Conversational Analytics API 튜토리얼, 데모, 도구

Conversational Analytics API로 데이터 에이전트를 빌드하고 평가하는 데 도움이 되도록 이 페이지에서는 가이드 튜토리얼, 대화형 데모, 샘플 애플리케이션, 개발 도구 링크를 제공합니다.

대화형 가이드

이 섹션에서는 핵심 API 개념을 학습하는 데 도움이 되는 단계별 안내를 제공하는 Codelab, 대화형 Colaboratory 노트북, 블로그 게시물을 링크합니다.

리소스 설명 형식
Conversational Analytics API 소개 단계별 튜토리얼을 따라 BigQuery 데이터 소스와 함께 Python SDK를 사용하는 방법, Conversational Analytics API를 사용하여 새 에이전트를 만드는 방법, 대화를 만들고 관리하는 방법, API에서 응답을 전송하고 스트리밍하는 방법을 알아봅니다. Codelab
Looker 및 BigQuery용 Conversational Analytics API로 채팅 앱 빌드 Looker 및 BigQuery와 함께 Conversational Analytics API를 사용하여 채팅 애플리케이션을 빌드하는 방법을 알아봅니다. 여기에는 Streamlit 빠른 시작 앱을 설정하는 방법과 Looker의 시맨틱 모델링의 이점이 포함됩니다. Codelab
HTTP Colaboratory 노트북 HTTP 요청을 사용하여 환경을 설정하고 데이터 에이전트를 빌드하고 API를 호출하는 대화형 단계별 안내를 살펴봅니다. 노트북
Python SDK Colaboratory 노트북 Python SDK를 사용하여 환경을 설정하고 데이터 에이전트를 빌드하고 API를 호출하는 대화형 단계별 안내를 살펴봅니다. 노트북
블로그: Conversational Analytics API를 사용하여 BigQuery에서 대화형 에이전트 빌드 설정, 상태 저장 대화, 스트리밍 응답에 관한 안내와 함께 Python SDK를 사용하여 BigQuery 대화형 에이전트를 빌드하는 방법을 알아봅니다. 블로그

샘플 애플리케이션 및 데모

이 섹션에서는 API의 기능을 보여주는 샘플 애플리케이션과 동영상 데모를 링크합니다.

샘플 앱 및 동영상

다음 리소스는 다양한 환경에서 Conversational Analytics API를 통합하는 방법을 보여주고 API 기능의 개요를 제공합니다.

SDK 및 개발자 도구

이 섹션에서는 데이터 에이전트를 빌드, 관리, 평가하기 위한 클라이언트 라이브러리, 에이전트 개발 키트 (ADK), MCP 도구 상자, 기타 도구에 대한 링크를 제공합니다.

클라이언트 라이브러리

다음 대화형 분석 API 클라이언트 라이브러리에 대한 설치 안내와 참고 문서가 제공됩니다.

에이전트 개발 키트(ADK)

에이전트 개발 키트 (ADK)에는 대화형 분석 API 데이터 에이전트를 빌드하고 관리하는 도구가 포함되어 있습니다.

  • ask_data_agent: 에이전트의 ID를 참조하여 사전 구성된 데이터 에이전트에게 자연어 질문을 합니다.
  • ask_data_insights: 데이터 에이전트가 필요 없는 스테이트리스 API 호출을 사용하여 BigQuery와 같은 소스에서 자연어 데이터 통계를 생성합니다.

데이터베이스용 MCP 도구 상자

MCP Toolbox for Databases는 AI 에이전트, IDE, 애플리케이션을 데이터 소스에 연결하는 오픈소스 MCP 서버입니다. BigQuery 및 Looker와 같은 서비스와의 상호작용을 지원하는 MCP 호환 도구로 대화형 분석 API를 래핑합니다.

도구 상자에는 다음 서비스의 MCP 호환 도구가 포함되어 있습니다.

기타 개발 도구

다음 도구는 에이전트 평가와 같은 다른 개발 작업을 지원할 수 있습니다.

  • Prism: 이 오픈소스 애플리케이션을 사용하여 AI 에이전트 성능을 모니터링 및 평가하고, 테스트 모음을 실행하고, 트레이스를 캡처합니다.