Salta ai contenuti
AggregaAggrega
Seleziona lingua: Italiano
Questa pagina è stata tradotta automaticamente. Leggi l’originale in inglese.

Esempi per prodotto e capacità

Ogni esempio di questa cartella, elencato prima nell’ordine in cui affrontarli, fascia per fascia, poi sotto ciascun prodotto che distribuisce e sotto ciascuna capacità che mostra. Ogni voce indica il livello dell’esempio e la prima frase della sua pagina.

Il livello è start, authoring o advanced: i livelli elencati in L’intestazione di ogni esempio. L’intestazione che ogni esempio porta, e gli elenchi da cui provengono i suoi valori, sono descritti in L’intestazione di ogni esempio.

In ordine didattico

Inizia da qui

Fascia start-here: i due esempi che la guida «Per iniziare» fa crescere un passo alla volta, poi i due esempi di partenza per il cloud.

  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • terraform-rds (authoring) — Un singolo database MariaDB scritto una sola volta come intento dello sviluppatore e renderizzato in un file HCL di Terraform che effettua il provisioning di un’istanza AWS RDS gestita.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.

Solo catalogo

Fascia catalog-only: assemblati da entità del catalogo, senza nulla di scritto a parte l’Aggregate, il Manifest e la Release.

  • catalog-only (start) — Questo esempio distribuisce uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — facendo riferimento solo a entità del catalogo della libreria standard.
  • cert-manager-tls (start) — Questo esempio compila uno stack piccolo e reale — un controller di certificati cert-manager — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.
  • contour-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway di ingresso Contour — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.
  • external-secrets-operator (start) — Questo esempio compila uno stack piccolo e reale — l’operatore external-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di external-secrets.
  • sealed-secrets-controller (start) — Questo esempio compila uno stack piccolo e reale — il controller sealed-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di sealed-secrets servito da un repository di chart HTTPS.
  • openbao-secrets (start) — Questo esempio compila uno stack piccolo e reale — un singolo server di secret OpenBao — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di OpenBao.
  • jaeger-tracing (start) — Questo esempio compila uno stack piccolo e reale — un backend di tracing distribuito Jaeger nella sua forma a nodo singolo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, sintetizzato direttamente dall’immagine ufficiale di Jaeger senza alcun chart upstream.
  • tempo-tracing (start) — Questo esempio compila uno stack piccolo e reale — un server di tracing distribuito Grafana Tempo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes tramite la sintesi del Workload sull’immagine ufficiale grafana/tempo, nella sua forma a binario singolo.
  • loki-logging (start) — Questo esempio compila uno stack piccolo e reale — un server di aggregazione dei log Grafana Loki — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di Grafana Loki nella sua forma a binario singolo.
  • kafka-broker (start) — Questo esempio compila uno stack piccolo e reale — un broker di event streaming Apache Kafka nella sua forma KRaft a nodo singolo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, sintetizzato direttamente dall’immagine ufficiale di Apache Kafka senza alcun chart upstream.
  • redis-cache (start) — Questo esempio essenziale compila una singola cache in memoria Redis (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • valkey-cache (start) — Questo esempio essenziale compila una singola cache in memoria Valkey (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • memcached-cache (start) — Questo esempio essenziale compila una singola cache in memoria Memcached a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • nats-messaging (start) — Questo esempio compila un singolo server di messaggistica NATS (pub-sub, request-reply, accodamento) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • rabbitmq-broker (start) — Questo esempio compila un singolo message broker RabbitMQ (AMQP) a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • mysql-standalone (start) — Questo esempio essenziale compila un singolo database MySQL a partire da Aggregates scritti dallo sviluppatore per due target.
  • mariadb-helm-synth (start) — Un singolo database MariaDB renderizzato su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • postgres-init-config (start) — core/datastore/postgres espone due valori opzionali dello sviluppatore che determinano il primo avvio del database: init_scripts (SQL o shell eseguiti una sola volta all’inizializzazione) e custom_config (un frammento di postgresql.conf).
  • grafana-dashboards (start) — Questo esempio compila un singolo server di dashboard e visualizzazione Grafana a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • s3-object-store (start) — Questo esempio compila un unico object store compatibile con S3, il componente core/storage/s3-object-store, nelle sue due realizzazioni self-hosted.
  • nginx-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway reverse proxy NGINX davanti a un backend web — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • prometheus-scrape (start) — Questo esempio compila uno stack piccolo e reale — un server di metriche Prometheus che esegue lo scrape di due server di dashboard Grafana — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • fluentd-aggregator (start) — Questo esempio compila un aggregatore di log Fluentd — l’estremità ricevente di una pipeline di log — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • fluent-bit-to-fluentd (start) — Questo esempio compila una vera pipeline di log — un forwarder Fluent Bit che invia record a un aggregatore Fluentd tramite il protocollo forward — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster e il control plane che lo riconcilia, compilati due volte a partire da un unico Aggregate invariato: una volta chiedendo una singola istanza del server, una volta chiedendone tre.
  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • ferretdb-stack (start) — Questo esempio compila uno stack piccolo e reale — un database documentale che espone il protocollo di rete di MongoDB — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • kong-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • keycloak-stack (start) — Questo esempio compila uno stack piccolo e reale — un server di identità basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • thanos-stack (start) — Questo esempio compila uno stack piccolo e reale — il livello di lettura/query di un sistema di metriche Thanos — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.
  • credential-secretkeyref (start) — Un singolo database PostgreSQL la cui password è fornita dal sottosistema delle credenziali, mostrato per ciascun provider.
  • model-api-key-sharing (start) — Due agenti CrewAI dietro un unico gateway compatibile con OpenAI.
  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.
  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.
  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • apisix-token-budget (start) — Un team mette due modelli OpenAI dietro un unico gateway e vuole un tetto a ciò che il gateway spende per essi ogni giorno, contato in token.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • model-server-caller-allowlist (start) — Un server di modelli in esecuzione in un cluster risponde a chiunque raggiunga il suo indirizzo.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.

Scrittura

Fascia authoring: scrive un Component, una Feature o una Recipe propri, oppure mostra come se ne struttura uno.

  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • per-instance-recipe-override (authoring) — Questo esempio insegna una funzionalità del Manifest: il livello di mappatura name, che sovrascrive la Recipe per una singola istanza di componente mentre ogni altra istanza dello stesso tipo mantiene la Recipe d’insieme del livello type.
  • workload-library-import (authoring) — Un singolo servizio web stateless la cui Recipe sintetizza il proprio Workload Kubernetes da una voce di libreria condivisa invece che da un corpo inline.
  • workload-identity-binding (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • multikey-secret-synth (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • mariadb-bitnami-credential-set (authoring) — Un singolo database MariaDB realizzato dal chart Helm di Bitnami, le cui password sono fornite da un unico secret referenziabile a più chiavi (core/referenced-secret-set).
  • credential-shape-per-target (authoring) — Il modo in cui una credenziale raggiunge un container in esecuzione è una proprietà di dove distribuisci, non dell’applicazione.
  • terraform-rds-module (authoring) — Lo stesso intento MariaDB dell’esempio terraform-rds, renderizzato attraverso la forma sourced del provider Terraform: invece di un corpo HCL inline, la Recipe punta a un modulo Terraform locale e il compilatore lo copia così com’è, poi ne fornisce le variabili di input dai pilastri dello sviluppatore e dell’operatore.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.
  • chart-from-git-repository (authoring) — Un chart Helm non deve per forza provenire da un registry di chart.
  • extends-wrapper (authoring) — Questo esempio insegna una cosa: un Component che ne estende un altro tramite extends eredita l’intero contratto dati di quella base, quindi ogni Recipe scritta per la base implementa già il Component che la estende.

Avanzato

Fascia advanced: confini, policy di governance, Features guidate da annotazioni e stack cloud assemblati, diversi dei quali combinati in un’unica build.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • terraform-declared-sensitivity (advanced) — La dichiarazione che un valore porta materiale segreto viene scritta una sola volta, sullo schema di un Component.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.
  • annotation-driven-monitoring (advanced) — Questo esempio associa una Feature di monitoraggio a sei servizi in una topologia annidata senza scrivere un solo blocco features: per componente.
  • policy-in-ci (advanced) — Due script di regole pronti all’uso che leggono la directory di output di un build di Aggrega e lo rifiutano quando viola una regola.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • policy-org-overlay (advanced) — La policy di un team, quella della sua organizzazione e quella della sua pipeline vengono eseguite insieme su un unico build, ciascuna associata in un proprio file di configurazione.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.
  • policy-annotation-transform (advanced) — Una policy di governance fornisce a ogni componente di un negozio il monitoraggio della piattaforma e un ruolo AWS IAM.
  • ai-gateway-own-webhook-certificate (advanced) — Questo è un esempio avanzato.

Importatori

Fascia importers: un progetto scritto in un altro formato, trasformato in bozze di file Aggrega da aggrega import, poi revisionato e compilato.

  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-mcp (start) — Un .mcp.json di Claude Code che elenca tre server Model Context Protocol — due avviati da riga di comando e uno eseguito da qualcun altro — trasformato in bozze di file Aggrega da aggrega import, con ogni server associato alla realizzazione che corrisponde al modo in cui viene eseguito, e compilato per Kubernetes.
  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.

Per prodotto

core/ai-agent/agent-framework

  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.

core/ai-agent/crewai

  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • model-api-key-sharing (start) — Due agenti CrewAI dietro un unico gateway compatibile con OpenAI.

core/ai-agent/dify

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-plugin-daemon

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-sandbox

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-ssrf-proxy

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-web

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-worker

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/dify-worker-beat

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/ai-agent/flowise

  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.

core/ai-agent/google-adk

  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.

core/ai-agent/langflow

  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.

core/ai-agent/langgraph

  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/ai-agent/n8n

  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.

core/ai-model/anthropic

  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.

core/ai-model/gemini

  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.

core/ai-model/nemoguard-content-safety

  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.

core/ai-model/ollama

  • model-server-caller-allowlist (start) — Un server di modelli in esecuzione in un cluster risponde a chiunque raggiunga il suo indirizzo.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/ai-model/openai

  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • apisix-token-budget (start) — Un team mette due modelli OpenAI dietro un unico gateway e vuole un tetto a ciò che il gateway spende per essi ogni giorno, contato in token.
  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/ai-model/openai-compatible

core/ai-model/openai-embedding

  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.

core/ai-model/tei

  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.

core/ai-tool/mcp

  • import-mcp (start) — Un .mcp.json di Claude Code che elenca tre server Model Context Protocol — due avviati da riga di comando e uno eseguito da qualcun altro — trasformato in bozze di file Aggrega da aggrega import, con ogni server associato alla realizzazione che corrisponde al modo in cui viene eseguito, e compilato per Kubernetes.
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.

core/compute/server

  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/datastore/cognee

  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.

core/datastore/documentdb

  • ferretdb-stack (start) — Questo esempio compila uno stack piccolo e reale — un database documentale che espone il protocollo di rete di MongoDB — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.

core/datastore/etcd

  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/datastore/ferretdb

  • ferretdb-stack (start) — Questo esempio compila uno stack piccolo e reale — un database documentale che espone il protocollo di rete di MongoDB — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.

core/datastore/mariadb

  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.
  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • catalog-only (start) — Questo esempio distribuisce uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — facendo riferimento solo a entità del catalogo della libreria standard.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mariadb-bitnami-credential-set (authoring) — Un singolo database MariaDB realizzato dal chart Helm di Bitnami, le cui password sono fornite da un unico secret referenziabile a più chiavi (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Un singolo database MariaDB renderizzato su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • policy-org-overlay (advanced) — La policy di un team, quella della sua organizzazione e quella della sua pipeline vengono eseguite insieme su un unico build, ciascuna associata in un proprio file di configurazione.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • terraform-rds-module (authoring) — Lo stesso intento MariaDB dell’esempio terraform-rds, renderizzato attraverso la forma sourced del provider Terraform: invece di un corpo HCL inline, la Recipe punta a un modulo Terraform locale e il compilatore lo copia così com’è, poi ne fornisce le variabili di input dai pilastri dello sviluppatore e dell’operatore.
  • terraform-rds (authoring) — Un singolo database MariaDB scritto una sola volta come intento dello sviluppatore e renderizzato in un file HCL di Terraform che effettua il provisioning di un’istanza AWS RDS gestita.

core/datastore/memcached

  • memcached-cache (start) — Questo esempio essenziale compila una singola cache in memoria Memcached a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/datastore/mysql

  • mysql-standalone (start) — Questo esempio essenziale compila un singolo database MySQL a partire da Aggregates scritti dallo sviluppatore per due target.

core/datastore/mysql-innodb-cluster

  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster e il control plane che lo riconcilia, compilati due volte a partire da un unico Aggregate invariato: una volta chiedendo una singola istanza del server, una volta chiedendone tre.

core/datastore/mysql-operator

  • mysql-innodb-cluster (start) — Un MySQL InnoDB Cluster e il control plane che lo riconcilia, compilati due volte a partire da un unico Aggregate invariato: una volta chiedendo una singola istanza del server, una volta chiedendone tre.

core/datastore/postgres

  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • credential-secretkeyref (start) — Un singolo database PostgreSQL la cui password è fornita dal sottosistema delle credenziali, mostrato per ciascun provider.
  • credential-shape-per-target (authoring) — Il modo in cui una credenziale raggiunge un container in esecuzione è una proprietà di dove distribuisci, non dell’applicazione.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • keycloak-stack (start) — Questo esempio compila uno stack piccolo e reale — un server di identità basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • kong-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.
  • postgres-init-config (start) — core/datastore/postgres espone due valori opzionali dello sviluppatore che determinano il primo avvio del database: init_scripts (SQL o shell eseguiti una sola volta all’inizializzazione) e custom_config (un frammento di postgresql.conf).
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.

core/datastore/redis

  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • redis-cache (start) — Questo esempio essenziale compila una singola cache in memoria Redis (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/datastore/valkey

  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.
  • valkey-cache (start) — Questo esempio essenziale compila una singola cache in memoria Valkey (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/datastore/weaviate

  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.

core/devtool/adminer

  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.
  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • catalog-only (start) — Questo esempio distribuisce uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — facendo riferimento solo a entità del catalogo della libreria standard.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • extends-wrapper (authoring) — Questo esempio insegna una cosa: un Component che ne estende un altro tramite extends eredita l’intero contratto dati di quella base, quindi ogni Recipe scritta per la base implementa già il Component che la estende.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • nginx-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway reverse proxy NGINX davanti a un backend web — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • policy-org-overlay (advanced) — La policy di un team, quella della sua organizzazione e quella della sua pipeline vengono eseguite insieme su un unico build, ciascuna associata in un proprio file di configurazione.

core/devtool/harbor

  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.

core/gateway/apisix

  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • apisix-token-budget (start) — Un team mette due modelli OpenAI dietro un unico gateway e vuole un tetto a ciò che il gateway spende per essi ogni giorno, contato in token.

core/gateway/contour

  • contour-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway di ingresso Contour — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.

core/gateway/envoy-ai-gateway-operator

  • ai-gateway-own-webhook-certificate (advanced) — Questo è un esempio avanzato.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.

core/gateway/envoy-gateway

  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.

core/gateway/kong

  • kong-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/gateway/litellm

  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/gateway/nginx

  • extends-wrapper (authoring) — Questo esempio insegna una cosa: un Component che ne estende un altro tramite extends eredita l’intero contratto dati di quella base, quindi ogni Recipe scritta per la base implementa già il Component che la estende.
  • model-server-caller-allowlist (start) — Un server di modelli in esecuzione in un cluster risponde a chiunque raggiunga il suo indirizzo.
  • nginx-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway reverse proxy NGINX davanti a un backend web — a partire da un unico Aggregate scritto dallo sviluppatore per due target.

core/messaging/kafka

  • kafka-broker (start) — Questo esempio compila uno stack piccolo e reale — un broker di event streaming Apache Kafka nella sua forma KRaft a nodo singolo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, sintetizzato direttamente dall’immagine ufficiale di Apache Kafka senza alcun chart upstream.

core/messaging/nats

  • nats-messaging (start) — Questo esempio compila un singolo server di messaggistica NATS (pub-sub, request-reply, accodamento) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/messaging/rabbitmq

  • rabbitmq-broker (start) — Questo esempio compila un singolo message broker RabbitMQ (AMQP) a partire da un unico Aggregate scritto dallo sviluppatore per due target.

core/observability/fluent-bit

  • fluent-bit-to-fluentd (start) — Questo esempio compila una vera pipeline di log — un forwarder Fluent Bit che invia record a un aggregatore Fluentd tramite il protocollo forward — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/observability/fluentd

  • fluent-bit-to-fluentd (start) — Questo esempio compila una vera pipeline di log — un forwarder Fluent Bit che invia record a un aggregatore Fluentd tramite il protocollo forward — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • fluentd-aggregator (start) — Questo esempio compila un aggregatore di log Fluentd — l’estremità ricevente di una pipeline di log — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

core/observability/grafana

  • grafana-dashboards (start) — Questo esempio compila un singolo server di dashboard e visualizzazione Grafana a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • prometheus-scrape (start) — Questo esempio compila uno stack piccolo e reale — un server di metriche Prometheus che esegue lo scrape di due server di dashboard Grafana — a partire da un unico Aggregate scritto dallo sviluppatore per due target.

core/observability/jaeger

  • jaeger-tracing (start) — Questo esempio compila uno stack piccolo e reale — un backend di tracing distribuito Jaeger nella sua forma a nodo singolo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, sintetizzato direttamente dall’immagine ufficiale di Jaeger senza alcun chart upstream.

core/observability/loki

  • loki-logging (start) — Questo esempio compila uno stack piccolo e reale — un server di aggregazione dei log Grafana Loki — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di Grafana Loki nella sua forma a binario singolo.

core/observability/prometheus

  • prometheus-scrape (start) — Questo esempio compila uno stack piccolo e reale — un server di metriche Prometheus che esegue lo scrape di due server di dashboard Grafana — a partire da un unico Aggregate scritto dallo sviluppatore per due target.

core/observability/tempo

  • tempo-tracing (start) — Questo esempio compila uno stack piccolo e reale — un server di tracing distribuito Grafana Tempo — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes tramite la sintesi del Workload sull’immagine ufficiale grafana/tempo, nella sua forma a binario singolo.

core/observability/thanos-query

  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.
  • thanos-stack (start) — Questo esempio compila uno stack piccolo e reale — il livello di lettura/query di un sistema di metriche Thanos — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/observability/thanos-store

  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.
  • thanos-stack (start) — Questo esempio compila uno stack piccolo e reale — il livello di lettura/query di un sistema di metriche Thanos — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/security/cert-manager

  • cert-manager-tls (start) — Questo esempio compila uno stack piccolo e reale — un controller di certificati cert-manager — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.

core/security/external-secrets

  • external-secrets-operator (start) — Questo esempio compila uno stack piccolo e reale — l’operatore external-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di external-secrets.

core/security/keycloak

  • keycloak-stack (start) — Questo esempio compila uno stack piccolo e reale — un server di identità basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/security/nemo-guardrails

  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.

core/security/nemoguard-jailbreak-detect

  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.

core/security/openbao

  • openbao-secrets (start) — Questo esempio compila uno stack piccolo e reale — un singolo server di secret OpenBao — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di OpenBao.

core/security/presidio-analyzer

  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/security/presidio-anonymizer

  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.

core/security/sealed-secrets

  • sealed-secrets-controller (start) — Questo esempio compila uno stack piccolo e reale — il controller sealed-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di sealed-secrets servito da un repository di chart HTTPS.

core/security/trustyai-huggingface-detector

  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.

core/storage/barman-cloud-plugin

  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.

core/storage/s3-object-store

  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.
  • s3-object-store (start) — Questo esempio compila un unico object store compatibile con S3, il componente core/storage/s3-object-store, nelle sue due realizzazioni self-hosted.
  • thanos-stack (start) — Questo esempio compila uno stack piccolo e reale — il livello di lettura/query di un sistema di metriche Thanos — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

core/storage/velero

  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.

Per capacità

multi-target

un solo Aggregate compilato per due o più target, o realizzato in due o più modi.

  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • credential-secretkeyref (start) — Un singolo database PostgreSQL la cui password è fornita dal sottosistema delle credenziali, mostrato per ciascun provider.
  • credential-shape-per-target (authoring) — Il modo in cui una credenziale raggiunge un container in esecuzione è una proprietà di dove distribuisci, non dell’applicazione.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • fluent-bit-to-fluentd (start) — Questo esempio compila una vera pipeline di log — un forwarder Fluent Bit che invia record a un aggregatore Fluentd tramite il protocollo forward — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • fluentd-aggregator (start) — Questo esempio compila un aggregatore di log Fluentd — l’estremità ricevente di una pipeline di log — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • grafana-dashboards (start) — Questo esempio compila un singolo server di dashboard e visualizzazione Grafana a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.
  • memcached-cache (start) — Questo esempio essenziale compila una singola cache in memoria Memcached a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • mysql-standalone (start) — Questo esempio essenziale compila un singolo database MySQL a partire da Aggregates scritti dallo sviluppatore per due target.
  • nats-messaging (start) — Questo esempio compila un singolo server di messaggistica NATS (pub-sub, request-reply, accodamento) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • nginx-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway reverse proxy NGINX davanti a un backend web — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • prometheus-scrape (start) — Questo esempio compila uno stack piccolo e reale — un server di metriche Prometheus che esegue lo scrape di due server di dashboard Grafana — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • rabbitmq-broker (start) — Questo esempio compila un singolo message broker RabbitMQ (AMQP) a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • redis-cache (start) — Questo esempio essenziale compila una singola cache in memoria Redis (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • s3-object-store (start) — Questo esempio compila un unico object store compatibile con S3, il componente core/storage/s3-object-store, nelle sue due realizzazioni self-hosted.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.
  • valkey-cache (start) — Questo esempio essenziale compila una singola cache in memoria Valkey (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

recipe-selection

il Manifest che sceglie quale Recipe realizza un componente, o quale FeatureRecipe realizza un’associazione: per tipo, per istanza o per target.

  • credential-shape-per-target (authoring) — Il modo in cui una credenziale raggiunge un container in esecuzione è una proprietà di dove distribuisci, non dell’applicazione.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • import-mcp (start) — Un .mcp.json di Claude Code che elenca tre server Model Context Protocol — due avviati da riga di comando e uno eseguito da qualcun altro — trasformato in bozze di file Aggrega da aggrega import, con ogni server associato alla realizzazione che corrisponde al modo in cui viene eseguito, e compilato per Kubernetes.
  • per-instance-recipe-override (authoring) — Questo esempio insegna una funzionalità del Manifest: il livello di mappatura name, che sovrascrive la Recipe per una singola istanza di componente mentre ogni altra istanza dello stesso tipo mantiene la Recipe d’insieme del livello type.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.

modules

un Aggregate del catalogo importato come modulo.

  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • ferretdb-stack (start) — Questo esempio compila uno stack piccolo e reale — un database documentale che espone il protocollo di rete di MongoDB — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • keycloak-stack (start) — Questo esempio compila uno stack piccolo e reale — un server di identità basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • kong-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway basato su database — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.
  • thanos-stack (start) — Questo esempio compila uno stack piccolo e reale — il livello di lettura/query di un sistema di metriche Thanos — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.

connections

componenti cablati tramite socket uses, con valori convogliati lungo ciascun arco.

  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.
  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • ai-gateway-log-masking (start) — Un assistente di supporto deve lavorare con i nomi e gli indirizzi email dei clienti, quindi il modello che chiama deve vederli.
  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • apisix-token-budget (start) — Un team mette due modelli OpenAI dietro un unico gateway e vuole un tetto a ciò che il gateway spende per essi ogni giorno, contato in token.
  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • catalog-only (start) — Questo esempio distribuisce uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — facendo riferimento solo a entità del catalogo della libreria standard.
  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • fluent-bit-to-fluentd (start) — Questo esempio compila una vera pipeline di log — un forwarder Fluent Bit che invia record a un aggregatore Fluentd tramite il protocollo forward — a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.
  • model-api-key-sharing (start) — Due agenti CrewAI dietro un unico gateway compatibile con OpenAI.
  • model-server-caller-allowlist (start) — Un server di modelli in esecuzione in un cluster risponde a chiunque raggiunga il suo indirizzo.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • nginx-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway reverse proxy NGINX davanti a un backend web — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • prometheus-scrape (start) — Questo esempio compila uno stack piccolo e reale — un server di metriche Prometheus che esegue lo scrape di due server di dashboard Grafana — a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.

credentials

associazioni di credenziali e il modo in cui ciascun target le consegna.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • catalog-only (start) — Questo esempio distribuisce uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — facendo riferimento solo a entità del catalogo della libreria standard.
  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.
  • credential-secretkeyref (start) — Un singolo database PostgreSQL la cui password è fornita dal sottosistema delle credenziali, mostrato per ciascun provider.
  • credential-shape-per-target (authoring) — Il modo in cui una credenziale raggiunge un container in esecuzione è una proprietà di dove distribuisci, non dell’applicazione.
  • grafana-dashboards (start) — Questo esempio compila un singolo server di dashboard e visualizzazione Grafana a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.
  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-mcp (start) — Un .mcp.json di Claude Code che elenca tre server Model Context Protocol — due avviati da riga di comando e uno eseguito da qualcun altro — trasformato in bozze di file Aggrega da aggrega import, con ogni server associato alla realizzazione che corrisponde al modo in cui viene eseguito, e compilato per Kubernetes.
  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mariadb-bitnami-credential-set (authoring) — Un singolo database MariaDB realizzato dal chart Helm di Bitnami, le cui password sono fornite da un unico secret referenziabile a più chiavi (core/referenced-secret-set).
  • mariadb-helm-synth (start) — Un singolo database MariaDB renderizzato su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.
  • memcached-cache (start) — Questo esempio essenziale compila una singola cache in memoria Memcached a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • model-api-key-sharing (start) — Due agenti CrewAI dietro un unico gateway compatibile con OpenAI.
  • multikey-secret-synth (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • mysql-standalone (start) — Questo esempio essenziale compila un singolo database MySQL a partire da Aggregates scritti dallo sviluppatore per due target.
  • nats-messaging (start) — Questo esempio compila un singolo server di messaggistica NATS (pub-sub, request-reply, accodamento) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • rabbitmq-broker (start) — Questo esempio compila un singolo message broker RabbitMQ (AMQP) a partire da un unico Aggregate scritto dallo sviluppatore per due target.
  • redis-cache (start) — Questo esempio essenziale compila una singola cache in memoria Redis (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • s3-object-store (start) — Questo esempio compila un unico object store compatibile con S3, il componente core/storage/s3-object-store, nelle sue due realizzazioni self-hosted.
  • terraform-rds-module (authoring) — Lo stesso intento MariaDB dell’esempio terraform-rds, renderizzato attraverso la forma sourced del provider Terraform: invece di un corpo HCL inline, la Recipe punta a un modulo Terraform locale e il compilatore lo copia così com’è, poi ne fornisce le variabili di input dai pilastri dello sviluppatore e dell’operatore.
  • terraform-rds (authoring) — Un singolo database MariaDB scritto una sola volta come intento dello sviluppatore e renderizzato in un file HCL di Terraform che effettua il provisioning di un’istanza AWS RDS gestita.
  • valkey-cache (start) — Questo esempio essenziale compila una singola cache in memoria Valkey (protocollo di rete di Redis) a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.

parameters

valori sollevati a parametri che una Release soddisfa.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • apisix-stack (start) — Questo esempio compila uno stack piccolo e reale — un API gateway dinamico — in manifest Kubernetes sintetizzati a partire da un unico Aggregate scritto dallo sviluppatore.
  • connection-credentials (start) — Uno store di memoria semantica che raggiunge due modelli e presenta una chiave diversa a ciascuno, compilato in manifest Kubernetes.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.
  • model-api-key-sharing (start) — Due agenti CrewAI dietro un unico gateway compatibile con OpenAI.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.
  • terraform-declared-sensitivity (advanced) — La dichiarazione che un valore porta materiale segreto viene scritta una sola volta, sullo schema di un Component.

features

Features associate per qualcosa di diverso da una credenziale, come instradamento, monitoraggio, un budget, una cache o il mascheramento.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • ai-agent-and-model-router (start) — Un’applicazione agente che raggiunge due modelli di provider upstream tramite un unico router interno al cluster, compilata in manifest Kubernetes.
  • ai-gateway-prompt-injection-shield (start) — Gli utenti di un assistente di supporto possono digitare qualsiasi cosa, e parte di ciò che digitano cerca di far ignorare al modello le istruzioni che ha ricevuto.
  • ai-gateway-semantic-cache (start) — A un assistente di supporto vengono poste tutto il giorno le stesse domande con parole leggermente diverse.
  • annotation-driven-monitoring (advanced) — Questo esempio associa una Feature di monitoraggio a sei servizi in una topologia annidata senza scrivere un solo blocco features: per componente.
  • apisix-token-budget (start) — Un team mette due modelli OpenAI dietro un unico gateway e vuole un tetto a ciò che il gateway spende per essi ogni giorno, contato in token.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • envoy-ai-gateway-token-budget (start) — Un team mette gpt-4o-mini di OpenAI dietro un gateway interno al cluster, vuole un tetto ai token che il gateway spende per esso ogni mese di calendario, e punta il proprio agente verso il gateway anziché verso OpenAI.
  • model-server-caller-allowlist (start) — Un server di modelli in esecuzione in un cluster risponde a chiunque raggiunga il suo indirizzo.
  • nemo-guardrails-nemoguard-nims (start) — Le richieste al modello di un agente passano attraverso NVIDIA NeMo Guardrails, che verifica ciascuna con due dei modelli NemoGuard di NVIDIA, prodotti NVIDIA soggetti a licenza che per essere eseguiti richiedono una licenza di NVIDIA, una chiave API NGC e un nodo GPU.
  • policy-annotation-transform (advanced) — Una policy di governance fornisce a ogni componente di un negozio il monitoraggio della piattaforma e un ruolo AWS IAM.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • quickstart-ai (start) — Un piccolo agente LangGraph, fatto crescere in quattro passi: parte su un modello locale con una memoria, acquisisce un modello cloud con quello locale come fallback, riceve dei guardrail davanti a entrambi e infine viene costruito per Kubernetes.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.
  • workload-identity-binding (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.

boundaries

componenti o moduli collocati in confini, e ciò che passa tra di essi.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • annotation-driven-monitoring (advanced) — Questo esempio associa una Feature di monitoraggio a sei servizi in una topologia annidata senza scrivere un solo blocco features: per componente.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • module-boundary-routing (advanced) — Questo esempio compila due capacità — un livello di lettura delle metriche Thanos su object storage e un database documentale che parla il protocollo di rete di MongoDB — a partire da un unico Aggregate scritto dallo sviluppatore, e colloca ciascuna in un proprio confine dalla Release.

policy

policy di governance che accetta o rifiuta un build, durante il build o sul suo output.

  • policy-annotation-transform (advanced) — Una policy di governance fornisce a ogni componente di un negozio il monitoraggio della piattaforma e un ruolo AWS IAM.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • policy-in-ci (advanced) — Due script di regole pronti all’uso che leggono la directory di output di un build di Aggrega e lo rifiutano quando viola una regola.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • policy-org-overlay (advanced) — La policy di un team, quella della sua organizzazione e quella della sua pipeline vengono eseguite insieme su un unico build, ciascuna associata in un proprio file di configurazione.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.

guardrails

una Release pensata per arrestarsi, e il messaggio con cui si arresta.

  • adhoc-uses-socket (start) — Questo esempio insegna una sola linea, ed entrambe le sue metà.
  • ai-gateway-own-webhook-certificate (advanced) — Questo è un esempio avanzato.
  • chart-from-git-repository (authoring) — Un chart Helm non deve per forza provenire da un registry di chart.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.
  • credential-secretkeyref (start) — Un singolo database PostgreSQL la cui password è fornita dal sottosistema delle credenziali, mostrato per ciascun provider.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • extends-wrapper (authoring) — Questo esempio insegna una cosa: un Component che ne estende un altro tramite extends eredita l’intero contratto dati di quella base, quindi ogni Recipe scritta per la base implementa già il Component che la estende.
  • memcached-cache (start) — Questo esempio essenziale compila una singola cache in memoria Memcached a partire da un unico Aggregate scritto dallo sviluppatore in due realizzazioni.
  • policy-annotation-transform (advanced) — Una policy di governance fornisce a ogni componente di un negozio il monitoraggio della piattaforma e un ruolo AWS IAM.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • policy-label-transform (advanced) — Dei plugin di governance etichettano ogni componente che questo workspace distribuisce con il suo proprietario, il livello di supporto che il suo ambiente merita, la sua pianificazione dei backup e un breve tag, così che nessuno sviluppatore debba digitarne alcuno.
  • policy-org-overlay (advanced) — La policy di un team, quella della sua organizzazione e quella della sua pipeline vengono eseguite insieme su un unico build, ciascuna associata in un proprio file di configurazione.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.
  • s3-object-store (start) — Questo esempio compila un unico object store compatibile con S3, il componente core/storage/s3-object-store, nelle sue due realizzazioni self-hosted.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.

catalog-authoring

un Component, una Feature o una Recipe scritti per l’esempio, conservati accanto a esso o pubblicati nel catalogo.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • ai-gateway-own-webhook-certificate (advanced) — Questo è un esempio avanzato.
  • chart-from-git-repository (authoring) — Un chart Helm non deve per forza provenire da un registry di chart.
  • cross-boundary-networking (advanced) — Uno stack di due componenti — un’interfaccia per database Adminer e un database PostgreSQL — suddiviso su due confini, in cui Adminer deve raggiungere il database attraverso la giuntura tra i confini.
  • extends-wrapper (authoring) — Questo esempio insegna una cosa: un Component che ne estende un altro tramite extends eredita l’intero contratto dati di quella base, quindi ogni Recipe scritta per la base implementa già il Component che la estende.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mariadb-bitnami-credential-set (authoring) — Un singolo database MariaDB realizzato dal chart Helm di Bitnami, le cui password sono fornite da un unico secret referenziabile a più chiavi (core/referenced-secret-set).
  • mcp-address-from-secret (authoring) — Alcuni server Model Context Protocol gestiti da altri leggono la propria chiave dal proprio indirizzo — https://mcp.example.com/mcp?api_key=<key> — anziché da un header della richiesta.
  • multikey-secret-synth (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • policy-data-class-route (advanced) — Un parco applicativo esegue un assistente per i sinistri che tratta dati riservati dei clienti, e un assistente di helpdesk che non ne tratta alcuno.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • workload-identity-binding (authoring) — Una singola app stateless renderizzata su Kubernetes dalla sintesi del Workload del provider helm — nessun chart esterno.
  • workload-library-import (authoring) — Un singolo servizio web stateless la cui Recipe sintetizza il proprio Workload Kubernetes da una voce di libreria condivisa invece che da un corpo inline.

cloud-infrastructure

output Terraform o CloudFormation per servizi cloud gestiti.

  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • cloudformation-rds-stack (advanced) — Un database gestito e l’applicazione che lo legge, scritti una sola volta come intento dello sviluppatore e assemblati in template di stack AWS CloudFormation.
  • datastore-backup (start) — Un database PostgreSQL sottoposto a backup su Kubernetes tramite Velero e tramite CloudNativePG, e su AWS tramite i backup automatici propri di Amazon RDS, su Terraform e su CloudFormation, e tramite AWS Backup, a partire da un’unica associazione core/backup che l’operatore scrive in ogni Release, con il rifiuto su un target che non ha alcun prodotto di backup.
  • policy-payload-leaf-sensitivity (advanced) — Questo esempio insegna una regola interna e il fatto che la rende esprimibile.
  • policy-render-verdict (advanced) — Un’unica regola interna, associata al ruolo render-verdict, giudica i file che un build scrive per quattro target e rifiuta una violazione inserita in ciascuno.
  • postgres-three-realizations (authoring) — Un database PostgreSQL e l’applicazione che lo legge, distribuiti in tre modi diversi a partire da un unico Aggregate invariato: PostgreSQL in esecuzione nel cluster, PostgreSQL come istanza cloud gestita e un server PostgreSQL che esisteva già prima che questa Release venisse distribuita.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • task-run-on-demand (start) — Un task che porta core/manual-trigger, distribuito senza essere avviato su Kubernetes, Docker Compose, Terraform e CloudFormation, accanto a un task che non porta nulla, con il comando che avvia un’esecuzione su ciascun target.
  • terraform-declared-sensitivity (advanced) — La dichiarazione che un valore porta materiale segreto viene scritta una sola volta, sullo schema di un Component.
  • terraform-rds-module (authoring) — Lo stesso intento MariaDB dell’esempio terraform-rds, renderizzato attraverso la forma sourced del provider Terraform: invece di un corpo HCL inline, la Recipe punta a un modulo Terraform locale e il compilatore lo copia così com’è, poi ne fornisce le variabili di input dai pilastri dello sviluppatore e dell’operatore.
  • terraform-rds (authoring) — Un singolo database MariaDB scritto una sola volta come intento dello sviluppatore e renderizzato in un file HCL di Terraform che effettua il provisioning di un’istanza AWS RDS gestita.

external-sources

una Recipe che recupera ciò che renderizza: un chart upstream, un repository git o un modulo.

  • advanced-platform (advanced) — Una piattaforma Kubernetes a più confini che combina diversi meccanismi in un solo build a partire da un unico Aggregate scritto dallo sviluppatore: FeatureRecipes con ambito di confine, sollevamento dei parametri, il sottosistema delle credenziali e riferimenti tra confini che si risolvono tramite il DNS dei Service.
  • ai-gateway-own-webhook-certificate (advanced) — Questo è un esempio avanzato.
  • aws-rds-and-ecs-service (advanced) — Un unico Aggregate contiene un database PostgreSQL e il server che lo legge.
  • cert-manager-tls (start) — Questo esempio compila uno stack piccolo e reale — un controller di certificati cert-manager — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.
  • chart-from-git-repository (authoring) — Un chart Helm non deve per forza provenire da un registry di chart.
  • contour-gateway (start) — Questo esempio compila uno stack piccolo e reale — un gateway di ingresso Contour — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes.
  • external-secrets-operator (start) — Questo esempio compila uno stack piccolo e reale — l’operatore external-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di external-secrets.
  • harbor-stack (start) — Questo esempio compila un vero registry di container in manifest Kubernetes a partire da un unico Aggregate scritto dallo sviluppatore.
  • loki-logging (start) — Questo esempio compila uno stack piccolo e reale — un server di aggregazione dei log Grafana Loki — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di Grafana Loki nella sua forma a binario singolo.
  • mariadb-adminer (authoring) — Questo esempio compila uno stack piccolo e reale — un database MariaDB con davanti un’interfaccia web Adminer — a partire da un unico Aggregate scritto dallo sviluppatore per due piattaforme.
  • mariadb-bitnami-credential-set (authoring) — Un singolo database MariaDB realizzato dal chart Helm di Bitnami, le cui password sono fornite da un unico secret referenziabile a più chiavi (core/referenced-secret-set).
  • openbao-secrets (start) — Questo esempio compila uno stack piccolo e reale — un singolo server di secret OpenBao — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di OpenBao.
  • quickstart-web (start) — Una piccola applicazione web che conserva note in PostgreSQL, fatta crescere in quattro passi: parte con il suo database sulla tua macchina, acquisisce una cache Redis, passa ad AWS con il database su Amazon RDS e infine ottiene i suoi backup.
  • sealed-secrets-controller (start) — Questo esempio compila uno stack piccolo e reale — il controller sealed-secrets — a partire da un unico Aggregate scritto dallo sviluppatore per Kubernetes, basato sul chart Helm ufficiale di sealed-secrets servito da un repository di chart HTTPS.

import

un progetto scritto in un altro formato, trasformato in bozze di file Aggrega da aggrega import, poi revisionato e compilato.

  • import-agent-framework (start) — Un agente dichiarativo di Microsoft Agent Framework — un agente su un modello OpenAI, che cerca nella documentazione tramite un server MCP — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-compose (start) — Un file Compose che esegue un’API, il database PostgreSQL in cui questa conserva le sue note e una cache Redis, trasformato in bozze di file Aggrega da aggrega import — con le connessioni, le impostazioni del database, la password come riferimento a una variabile e il tag di ogni immagine riportati — e compilato per Docker Compose.
  • import-crewai (start) — Le dichiarazioni di agenti e task di un progetto CrewAI nel layout classico — due agenti su un unico modello OpenAI, un task ciascuno — trasformate in bozze di file Aggrega da aggrega import, con l’immagine in cui gira il programma della crew indicata una sola volta in un file di risposte, e compilate per Docker Compose.
  • import-dify (start) — Un’applicazione di chat Dify, esportata nel DSL di Dify, importata da aggrega import in un Aggregate, una Release e un Manifest che, così come sono scritti, compilano per Kubernetes l’installazione Dify della libreria standard che la contiene.
  • import-flowise (start) — Un chatflow Flowise — un nodo ChatOpenAI, una Buffer Memory e una Conversation Chain — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-google-adk (start) — L’Agent Config di un’applicazione costruita sull’Agent Development Kit di Google — un agente su Gemini, con lo strumento Google Search fornito da ADK — trasformato in bozze di file Aggrega da aggrega import, con l’immagine dell’applicazione indicata una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-langflow (start) — Il progetto iniziale Basic Prompting di Langflow, esportato come JSON, importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.
  • import-langgraph (start) — Il langgraph.json di un’applicazione LangGraph — un grafo, che conserva il proprio stato in PostgreSQL — trasformato in bozze di file Aggrega da aggrega import, con il modello chiamato dal grafo e l’immagine dell’applicazione indicati una sola volta in un file di risposte, e compilato per Docker Compose.
  • import-mcp (start) — Un .mcp.json di Claude Code che elenca tre server Model Context Protocol — due avviati da riga di comando e uno eseguito da qualcun altro — trasformato in bozze di file Aggrega da aggrega import, con ogni server associato alla realizzazione che corrisponde al modo in cui viene eseguito, e compilato per Kubernetes.
  • import-n8n (start) — Un workflow n8n — un trigger di chat, un AI Agent, un OpenAI Chat Model e una Simple Memory — importato da aggrega import in un Aggregate, una Release e un Manifest che si compilano per Docker Compose così come sono scritti.