Gemini CLI-Agent zum Testen des Datenkontexts verwenden

KI-Agents können Schlussfolgerungen ziehen, haben aber zu Beginn kein Wissen über Ihr Unternehmen. Stellen Sie sich vor, Sie fragen einen Kundenservicemitarbeiter: „Wie hoch ist unser Umsatz im ersten Quartal?“ Ohne Anleitung wählt der Agent möglicherweise aus Dutzenden von Tabellen mit dem Namen „Umsatz“ in Ihren Datenbanken aus, die von offiziellen Berichten bis hin zu unübersichtlichen Testdaten reichen. Wenn der Agent die Tabelle mit dem ähnlichsten Namen auswählt, kann er überzeugend falsche Antworten auf der Grundlage nicht überprüfter Quellen zurückgeben.

Die Lösung für dieses Kontextproblem ist die Metadatenanreicherung. In diesem Tutorial richten Sie Aspekte ein, die diesen Kontext liefern, und verwenden die Gemini CLI, um den Datenkontext zu testen und zu prüfen, ob ein Agent seine Antworten auf vertrauenswürdige, zertifizierte Daten stützen kann.

Ziele

• Erstellen Sie einen realistischen Data Lake für Tests.
• Verwenden Sie Aspekte in Knowledge Catalog, um Ihre „Gold“-Daten zu kennzeichnen und von Testdaten zu unterscheiden.
• Datenkontext lokal mit der Gemini CLI testen

Hinweis

Führen Sie zuerst folgende Schritte aus:

• Wählen Sie ein Google Cloud Projekt für diese Anleitung aus.
• Prüfen Sie, ob für Ihr Projekt die Abrechnung aktiviert ist.

Für diese Anleitung sind außerdem grundlegende Kenntnisse von BigQuery, Knowledge Catalog und Terraform erforderlich.

Umgebung vorbereiten

In dieser Anleitung wird die Google Cloud Shell verwendet, eine Befehlszeilenumgebung, die in der Cloud ausgeführt wird.

1. Klicken Sie in der Google Cloud Console in der Symbolleiste rechts oben auf Cloud Shell aktivieren. Die Bereitstellung und Verbindung mit der Umgebung dauert einen kleinen Moment.

2. Legen Sie in Cloud Shell die Variablen PROJECT_ID und REGION so fest, dass alle zukünftigen Befehle auf Ihr spezifisches Google Cloud Projekt ausgerichtet sind.

   export PROJECT_ID=$(gcloud config get-value project)
   gcloud config set project $PROJECT_ID
   export REGION="us-central1"
   

3. Aktivieren Sie die erforderlichen Google Cloud Dienste.

   gcloud services enable \
     artifactregistry.googleapis.com \
     bigqueryunified.googleapis.com \
     cloudaicompanion.googleapis.com \
     cloudbuild.googleapis.com \
     cloudresourcemanager.googleapis.com \
     datacatalog.googleapis.com \
     run.googleapis.com
   

4. Klonen Sie das Google Cloud DevRel Demos-Repository.

   Laden Sie den Infrastrukturcode und die Skripts von GitHub herunter. Verwenden Sie einen Sparse Checkout, um nur den Ordner abzurufen, den Sie für diese Anleitung benötigen.

   # Perform a shallow clone to get only the latest repository structure without the full history
   git clone --depth 1 --filter=blob:none --sparse https://github.com/GoogleCloudPlatform/devrel-demos.git
   cd devrel-demos
   
   # Specify and download only the folder you need for this tutorial
   git sparse-checkout set data-analytics/governance-context
   cd data-analytics/governance-context
   

Data Lake erstellen

Um die Situation realistisch zu gestalten, benötigen Sie eine Mischung aus offiziellen Daten und unzuverlässigen, unordentlichen Daten. Verwenden Sie Terraform und die vorkonfigurierten Terraform-Konfigurationsdateien aus dem Tutorial-Repository, um dies schnell einzurichten.

Die Terraform-Konfiguration übernimmt zwei Aufgaben:

• Richtet die Aspekttypen (Metadatenvorlagen) von Knowledge Catalog, die BigQuery-Datasets und -Tabellen, einschließlich finance_mart.fin_monthly_closing_internal und analyst_sandbox.tmp_data_dump_v2_final_real, ein.
• Lädt Beispieldaten in die Tabellen.

1. Öffnen Sie das Verzeichnis terraform und initialisieren Sie es.

   cd terraform
   terraform init
   

2. Wenden Sie die Konfiguration an. Das kann bis zu einer Minute dauern.

   terraform apply -var="project_id=${PROJECT_ID}" -var="region=${REGION}" -auto-approve
   

Sie haben jetzt einen nicht verwalteten Data Lake. Für einen KI-Agenten sehen die Tabellen in Ihrem Data Lake genau gleich aus, da es sich nur um Objekte mit Spalten handelt. Um das zu beheben, müssen Sie im nächsten Schritt Governance anwenden.

Governance anwenden

Das ist der wichtigste Teil der Einrichtung. Derzeit sehen Ihre beiden Tabellen für einen KI-Agenten identisch aus. Um sie zu unterscheiden, wenden Sie Aspekte an. Das sind wie zertifizierte Metadatenlabels, die dem Agenten den erforderlichen Kontext liefern. In diesem Abschnitt verwenden Sie zwei Skripts: eines zum Generieren der Metadaten und eines zum Anwenden der Metadaten auf Ihre Tabellen.

Governance-Nutzlasten generieren

Die Aspekttypen wurden bereits von Terraform eingerichtet. Jetzt müssen Sie die Daten generieren, um sie zu füllen.

Führen Sie das Skript ./generate_payloads.sh aus, um ein aspect_payloads/-Verzeichnis zu erstellen. Das Verzeichnis enthält vier YAML-Dateien, die verschiedene Governance-Szenarien definieren, die Sie im nächsten Schritt anwenden.

Gehen Sie zurück zum Stammverzeichnis des Anleitungsverzeichnisses und führen Sie das Skript ./generate_payloads.sh aus:

cd ..
chmod +x ./generate_payloads.sh
./generate_payloads.sh

Aspekte anwenden

1. Bevor Sie das apply_governance.sh-Skript ausführen, sollten Sie sich die Daten ansehen, die an Ihre Tabellen angehängt werden. Führen Sie den folgenden Befehl aus, um die für Ihre internen Finanzdaten definierten Metadaten aufzurufen:

   cat aspect_payloads/fin_internal.yaml
   

   Die YAML-Datei definiert den geschäftlichen Kontext für die Tabelle:

   your-project-id.us-central1.official-data-product-spec:
     data:
       product_tier: GOLD_CRITICAL
       data_domain: FINANCE
       usage_scope: INTERNAL_ONLY
       update_frequency: DAILY_BATCH
       is_certified: true
   

   Beachten Sie, dass die Daten dadurch explizit als is_certified: true gekennzeichnet und der Stufe GOLD_CRITICAL zugewiesen werden. So erhält der KI-Agent klare, strukturierte Regeln, an die er sich halten kann.

2. Führen Sie das Script apply_governance.sh aus: Dieses Skript durchläuft Ihre BigQuery-Tabellen und verwendet die gcloud-Befehlszeile, um die Metadaten aus Ihren YAML-Nutzlasten in jede Tabelle zu „stempeln“.

   chmod +x ./apply_governance.sh
   ./apply_governance.sh
   

Metadaten überprüfen

Bevor Sie fortfahren, sollten Sie prüfen, ob das Skript die Aspekte korrekt angewendet hat.

1. Öffnen Sie in der Google Cloud Console die Seite Knowledge Catalog. Sie können die Suchleiste oben verwenden, um danach zu suchen.
2. Suchen Sie nach fin_monthly_closing_internal. Wählen Sie in den Ergebnissen den Tabellennamen aus, um die Detailseite zu öffnen.
3. Suchen Sie im Bereich Optionale Tags und Aspekte nach dem Aspekt official-data-product-spec. Prüfen Sie, ob die Werte mit dem angewendeten Szenario „Gold Internal“ übereinstimmen.

Sie haben Metadaten verwendet, um diese Tabellen zu unterscheiden, und Ihrem KI-Agenten eine Möglichkeit gegeben, dasselbe zu tun.

Datenkontext mit der Gemini CLI testen

Bevor Sie eine vollständige Webanwendung erstellen, können Sie Ihre Governance-Logik lokal in einer MCP-Umgebung (Model Context Protocol) testen. In dieser Konfiguration fungiert die Gemini CLI als Client (die Schnittstelle, mit der Sie kommunizieren) und die Knowledge Catalog-Erweiterung als lokaler Server.

Knowledge Catalog-Erweiterung installieren

Installieren Sie in Cloud Shell die Knowledge Catalog Extension.

export DATAPLEX_PROJECT="${PROJECT_ID}"

gemini extensions install https://github.com/gemini-cli-extensions/dataplex

Regeln definieren

Die Konfigurationsdatei GEMINI.md enthält Logik, mit der deklarative Regeln wie „Ich benötige sichere Daten“ in präzise Suchanfragen umgewandelt werden, die nur Tabellen mit den richtigen Governance-Labels zurückgeben.

Derzeit ist die Konfigurationsdatei nur eine Vorlage. Sie müssen den Regeln Ihre spezifische Google Cloud Projekt-ID hinzufügen, damit beim Ausführen der Befehlszeile die richtigen Daten angesprochen werden.

1. Fügen Sie der Konfigurationsdatei Ihre PROJECT_ID hinzu.

   envsubst < GEMINI.md > GEMINI.md.tmp && mv GEMINI.md.tmp GEMINI.md
   

2. Sehen Sie sich die Datei GEMINI.md an, um Ihre Änderungen zu prüfen und zu verstehen, wie der Datenkontext funktioniert:

   cat GEMINI.md
   

   Beachten Sie, dass in der Datei Regeln für Phase 1 und Phase 2 aufgeführt sind. Dadurch wird eine strikte Reihenfolge der Vorgänge erzwungen. Der Agent muss zuerst nach den richtigen Governance-Labels suchen (Phase 1), bevor er die Daten selbst bearbeiten darf (Phase 2). Diese „Search-First“-Logik verhindert, dass der Agent Tabellennamen errät oder Antworten aus nicht überprüften Quellen generiert.

   Achten Sie darauf, dass Phase 2 Ihre tatsächliche Google Cloud Projekt-ID enthält. Wenn das nicht stimmt, weiß der Agent nicht, wo er nach Ihren Daten suchen soll.

Gemini CLI starten und Szenarien testen

Starten Sie eine neue Gemini-Sitzung. Da Sie sich im Projektordner befinden, erkennt die CLI die lokale GEMINI.md automatisch und lädt sie als Systemkontext.

gemini

Hinweis :Möglicherweise werden mehrere Kontextdateien geladen, z. B. GEMINI.md. Das ist normal. Die CLI lädt die lokale GEMINI.md für die spezifischen Regeln dieses Projekts sowie die Standardanleitung für die Knowledge Catalog Extension selbst.

Installation prüfen

Prüfen Sie, ob die Knowledge Catalog-Erweiterung aktiv ist. dataplex sollte in der Liste der konfigurierten MCP-Servertools angezeigt werden.

/mcp desc

Testen

Sehen wir uns nun an, wie der Datenkontext in der Praxis aussieht. Fügen Sie diese Prompts einzeln in die Befehlszeile ein.

Hinweis :Die CLI fragt nach der Erlaubnis, ihre Tools zu verwenden. Wählen Sie 2. „Tool für diese Sitzung zulassen“, damit Sie nicht jeden einzelnen Schritt genehmigen müssen.

Szenario 1: Goldstandard-Daten finden

Sehen Sie, ob die Gemini CLI die vertrauenswürdigsten Daten für eine wichtige Vorstandssitzung finden kann.

We are preparing the deck for an internal Board of Directors meeting next week. I need the numbers to be absolutely finalized, trustworthy, and kept strictly confidential. Which table is safe to use?

Die Befehlszeile sollte die Rohdaten überspringen und fin_monthly_closing_internal finden. Dazu wird Ihre Anfrage nach „finalisierten“ und „vertraulichen“ Daten mit den Tags GOLD_CRITICAL und INTERNAL_ONLY abgeglichen, die Sie zuvor angewendet haben.

Szenario 2: Öffentliche Offenlegung

Stellen Sie sich vor, Sie möchten Daten extern freigeben. Sie möchten sicherstellen, dass die CLI keine internen Secrets preisgibt.

I need to share our quarterly financial summary with an external consulting firm. It is critical that we do not leak any raw or internal metrics. Which dataset is officially scrubbed and explicitly approved for external sharing?

Obwohl die interne Tabelle die meisten Details enthält, muss die CLI sie umgehen. Sie sollten auf fin_quarterly_public_report verwiesen werden, da dies die einzige Tabelle mit dem Tag EXTERNAL_READY ist.

Szenario 3: Echtzeit-Betriebsanforderungen

Data Scientists benötigen oft die neuesten Informationen. Prüfen Sie, ob die Gemini CLI den Unterschied zwischen einem täglichen Batch und einem Livestream versteht.

My dashboard needs to show what's happening right now with our ad spend. I can't wait for the overnight load. What do you recommend?

Die CLI sollte mkt_realtime_campaign_performance finden. Gibt die REALTIME_STREAMING-Updatehäufigkeit in den Metadaten an.

Szenario 4: Sandbox-Erkundung

Manchmal ist „gut genug“ besser als „perfekt“. Prüfen, ob die Gemini CLI die Rohdaten der Sandbox für einige experimentelle ML-Aufgaben finden kann.

I'm just playing around with some new ML models and need a lot of raw data. It doesn't need to be perfect, just a sandbox environment.

Die CLI sollte tmp_data_dump_v2_final_real finden. Das ist die richtige Wahl, weil sie dem BRONZE_ADHOC-Tier entspricht und explizit mit is_certified: false gekennzeichnet ist.

Wenn Sie mit dem Testen fertig sind, können Sie die CLI-Sitzung beenden:

/quit

Bereinigen

So vermeiden Sie wiederkehrende Gebühren:

1. Löschen Sie die Terraform-Ressourcen.

   cd ~/devrel-demos/data-analytics/governance-context/terraform
   terraform destroy -var="project_id=${PROJECT_ID}" -var="region=${REGION}" -auto-approve
   

2. Deinstallieren Sie die Knowledge Catalog-Erweiterung und entfernen Sie Ihre lokalen Demodateien.

   gemini extensions uninstall dataplex
   cd ~
   rm -rf ~/devrel-demos
   

Fazit

Sie haben eine solide Datengrundlage geschaffen, mithilfe von Metadaten einen strengen Kontext angewendet und mit der Gemini CLI überprüft, ob alles lokal funktioniert.

Nächste Schritte

• Weitere Anwendungsfälle für Knowledge Catalog