Per aiutarti a creare e valutare gli agenti per i dati con l'API Analisi conversazionale, questa pagina fornisce link a tutorial guidati, demo interattive, applicazioni di esempio e strumenti per sviluppatori.
Tutorial interattivi
Questa sezione contiene link a codelab, notebook Colaboratory interattivi e blog post che forniscono indicazioni passo passo per aiutarti ad apprendere i concetti fondamentali dell'API.
| Risorsa | Descrizione | Formato |
|---|---|---|
| Introduzione all'API Analisi conversazionale | Segui un tutorial passo passo per imparare a utilizzare l'SDK Python con un'origine dati BigQuery, a creare un nuovo agente utilizzando l'API Analisi conversazionale, a creare e gestire le conversazioni e a inviare e trasmettere in streaming le risposte dall'API. | Codelab |
| Crea un'app di chat con l'API Analisi conversazionale per Looker e BigQuery | Scopri come utilizzare l'API Conversational Analytics con Looker e BigQuery per creare un'applicazione di chat, tra cui come configurare l'app Streamlit Quickstart, e scopri i vantaggi di Looker per la modellazione semantica. | Codelab |
| Notebook Colaboratory HTTP | Esplora una guida passo passo interattiva per configurare l'ambiente, creare un agente per i dati ed effettuare chiamate API utilizzando richieste HTTP. | Notebook |
| Notebook Colaboratory dell'SDK Python | Esplora una guida passo passo interattiva per configurare l'ambiente, creare un agente per i dati ed effettuare chiamate API utilizzando l'SDK Python. | Notebook |
| Blog: Creazione di un agente conversazionale in BigQuery utilizzando l'API Analisi conversazionale | Scopri come creare un agente di conversazione BigQuery utilizzando l'SDK Python, con indicazioni sulla configurazione, sulle conversazioni stateful e sulle risposte in streaming. | Blog |
Applicazioni di esempio e demo
Questa sezione contiene link ad applicazioni di esempio e dimostrazioni video che mostrano le funzionalità dell'API.
App di esempio e video
Le seguenti risorse mostrano come integrare l'API Analisi conversazionale in vari ambienti e forniscono panoramiche delle funzionalità dell'API:
- App di guida rapida di Streamlit: scopri come eseguire l'integrazione con l'API Analisi conversazionale in un ambiente di test locale.
- Demo e strumenti di Analisi conversazionale: esamina le demo e gli strumenti che mostrano le funzionalità dell'API Analisi conversazionale e forniscono pattern di integrazione pratici.
- YouTube: API di Analisi conversazionale: scopri di più sull'API di Analisi conversazionale, incluso il modo in cui l'API elabora le domande in linguaggio naturale, si connette a origini dati come BigQuery e Looker e restituisce i risultati sotto forma di testo o visualizzazioni.
- YouTube: Incorpora esperienze di analisi conversazionale nelle tue applicazioni utilizzando l'API Conversational Analytics: scopri di più sull'API Conversational Analytics e su come creare un agente API Conversational Analytics utilizzando l'Agent Development Kit (ADK).
SDK e strumenti per sviluppatori
Questa sezione fornisce link alle librerie client, all'Agent Development Kit (ADK), all'MCP Toolbox e ad altri strumenti per la creazione, la gestione e la valutazione degli agenti per i dati.
Librerie client
Le istruzioni di installazione e la documentazione di riferimento sono disponibili per le seguenti librerie client dell'API Analisi conversazionale:
Agent Development Kit (ADK)
L'Agent Development Kit (ADK) include strumenti per la creazione e la gestione degli agenti per i dati dell'API Analisi conversazionale:
ask_data_agent: fai domande in linguaggio naturale a un agente per i dati preconfigurato facendo riferimento all'ID dell'agente.ask_data_insights: genera insight sui dati in linguaggio naturale da origini come BigQuery con una chiamata API stateless che non richiede un agente per i dati.
MCP Toolbox for Databases
MCP Toolbox for Databases è un server MCP open source che connette agenti AI, IDE e applicazioni alle origini dati. Aggrega l'API Analisi conversazionale come strumenti compatibili con MCP che consentono l'interazione con servizi come BigQuery e Looker.
La toolbox include strumenti compatibili con MCP per i seguenti servizi:
- Strumento di analisi conversazionale di BigQuery (
bigquery-conversational-analytics) - Strumento di analisi conversazionale di Looker (
looker-conversational-analytics)
Altri strumenti per sviluppatori
Il seguente strumento può aiutarti con altre attività di sviluppo, come la valutazione degli agenti:
- Prism: utilizza questa applicazione open source per monitorare e valutare le prestazioni degli agenti AI, eseguire suite di test e acquisire tracce.