Auf dieser Seite finden Sie Links zu geführten Tutorials, interaktiven Demos, Beispielanwendungen und Entwicklungstools, die Ihnen beim Erstellen und Bewerten von Daten-Agents mit der konversationellen Analyse API helfen.
Interaktive Anleitungen
In diesem Abschnitt finden Sie Links zu Codelabs, interaktiven Colaboratory-Notebooks und Blogposts mit Schritt-für-Schritt-Anleitungen, die Ihnen helfen, die wichtigsten API-Konzepte zu verstehen.
| Ressource | Beschreibung | Format |
|---|---|---|
| Einführung in die Conversational Analytics API | In dieser Schritt-für-Schritt-Anleitung erfahren Sie, wie Sie das Python SDK mit einer BigQuery-Datenquelle verwenden, einen neuen Agenten mit der API für konversationelle Analyse erstellen, Unterhaltungen erstellen und verwalten sowie Antworten von der API senden und streamen. | Codelab |
| Mit der Conversational Analytics API für Looker und BigQuery eine Chat-App erstellen | Hier erfahren Sie, wie Sie die konversationelle Analyse API mit Looker und BigQuery verwenden, um eine Chatanwendung zu erstellen. Außerdem wird beschrieben, wie Sie die Streamlit-Kurzanleitung-App einrichten und welche Vorteile Looker für die semantische Modellierung bietet. | Codelab |
| Colaboratory-Notebook für HTTP | Hier finden Sie eine interaktive, detaillierte Anleitung zum Einrichten Ihrer Umgebung, zum Erstellen eines KI-Datenagenten und zum Ausführen von API-Aufrufen mit HTTP-Anfragen. | Notebook |
| Colaboratory-Notebook für das Python SDK | Hier finden Sie eine interaktive, detaillierte Anleitung zum Einrichten Ihrer Umgebung, zum Erstellen eines Daten-KI-Agenten und zum Ausführen von API-Aufrufen mit dem Python SDK. | Notebook |
| Blog: Konversations-Agent in BigQuery mit der konversationellen Analyse API erstellen | Hier erfahren Sie, wie Sie mit dem Python SDK einen BigQuery-Konversations-Agenten erstellen. Außerdem erhalten Sie eine Anleitung zur Einrichtung, zu zustandsorientierten Unterhaltungen und zu Streamingantworten. | Blog |
Beispielanwendungen und Demos
In diesem Abschnitt finden Sie Links zu Beispielanwendungen und Videodemonstrationen, die die Funktionen der API veranschaulichen.
Beispiel-Apps und -Videos
Die folgenden Ressourcen zeigen, wie Sie die Conversational Analytics API in verschiedene Umgebungen einbinden, und bieten Übersichten über die API-Funktionen:
- Streamlit Quickstart-App: Hier erfahren Sie, wie Sie die konversationelle Analyse-API in eine lokale Testumgebung einbinden.
- Demos und Tools für konversationelle Analyse: Hier finden Sie Demos und Tools, die die Funktionen der konversationellen Analyse API veranschaulichen und praktische Integrationsmuster bieten.
- YouTube: Konversationelle Analyse API: Hier finden Sie Informationen zur Konversationellen Analyse API, einschließlich der Verarbeitung von Fragen in natürlicher Sprache, der Verbindung zu Datenquellen wie BigQuery und Looker und der Rückgabe von Ergebnissen als Text oder Visualisierungen.
- YouTube: Konversationelle Analysefunktionen mit der Conversational Analytics API in Ihre Anwendungen einbetten: Hier erfahren Sie mehr über die Conversational Analytics API und wie Sie mit dem Agent Development Kit (ADK) einen Conversational Analytics API-Agenten erstellen.
SDKs und Entwicklertools
In diesem Abschnitt finden Sie Links zu Clientbibliotheken, dem Agent Development Kit (ADK), der MCP Toolbox und anderen Tools zum Erstellen, Verwalten und Bewerten von Daten-Agenten.
Clientbibliotheken
Installationsanleitungen und Referenzdokumentation sind für die folgenden konversationelle Analyse API-Clientbibliotheken verfügbar:
Agent Development Kit (ADK)
Das Agent Development Kit (ADK) enthält Tools zum Erstellen und Verwalten von Conversational Analytics API-Daten-Agenten:
ask_data_agent: Fragen in natürlicher Sprache an einen vorkonfigurierten Daten-KI-Agenten stellen, indem Sie auf die ID des KI-Agenten verweisen.ask_data_insights: Generieren Sie mit einem zustandslosen API-Aufruf, der keinen Daten-Agenten erfordert, natürliche Sprache für Dateneinblicke aus Quellen wie BigQuery.
MCP Toolbox for Databases
Die MCP Toolbox for Databases ist ein Open-Source-MCP-Server, der KI-Agenten, IDEs und Anwendungen mit Datenquellen verbindet. Sie umschließt die konversationelle Analyse-API als MCP-kompatible Tools, die die Interaktion mit Diensten wie BigQuery und Looker ermöglichen.
Die Toolbox enthält MCP-kompatible Tools für die folgenden Dienste:
- BigQuery-Tool für konversationelle Analysen (
bigquery-conversational-analytics) - Looker-Tool für konversationelle Analyse (
looker-conversational-analytics)
Weitere Entwicklungstools
Das folgende Tool kann bei anderen Entwicklungsaufgaben wie der Agentenbewertung helfen:
- Prism: Mit dieser Open-Source-Anwendung können Sie die Leistung von KI-Agenten überwachen und bewerten, Test-Suites ausführen und Traces erfassen.