Os desenvolvedores podem usar a API Conversational Analytics, acessada pelo geminidataanalytics.googleapis.com, para criar uma interface de chat ou um agente de dados com tecnologia de IA que use linguagem natural para responder a perguntas sobre dados estruturados no BigQuery, no Looker e no Looker Studio. Com a API Conversational Analytics, você fornece ao seu agente de dados informações e dados comerciais (contexto), além de acesso a ferramentas como SQL, Python e bibliotecas de visualização. Essas respostas do agente são apresentadas ao usuário e podem ser registradas pelo aplicativo cliente, criando uma experiência de chat de dados simples e auditável.
Saiba como e quando o Gemini para Google Cloud usa seus dados.
Começar a usar a API Conversational Analytics
Para começar a usar a API Conversational Analytics, primeiro consulte a documentação de arquitetura e conceitos principais para entender como os agentes processam solicitações, os fluxos de trabalho para criadores e usuários de agentes, os modos de conversa e os papéis do Identity and Access Management (IAM). Em seguida, para começar a criar agentes de dados, escolha entre uma experiência guiada com inícios rápidos, codelabs, notebooks, o Kit de Desenvolvimento de Agentes (ADK) e a MCP Toolbox ou uma abordagem independente seguindo as etapas em Configuração e pré-requisitos.
Guias de início rápido
Use o app de início rápido do Streamlit para integrar com a API Conversational Analytics em um ambiente de teste local.
Codelabs
Siga um tutorial detalhado para aprender a usar o SDK do Python com dados do BigQuery no codelab da API Conversational Analytics.
Notebooks
Use os seguintes notebooks do Colaboratory da API Conversational Analytics para experiências guiadas que vão ajudar você a começar a usar a API:
- Notebook do Colaboratory HTTP: oferece um guia interativo e explicativo sobre como configurar seu ambiente, criar um agente de dados e fazer chamadas de API usando solicitações HTTP.
- Notebook do Colaboratory do SDK do Python: oferece um guia interativo e explicativo sobre como configurar seu ambiente, criar um agente de dados e fazer chamadas de API usando o SDK do Python.
Kit de Desenvolvimento de Agente (ADK) e MCP Toolbox
Saiba como usar a função ask_data_insights no Kit de desenvolvimento de agentes (ADK) para responder a perguntas sobre seus dados em linguagem natural.
Confira as demonstrações e ferramentas da API Conversational Analytics que mostram os recursos da API e oferecem padrões de integração práticos.
Configuração e pré-requisitos
Antes de usar a API ou os exemplos, siga estas etapas:
- Ativar a API Conversational Analytics: descreve os pré-requisitos para ativar a API Conversational Analytics.
- Controle de acesso da API Conversational Analytics com o IAM: descreve como usar o Identity and Access Management para compartilhar e gerenciar o acesso a agentes de dados.
- Autenticar e se conectar a uma fonte de dados com a API Conversational Analytics: fornece instruções para autenticar a API e configurar conexões com seus dados do BigQuery, do Looker e do Looker Studio.
Criar e interagir com um agente de dados
Depois de concluir as etapas anteriores, use a API Conversational Analytics para criar e interagir com um agente de dados seguindo estas etapas:
- Criar um agente de dados usando HTTP: oferece um exemplo completo de como criar e interagir com um agente de dados usando solicitações HTTP diretas com Python.
- Criar um agente de dados usando o SDK do Python: oferece um exemplo completo de como criar e interagir com um agente de dados usando o SDK do Python.
- Orientar o comportamento do agente com contexto criado: saiba como fornecer contexto criado para orientar o comportamento do agente e melhorar a precisão da resposta. Você também pode conferir exemplos de contexto criado com fontes de dados do BigQuery e com fontes de dados do Looker.
- Renderizar uma resposta do agente da API Conversational Analytics como uma visualização: fornece um exemplo de processamento de especificações de gráficos de respostas da API e renderização delas como visualizações usando o SDK do Python e a biblioteca Vega-Altair.
Práticas recomendadas
Consulte os seguintes guias para saber mais sobre as práticas recomendadas para usar a API Conversational Analytics:
- Gerenciar os custos do BigQuery para os agentes: saiba como monitorar e gerenciar os custos do BigQuery para seus agentes da API Conversational Analytics definindo limites de gastos no nível do projeto, do usuário e da consulta.
- Faça perguntas eficazes: aprenda a criar perguntas eficazes para seus agentes e aproveitar ao máximo a API Conversational Analytics.
- Resolver erros da API Conversational Analytics: resolver erros comuns da API Conversational Analytics.
- Limitações conhecidas: fornece informações detalhadas sobre as limitações conhecidas da API Conversational Analytics, incluindo limitações de consultas, dados, visualizações e perguntas.
Principais operações da API
A API fornece os seguintes endpoints principais para gerenciar agentes de dados e conversas:
| Operação | Método HTTP | Endpoint | Descrição |
|---|---|---|---|
| Criar um agente | POST |
/v1beta/projects/*/locations/*/dataAgents |
Cria um novo agente de dados. |
| Obter um agente | GET |
/v1beta/projects/*/locations/*/dataAgents/* |
Recupera detalhes de um agente de dados específico. |
| Acessar a política do Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:getIamPolicy |
Recebe as permissões do Identity and Access Management atribuídas a cada usuário para um agente de dados específico. Usuários com o papel de Proprietário do agente de dados podem chamar esse endpoint para conferir a política do Identity and Access Management do agente de dados antes de usar o endpoint setIAMpolicy para compartilhar um agente de dados com outros usuários. |
| Definir a política do Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:setIamPolicy |
Define a política do Identity and Access Management para um agente de dados específico. Usuários com o papel de Proprietário do agente de dados precisam chamar esse endpoint para compartilhar um agente de dados com outros usuários, o que atualiza as permissões do Identity and Access Management desses usuários. |
| Atualizar um agente | PATCH |
/v1beta/projects/*/locations/*/dataAgents/* |
Modifica um agente de dados. |
| Listar agentes | GET |
/v1beta/projects/*/locations/*/dataAgents |
Lista os agentes de dados disponíveis em um projeto. |
| Listar agentes acessíveis | GET |
/v1beta/projects/*/locations/*/dataAgents:listaccessible |
Lista os agentes de dados acessíveis em um projeto. Um agente de dados é considerado acessível se o usuário que invoca essa API tiver a permissão get no agente. Use o campo creator_filter para gerenciar quais agentes esse método retorna:
|
| Excluir um agente | DELETE |
/v1beta/projects/*/locations/*/dataAgents/* |
Remove um agente de dados. |
| Criar uma conversa | POST |
/v1beta/projects/*/locations/*/conversations |
Inicia uma nova conversa persistente. |
| Conversar usando uma referência de conversa | POST |
/v1beta/projects/*/locations/*:chat |
Continua uma conversa com estado enviando uma mensagem de chat que faz referência a uma conversa e ao contexto do agente associado. Para conversas com várias interações, o Google Cloud armazena e gerencia o histórico da conversa. |
| Usar uma referência de agente de dados para conversar | POST |
/v1beta/projects/*/locations/*:chat |
Envia uma mensagem de chat sem estado que faz referência a um agente de dados salvo para contexto. Para conversas com várias interações, o aplicativo precisa gerenciar e fornecer o histórico da conversa com cada solicitação. |
| Conversar usando contexto inline | POST |
/v1beta/projects/*/locations/*:chat |
Envia uma mensagem de chat sem estado fornecendo todo o contexto diretamente na solicitação, sem usar um agente de dados salvo. Para conversas com várias interações, o aplicativo precisa gerenciar e fornecer o histórico da conversa com cada solicitação. |
| Receber uma conversa | GET |
/v1beta/projects/*/locations/*/conversations/* |
Recupera detalhes de uma conversa específica. |
| Listar conversas | GET |
/v1beta/projects/*/locations/*/conversations |
Lista as conversas em um projeto específico. |
| Listar mensagens em uma conversa | GET |
/v1beta/projects/*/locations/*/conversations/*/messages |
Lista as mensagens em uma conversa específica. |
| Excluir uma conversa | DELETE |
/v1beta/projects/*/locations/*/conversations/* |
Exclui uma conversa específica. É necessário ter o papel de Administrador de tópicos do Identity and Access Management ou pelo menos a permissão cloudaicompanion.topics.delete do Identity and Access Management para chamar esse endpoint.
|
Enviar feedback
Use os links a seguir para registrar um bug ou solicitar um recurso.
Outros recursos
A referência da API REST do Conversational Analytics oferece descrições detalhadas de métodos, endpoints e definições de tipo para estruturas de solicitação e resposta.