בדיקת QueryData

במאמר הזה מוסבר איך לבדוק את QueryData ולעדכן את קובץ קבוצת ההקשר. אתם יכולים לבדוק את היכולת של QueryData ליצור שאילתות SQL משאלות בשפה טבעית. אם שאילתה שנוצרה לא מדויקת, אתם יכולים לעדכן את קובץ קבוצת ההקשר.

למידע ולמידה על קבוצות של הקשרים, ראה סקירה כללית על קבוצות של הקשרים.

לפני שמתחילים

חשוב לוודא שכבר נוצרה קבוצת הקשר ושהקובץ של קבוצת ההקשר הועלה לסוכן QueryData. מידע נוסף זמין במאמר ניהול קבוצות הקשר ב-AlloyDB Studio.

כדי להוריד, לעדכן ולהעלות קבצים של קבוצות הקשר, ודאו שלמשתמש ב-IAM יש את התפקיד "עריכה של Dataplex Catalog"‏ (roles/dataplex.catalogEditor) או "אדמין של Dataplex Catalog"‏ (roles/dataplex.catalogAdmin) בפרויקט. מידע נוסף זמין במאמר הרשאות לקבוצות הקשר.

בדיקת QueryData

כדי לבדוק QueryData:

  1. נכנסים לדף AlloyDB במסוף Google Cloud .

    כניסה ל-AlloyDB

  2. בוחרים אשכול מהרשימה.

  3. בתפריט הניווט, לוחצים על AlloyDB Studio.

  4. נכנסים ל-Studio באמצעות אימות של ניהול זהויות והרשאות גישה (IAM).

  5. בחלונית Explorer, לוחצים על View actions לצד קבוצת ההקשר שבה משתמשים.

  6. לוחצים על קבוצת הקשר לבדיקה.

  7. בעורך השאילתות, לוחצים על Generate SQL כדי לפתוח את החלונית עזרה בתכנות.

  8. כדי ליצור שאילתת SQL, כותבים שאלה בשפה טבעית בעורך ולוחצים על יצירה.

  9. בודקים ששאילתת ה-SQL מדויקת. לוחצים על Insert כדי להוסיף את השאילתה לעורך.

הורדה ועדכון של קבוצת הקשרים

אם אתם לא מרוצים משאילתת ה-SQL שנוצרה לשאלה בשפה טבעית, הורידו את קובץ קבוצת ההקשר הקיים. אחר כך אפשר לבדוק ולעדכן את תבנית השאילתה, ולהעלות מחדש את קובץ ההקשר המעודכן לנציג.

כדי להוריד ולעדכן קבוצת הקשר, מבצעים את השלבים הבאים:

  1. בחלונית Explorer, לוחצים על View actions לצד קבוצת ההקשר שבה משתמשים.
  2. לוחצים על הורדת קובץ ההקשר.
  3. כדי לעדכן את ההקשר עם עוד צמדי שאילתות, פועלים לפי השלבים שמפורטים בקטע יצירת קבוצות הקשר באמצעות סוכן עם מנוע הקשר.
  4. בחלונית Explorer, לוחצים על View actions לצד קבוצת ההקשר שבה משתמשים.
  5. לוחצים על עריכת קבוצת ההקשר.
  6. בקטע העלאת קובץ של קבוצת הקשרים, לוחצים על עיון ובוחרים את הקובץ המעודכן של קבוצת ההקשרים.
  7. לוחצים על שמירה כדי לעדכן את קבוצת ההקשרים.

אחרי שאתם מרוצים מרמת הדיוק של התשובות, אתם יכולים להשתמש בנקודת הקצה QueryData כדי לחבר את האפליקציה לקבוצת ההקשר.

איך מוצאים את המזהה של קבוצת ההקשר

כדי לקשר אפליקציית נתונים לסוכן QueryData, צריך את המזהה של קבוצת ההקשר.

  1. נכנסים לדף AlloyDB במסוף Google Cloud .

    כניסה ל-AlloyDB

  2. בוחרים אשכול מהרשימה.

  3. בתפריט הניווט, לוחצים על AlloyDB Studio.

  4. נכנסים ל-Studio באמצעות אימות של ניהול זהויות והרשאות גישה (IAM).

  5. בחלונית Explorer, לוחצים על View actions לצד קבוצת ההקשר שבה משתמשים.

  6. לוחצים על עריכת קבוצת ההקשר.

  7. שימו לב למזהה ההקשר בשדה מזהה קבוצת ההקשר. הפורמט של מזהה קבוצת ההקשר דומה ל-projects/PROJECT_ID/locations/LOCATION/contextSetGroups/GROUP_ID/contextSets/CONTEXT_SET_ID@v1.

קישור של QueryData לאפליקציה

מגדירים את מזהה קבוצת ההקשרים בהפעלת ה-method‏ QueryData כדי לספק הקשר שנוצר למקורות נתונים של מסדי נתונים כמו AlloyDB,‏ Spanner,‏ Cloud SQL,‏ Cloud SQL ל-PostgreSQL,‏ Firestore ו-Bigtable. מידע נוסף זמין במאמר הגדרת הקשר של סוכן לאינטראקציה עם נתונים למקורות נתונים של מסדי נתונים.

אחרי שבודקים את קבוצת ההקשר, אפשר להפנות למקור הנתונים של מסד הנתונים בקריאה ל-QueryData.

דוגמה לבקשה ב-QueryData עם הקשר שנוצר על ידי המשתמש

הדוגמה הבאה מציגה בקשת QueryData באמצעות מקור נתונים של מסד נתונים ב-alloydb. השדה agent_context_reference.context_set_id משמש לקישור להקשר שנוצר מראש ומאוחסן במסד הנתונים.

{
  "parent": "projects/context-set-project/locations/us-central1",
  "prompt": "How many accounts in the Prague region are eligible for loans? A3 contains the data of region.",
  "context": {
    "datasource_references": [
      {
        "alloydb": {
          "database_reference": {
            "project_id": "context-set-project",
            "region": "us-central1",
            "cluster_id": "sqlgen-magic",
            "instance_id": "context-set-primary",
            "database_id": "financial"
          },
          "agent_context_reference": {
            "context_set_id": "projects/context-set-project/locations/us-central1/contextSets/bdf_pg_all_templates"
          }
        }
      }
    ]
  },
  "generation_options": {
    "generate_query_result": true,
    "generate_natural_language_answer": true,
    "generate_disambiguation_question": true,
    "generate_explanation": true
  }
}

גוף הבקשה מכיל את השדות הבאים:

  • ‫prompt: השאלה בשפה טבעית ממשתמש הקצה.
  • ‫context: מכיל מידע על מקורות הנתונים.
    • ‫datasource_references: מציין את סוג מקור הנתונים.
      • ‫alloydb: נדרש כששולחים שאילתה למסד הנתונים. השדה הזה משתנה בהתאם למסד הנתונים שאתם שולחים אליו שאילתה.
        • ‫database_reference: מידע שקשור למכונה של מסד הנתונים.
          • ‫cluster_id: מזהה האשכול של המכונה של מסד הנתונים.
          • ‫project_id: מזהה הפרויקט של המכונה של מסד הנתונים.
          • ‫region: האזור של מכונת AlloyDB.
          • ‫instance_id: המזהה של מכונת AlloyDB.
          • ‫database_id: מזהה מסד הנתונים.
        • agent_context_reference: קישורים להקשר שנוצר במסד הנתונים.
          • ‫context_set_id: המזהה המלא של קבוצת ההקשרים ששמורה במסד הנתונים. לדוגמה, projects/context-set-project/locations/us-central1/contextSets/bdf_gsql_gemini_all_templates.
  • ‫generationOptions: מגדיר את סוג הפלט שנוצר.
    • ‫generate_query_result: צריך להגדיר כ-true כדי ליצור ולהחזיר את תוצאות השאילתה.
    • ‫generate_natural_language_answer: אופציונלי. אם הערך מוגדר כ-true, נוצרת תשובה בשפה טבעית.
    • ‫generate_explanation: אופציונלי. אם הערך הוא True, נוצר הסבר על שאילתת ה-SQL.
    • ‫generate_disambiguation_question: אופציונלי. אם המדיניות מוגדרת כ-True, נוצרות שאלות להפגת עמימות אם השאילתה לא ברורה.

דוגמה לתשובה של QueryData

זו דוגמה לתגובה מוצלחת לקריאה ל-QueryData:

{
  "generated_query": "-- Count the number of accounts in Prague that are eligible for loans\nSELECT\n  COUNT(DISTINCT \"loans\".\"account_id\")\nFROM \"loans\"\nJOIN \"district\" -- Join based on district ID\n  ON \"loans\".\"district_id\" = \"district\".\"district_id\"\nWHERE\n  \"district\".\"A3\" = 'Prague'; -- Filter for the Prague region",
  "intent_explanation": "The question asks for the number of accounts eligible for loans in the Prague region. I need to join the `district` table with the `loans` table to filter by region and count the distinct accounts. The `A3` column in the `district` table contains the region information, and I'll filter for 'Prague'. The `loans` table contains information about loans, including the `account_id` and `district_id`. I will join these two tables on their respective district IDs.",
  "query_result": {
    "columns": [
      {
        "name": "count"
      }
    ],
    "rows": [
      {
        "values": [
          {
            "value": "2"
          }
        ]
      }
    ],
    "total_row_count": 1
  },
  "natural_language_answer": "There are 2 accounts in Prague that are eligible for loans."
}

המאמרים הבאים