API Conversational Analytics: crea agenti dati e chatta con i tuoi dati

Anteprima

Questo prodotto o funzionalità sono soggetti ai "Termini delle Offerte pre-GA" nella sezione Termini di servizio generali dei Termini specifici dei servizi. I prodotti e le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per ulteriori informazioni, consulta le descrizioni della fase di lancio.

Importante:l'API Data QnA è deprecata. Se esegui la migrazione dall'API Data QnA, consulta la guida alla migrazione per una panoramica delle principali differenze e dei passaggi di migrazione richiesti.

Gli sviluppatori possono utilizzare l'API Analisi conversazionale, a cui si accede tramite geminidataanalytics.googleapis.com, per creare un'interfaccia di chat basata sull'intelligenza artificiale (AI) o un agente di dati. L'API utilizza il linguaggio naturale per rispondere a domande sui dati strutturati in BigQuery, Looker e Looker Studio e supporta anche l'interrogazione dei dati da AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL tramite il nuovo metodo QueryData. Con l'API Analisi conversazionale, fornisci all'agente dati informazioni sull'attività e dati (contesto), nonché l'accesso a strumenti come SQL, Python e librerie di visualizzazione. Queste risposte dell'agente vengono presentate all'utente e possono essere registrate dall'applicazione client, creando un'esperienza di chat con i dati fluida e verificabile.

Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati.

Poiché si tratta di una tecnologia in fase iniziale, Gemini per i prodotti Google Cloud può generare output apparentemente plausibili, ma di fatto errati. Ti consigliamo di verificare tutti gli output di Gemini per i prodotti Google Cloud prima di utilizzarli. Per saperne di più, consulta Gemini for Google Cloud e l'AI responsabile.

Nota: le offerte di anteprima pre-GA (1) sono destinate all'uso solo in ambienti di test e non devono essere utilizzate in un ambiente di produzione o per trattare dati personali o altri dati soggetti a requisiti di conformità legali o normativi e (2) sono soggette ai Termini delle offerte pre-GA dei Termini di servizio specifici e all'Addendum al consenso per il programma Gemini for Google Cloud Trusted Tester.

Iniziare a utilizzare l'API Conversational Analytics

Per iniziare a utilizzare l'API Analisi conversazionale, puoi prima consultare la documentazione relativa all'architettura e ai concetti chiave per capire come gli agenti elaborano le richieste, i workflow per i creatori e gli utenti degli agenti, le modalità conversazione e i ruoli di Identity and Access Management (IAM).

Per iniziare a creare agenti di dati, completa i passaggi descritti nella documentazione relativa alla configurazione e ai prerequisiti. Per procedure dettagliate guidate, applicazioni di esempio, SDK e altri strumenti di sviluppo, consulta Tutorial, demo e strumenti dell'API Analisi conversazionale.

Configurazione e prerequisiti

Prima di utilizzare l'API o gli esempi, completa i seguenti passaggi:

• Abilita l'API Analisi conversazionale: descrive i prerequisiti per abilitare l'API Analisi conversazionale.
• Controllo dell'accesso all'API Analisi conversazionale con IAM: descrive come utilizzare Identity and Access Management per condividere e gestire l'accesso agli agenti di dati.
• Autenticati e connettiti a un'origine dati con l'API Analisi conversazionale: fornisce istruzioni per l'autenticazione all'API e la configurazione delle connessioni ai dati di BigQuery, Looker, Looker Studio e Cloud Databases (AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL).
• Chiavi di crittografia gestite dal cliente (CMEK): descrive come utilizzare le tue chiavi di crittografia in Cloud Key Management Service per proteggere gli agenti di dati e le conversazioni che utilizzano le origini dati di Looker.

Creare e interagire con un agente di dati

Dopo aver completato i passaggi precedenti, utilizza l'API Analisi conversazionale per creare un agente di dati e interagire con lui seguendo questi passaggi:

• Crea un agente di dati utilizzando HTTP: fornisce un esempio completo di creazione e interazione con un agente di dati utilizzando richieste HTTP dirette con Python.
• Crea un agente di dati utilizzando l'SDK Python: fornisce un esempio completo di creazione e interazione con un agente di dati utilizzando l'SDK Python.
• Guida il comportamento dell'agente con il contesto creato: scopri come fornire un contesto creato per guidare il comportamento dell'agente e migliorare l'accuratezza delle risposte. Puoi anche visualizzare esempi di contesto creato con origini dati BigQuery e con origini dati Looker.
• Esegui il rendering di una risposta dell'agente dell'API Analisi conversazionale come visualizzazione: fornisce un esempio di elaborazione delle specifiche del grafico dalle risposte dell'API e del rendering come visualizzazioni utilizzando l'SDK Python e la libreria Vega-Altair.
  Nota:la creazione di agenti di dati utilizzando HTTP o l'SDK Python e il rendering delle visualizzazioni non sono supportati per le origini dati del database (AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL).

Best practice

Consulta le seguenti guide per scoprire le best practice per l'utilizzo dell'API Analisi conversazionale:

• Gestisci i costi di BigQuery per i tuoi agenti: scopri come monitorare e gestire i costi di BigQuery per gli agenti dell'API Analisi conversazionale impostando limiti di spesa a livello di progetto, utente e query.
• Poni domande efficaci: scopri come formulare domande efficaci per i tuoi agenti per ottenere il massimo dall'API Analisi conversazionale.
• Risolvi i problemi relativi agli errori dell'API Analisi conversazionale: risolvi i problemi relativi agli errori comuni dell'API Analisi conversazionale.
• Limitazioni note: fornisce informazioni dettagliate sulle limitazioni note dell'API Analisi conversazionale, incluse quelle relative a query, dati, visualizzazioni e domande.
• Rendering delle risposte dell'agente per le origini dati di Looker: scopri le best practice per il rendering delle risposte dell'API Analisi conversazionale in un'interfaccia utente quando utilizzi le origini dati di Looker.

Librerie client e riferimento API

• Riferimento REST di Gemini Data Analytics: fornisce descrizioni dettagliate di metodi, endpoint e definizioni dei tipi.
• SDK e strumenti di sviluppo: elenca le librerie client specifiche per la lingua.

Operazioni API chiave

L'API fornisce i seguenti endpoint principali per la gestione degli agenti di dati e delle conversazioni:

Operazione	Metodo HTTP	Endpoint	Descrizione
Crea un agente	POST	/v1beta/projects/*/locations/*/dataAgents	Crea un nuovo agente di dati.
Crea un agente in modo sincrono	POST	/v1beta/projects/*/locations/*/dataAgents:createSync	Crea un nuovo agente di dati in modo sincrono.
Recuperare un agente	GET	/v1beta/projects/*/locations/*/dataAgents/*	Recupera i dettagli di un agente dati specifico.
Recupera criterio Identity and Access Management	POST	/v1beta/projects/*/locations/*/dataAgents/*:getIamPolicy	Recupera le autorizzazioni di Identity and Access Management assegnate a ogni utente per un agente dati specifico. Gli utenti con il ruolo Proprietario agente dati possono chiamare questo endpoint per visualizzare il criterio di Identity and Access Management dell'agente dati prima di utilizzare l'endpoint setIAMpolicy per condividere un agente dati con altri utenti.
Imposta il criterio Identity and Access Management	POST	/v1beta/projects/*/locations/*/dataAgents/*:setIamPolicy	Imposta il criterio Identity and Access Management per un agente dati specifico. Gli utenti con un ruolo di proprietario dell'agente dati devono chiamare questo endpoint per condividere un agente dati con altri utenti, il che aggiorna effettivamente le autorizzazioni di Identity and Access Management di questi utenti.
Aggiorna un agente	PATCH	/v1beta/projects/*/locations/*/dataAgents/*	Modifica un agente dati esistente.
Aggiorna un agente in modo sincrono	PATCH	/v1beta/projects/*/locations/*/dataAgents/*:updateSync	Modifica in modo sincrono un agente dati esistente.
Elenca agenti	GET	/v1beta/projects/*/locations/*/dataAgents	Elenca gli agenti di dati disponibili in un progetto.
Elenco degli agenti accessibili	GET	/v1beta/projects/*/locations/*/dataAgents:listaccessible	Elenca gli agenti dati accessibili in un progetto. Un agente dati è considerato accessibile se l'utente che richiama questa API dispone dell'autorizzazione get per l'agente. Puoi utilizzare il campo creator_filter per gestire gli agenti restituiti da questo metodo: NONE (impostazione predefinita): restituisce tutti gli agenti di dati accessibili all'utente, indipendentemente da chi li ha creati. CREATOR_ONLY: restituisce solo gli agenti di dati accessibili all'utente e creati da quest'ultimo. NOT_CREATOR_ONLY: restituisce solo gli agenti dati accessibili all'utente e creati da altri.
Eliminare un agente	DELETE	/v1beta/projects/*/locations/*/dataAgents/*	Rimuove un agente di dati.
Eliminare un agente in modo sincrono	DELETE	/v1beta/projects/*/locations/*/dataAgents/*:deleteSync	Rimuove un agente di dati in modo sincrono.
Creare una conversazione	POST	/v1beta/projects/*/locations/*/conversations	Avvia una nuova conversazione persistente.
Chattare utilizzando un riferimento alla conversazione	POST	/v1beta/projects/*/locations/*:chat	Continua una conversazione stateful inviando un messaggio di chat che fa riferimento a una conversazione esistente e al relativo contesto dell'agente. Per le conversazioni multi-turno, Google Cloud memorizza e gestisce la cronologia delle conversazioni.
Chattare utilizzando un riferimento dell'agente dei dati	POST	/v1beta/projects/*/locations/*:chat	Invia un messaggio di chat stateless che fa riferimento a un agente di dati salvato per il contesto. Per le conversazioni multi-turno, la tua applicazione deve gestire e fornire la cronologia della conversazione a ogni richiesta.
Chattare utilizzando il contesto in linea	POST	/v1beta/projects/*/locations/*:chat	Invia un messaggio di chat stateless fornendo tutto il contesto direttamente nella richiesta, senza utilizzare un agente di dati salvato. Per le conversazioni multi-turno, la tua applicazione deve gestire e fornire la cronologia della conversazione a ogni richiesta.
Recuperare una conversazione	GET	/v1beta/projects/*/locations/*/conversations/*	Recupera i dettagli di una conversazione specifica.
Elenca conversazioni	GET	/v1beta/projects/*/locations/*/conversations	Elenca le conversazioni in un progetto specifico.
Elencare i messaggi in una conversazione	GET	/v1beta/projects/*/locations/*/conversations/*/messages	Elenca i messaggi all'interno di una conversazione specifica.
Eliminare una conversazione	DELETE	/v1beta/projects/*/locations/*/conversations/*	Elimina una conversazione specifica. Per chiamare questo endpoint è necessario il ruolo Identity and Access Management Topic Admin o almeno l'autorizzazione Identity and Access Management cloudaicompanion.topics.delete.
Esegui query sui dati	POST	/v1beta/projects/*/locations/*/conversations:queryData	Esegue query sui dati dei database AlloyDB, GoogleSQL per Spanner, Cloud SQL e Cloud SQL per PostgreSQL utilizzando il linguaggio naturale.

Invia feedback

Utilizza i seguenti link per segnalare un bug o richiedere una funzionalità.

• Inviare una segnalazione di bug
• Invia una richiesta di funzionalità