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 Colaboratory interattivi e post del blog che forniscono indicazioni passo passo per aiutarti a imparare i concetti di base delle API.
| Risorsa | Descrizione | Formato |
|---|---|---|
| Introduzione all'API Analisi conversazionale | Segui un tutorial passo passo per imparare a utilizzare l'SDK Python con un'origine dati BigQuery, a creare un nuovo agente utilizzando l'API Analisi conversazionale, a creare e gestire conversazioni e a inviare e trasmettere in streaming 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 Streamlit Quickstart, e scopri i vantaggi di Looker per la modellazione semantica. | Codelab |
| Notebook Colaboratory HTTP | Esplora una guida interattiva passo passo per configurare l'ambiente, creare un agente dati ed effettuare chiamate API utilizzando richieste HTTP. | Notebook |
| Notebook Colaboratory dell'SDK Python | Esplora una guida interattiva passo passo per configurare l'ambiente, creare un agente dati ed effettuare chiamate API utilizzando l'SDK Python. | Notebook |
| Blog: Building a conversational agent in BigQuery using the Conversational Analytics API | Scopri come creare un agente conversazionale BigQuery utilizzando l'SDK Python, con indicazioni su configurazione, conversazioni stateful 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 ed esempi di video
Le seguenti risorse mostrano come integrare l'API Analisi conversazionale in vari ambienti e forniscono panoramiche delle funzionalità dell'API:
- App Streamlit Quickstart: scopri come integrarti 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 di più sull'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 conversazionale nelle tue applicazioni utilizzando l'API Analisi conversazionale: scopri di più sull'API Analisi conversazionale e su come creare un agente API Analisi conversazionale utilizzando l'Agent Development Kit (ADK).
SDK e strumenti di sviluppo
Questa sezione fornisce link a librerie client, Agent Development Kit (ADK), MCP Toolbox e 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 i seguenti strumenti per la creazione e la gestione di agenti di dati dell'API Analisi conversazionale:
DataAgentToolset: gestisci e interagisci con gli agenti di dati utilizzando il linguaggio naturale.ask_data_insights: genera approfondimenti sui dati in linguaggio naturale da fonti come BigQuery.
MCP Toolbox per database
MCP Toolbox for Databases fornisce strumenti per eseguire query sulle origini dati del database in linguaggio naturale utilizzando l'API Analisi conversazionale:
- Strumento di analisi conversazionale 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 le prestazioni dell'agente AI, eseguire suite di test e acquisire tracce.