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 Datenagenten mit der konversationellen Analyse 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 konversationellen Analyse 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. Dazu gehört auch das Einrichten der Streamlit Quickstart-App. Außerdem erfahren Sie mehr über die Vorteile von Looker für die semantische Modellierung. 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: Konversations-Agent in BigQuery mit der Conversational Analytics API erstellen Hier erfahren Sie, wie Sie mit dem Python SDK einen BigQuery-Conversational Agent erstellen. Außerdem erhalten Sie eine Anleitung zur Einrichtung, zu zustandsorientierten Unterhaltungen und zu Streaming-Antworten. Blog

Beispielanwendungen und Demos

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

Beispielanwendungen und Videos

Die folgenden Ressourcen zeigen, wie Sie die konversationelle Analyse API in verschiedene 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 Clientbibliotheken der konversationellen Analyse API verfügbar:

Agent Development Kit (ADK)

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

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

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 API für konversationelle Analyse als MCP-kompatible Tools, die die Interaktion mit Diensten wie BigQuery und Looker ermöglichen.

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

Andere 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.