Exécutez des requêtes complexes en langage naturel sur des éléments de données d'entreprise à l'aide d'un agent de découverte qui effectue des appels à l'API Knowledge Catalog (Python).

Générez des présentations basées sur l'IA pour vos éléments de données à grande échelle à l'aide d'un agent d'enrichissement qui effectue des appels à l'API Knowledge Catalog (Python).

Concevez des workflows d'analyse multicloud sur des datastores distribués à l'aide d'agents d'IA et de Knowledge Catalog comme graphique de contexte.

Associez des métadonnées structurées basées sur un schéma (aspects) et des définitions métier (glossaires) à vos éléments de données (entrées) à l'aide de la console Google Cloud.

Créez des tables Apache Iceberg, appliquez des règles de données centralisées pour la sécurité au niveau des colonnes, définissez des règles de sécurité et visualisez la traçabilité automatisée des données.

Ingérez automatiquement les métadonnées des services Google tels que BigQuery.

Indexez les métadonnées à partir de sources de données personnalisées à l'aide d'API ouvertes.

Avec la CLI Antigravity, utilisez des requêtes en langage naturel pour profiler les données et générer des règles de qualité, puis déployez les règles de qualité des données sous forme d'analyses automatisées.

Vérifiez que Knowledge Catalog peut faire la distinction entre les données sources et les dérivés temporaires à l'aide de requêtes en langage naturel dans la CLI Antigravity.

Identifiez l'impact des transformations de données sur les ressources en aval, l'intégrité des données et les workflows.

Suivez le flux de données sensibles jusqu'au processus qui les déplace d'un emplacement approuvé vers un emplacement non approuvé.

Réduisez les coûts de stockage en identifiant les éléments qui ne sont pas activement utilisés comme sources pour d'autres processus.

Récupérez le contexte préformaté et prêt pour le LLM des éléments de données à l'aide d'une seule requête API.