Gli sviluppatori possono utilizzare l'API Analisi conversazionale, a cui si accede tramite geminidataanalytics.googleapis.com, per creare un'interfaccia di chat basata sull'intelligenza artificiale (AI) o un agente di dati. L'API utilizza il linguaggio naturale per rispondere alle domande sui dati strutturati in BigQuery, Looker e Looker Studio e supporta anche l'esecuzione di query sui dati di AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL tramite il nuovo metodo QueryData. Con l'Analisi conversazionale API, fornisci al tuo agente di dati informazioni sull'attività e dati (contesto), nonché l'accesso a strumenti come SQL, Python e librerie di visualizzazione. Queste risposte dell'agente vengono presentate all'utente e possono essere registrate dall'applicazione client, creando un'esperienza di chat sui dati fluida e verificabile.
Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati.
Inizia a utilizzare l'API Analisi conversazionale
Per iniziare a utilizzare l'API Analisi conversazionale, puoi prima consultare la documentazione sull'architettura e i concetti chiave per capire come gli agenti elaborano le richieste, i workflow per i creatori e gli utenti degli agenti, le modalità di conversazione e i ruoli Identity and Access Management (IAM).
Per iniziare a creare agenti di dati, completa i passaggi descritti nella documentazione relativa alla configurazione e ai prerequisiti. Per procedure dettagliate, applicazioni di esempio, SDK e altri strumenti per sviluppatori, consulta Tutorial, demo e strumenti dell'API Analisi conversazionale.
Configurazione e prerequisiti
Prima di utilizzare l'API o gli esempi, completa i seguenti passaggi:
- Attiva l'API Analisi conversazionale: descrive i prerequisiti per attivare l'API Analisi conversazionale.
- Controllo dell'accesso all'API Analisi conversazionale con IAM: descrive come utilizzare Identity and Access Management per condividere e gestire l'accesso agli agenti di dati.
- Autenticati e connettiti a un'origine dati con l'API Analisi conversazionale: fornisce istruzioni per l'autenticazione all'API e la configurazione delle connessioni ai dati di BigQuery, Looker, Looker Studio e Cloud Databases (AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL).
Crea un agente di dati e interagisci con lui
Dopo aver completato i passaggi precedenti, utilizza l'API Analisi conversazionale per creare un agente di dati e interagire con lui seguendo questi passaggi:
- Crea un agente di dati utilizzando HTTP: fornisce un esempio completo di creazione e interazione con un agente di dati utilizzando le richieste HTTP dirette con Python.
- Crea un agente di dati utilizzando l'SDK Python: fornisce un esempio completo di creazione e interazione con un agente di dati utilizzando l'SDK Python.
- Guida il comportamento dell'agente con il contesto creato: scopri come fornire un contesto creato per guidare il comportamento dell'agente e migliorare l'accuratezza delle risposte. Puoi anche visualizzare esempi di contesto creato con le origini dati BigQuery e con le origini dati Looker.
- Esegui il rendering di una risposta dell'agente dell'API Analisi conversazionale come visualizzazione: fornisce un esempio di elaborazione delle specifiche dei grafici dalle risposte dell'API e di rendering come visualizzazioni utilizzando l'SDK Python e la libreria Vega-Altair.
Best practice
Consulta le seguenti guide per scoprire le best practice per l'utilizzo dell'API Analisi conversazionale:
- Gestisci i costi di BigQuery per i tuoi agenti: scopri come monitorare e gestire i costi di BigQuery per gli agenti dell'API Analisi conversazionale impostando limiti di spesa a livello di progetto, utente e query.
- Poni domande efficaci: scopri come creare domande efficaci per i tuoi agenti per sfruttare al meglio l'API Analisi conversazionale.
- Risolvi i problemi relativi agli errori dell'API Analisi conversazionale: risolvi i problemi relativi agli errori comuni dell'API Analisi conversazionale.
- Limitazioni note: fornisce informazioni dettagliate sulle limitazioni note dell'API Analisi conversazionale, incluse le limitazioni di query, dati, visualizzazioni e domande.
- Esegui il rendering delle risposte degli agenti per le origini dati Looker: scopri le best practice per il rendering delle risposte dell'API Analisi conversazionale in un'interfaccia utente quando utilizzi le origini dati Looker.
Riferimento API e librerie client
- Riferimento REST di Gemini Data Analytics: fornisce descrizioni dettagliate di metodi, endpoint e definizioni di tipo.
- SDK e strumenti di sviluppo: elenca le librerie client specifiche per lingua.
Operazioni API chiave
L'API fornisce i seguenti endpoint principali per la gestione degli agenti di dati e delle conversazioni:
| Operazione | Metodo HTTP | Endpoint | Descrizione |
|---|---|---|---|
| Crea un agente | POST |
/v1beta/projects/*/locations/*/dataAgents |
Crea un nuovo agente di dati. |
| Crea un agente in modo sincrono | POST |
/v1beta/projects/*/locations/*/dataAgents:createSync |
Crea un nuovo agente di dati in modo sincrono. |
| Recupera un agente | GET |
/v1beta/projects/*/locations/*/dataAgents/* |
Recupera i dettagli di un agente di dati specifico. |
| Recupera i criteri Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:getIamPolicy |
Recupera le autorizzazioni Identity and Access Management assegnate a ogni utente per un agente di dati specifico. Gli utenti con il ruolo di proprietario dell'agente di dati possono chiamare questo endpoint per visualizzare i criteri Identity and Access Management dell'agente di dati prima di utilizzare l'endpoint setIAMpolicy per condividere un agente di dati con altri utenti. |
| Imposta i criteri Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:setIamPolicy |
Imposta i criteri Identity and Access Management per un agente di dati specifico. Gli utenti con il ruolo di proprietario dell'agente di dati devono chiamare questo endpoint per condividere un agente di dati con altri utenti, aggiornando di fatto le autorizzazioni Identity and Access Management di questi utenti. |
| Aggiorna un agente | PATCH |
/v1beta/projects/*/locations/*/dataAgents/* |
Modifica un agente di dati esistente. |
| Aggiorna un agente in modo sincrono | PATCH |
/v1beta/projects/*/locations/*/dataAgents/*:updateSync |
Modifica un agente di dati esistente in modo sincrono. |
| Elenca agenti | GET |
/v1beta/projects/*/locations/*/dataAgents |
Elenca gli agenti di dati disponibili in un progetto. |
| Elenca gli agenti accessibili | GET |
/v1beta/projects/*/locations/*/dataAgents:listaccessible |
Elenca gli agenti di dati accessibili in un progetto. Un agente di dati è considerato accessibile se l'utente che richiama questa API ha l'autorizzazione get per l'agente. Puoi utilizzare il campo creator_filter per gestire gli agenti restituiti da questo metodo:
|
| Elimina un agente | DELETE |
/v1beta/projects/*/locations/*/dataAgents/* |
Rimuove un agente di dati. |
| Elimina un agente in modo sincrono | DELETE |
/v1beta/projects/*/locations/*/dataAgents/*:deleteSync |
Rimuove un agente di dati in modo sincrono. |
| Crea una conversazione | POST |
/v1beta/projects/*/locations/*/conversations |
Avvia una nuova conversazione persistente. |
| Chatta utilizzando un riferimento alla conversazione | POST |
/v1beta/projects/*/locations/*:chat |
Continua una conversazione con stato inviando un messaggio di chat che fa riferimento a una conversazione esistente e al relativo contesto dell'agente. Per le conversazioni multi-turno, Google Cloud memorizza e gestisce la cronologia delle conversazioni. |
| Chatta utilizzando un riferimento all'agente di dati | POST |
/v1beta/projects/*/locations/*:chat |
Invia un messaggio di chat senza stato che fa riferimento a un agente di dati salvato per il contesto. Per le conversazioni multi-turno, l'applicazione deve gestire e fornire la cronologia delle conversazioni con ogni richiesta. |
| Chatta utilizzando il contesto incorporato | POST |
/v1beta/projects/*/locations/*:chat |
Invia un messaggio di chat senza stato fornendo tutto il contesto direttamente nella richiesta, senza utilizzare un agente di dati salvato. Per le conversazioni multi-turno, l'applicazione deve gestire e fornire la cronologia delle conversazioni con ogni richiesta. |
| Recupera una conversazione | GET |
/v1beta/projects/*/locations/*/conversations/* |
Recupera i dettagli di una conversazione specifica. |
| Elenca conversazioni | GET |
/v1beta/projects/*/locations/*/conversations |
Elenca le conversazioni in un progetto specifico. |
| Elenca i messaggi in una conversazione | GET |
/v1beta/projects/*/locations/*/conversations/*/messages |
Elenca i messaggi all'interno di una conversazione specifica. |
| Elimina una conversazione | DELETE |
/v1beta/projects/*/locations/*/conversations/* |
Elimina una conversazione specifica. Per chiamare questo endpoint è necessario il ruolo Identity and Access Management di amministratore dell'argomento o almeno l'autorizzazione Identity and Access Management cloudaicompanion.topics.delete.
|
| Esegui query sui dati | POST |
/v1beta/projects/*/locations/*/conversations:queryData |
Esegue query sui dati dei database AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL utilizzando il linguaggio naturale. |
Invia feedback
Utilizza i seguenti link per segnalare un bug o richiedere una funzionalità.