Los desarrolladores pueden usar la API de Conversational Analytics, a la que se accede a través de geminidataanalytics.googleapis.com
, para compilar una interfaz de chat o un agente de datos potenciados por inteligencia artificial (IA) que usen lenguaje natural para responder preguntas sobre datos estructurados en BigQuery, Looker y Looker Studio. Con la API de Conversational Analytics, le proporcionas a tu agente de datos información y datos comerciales (contexto), así como acceso a herramientas como SQL, Python y bibliotecas de visualización. Estas respuestas del agente se presentan al usuario y la aplicación cliente puede registrarlas, lo que crea una experiencia de chat de datos fluida y auditable.
Descubre cómo y cuándo Gemini para Google Cloud usa tus datos.
Comienza a usar la API de Conversational Analytics
Para comenzar a usar la API de Conversational Analytics, primero puedes revisar la documentación sobre la arquitectura y los conceptos clave para comprender cómo los agentes procesan las solicitudes, los flujos de trabajo para los creadores y usuarios de agentes, los modos de conversación y los roles de Identity and Access Management (IAM). Luego, para comenzar a crear agentes de datos, puedes elegir entre una experiencia guiada con guías de inicio rápido, codelabs y notebooks, o un enfoque autodidacta siguiendo los pasos en Configuración y requisitos previos.
Guías de inicio rápido, codelabs y notebooks
Los siguientes recursos proporcionan experiencias guiadas para ayudarte a comenzar a usar la API de Conversational Analytics:
- App de inicio rápido: Usa esta aplicación de inicio rápido de Streamlit para realizar la integración con la API de Conversational Analytics en un entorno de prueba local.
- Codelab de la API de Conversational Analytics: Sigue un instructivo paso a paso para aprender a usar el SDK de Python con datos de BigQuery.
- Notebooks de Colaboratory de la API de Conversational Analytics:
- Notebook de Colaboratory de HTTP: Proporciona una guía interactiva paso a paso para configurar tu entorno, compilar un agente de datos y realizar llamadas a la API con solicitudes HTTP.
- Notebook de Colaboratory del SDK de Python: Proporciona una guía interactiva paso a paso para configurar tu entorno, compilar un agente de datos y realizar llamadas a la API con el SDK de Python.
Configuración y requisitos previos
Antes de usar la API o los ejemplos, completa los siguientes pasos:
- Habilita la API de Conversational Analytics: Describe los requisitos previos para habilitar la API de Conversational Analytics.
- Control de acceso a la API de Conversational Analytics con IAM: Describe cómo usar Identity and Access Management para compartir y administrar el acceso a los agentes de datos.
- Autentica y conéctate a una fuente de datos con la API de Conversational Analytics: Proporciona instrucciones para autenticarte en la API y configurar conexiones a tus datos de BigQuery, Looker y Looker Studio.
Crea un agente de datos y usa sus funciones
Después de completar los pasos anteriores, usa la API de Conversational Analytics para compilar un agente de datos y, luego, interactuar con él. Para ello, sigue estos pasos:
- Crea un agente de datos con HTTP: Proporciona un ejemplo completo de cómo crear un agente de datos y cómo interactuar con él usando solicitudes HTTP directas con Python.
- Compila un agente de datos con el SDK de Python: Proporciona un ejemplo completo de cómo compilar un agente de datos y cómo interactuar con él usando el SDK de Python.
- Guía el comportamiento del agente con contexto creado: Obtén información para proporcionar contexto creado y guiar el comportamiento del agente, y mejorar la precisión de las respuestas. También puedes ver ejemplos de contexto creado con fuentes de datos de BigQuery y con fuentes de datos de Looker.
- Renderiza una respuesta del agente de la API de Conversational Analytics como una visualización: Proporciona un ejemplo del procesamiento de especificaciones de gráficos a partir de respuestas de la API y su renderización como visualizaciones con el SDK de Python y la biblioteca de Vega-Altair.
Prácticas recomendadas
Revisa las siguientes guías para conocer las prácticas recomendadas para usar la API de Conversational Analytics:
- Administra los costos de BigQuery para tus agentes: Obtén información para supervisar y administrar los costos de BigQuery para tus agentes de la API de Conversational Analytics estableciendo límites de inversión a nivel del proyecto, del usuario y de la consulta.
- Haz preguntas eficaces: Aprende a formular preguntas eficaces para que tus agentes aprovechen al máximo la API de Conversational Analytics.
- Soluciona errores de la API de Conversational Analytics: Soluciona errores comunes de la API de Conversational Analytics.
- Limitaciones conocidas: Proporciona información detallada sobre las limitaciones conocidas de la API de Conversational Analytics, incluidas las limitaciones de las búsquedas, los datos, las visualizaciones y las preguntas.
Operaciones clave de la API
La API proporciona los siguientes extremos principales para administrar agentes de datos y conversaciones:
Operación | Método HTTP | Extremo | Descripción |
---|---|---|---|
Crea un agente | POST |
/v1beta/projects/*/locations/*/dataAgents |
Crea un agente de datos nuevo. |
Obtén un agente | GET |
/v1beta/projects/*/locations/*/dataAgents/* |
Recupera los detalles de un agente de datos específico. |
Obtén la política de Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:getIamPolicy |
Obtiene los permisos de Identity and Access Management que se asignan a cada usuario para un agente de datos específico. Los usuarios con el rol de propietario del agente de datos pueden llamar a este endpoint para ver la política de Identity and Access Management del agente de datos antes de usar el endpoint setIAMpolicy para compartir un agente de datos con otros usuarios. |
Establece la política de Identity and Access Management | POST |
/v1beta/projects/*/locations/*/dataAgents/*:setIamPolicy |
Establece la política de Identity and Access Management para un agente de datos específico. Los usuarios con el rol de propietario del agente de datos deben llamar a este endpoint para compartir un agente de datos con otros usuarios, lo que actualiza de manera efectiva los permisos de Identity and Access Management de esos usuarios. |
Actualiza un agente | PATCH |
/v1beta/projects/*/locations/*/dataAgents/* |
Modifica un agente de datos existente. |
Mostrar lista de agentes | GET |
/v1beta/projects/*/locations/*/dataAgents |
Enumera los agentes de datos disponibles en un proyecto. |
Cómo obtener una lista de los agentes a los que puedes acceder | GET |
/v1beta/projects/*/locations/*/dataAgents:listaccessible |
Enumera los agentes de datos accesibles en un proyecto. Se considera que un agente de datos es accesible si el usuario que invoca esta API tiene el permiso get en el agente. Puedes usar el campo creator_filter para administrar qué agentes devuelve este método:
|
Borra un agente | DELETE |
/v1beta/projects/*/locations/*/dataAgents/* |
Quita un agente de datos. |
Cómo crear una conversación | POST |
/v1beta/projects/*/locations/*/conversations |
Inicia una conversación persistente nueva. |
Chatea con una referencia de conversación | POST |
/v1beta/projects/*/locations/*:chat |
Continúa una conversación con estado enviando un mensaje de chat que hace referencia a una conversación existente y a su contexto del agente asociado. En el caso de las conversaciones de varios turnos, Google Cloud almacena y administra el historial de conversaciones. |
Chatea con una referencia de agente de datos | POST |
/v1beta/projects/*/locations/*:chat |
Envía un mensaje de chat sin estado que hace referencia a un agente de datos guardado para el contexto. En el caso de las conversaciones de varios turnos, tu aplicación debe administrar y proporcionar el historial de conversaciones con cada solicitud. |
Chatea con contexto intercalado | POST |
/v1beta/projects/*/locations/*:chat |
Envía un mensaje de chat sin estado proporcionando todo el contexto directamente en la solicitud, sin usar un agente de datos guardado. En el caso de las conversaciones de varios turnos, tu aplicación debe administrar y proporcionar el historial de conversaciones con cada solicitud. |
Obtén una conversación | GET |
/v1beta/projects/*/locations/*/conversations/* |
Recupera los detalles de una conversación específica. |
Mostrar lista de conversaciones | GET |
/v1beta/projects/*/locations/*/conversations |
Enumera las conversaciones en un proyecto específico. |
Cómo enumerar los mensajes de una conversación | GET |
/v1beta/projects/*/locations/*/conversations/*/messages |
Enumera los mensajes de una conversación específica. |
Enviar comentarios
Usa los siguientes vínculos para informar un error o solicitar una función.
Recursos adicionales
Los siguientes recursos proporcionan documentación de referencia, ejemplos y herramientas para ayudarte a compilar aplicaciones con la API de Conversational Analytics:
- Referencia de la API de REST de Conversational Analytics: Proporciona descripciones detalladas de los métodos, los extremos y las definiciones de tipos para las estructuras de solicitud y respuesta.
- Demostraciones y herramientas de Conversational Analytics: Revisa las demostraciones y las herramientas que muestran las capacidades de la API y proporcionan patrones de integración prácticos.
- Kit de desarrollo de agentes (ADK): Aprende a usar la función
ask_data_insights
en el ADK para responder preguntas sobre tus datos en lenguaje natural.