Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

Conversational Analytics API 教程、演示和工具

为帮助您使用 Conversational Analytics API 构建和评估数据代理，本页提供了指向引导式教程、互动式演示、示例应用和开发工具的链接。

互动式教程

本部分链接到 Codelab、互动式 Colaboratory 笔记本和博客文章，这些资源提供了分步指南，可帮助您了解核心 API 概念。

资源	说明	格式
Conversational Analytics API 简介	按照分步教程了解如何将 Python SDK 与 BigQuery 数据源搭配使用，如何使用 Conversational Analytics API 创建新代理，如何创建和管理对话，以及如何从 API 发送和流式传输响应。	Codelab
使用 Conversational Analytics API 为 Looker 和 BigQuery 构建聊天应用	了解如何将 Conversational Analytics API 与 Looker 和 BigQuery 搭配使用来构建聊天应用，包括如何设置 Streamlit 快速入门应用，以及了解 Looker 在语义建模方面的优势。	Codelab
HTTP Colaboratory 笔记本	探索互动式分步指南，了解如何使用 HTTP 请求设置环境、构建数据代理以及进行 API 调用。	笔记本
Python SDK Colaboratory 笔记本	探索互动式分步指南，了解如何使用 Python SDK 设置环境、构建数据代理以及进行 API 调用。	笔记本
博客：使用 Conversational Analytics API 在 BigQuery 中构建对话代理	了解如何使用 Python SDK 构建 BigQuery 对话代理，其中包含有关设置、有状态对话和流式传输响应的指南。	博客

本部分链接到示例应用和视频演示，这些资源展示了 API 的功能。

以下资源演示了如何在各种环境中集成 Conversational Analytics API，并提供了 API 功能的概览：

Streamlit 快速入门应用：了解如何在本地测试环境中与 Conversational Analytics API 集成。
Conversational Analytics 演示和工具：查看演示和工具，这些资源展示了 Conversational Analytics API 的功能并提供了实用的集成模式。
YouTube：Conversational Analytics API：了解 Conversational Analytics API，包括 API 如何处理自然语言问题、如何连接到 BigQuery 和 Looker 等数据源，以及如何以文本或可视化图表的形式返回结果。
YouTube：使用 Conversational Analytics API 在应用中嵌入分析体验：了解 Conversational Analytics API 以及如何使用智能体开发套件 (ADK) 构建 Conversational Analytics API 智能体。

本部分提供了指向客户端库、智能体开发套件 (ADK)、MCP Toolbox 和其他工具的链接，这些资源可用于构建、管理和评估数据代理。

以下 Conversational Analytics API 客户端库提供了安装说明和参考文档：

智能体开发套件 (ADK) 包含用于构建和管理 Conversational Analytics API 数据代理的工具：

MCP Toolbox for Databases 是一款开源 MCP 服务器，可将 AI 代理、IDE 和应用连接到数据源。它将 Conversational Analytics API 封装为与 MCP 兼容的工具，可与 BigQuery 和 Looker 等服务进行交互。

该工具箱包含与 MCP 兼容的工具，适用于以下服务：

以下工具可以帮助您完成其他开发任务，例如代理评估：