Panoramica di QueryData

QueryData ti consente di interagire con i dati del grafico delle proprietà nel tuo database Spanner utilizzando il linguaggio conversazionale e di creare agenti per i dati. QueryData genera query Graph Query Language (GQL) da domande in linguaggio naturale in base allo schema dei grafi delle proprietà. Per migliorare l'accuratezza per i tuoi casi d'uso, puoi anche fornire set di contesto, ovvero una raccolta di modelli di query, aspetti delle query e ricerche di valori che acquisisce la logica di business specifica del tuo dominio e le domande poste dagli utenti. Per saperne di più sui set di contesti, consulta Panoramica dei set di contesti.

Quando utilizzare QueryData

QueryData per Spanner Graph è ideale per applicazioni come le seguenti:

  • Assistenti conversazionali sui dati dei grafi: un assistente di supporto o di analisi risponde alla domanda "Il denaro inviato dall'account 7 è tornato indietro entro 60 giorni?" facendo generare ed eseguire a QueryData la query GQL multi-hop.
  • Copilot per le indagini su frodi, rischi e conformità: gli analisti esplorano le reti di proprietà e trasferimento tramite domande di follow-up, mentre un set di contesto mantiene coerenti termini come trasferimento ad alto rischio in ogni risposta.
  • Agenti di ragionamento basati su Knowledge Graph: gli agenti creati con ADK o un client MCP chiamano QueryData come strumento per basare il loro ragionamento sulle relazioni archiviate nel tuo grafo, ad esempio quali account una persona controlla tramite intermediari.

Concetti principali

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

QueryData e l'API Analisi conversazionale

L'endpoint QueryData nell'Analisi conversazionale è uno strumento agentico che consente la generazione di query programmatiche da linguaggio naturale a GQL (NL2GQL) per i grafi delle proprietà nel tuo database Spanner. All'interno di un'applicazione conversazionale o di un workflow multi-agente, l'endpoint QueryData gestisce l'interpretazione dello schema e la sintesi delle query per i grafi delle proprietà elencati nel campo graph_ids di ogni richiesta. L'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 contesto

Un set di contesto è una raccolta di conoscenze specifiche del database, pattern di query selezionati e regole aziendali associate al tuo database. Anziché fare affidamento esclusivamente sulla conoscenza generale degli LLM o sullo schema del grafo delle proprietà non elaborato, QueryData utilizza i set di contesto per comprendere le sfumature del modello del grafo e la terminologia specifica dell'organizzazione, ad esempio ciò che la tua azienda considera un trasferimento ad alto rischio in un grafo finanziario bancario. Gli esempi in questa guida utilizzano lo schema del grafo delle proprietà FinGraph e il set di dati di esempio. Per creare lo schema FinGraph e inserire i dati campionati, consulta Configura ed esegui query su Spanner Graph.

Un set di contesto contiene tre elementi di base principali:

  • Modelli di query: coppie selezionate di domande rappresentative in linguaggio naturale e le relative query GQL pre-convalidate. I modelli forniscono esempi canonici che definiscono il modo in cui intenti aziendali specifici vengono mappati alle istruzioni GQL (ad esempio, come "Quali account hanno ricevuto bonifici dall'account di Dana?" viene mappato a una query GRAPH FinGraph MATCH che attraversa gli archi Owns e Transfers).
  • Facet di query: clausole GQL riutilizzabili (come pattern di grafi, condizioni filtro, intervalli di date, soglie di importo o condizioni aziendali come account bloccati). I facet consentono a QueryData di combinare dinamicamente più criteri di filtro in una query senza bisogno di modelli separati per ogni combinazione.
  • Ricerche di valori: query semantiche e di corrispondenza di stringhe, scritte come istruzioni SELECT su GRAPH_TABLE, che collegano le frasi di valore nella domanda di un utente ai valori esatti memorizzati nelle proprietà dei nodi e degli archi. Le ricerche di valori aiutano a risolvere le ambiguità (ad esempio, la mappatura di "giorno di pioggia" al nickname dell'account Rainy Day Fund o di "Repubblica Ceca" al valore memorizzato Czech_Republic) utilizzando corrispondenze esatte, somiglianza di stringhe o vector embedding semantici.

Come funziona QueryData

Quando l'agente o l'applicazione invia una richiesta in linguaggio naturale (ad esempio una domanda dell'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 dei valori sul database Spanner per mappare le frasi di valore nel prompt (ad esempio il nome di una persona, il nickname di un account o un paese) a valori di proprietà di nodi e archi specifici.
  2. Corrispondenza e disambiguazione degli intenti: QueryData confronta la richiesta contestualizzata con i modelli di query e i facet selezionati che hai definito nel set di contesto. 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 lo schema dei grafi delle proprietà elencati in graph_ids, la struttura del template corrispondente, i facet applicati e i valori risolti, QueryData sintetizza una query GQL completa.
  4. Esecuzione della query: la query GQL generata viene eseguita sul database Spanner per restituire i risultati.

Crea e gestisci i set di contesti

Per creare e gestire i set di contesto, segui questi passaggi:

  1. Contesto dell'autore: definisci i template di query, i facet e le ricerche di valori per il tuo grafico delle proprietà. Per saperne di più, 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 console Google Cloud : crea e gestisci i set di contesto in Spanner Studio per renderli disponibili per la generazione di query.
  3. Integrazione con le tue applicazioni: connetti le tue applicazioni o i tuoi agenti AI a QueryData utilizzando chiamate API REST dirette, con i grafi delle proprietà di destinazione elencati in graph_ids.

Passaggi successivi