כדי לעזור לכם ליצור ולהעריך סוכנים לאינטראקציה עם נתונים באמצעות Conversational Analytics API, בדף הזה יש קישורים למדריכים, להדגמות אינטראקטיביות, לאפליקציות לדוגמה ולכלים למפתחים.
הדרכות אינטראקטיביות
בקטע הזה יש קישורים לשיעורי Lab ב-Codelab, למחברות אינטראקטיביות ב-Colaboratory ולפוסטים בבלוגים, שכוללים הדרכה מפורטת שתעזור לכם ללמוד מושגי ליבה של API.
| משאב | תיאור | פורמט |
|---|---|---|
| מבוא ל-Conversational Analytics API | במדריך מפורט נלמד איך להשתמש ב-Python SDK עם מקור נתונים של BigQuery, איך ליצור סוכן חדש באמצעות Conversational Analytics API, איך ליצור ולנהל שיחות ואיך לשלוח ולהעביר תשובות בסטרימינג מה-API. | Codelab |
| יצירת אפליקציית צ'אט באמצעות Conversational Analytics API ל-Looker ול-BigQuery | מידע ולמידה על איך להשתמש ב-Conversational Analytics API עם Looker ו-BigQuery כדי ליצור אפליקציית צ'אט, כולל איך מגדירים את אפליקציית Streamlit Quickstart, ומה היתרונות של Looker ליצירת מודלים סמנטיים. | Codelab |
| HTTP Colaboratory notebook | מדריך אינטראקטיבי מפורט להגדרת הסביבה, ליצירת סוכן לאינטראקציה עם נתונים ולביצוע קריאות ל-API באמצעות בקשות HTTP. | Notebook |
| Python SDK Colaboratory notebook | מדריך אינטראקטיבי מפורט להגדרת הסביבה, ליצירת סוכן לאינטראקציה עם נתונים ולביצוע קריאות ל-API באמצעות Python SDK. | Notebook |
| בלוג: יצירת סוכן בממשק שיחה ב-BigQuery באמצעות Conversational Analytics API | איך יוצרים סוכן בממשק שיחה ב-BigQuery באמצעות Python SDK, כולל הדרכה לגבי הגדרה, שיחות עם שמירת מצב (stateful) ותשובות בסטרימינג. | בלוג |
אפליקציות והדגמות לדוגמה
בקטע הזה יש קישורים לאפליקציות לדוגמה ולהדגמות בווידאו שמציגות את היכולות של ה-API.
אפליקציות לדוגמה וסרטונים
במקורות המידע הבאים מוסבר איך לשלב את Conversational Analytics API בסביבות שונות, ומוצגות סקירות כלליות של תכונות ה-API:
- אפליקציית Streamlit Quickstart: איך לשלב את Conversational Analytics API בסביבת בדיקה מקומית.
- הדגמות וכלים של Conversational Analytics: הדגמות וכלים שמציגים את היכולות של Conversational Analytics API ומספקים דפוסי שילוב מעשיים.
- YouTube: Conversational Analytics API: מידע על Conversational Analytics API, כולל איך ה-API מעבד שאלות בשפה טבעית, מתחבר למקורות נתונים כמו BigQuery ו-Looker ומחזיר תוצאות כטקסט או כתרשימים להמחשה.
- YouTube: הטמעת חוויות ניתוח נתונים באפליקציות באמצעות Conversational Analytics API: מידע על Conversational Analytics API ואיך ליצור סוכן Conversational Analytics API באמצעות ערכת הפיתוח לסוכנים (ADK).
ערכות SDK וכלים למפתחים
בקטע הזה יש קישורים לספריות לקוח, לערכה לפיתוח סוכנים (ADK), ל-MCP Toolbox ולכלים אחרים ליצירה, לניהול ולהערכה של סוכנים לאינטראקציה עם נתונים.
ספריות לקוח
הוראות ההתקנה ומאמרי העזרה זמינים בספריות הלקוח הבאות של Conversational Analytics API:
ערכה לפיתוח סוכנים (ADK)
הערכה לפיתוח סוכנים (ADK) כוללת כלים ליצירה ולניהול של סוכנים לאינטראקציה עם נתונים של Conversational Analytics API:
-
ask_data_agent: שואלים שאלות בשפה טבעית לסוכן לאינטראקציה עם נתונים שהוגדר מראש, על ידי הפניה למזהה של הסוכן. -
ask_data_insights: יצירת תובנות מנתונים בשפה טבעית ממקורות כמו BigQuery באמצעות קריאה ל-API ללא שמירת מצב (stateless) שלא דורשת סוכן לאינטראקציה עם נתונים.
MCP Toolbox for Databases
MCP Toolbox for Databases הוא שרת MCP בקוד פתוח שמחבר בין סוכני AI, סביבות פיתוח משולבות (IDE) ואפליקציות לבין מקורות נתונים. הוא כולל את Conversational Analytics API ככלים שתואמים ל-MCP ומאפשרים אינטראקציה עם שירותים כמו BigQuery ו-Looker.
ארגז הכלים כולל כלים שתואמים ל-MCP לשירותים הבאים:
- כלי BigQuery Conversational Analytics (
bigquery-conversational-analytics) - כלי ניתוח הנתונים של Looker באמצעות שיחה (
looker-conversational-analytics)
כלים אחרים למפתחים
הכלי הבא יכול לעזור במשימות פיתוח אחרות, כמו הערכת תפקוד הסוכנים:
- Prism: אפליקציה בקוד פתוח שמאפשרת לעקוב אחרי הביצועים של סוכני AI ולהעריך אותם, להריץ חבילות מקרים לבדיקה ולתעד נתוני מעקב.