Tutorials, Demos und Tools für die Conversational Analytics API

Auf dieser Seite finden Sie Links zu geführten Anleitungen, interaktiven Demos, Beispielanwendungen und Entwicklungstools, die Ihnen beim Erstellen und Bewerten von KI-Datenagenten mit der Conversational Analytics API helfen.

Interaktive Anleitungen

In diesem Abschnitt finden Sie Links zu Codelabs, interaktiven Colaboratory-Notebooks und Blogposts, die eine detaillierte Anleitung bieten, um die wichtigsten API-Konzepte zu erlernen.

Ressource Beschreibung Format
Einführung in die Conversational Analytics API Folgen Sie einer detaillierten Anleitung, um zu erfahren, wie Sie das Python SDK mit einer BigQuery-Datenquelle verwenden, wie Sie mit der Conversational Analytics API einen neuen Agenten erstellen, wie Sie Unterhaltungen erstellen und verwalten und wie Sie Antworten von der API senden und streamen. Codelab
Chat-App mit der Conversational Analytics API für Looker und BigQuery erstellen Hier erfahren Sie, wie Sie mit der Conversational Analytics API mit Looker und BigQuery eine Chat-Anwendung erstellen, einschließlich der Einrichtung der Streamlit Quickstart-App, und welche Vorteile Looker für die semantische Modellierung bietet. Codelab
Colaboratory-Notebook mit HTTP Hier finden Sie eine interaktive, detaillierte Anleitung zum Einrichten Ihrer Umgebung, zum Erstellen eines KI-Datenagenten und zum Ausführen von API-Aufrufen mit HTTP-Anfragen. Notebook
Colaboratory-Notebook mit Python SDK Hier finden Sie eine interaktive, detaillierte Anleitung zum Einrichten Ihrer Umgebung, zum Erstellen eines KI-Datenagenten und zum Ausführen von API-Aufrufen mit dem Python SDK. Notebook
Blog: Conversational Agent in BigQuery mit der Conversational Analytics API erstellen Hier erfahren Sie, wie Sie mit dem Python SDK einen BigQuery-Conversational Agent erstellen. Außerdem finden Sie eine Anleitung zur Einrichtung, zu zustandsorientierten Unterhaltungen und zum Streamen von Antworten. Blog

Beispielanwendungen und Demos

In diesem Abschnitt finden Sie Links zu Beispielanwendungen und Videodemos, die die Funktionen der API veranschaulichen.

Beispiel-Apps und -Videos

Die folgenden Ressourcen zeigen, wie Sie die Conversational Analytics API in verschiedenen Umgebungen einbinden, und bieten Übersichten über die API-Funktionen:

SDKs und Entwicklungstools

In diesem Abschnitt finden Sie Links zu Clientbibliotheken, dem Agent Development Kit (ADK), der MCP Toolbox und anderen Tools zum Erstellen, Verwalten und Bewerten von KI-Datenagenten.

Clientbibliotheken

Installationsanleitungen und Referenzdokumentation sind für die folgenden API-Clientbibliotheken der Conversational Analytics verfügbar:

Agent Development Kit (ADK)

Das Agent Development Kit (ADK) enthält Tools zum Erstellen und Verwalten von KI-Datenagenten für die Conversational Analytics API:

  • ask_data_agent: Fragen in natürlicher Sprache an einen vorkonfigurierten KI-Datenagenten stellen, indem Sie auf die ID des Agenten verweisen.
  • ask_data_insights: Datenanalysen in natürlicher Sprache aus Quellen wie BigQuery mit einem zustandslosen API-Aufruf generieren, für den kein KI-Datenagent erforderlich ist.

MCP Toolbox for Databases

Die MCP Toolbox for Databases ist ein Open-Source-MCP-Server, der KI-Agenten, IDEs und Anwendungen mit Datenquellen verbindet. Sie umschließt die Conversational Analytics API als MCP-kompatible Tools, die die Interaktion mit Diensten wie BigQuery und Looker ermöglichen.

Die Toolbox enthält MCP-kompatible Tools für die folgenden Dienste:

Sonstige Entwicklungstools

Das folgende Tool kann bei anderen Entwicklungsaufgaben wie der Agentenbewertung helfen:

  • Prism: Mit dieser Open-Source-Anwendung können Sie die Leistung von KI-Agenten überwachen und bewerten, Testsuiten ausführen und Traces erfassen.