借助 QueryData,您可以使用对话式语言与 Spanner 数据库中的属性图数据进行交互,并构建数据智能体。QueryData 会根据属性图的架构,从自然语言问题生成 Graph Query Language (GQL) 查询。为了提高针对您使用情形的准确性,您还可以提供上下文集,即查询模板、查询切面和值搜索的集合,用于捕获特定于网域的业务逻辑和用户提出的问题。如需详细了解上下文集,请参阅上下文集概览。
何时使用 QueryData
QueryData for Spanner Graph 非常适合以下应用:
- 基于图数据的对话式助理:支持或 Analytics 助手通过让 QueryData 生成并运行多跃点 GQL 查询,回答“从账号 7 发送的任何资金是否在 60 天内返回该账号?”
- 用于欺诈、风险和合规性调查的副驾驶:分析师通过后续问题探索所有权和转移网络,而上下文集可确保每个答案中的高风险转移等术语保持一致。
- 知识图谱推理智能体:使用 ADK 或 MCP 客户端构建的智能体可调用 QueryData 作为工具,根据图谱中存储的关系(例如某人通过中介控制哪些账号)进行推理。
核心概念
为了可靠地将对话式问题转换为 GQL 查询,QueryData 依赖于以下关键概念:
QueryData 和 对话式分析 API
对话式分析 API 中的 QueryData 端点是一种智能体工具,可为 Spanner 数据库中的属性图实现程序化自然语言到 GQL (NL2GQL) 查询生成。在对话式应用或 Agentic Workflows 中,QueryData 端点会为您在每个请求的 graph_ids 字段中列出的属性图处理架构解释和查询合成。您的智能体 Harness(例如 Antigravity、智能体开发套件 [ADK] 或 LangChain)会管理对话记录、用户状态和工具编排,以便在向 QueryData 端点发送自然语言请求之前,为用户的输入提供上下文。
上下文集
上下文集是与数据库相关的特定于数据库的知识、精选查询句式和业务规则的集合。QueryData 不仅依赖于通用 LLM 知识或原始属性图架构,还使用上下文集来理解图模型的细微差别和组织特定术语,例如您的业务在银行金融图中认为什么是高风险转账。本指南中的示例使用 FinGraph 属性图架构和示例数据集。如需创建 FinGraph 架构并插入示例数据,请参阅设置和查询 Spanner Graph。
上下文集包含三个主要构建块:
- 查询模板:精选的代表性自然语言问题及其对应的预验证 GQL 查询。模板提供了规范示例,用于定义特定业务意图如何映射到 GQL 语句(例如,“哪些账号收到了来自 Dana 账号的转账?”如何映射到遍历
Owns和Transfers边的GRAPH FinGraph MATCH查询)。 - 查询分面:可重复使用的 GQL 子句(例如图谱模式、过滤条件、日期范围、金额阈值或业务条件,如已屏蔽的账号)。借助 Facet,QueryData 可以将多个过滤条件动态组合到一个查询中,而无需为每个组合单独创建模板。
- 值搜索:语义和字符串匹配查询,以
SELECT语句的形式针对GRAPH_TABLE编写,用于将用户问题中的值短语与存储在节点和边缘属性中的确切值进行关联。值搜索功能可使用完全匹配、字符串相似度或语义向量嵌入来消除歧义(例如,将“rainy day”映射到账号昵称Rainy Day Fund,或将“Czech Republic”映射到存储的值Czech_Republic)。
QueryData 的运作方式
当您的代理或应用发送自然语言请求(例如,代理已根据对话历史记录或用户状态进行情境化的用户问题)时,QueryData 会执行以下步骤:
- 值解析:QueryData 会针对 Spanner 数据库运行值搜索查询,以将提示中的值短语(例如人名、账号昵称或国家/地区)映射到特定的节点和边缘属性值。
- 意图匹配和消除歧义:QueryData 会将情境化请求与您在情境集中定义的精选查询模板和切面进行匹配。如果请求不明确或不完整,QueryData 可以返回一个消除歧义的问题,以便您的智能体或应用可以要求用户进行澄清。
- 查询合成:QueryData 使用
graph_ids中列出的属性图的架构、匹配的模板结构、应用的分面和解析的值,合成一个完整的 GQL 查询。 - 查询执行:生成的 GQL 查询会针对 Spanner 数据库执行,以返回结果。
编写和管理上下文集
如需编写和管理上下文集,请执行以下操作:
- 作者上下文:为属性图定义查询模板、分面和值搜索。如需了解详情,请参阅上下文集概览。您还可以使用上下文工程智能体自动创建上下文。
- 在 Google Cloud 控制台中管理:在 Spanner Studio 中创建和管理上下文集,以便将其用于生成查询。
- 与应用集成:使用直接 REST API 调用将应用或 AI 智能体连接到 QueryData,并在
graph_ids中列出目标属性图。
后续步骤
- 了解 Spanner Graph 的上下文集。
- 了解如何测试 Spanner Graph 的 QueryData。
- 按照教程将 QueryData 与应用集成。