan basis data dokumen yang berbicara dengan protokol wire MongoDB — dari satu Aggregate yang ditulis Developer, dan menempatkan masing-masing ke dalam boundary-nya sendiri dari Release.

policy

kebijakan tata kelola yang menerima atau menolak sebuah build, selama build atau atas keluarannya.

  • policy-annotation-transform (advanced) — Sebuah kebijakan tata kelola memberi setiap komponen sebuah toko pemantauan platform dan peran AWS IAM.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • policy-in-ci (advanced) — Dua skrip aturan siap pakai yang membaca direktori keluaran build Aggrega dan menolaknya ketika melanggar suatu aturan.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • policy-org-overlay (advanced) — Kebijakan sebuah tim, kebijakan organisasinya, dan kebijakan pipeline-nya berjalan bersama dalam satu build, masing-masing dilampirkan dalam file konfigurasinya sendiri.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.

guardrails

sebuah Release yang memang dimaksudkan untuk berhenti, dan pesan yang menyertai penghentiannya.

  • adhoc-uses-socket (start) — Contoh ini mengajarkan satu baris, beserta kedua belahannya.
  • ai-gateway-own-webhook-certificate (advanced) — Ini adalah contoh tingkat lanjut.
  • chart-from-git-repository (authoring) — Helm chart tidak harus berasal dari registry chart.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.
  • credential-secretkeyref (start) — Satu basis data PostgreSQL yang kata sandinya disediakan oleh subsistem kredensial, ditampilkan per provider.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • extends-wrapper (authoring) — Contoh ini mengajarkan satu hal: sebuah Component yang melakukan extends terhadap Component lain mewarisi seluruh kontrak data basis tersebut, sehingga setiap Recipe yang ditulis untuk basis itu sudah mengimplementasikan Component yang memperluasnya.
  • memcached-cache (start) — Contoh ringkas ini mengompilasi satu cache dalam memori Memcached dari satu Aggregate yang ditulis Developer ke dua realisasi.
  • policy-annotation-transform (advanced) — Sebuah kebijakan tata kelola memberi setiap komponen sebuah toko pemantauan platform dan peran AWS IAM.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • policy-label-transform (advanced) — Plugin tata kelola memberi label pada setiap komponen yang di-deploy workspace ini dengan pemiliknya, tingkat dukungan yang diperoleh lingkungannya, jadwal cadangannya, dan sebuah tag singkat, sehingga tidak ada pengembang yang mengetik satu pun dari semua itu.
  • policy-org-overlay (advanced) — Kebijakan sebuah tim, kebijakan organisasinya, dan kebijakan pipeline-nya berjalan bersama dalam satu build, masing-masing dilampirkan dalam file konfigurasinya sendiri.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.
  • s3-object-store (start) — Contoh ini mengompilasi satu object store yang kompatibel dengan S3, komponen core/storage/s3-object-store, ke dua realisasi self-hosted-nya.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.

catalog-authoring

sebuah Component, Feature, atau Recipe yang ditulis untuk contoh, disimpan di sampingnya atau dipublikasikan ke katalog.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • ai-gateway-own-webhook-certificate (advanced) — Ini adalah contoh tingkat lanjut.
  • chart-from-git-repository (authoring) — Helm chart tidak harus berasal dari registry chart.
  • cross-boundary-networking (advanced) — Stack dua komponen — UI basis data Adminer dan basis data PostgreSQL — yang dibagi ke dua boundary, tempat Adminer harus menjangkau basis data melintasi sambungan boundary.
  • extends-wrapper (authoring) — Contoh ini mengajarkan satu hal: sebuah Component yang melakukan extends terhadap Component lain mewarisi seluruh kontrak data basis tersebut, sehingga setiap Recipe yang ditulis untuk basis itu sudah mengimplementasikan Component yang memperluasnya.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mariadb-bitnami-credential-set (authoring) — Satu basis data MariaDB yang direalisasikan oleh Helm chart Bitnami, yang kata sandinya disediakan oleh satu secret multi-kunci yang dapat dirujuk (core/referenced-secret-set).
  • mcp-address-from-secret (authoring) — Beberapa server Model Context Protocol yang dijalankan pihak lain membaca kuncinya dari alamatnya sendiri — https://mcp.example.com/mcp?api_key=<key> — alih-alih dari header permintaan.
  • multikey-secret-synth (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • policy-data-class-route (advanced) — Sebuah lingkungan menjalankan asisten klaim yang menangani data pelanggan terbatas, dan asisten helpdesk yang tidak menangani data semacam itu sama sekali.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • workload-identity-binding (authoring) — Satu aplikasi stateless yang dirender di Kubernetes oleh sintesis Workload milik provider helm — tanpa chart eksternal.
  • workload-library-import (authoring) — Satu layanan web stateless yang Recipe-nya menyintesis Kubernetes Workload-nya dari entri pustaka bersama alih-alih dari badan inline.

cloud-infrastructure

keluaran Terraform atau CloudFormation untuk layanan cloud terkelola.

  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • cloudformation-rds-stack (advanced) — Sebuah basis data terkelola dan aplikasi yang membacanya, ditulis sekali sebagai intensi pengembang dan dirakit menjadi templat stack AWS CloudFormation.
  • datastore-backup (start) — Database PostgreSQL yang dicadangkan di Kubernetes melalui Velero dan melalui CloudNativePG, dan di AWS melalui pencadangan otomatis milik Amazon RDS sendiri, di Terraform dan di CloudFormation, serta melalui AWS Backup, dari satu lampiran core/backup yang ditulis operator di setiap Release, beserta penolakan pada target yang tidak memiliki produk pencadangan.
  • policy-payload-leaf-sensitivity (advanced) — Contoh ini mengajarkan satu aturan internal dan fakta yang membuatnya dapat diungkapkan.
  • policy-render-verdict (advanced) — Satu aturan internal, yang dilampirkan pada peran render-verdict, menilai file yang ditulis build untuk empat target dan menolak pelanggaran yang ditanam di masing-masing.
  • postgres-three-realizations (authoring) — Sebuah basis data PostgreSQL dan aplikasi yang membacanya, di-deploy dengan tiga cara berbeda dari satu Aggregate yang tidak diubah: PostgreSQL yang berjalan di cluster, PostgreSQL sebagai instans cloud terkelola, dan server PostgreSQL yang sudah ada sebelum Release ini di-deploy.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • task-run-on-demand (start) — Tugas yang membawa core/manual-trigger, di-deploy tanpa dijalankan di Kubernetes, Docker Compose, Terraform, dan CloudFormation, di samping tugas yang tidak membawa apa pun, beserta perintah yang memulai eksekusi di setiap target.
  • terraform-declared-sensitivity (advanced) — Deklarasi bahwa sebuah nilai membawa materi rahasia ditulis sekali, pada skema sebuah Component.
  • terraform-rds-module (authoring) — Intensi MariaDB yang sama dengan contoh terraform-rds, dirender melalui bentuk sourced milik provider Terraform: alih-alih badan HCL inline, Recipe menunjuk ke modul Terraform lokal dan kompiler mem-vendor-nya apa adanya, lalu memasok variabel masukannya dari pilar pengembang dan operator.
  • terraform-rds (authoring) — Satu basis data MariaDB yang ditulis sekali sebagai intensi pengembang dan dirender menjadi file Terraform HCL yang menyediakan instans AWS RDS terkelola.

external-sources

sebuah Recipe yang mengambil apa yang direndernya: chart hulu, repositori git, atau modul.

  • advanced-platform (advanced) — Platform Kubernetes multi-boundary yang menggabungkan beberapa mekanisme dalam satu build dari satu Aggregate yang ditulis Developer: FeatureRecipes dengan cakupan boundary, pengangkatan parameter, subsistem kredensial, dan referensi lintas boundary yang di-resolve melalui DNS Service.
  • ai-gateway-own-webhook-certificate (advanced) — Ini adalah contoh tingkat lanjut.
  • aws-rds-and-ecs-service (advanced) — Satu Aggregate memuat basis data PostgreSQL dan server yang membacanya.
  • cert-manager-tls (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sertifikat cert-manager — dari satu Aggregate yang ditulis Developer ke Kubernetes.
  • chart-from-git-repository (authoring) — Helm chart tidak harus berasal dari registry chart.
  • contour-gateway (start) — Contoh ini mengompilasi stack kecil yang nyata — ingress gateway Contour — dari satu Aggregate yang ditulis Developer ke Kubernetes.
  • external-secrets-operator (start) — Contoh ini mengompilasi stack kecil yang nyata — operator external-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi external-secrets.
  • harbor-stack (start) — Contoh ini mengompilasi registry container yang nyata menjadi manifest Kubernetes dari satu Aggregate yang ditulis Developer.
  • loki-logging (start) — Contoh ini mengompilasi stack kecil yang nyata — server agregasi log Grafana Loki — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi Grafana Loki dalam bentuk single-binary.
  • mariadb-adminer (authoring) — Contoh ini mengompilasi stack kecil yang nyata — basis data MariaDB dengan UI web Adminer di depannya — dari satu Aggregate yang ditulis Developer ke dua platform.
  • mariadb-bitnami-credential-set (authoring) — Satu basis data MariaDB yang direalisasikan oleh Helm chart Bitnami, yang kata sandinya disediakan oleh satu secret multi-kunci yang dapat dirujuk (core/referenced-secret-set).
  • openbao-secrets (start) — Contoh ini mengompilasi stack kecil yang nyata — satu server secret OpenBao — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi OpenBao.
  • quickstart-web (start) — Aplikasi web kecil yang menyimpan catatan di PostgreSQL, dikembangkan dalam empat langkah: dimulai dengan basis datanya di mesin Anda, mendapatkan cache Redis, pindah ke AWS dengan basis data di Amazon RDS, dan akhirnya mendapatkan cadangannya.
  • sealed-secrets-controller (start) — Contoh ini mengompilasi stack kecil yang nyata — controller sealed-secrets — dari satu Aggregate yang ditulis Developer ke Kubernetes, didukung oleh Helm chart resmi sealed-secrets yang disajikan dari repositori chart HTTPS.

import

proyek yang ditulis dalam format lain, dijadikan draf berkas Aggrega oleh aggrega import, lalu ditinjau dan di-build.

  • import-agent-framework (start) — Agen deklaratif Microsoft Agent Framework — satu agen pada model OpenAI, yang mencari dokumentasi melalui server MCP — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-compose (start) — Berkas Compose yang menjalankan sebuah API, database PostgreSQL tempat API itu menyimpan catatannya, dan cache Redis, dijadikan draf berkas Aggrega oleh aggrega import — dengan koneksi, pengaturan database, kata sandi sebagai referensi variabel, dan tag setiap image dibawa serta — dan di-build untuk Docker Compose.
  • import-crewai (start) — Deklarasi agen dan tugas dari proyek CrewAI dalam tata letak klasik — dua agen pada satu model OpenAI, masing-masing dengan satu tugas — dijadikan draf berkas Aggrega oleh aggrega import, dengan image tempat program crew berjalan dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-dify (start) — Aplikasi chat Dify, yang diekspor dalam DSL Dify, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang, apa adanya, mem-build instalasi Dify dari pustaka standar yang membawanya untuk Kubernetes.
  • import-flowise (start) — Chatflow Flowise — sebuah node ChatOpenAI, sebuah Buffer Memory, dan sebuah Conversation Chain — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-google-adk (start) — Agent Config dari aplikasi yang dibangun di atas Agent Development Kit milik Google — satu agen pada Gemini, dengan alat Google Search yang disertakan ADK — dijadikan draf berkas Aggrega oleh aggrega import, dengan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-langflow (start) — Proyek awal Basic Prompting milik Langflow, yang diekspor sebagai JSON, diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.
  • import-langgraph (start) — langgraph.json dari aplikasi LangGraph — satu graf, yang menyimpan keadaannya di PostgreSQL — dijadikan draf berkas Aggrega oleh aggrega import, dengan model yang dipanggil graf dan image aplikasi dijawab sekali dalam berkas jawaban, dan di-build untuk Docker Compose.
  • import-mcp (start) — .mcp.json milik Claude Code yang mencantumkan tiga server Model Context Protocol — dua dijalankan dari baris perintah dan satu dijalankan oleh pihak lain — dijadikan draf berkas Aggrega oleh aggrega import, dengan setiap server dipetakan ke realisasi yang sesuai dengan cara server itu berjalan, dan di-build untuk Kubernetes.
  • import-n8n (start) — Alur kerja n8n — sebuah pemicu chat, sebuah AI Agent, sebuah OpenAI Chat Model, dan sebuah Simple Memory — diimpor oleh aggrega import menjadi sebuah Aggregate, sebuah Release, dan sebuah Manifest yang dapat di-build untuk Docker Compose apa adanya.