Panoramica di QueryData

QueryData ti consente di interagire con i tuoi dati utilizzando il linguaggio conversazionale e gli agenti di dati che crei per aiutarti a eseguire query sui dati. Gli agenti di dati sono assistenti e applicazioni basati sull'AI che possono comprendere l'user intent, eseguire query sui dati operativi e restituire risposte accurate e fondate. QueryData genera query per il tuo database utilizzando i set di contesti, che sono raccolte di blueprint curati, logica di business e informazioni sullo schema. Questo contesto consente a QueryData di tradurre le domande in linguaggio naturale in query accurate per i tuoi casi d'uso target.

Quando utilizzare QueryData

QueryData è ideale per applicazioni come:

  • Automazione dell'assistenza clienti: gestisci le richieste di alto volume come "Dov'è il mio ordine?" o "Qual è il mio saldo attuale?".
  • Assistenti per lo shopping e-commerce: aiuta gli utenti a navigare in cataloghi di prodotti di grandi dimensioni con query in linguaggio naturale come "Mostrami le scarpe da corsa sotto i 100 €".
  • Strumenti per le operazioni sul campo: consente ai dipendenti in mobilità di eseguire query in tempo reale sui livelli di inventario , sulla disponibilità dei componenti o sui dettagli dei ticket di assistenza.

Concetti principali

Per tradurre in modo affidabile le domande conversazionali in query di database, QueryData si basa sui seguenti concetti chiave:

QueryData e l'API Analisi conversazionale

L'endpoint QueryData nell' API Analisi conversazionale è uno strumento agentico che consente la generazione programmatica di query in linguaggio naturale in linguaggio di query compatibile con MongoDB (MQL) per i tuoi database. All'interno di un'applicazione conversazionale o di un flusso di lavoro multi-agente, l'endpoint QueryData gestisce l'interpretazione dello schema e la sintesi delle query. La tua infrastruttura agentica (come Antigravity, Agent Development Kit (ADK) o LangChain) gestisce la cronologia delle conversazioni, lo stato dell'utente e l'orchestrazione degli strumenti per contestualizzare l'input dell'utente prima di inviare una richiesta in linguaggio naturale all'endpoint QueryData.

Set di contesti

Un set di contesti è una raccolta di conoscenze specifiche del database, pattern di query curati e regole di business associate all'istanza del database. Anziché basarsi esclusivamente sulla conoscenza generale dei LLM o sugli schemi delle tabelle non elaborati, QueryData utilizza i set di contesti per comprendere le sfumature del modello dei dati e della terminologia specifica dell'organizzazione.

Un set di contesti contiene tre blocchi di base principali:

  • Blueprint delle query: coppie curate di domande rappresentative in linguaggio naturale e le relative query MQL pre-validate. I blueprint forniscono esempi canonici che definiscono come gli intent aziendali specifici vengono mappati alle istruzioni MQL.
  • Aspetti delle query: predicati e condizioni di filtro MQL modulari (ad esempio intervalli di date , calcoli di soglia o flag aziendali). Gli aspetti consentono a QueryData di combinare dinamicamente più criteri di filtro in una query senza la necessità di blueprint separati per ogni combinazione.
  • Ricerca di valori: query di corrispondenza semantica e di stringhe che basano le frasi informali sui valori esatti archiviati nelle colonne del database. La ricerca di valori aiuta a risolvere le ambiguità (ad esempio, la mappatura di "Bay Area" a San Francisco o di "Heathrow" a London Heathrow Airport) utilizzando corrispondenze esatte, somiglianza di stringhe trigrammi o incorporamenti di vettori semantici.

Come funziona QueryData

Quando l'agente o l'applicazione invia una richiesta in linguaggio naturale (ad esempio la domanda di un utente che l'agente ha contestualizzato con la cronologia delle conversazioni o lo stato dell'utente), QueryData esegue i seguenti passaggi:

  1. Risoluzione dei valori: QueryData esegue query di ricerca di valori sul database per mappare le entità nel prompt (ad esempio nomi, città o categorie) a campi e valori specifici dei documenti del database.
  2. Corrispondenza e disambiguazione degli intent: QueryData confronta la richiesta contestualizzata con i blueprint e gli aspetti delle query curati definiti nel set di contesti. Se la richiesta non è specificata o è ambigua, QueryData può restituire una domanda di disambiguazione in modo che l'agente o l'applicazione possa chiedere chiarimenti all'utente.
  3. Sintesi delle query: utilizzando la struttura del blueprint corrispondente, gli aspetti applicati, e i valori risolti, QueryData sintetizza una query MQL completa per il motore del database.
  4. Esecuzione delle query: la query generata viene eseguita sul database per restituire i risultati.

Creare e gestire i set di contesti

Per creare e gestire i set di contesti:

  1. Crea il contesto: definisci i blueprint delle query, gli aspetti e le ricerche di valori per il tuo database. Per ulteriori informazioni, consulta la Panoramica dei set di contesti. Puoi anche utilizzare l'agente di progettazione del contesto per automatizzare la creazione del contesto.
  2. Gestisci nella Google Cloud console: crea e gestisci i set di contesti in Firestore Studio per renderli disponibili per la generazione di query.
  3. Integra con le tue applicazioni: collega le tue applicazioni o gli agenti AI a QueryData utilizzando MCP Toolbox o chiamate API dirette.

Prezzi

Ti viene addebitato un costo per le query eseguite quando crei set di contesti e utilizzi QueryData con le origini dati degli agenti di dati o del database. Non sono previsti costi aggiuntivi per la creazione e l'utilizzo di set di contesti e QueryData durante il periodo di anteprima. Per ulteriori informazioni, consulta i prezzi degli agenti di Data Cloud.

Passaggi successivi