Per aiutarti a creare e valutare gli agenti di dati con l'API Analisi conversazionale, questa pagina fornisce link a tutorial guidati, demo interattive, applicazioni di esempio e strumenti di sviluppo.
Tutorial interattivi
Questa sezione contiene link a codelab, notebook interattivi di Colaboratory e post di blog che forniscono una guida passo passo per aiutarti a imparare i concetti di base dell'API.
| Risorsa | Descrizione | Formato |
|---|---|---|
| Introduzione all'API Analisi conversazionale | Segui un tutorial passo passo per scoprire come utilizzare l'SDK Python con un'origine dati BigQuery, come creare un nuovo agente utilizzando l'API Analisi conversazionale, come creare e gestire le conversazioni e come inviare e trasmettere in streaming le risposte dall'API. | Codelab |
| Crea un'app di chat con l'API Analisi conversazionale per Looker e BigQuery | Scopri come utilizzare l'API Analisi conversazionale con Looker e BigQuery per creare un'applicazione di chat, inclusa la configurazione dell'app di avvio rapido di Streamlit, e scopri i vantaggi di Looker per la modellazione semantica. | Codelab |
| Notebook di Colaboratory HTTP | Esplora una guida interattiva passo passo per configurare l'ambiente, creare un agente di dati ed effettuare chiamate API utilizzando le richieste HTTP. | Notebook |
| Notebook di Colaboratory dell'SDK Python | Esplora una guida interattiva passo passo per configurare l'ambiente, creare un agente di dati ed effettuare chiamate API utilizzando l'SDK Python. | Notebook |
| Blog: Creazione di un agente conversazionale in BigQuery utilizzando l'API Analisi conversazionale | Scopri come creare un agente conversazionale BigQuery utilizzando l'SDK Python, con indicazioni su configurazione, conversazioni con stato e risposte in streaming. | Blog |
Applicazioni di esempio e demo
Questa sezione contiene link ad applicazioni di esempio e dimostrazioni video che mostrano le funzionalità dell'API.
App e video di esempio
Le seguenti risorse mostrano come integrare l'API Analisi conversazionale in vari ambienti e forniscono panoramiche delle funzionalità dell'API:
- App di avvio rapido di Streamlit: scopri come eseguire l'integrazione con l'API Analisi conversazionale in un ambiente di test locale.
- Demo e strumenti di Analisi conversazionale: esamina le demo e gli strumenti che mostrano le funzionalità dell'API Analisi conversazionale e forniscono pattern di integrazione pratici.
- YouTube: API Analisi conversazionale: scopri l'API Analisi conversazionale, incluso il modo in cui l'API elabora le domande in linguaggio naturale, si connette a origini dati come BigQuery e Looker e restituisce i risultati come testo o visualizzazioni.
- YouTube: incorpora esperienze di analisi nelle tue applicazioni utilizzando l'API Analisi conversazionale: scopri l'API Analisi conversazionale e come creare un agente dell'API Analisi conversazionale utilizzando l'Agent Development Kit (ADK).
SDK e strumenti di sviluppo
Questa sezione fornisce link a librerie client, all'Agent Development Kit (ADK), a MCP Toolbox e ad altri strumenti per creare, gestire e valutare gli agenti di dati.
Librerie client
Le istruzioni di installazione e la documentazione di riferimento sono disponibili per le seguenti librerie client dell'API Analisi conversazionale:
Agent Development Kit (ADK)
L'Agent Development Kit (ADK) include strumenti per la creazione e la gestione degli agenti di dati dell'API Analisi conversazionale:
ask_data_agent: poni domande in linguaggio naturale a un agente di dati preconfigurato facendo riferimento all'ID dell'agente.ask_data_insights: genera approfondimenti sui dati in linguaggio naturale da origini come BigQuery con una chiamata API senza stato che non richiede un agente di dati.
MCP Toolbox for Databases
Il MCP Toolbox for Databases è un server MCP open source che connette agenti AI, IDE e applicazioni a origini dati. Esegue il wrapping dell'API Analisi conversazionale come strumenti compatibili con MCP che consentono l'interazione con servizi come BigQuery e Looker.
La toolbox include strumenti compatibili con MCP per i seguenti servizi:
- Strumento di analisi conversazionale di BigQuery (
bigquery-conversational-analytics) - Strumento di analisi conversazionale di Looker (
looker-conversational-analytics)
Altri strumenti di sviluppo
Il seguente strumento può aiutarti con altre attività di sviluppo, come la valutazione degli agenti:
- Prism: utilizza questa applicazione open source per monitorare e valutare il rendimento degli agenti AI, eseguire suite di test e acquisire tracce.