Analyser des données avec Gemini CLI

La CLI Gemini avec des extensions BigQuery dédiées vous permet d'interagir avec vos données dans le terminal à l'aide de requêtes en langage naturel. En intégrant l'assistance basée sur l'IA directement à votre ligne de commande, vous pouvez analyser des tables personnelles et publiques, et extraire des insights sans changer d'environnement.

Ces extensions first party fournissent des outils courants pour l'analyse des données et les insights. Pour créer vos propres outils, consultez Utiliser BigQuery avec MCP, la CLI Gemini et d'autres agents.

À propos de Gemini CLI et des extensions

La CLI Gemini est un agent d'IA conversationnelle Open Source de Google qui accélère les workflows de développement et facilite le codage, le débogage, l'exploration de données et la création de contenu. Il offre une expérience basée sur des agents pour interagir avec les services Data Cloud, tels que BigQuery, et d'autres bases de données Google Cloud et bases de données Open Source populaires.

Pour en savoir plus sur la CLI Gemini, consultez la documentation sur la CLI Gemini.

Fonctionnement des extensions

Les extensions étendent les capacités de Gemini CLI, ce qui lui permet de se connecter à des services Google Cloud et à d'autres outils spécifiques, et de les contrôler. Les extensions fournissent à Gemini une compréhension du contexte et de l'API, ce qui permet une interaction conversationnelle. Vous pouvez charger les extensions à partir d'URL GitHub, de répertoires locaux ou de registres. Ces extensions proposent des outils, des commandes à barre oblique et des prompts. Elles sont distinctes des extensions d'IDE, telles que Gemini Code Assist, qui s'intègrent à l'aide de MCP Toolbox.

À propos des extensions BigQuery

BigQuery propose les extensions suivantes pour travailler avec les données BigQuery via la CLI Gemini :

Extension d'analyse de données BigQuery
Utilisez cette extension pour découvrir des données, en savoir plus sur les tables et les ensembles de données BigQuery, et poser des questions en langage naturel sur vos ensembles de données. Vous pouvez également générer des prévisions ou exécuter une analyse des contributions à l'aide d'outils avancés intégrés. Les outils de cette extension aident Gemini CLI à écrire des requêtes SQL en fonction de vos questions en langage naturel, puis à exécuter les requêtes pour fournir des réponses à vos questions.
Extension BigQuery Conversational Analytics
Utilisez cette extension pour obtenir des analyses avancées à partir de vos données BigQuery à l'aide d'un agent d'analyse côté serveur pré-hébergé. Les outils de cette extension aident Gemini CLI à envoyer votre question en langage naturel à un agent intégré hébergé et à répondre avec des insights plus approfondis sur vos données.

Outils d'analyse de données BigQuery

L'extension d'analyse de données BigQuery fournit les outils suivants :

Catégorie Outil Exemple de prompt en langage naturel
Informations sur l'ensemble de données et la table get_dataset_info Obtenir des informations sur l'ensemble de données bigquery-public-data.pypi
get_table_info Obtenir des informations sur la table bigquery-public-data.pypi.file_downloads
list_dataset_ids Lister tous les ensembles de données de ML du projet bigquery-public-data
list_table_ids Lister toutes les tables de l'ensemble de données bigquery-public-data.pypi
Rechercher search_catalog Rechercher des tables liées aux téléchargements PyPI
Exécution SQL execute_sql Utilise l'ensemble de données bigquery-public-data.pypi.file_downloads pour me montrer les 10 packages PyPI les plus téléchargés ce mois-ci
Prévision de séries temporelles forecast En utilisant bigquery-public-data.pypi.file_downloads, prédis les téléchargements pour les quatre derniers mois de 2025 pour le package urllib3
Analyse des contributions analyze_contribution Analyser la contribution du pays aux revenus dans la table bigquery-public-data.google_analytics_sample.ga_sessions_20170801

Outils d'analyse conversationnelle

L'extension d'analyse conversationnelle fournit les outils suivants :

Catégorie Outil Exemple de prompt en langage naturel
Rechercher search_catalog Rechercher des tables liées aux téléchargements PyPI
Conversational Analytics ask_data_insights En utilisant l'outil ask_data_insights et les tables sous bigquery-public-data.google_analytics_sample, indique-moi les canaux sur lesquels je devrais me concentrer et pourquoi

Avant de commencer

Avant de commencer, vous avez besoin des éléments suivants :

  • Accès à au moins un projet Google Cloud .

  • Pour l'extension d'analyse de données, activez les API suivantes :

    • BigQuery
    • Pour utiliser l'outil search_catalog : Knowledge Catalog

  • Pour l'extension d'analyse conversationnelle, activez les API suivantes :

    • BigQuery
    • Knowledge Catalog
    • Pour utiliser l'outil ask_data_insights : API Gemini pour Google Cloud, Gemini et API Data Analytics avec Gemini

Rôles requis

Pour obtenir les autorisations nécessaires pour utiliser les extensions BigQuery avec la CLI Gemini, demandez à votre administrateur de vous accorder les rôles IAM suivants sur les ressources Resource Manager (projets, dossiers et organisations) ou sur des ressources de niveau inférieur, comme les ensembles de données :

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Vous pouvez également obtenir les autorisations requises avec des rôles personnalisés ou d'autres rôles prédéfinis.

Installer les extensions BigQuery

Installez les extensions BigQuery, puis utilisez-les pour explorer et analyser vos données.

  1. Installez la CLI Gemini.

  2. Définissez les variables d'environnement pour vous connecter à votre projet BigQuery :

    export BIGQUERY_PROJECT="PROJECT_ID"

    Remplacez PROJECT_ID par l'ID du projet Google Cloud.

    Vous pouvez également définir les variables d'environnement facultatives suivantes :

    • BIGQUERY_LOCATION : emplacement de l'ensemble de données (par exemple, export BIGQUERY_LOCATION="us")
    • BIGQUERY_USE_CLIENT_OAUTH : indique si vous souhaitez utiliser OAuth côté client (par exemple, export BIGQUERY_USE_CLIENT_OAUTH=true)

  3. Installez l'extension BigQuery Data Analytics ou Conversational Analytics à l'aide de la commande gemini extension install :

    • Facultatif : Installez l'extension BigQuery Data Analytics :

      gemini extensions install https://github.com/gemini-cli-extensions/bigquery-data-analytics

    • Facultatif : installez l'extension BigQuery Conversational Analytics :

      gemini extensions install https://github.com/gemini-cli-extensions/bigquery-conversational-analytics

  4. Lancez Gemini CLI en mode interactif pour explorer et analyser vos données :

    gemini

    La CLI charge automatiquement l'extension BigQuery et ses outils, que vous pouvez utiliser pour interagir avec vos données.

Exemples de prompts pour explorer et analyser vos données

Saisir des prompts dans Gemini CLI Vous pouvez utiliser les exemples suivants pour commencer.

Explorer et analyser des tables

Les exemples de requêtes suivants vous permettent d'explorer et d'analyser vos tables.

  • Exemple de requête pour trouver des tables liées aux téléchargements PyPI :

    Find tables related to PyPi downloads

    Exemple de réponse

    Gemini CLI renvoie une liste de tables associées :

    ✦ I found the following tables related to PyPi downloads:

    *   file_downloads: projects/bigquery-public-data/datasets/pypi/tables/file_downloads
    *   distribution_metadata: projects/bigquery-public-data/datasets/pypi/tables/distribution_metadata

  • Exemple de requête pour afficher les dix packages PyPI les plus téléchargés ce mois-ci :

    Using bigquery-public-data.pypi.file_downloads, show me the top 10
downloaded pypi packages this month

    Exemple de réponse

    Gemini CLI renvoie les 10 premiers packages :

    ✦ Here are the top 10 most downloaded PyPI packages this month:

    1.  boto3: 685,007,866 downloads
    2.  botocore: 531,034,851 downloads
    3.  urllib3: 512,611,825 downloads
    4.  requests: 464,595,806 downloads
    5.  typing-extensions: 459,505,780 downloads
    6.  certifi: 451,929,759 downloads
    7.  charset-normalizer: 428,716,731 downloads
    8.  idna: 409,262,986 downloads
    9.  grpcio-status: 402,535,938 downloads
    10. aiobotocore: 399,650,559 downloads

Obtenir des insights plus détaillés à l'aide de l'outil ask_data_insights

L'outil ask_data_insights déclenche un agent sur l'API BigQuery Conversational Analytics pour répondre à vos questions. L'agent côté serveur recueille des informations supplémentaires sur vos données et fournit plus d'insights.

  • Exemple de prompt pour obtenir des insights sur les canaux à privilégier :

    Using ask_data_insights and using the tables under
bigquery-public-data.google_analytics_sample, tell me the channels I should
focus on and why

    Exemple de réponse

    Gemini CLI renvoie des recommandations basées sur l'analyse :

    Based on the analysis of the Google Analytics sample data, here are the
channels you should focus on and why:

|     Channel      | Total Visits | Total Pageviews | Total Transactions | Total Revenue |
| ---------------- | ------------ | --------------- | ------------------ | ------------- |
| Referral         |      104,838 |         707,597 |              5,543 |   $651,429.91 |
| Direct           |      143,026 |         584,840 |              2,219 |   $434,840.55 |
| Organic Search   |      381,561 |       1,569,218 |              3,581 |   $326,380.51 |
| Display          |        6,262 |          34,202 |                152 |    $78,337.46 |
| Paid Search      |       25,326 |         136,060 |                479 |    $43,558.90 |
| Social           |      226,117 |         398,690 |                131 |     $4,916.54 |
| Affiliates       |       16,403 |          47,417 |                  9 |       $597.38 |
| (Other)          |          120 |             442 |                  1 |         $9.99 |

  Recommendations:

    1.  Prioritize referral traffic:
        *   Why: This is a highly valuable channel. It brings in the most
            revenue and has a high number of transactions, despite not
            having the highest number of visits. This indicates that
            traffic from referrals is highly qualified and converts
            well.
        *   Action: Identify your top referring websites and build
            stronger relationships with them. Look for similar websites
            to partner with.

    2.  Nurture your direct traffic:
        *   Why: Direct traffic is your second-highest revenue source.
            These are likely returning customers or people who know your
            brand well.

Tarifs

L'utilisation des outils de métadonnées (tels que get_dataset_info, get_table_info, list_dataset_ids et list_table_ids) ou de l'outil search_catalog n'entraîne aucuns frais supplémentaires.

Les outils qui exécutent des requêtes, y compris execute_sql, forecast et analyze_contribution, sont facturés selon la tarification à la demande de BigQuery ou la tarification par capacité de BigQuery, en fonction de la configuration de votre projet.

Pendant la phase bêta (pré-v1.0), l'outil ask_data_insights est proposé sans frais supplémentaires. Toutefois, toutes les requêtes BigQuery déclenchées par cet outil sont facturées conformément aux tarifs standards de BigQuery.

Étapes suivantes