Halaman ini diterjemahkan oleh Cloud Translation API.

Melihat log Gemini untuk Google Cloud

Dokumen ini menjelaskan cara mengaktifkan pengumpulan dan penyimpanan aktivitas Gemini untuk Google Cloud , termasuk hal-hal berikut:

Gemini untuk perintah dan log respons, seperti input pengguna, informasi kontekstual, dan respons. Google Cloud
Gemini untuk log metadata Google Cloud , seperti metadata telemetri dan baris kode yang diterima oleh pengguna.

Jika Anda perlu membuat metrik Gemini Code Assist, lihat Memantau penggunaan Gemini Google Cloud .

Gemini untuk Google Cloud tidak mengumpulkan atau mengirim ke Cloud Logging interaksi pengguna lain yang mungkin dilakukan pengguna dengan Gemini untuk Google Cloud , termasuk masukan tertulis. Google CloudData yang dikumpulkan dikirim ke Cloud Logging untuk penyimpanan. Anda dapat meninjau data ini dengan menelusuri entri log dengan jenis resource cloudaicompanion.googleapis.com/Instance.

Fitur ini tidak mencatat perintah atau respons dalam Gemini di Vertex AI. Untuk mengaktifkan log untuk Gemini di Vertex AI, lihat Mengaktifkan log audit Akses Data.

Peran Identity and Access Management (IAM) mengontrol kemampuan prinsipal untuk mengakses log. Anda dapat memberikan peran standar kepada principal, atau Anda dapat membuat peran khusus. Untuk mengetahui informasi selengkapnya tentang izin yang diperlukan, lihat Kontrol akses.

Secara default, Cloud Logging mengenkripsi konten pelanggan yang disimpan dalam penyimpanan. Data yang disimpan di bucket log oleh Logging dienkripsi menggunakan kunci enkripsi kunci, sebuah proses yang dikenal sebagai enkripsi envelope. Akses ke data logging Anda memerlukan akses ke kunci enkripsi kunci tersebut, yang dikelola Google untuk Anda tanpa tindakan apa pun dari Anda.

Organisasi Anda mungkin memiliki persyaratan enkripsi tingkat lanjut, kepatuhan, atau peraturan yang tidak disediakan oleh enkripsi saat istirahat default kami. Untuk memenuhi persyaratan organisasi Anda, alih-alih Google yang mengelola kunci enkripsi yang melindungi data Anda, Anda dapat mengelola kunci Anda.

Untuk mengetahui informasi spesifik tentang penggunaan kunci enkripsi yang dikelola pelanggan (CMEK), termasuk keuntungan dan batasannya, lihat Kunci enkripsi yang dikelola pelanggan.

Batasan

Pencatatan data log Gemini di Google Cloud dibatasi untuk interaksi pengguna dengan Gemini Code Assist dalam IDE.
Gemini Code Assist di GitHub tidak mendukung logging dengan Cloud Logging.

Sebelum memulai

Untuk mendapatkan izin yang diperlukan untuk melihat log Gemini, minta administrator untuk memberi Anda peran IAM Logs Viewer (roles/logging.viewer) di project Anda. Google Cloud Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Tinjau harga Cloud Logging dan harga Gemini untuk Google Cloud logging sebelum mengaktifkan Gemini untuk Google Cloud logging.
Aktifkan Gemini untuk Google Cloud logging.

Melihat log pengguna dan log metadata Gemini Google Cloud

Untuk melihat log pengguna dan log metadata Gemini, lakukan salah satu hal berikut: Google Cloud

Konsol

Di konsol Google Cloud , buka halaman Logs Explorer:
Buka Logs Explorer

Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Logging.
Di toolbar, pilih project konsol Google Cloud .
Di toolbar, luaskan menu Semua resource dan pilih resource Cloud AI Companion Instance.

gcloud

Jalankan perintah berikut:

gcloud logging read "resource.type=cloudaicompanion.googleapis.com/Instance" --project PROJECT_ID  --limit 3

Ganti PROJECT_ID dengan ID project yang log Gemini untuk Google Cloud -nya ingin Anda lihat.

API

Buat file JSON yang berisi informasi berikut:

  {
    "resourceNames": [
      "projects/PROJECT_ID"
    ],
    "pageSize": 5,
    "filter": "resource.type: cloudaicompanion.googleapis.com/Instance"
  }

Ganti PROJECT_ID dengan ID project yang log Gemini untuk Google Cloud -nya ingin Anda lihat.

Dapatkan token autentikasi:

TOKEN=$(gcloud auth print-access-token)

Gunakan cURL untuk memanggil metode entries.list:
```
curl -X POST --data-binary @JSON_FILE_NAME \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  "https://logging.googleapis.com/v2/entries:list"
```
Ganti JSON_FILE_NAME dengan jalur untuk file JSON yang Anda buat di langkah sebelumnya.

Untuk mengetahui informasi selengkapnya tentang autentikasi, lihat Melakukan autentikasi untuk menggunakan REST.

Respons menampilkan sekumpulan entri log.

Log Gemini untuk Google Cloud

LogEntry adalah unit dasar data di Cloud Logging. Bagian berikut memberikan daftar kolom yang ditemukan di LogEntry untuk peristiwa platform Gemini for Google Cloud , seperti permintaan pengguna dan respons Gemini for Google Cloud .

Permintaan pengguna

Tabel berikut menunjukkan daftar kolom yang ditemukan dalam entri log permintaan pengguna:

Kolom	Nilai dan catatan
`LogEntry.resource.type`	Jenis resource Gemini untuk Google Cloud : `cloudaicompanion.googleapis.com/Instance`.
`LogEntry.resource.labels.resource_container`	ID unik Resource Container tempat Gemini untuk Google Cloud digunakan.
`LogEntry.resource.labels.location`	Lokasi tempat Gemini untuk Google Cloud digunakan.
`LogEntry.resource.labels.instance_id`	ID unik resource tempat Gemini untuk Google Cloud digunakan.
`LogEntry.labels.method`	Dapat berupa salah satu dari berikut, bergantung pada apa yang memanggil `logEntry`: `CompleteTask`: misalnya, permintaan chat dari Gemini Code Assist atau layanan Gemini untuk Google Cloud lainnya. `GenerateCode`: misalnya, permintaan untuk membuat kode, seperti dengan permintaan transformasi kode dalam Gemini Code Assist. `CompleteCode`: misalnya, permintaan untuk melengkapi kode saat bekerja di IDE, seperti dengan saran inline dalam Gemini Code Assist.
`LogEntry.labels.product`	Gemini untuk Google Cloud nama layanan. Jika produk Gemini untuk Google Cloud adalah Gemini Code Assist, maka nilai ini adalah `code_assist`. Jika produk Gemini untuk Google Cloud adalah Gemini Cloud Assist, maka nilai ini adalah `cloud_assist`. Jika tidak, nilai ini adalah `unknown`.
`LogEntry.labels.request_id`	ID unik untuk mengorelasikan permintaan dengan entri log respons.
`LogEntry.labels.user_id`	ID pengguna yang memulai permintaan ini.
`LogEntry.jsonPayload`	Payload entri log.
`LogEntry.logName`	Mengidentifikasi log.

Contoh berikut menunjukkan contoh entri log untuk peristiwa perintah chat:

{
  "insertId": "654581e30003b19e340bbd96",
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
        instance_id: "default"
        location: "global"
        resource_container: "my-project-id"
     }
  },
  "timestamp": "2023-11-03T23:27:31.242078Z",
  "labels": {
    "product": "code_assist",
    "request_id": "4ea1e265-ea5d-4d11-b3c8-39bad9c96326"
    "user_id": "user@company.com"
  },
  "jsonPayload" : {
    @type: "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.RequestLog"
    "taskCompletionRequest":
      input: {
        messages: [{
          author: "USER"
          content: "What are some best practices to save cost on my Google Cloud bill?"
        }]
        preamble: ""
      }
  }
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Frequest",
  "receiveTimestamp": "2023-11-03T23:27:31.255648319Z"
  "severity": "INFO"
}

Contoh berikut menunjukkan contoh entri RequestLog untuk perintah saran kode inline otomatis dan perintah Gemini untuk Google Cloud dalam file kode.

Data perintah untuk saran kode inline menggunakan objek codeCompletionRequest (seperti yang ditunjukkan dalam contoh berikut), sementara pembuatan yang dipicu secara manual menggunakan codeGenerationRequest.

{
  "insertId": "654581e30003b19e340bbd96",
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
        instance_id: "default"
        location: "global"
        resource_container: "my-project-id"
     }
  },
  "timestamp": "2023-11-03T23:27:31.242078Z",
  "labels": {
    "product": "code_assist",
    "request_id": "4ea1e265-ea5d-4d11-b3c8-39bad9c96326"
    "user_id": "user@company.com"
  },
  "jsonPayload" : {
    @type: "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.RequestLog"
    "codeCompletionRequest": {
      "input_data_context": {
        "additional_context": {
          "files": [
            {
              "language": "go",
              "path": "{/path/to/../current-file.go",
              "segments": [
                {
                  "content": "...Prefix Text..."
                },
                {
                  "content": "...Suffix Text..."
                }
              ],
              "state": ["EDITED"]
            },
            {
              "language": "go",
              "path": "/path/to/../recent-file.go",
              "segments": [
                {
                  "content": "...File Text..."
                }
              ],
              "state": ["RECENTLY_OPENED"]
            }
          ]
        }
      }
    }
  }
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Frequest",
  "receiveTimestamp": "2023-11-03T23:27:31.255648319Z"
  "severity": "INFO"
}

Log interaksi agen

Beberapa interaksi dengan Gemini dapat menghasilkan beberapa entri log (permintaan, respons, dan metadata) untuk satu tindakan pengguna. Contoh interaksi tersebut meliputi:

Agen yang melakukan tugas yang melibatkan penggunaan alat (misalnya, model memanggil fungsi internal seperti read_file atau replace, seperti yang ditunjukkan dalam contoh log).
Agen berinteraksi dengan agen lain.

Entri log permintaan

Contoh berikut menunjukkan contoh entri log untuk permintaan yang memulai interaksi agen:

{
  "insertId": "qe9xxub2r",
  "jsonPayload": {
    "taskCompletionRequest": {
      "input": {
        "messages": [
          {
            "author": "USER",
            "content": "hi can you add one test here\nCurrent File Path:\n```cpp\n/usr/local/google/home/pdec/test.cpp\n```\n\n"
          }
        ],
        "preamble": ""
      }
    },
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.RequestLog"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "resource_container": "my-project-id",
      "instance_id": "default",
      "location": "global"
    }
  },
  "timestamp": "2025-10-08T10:09:52.225165428Z",
  "severity": "INFO",
  "labels": {
    "request_id": "e60facb1485b17b7",
    "client_version": "unknown",
    "product": "code_assist",
    "method": "CompleteTask",
    "user_id": "user@company.com",
    "client_name": "cloudcode_cli"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Frequest",
  "receiveTimestamp": "2025-10-08T10:09:52.581787548Z"
}

Entri log respons

Contoh berikut menunjukkan contoh entri log respons dari interaksi agen yang mencakup beberapa pesan:

{
  "insertId": "qe9xxub2t",
  "jsonPayload": {
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.ResponseLog",
    "taskCompletionResponse": {
      "output": {
        "messages": [
          {
            "content": "**Reading File Contents**\n\nI'm currently focused on reading the contents of `/usr/local/google/home/pdec/test.cpp`. This will inform what kind of test needs to be written and how it should be structured.\n\n\n",
            "author": "MODEL"
          },
          {
            "author": "MODEL",
            "content": "**File Inspection Begins**\n\nI've initiated the process of reading the test file. My immediate goal is to grasp its existing structure and identify the testing framework, if one exists. This will directly influence the design of the new test case I'll be adding.\n\n\n"
          },
          {
            "author": "MODEL",
            "content": "Of course. What is the test about? I'll read the file to understand the context."
          },
          {
            "content": "read_file({\"absolute_path\":\"/usr/local/google/home/pdec/test.cpp\"})",
            "author": "MODEL"
          }
        ]
      }
    }
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "resource_container": "my-project-id",
      "instance_id": "default",
      "location": "global"
    }
  },
  "timestamp": "2025-10-08T10:09:52.227354297Z",
  "severity": "INFO",
  "labels": {
    "product": "code_assist",
    "request_id": "e60facb1485b17b7",
    "user_id": "user@company.com",
    "client_version": "unknown",
    "method": "CompleteTask",
    "client_name": "cloudcode_cli"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fresponse",
  "receiveTimestamp": "2025-10-08T10:09:52.581787548Z"
}

Entri log metadata

Contoh berikut menunjukkan contoh entri log metadata dari interaksi agen:

{
  "insertId": "qe9xxub2s",
  "jsonPayload": {
    "apiRequest": {},
    "clientName": "cloudcode_cli",
    "requestId": "e60facb1485b17b7",
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog",
    "clientVersion": "unknown"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "location": "global",
      "instance_id": "default",
      "resource_container": "my-project-id"
    }
  },
  "timestamp": "2025-10-08T10:09:52.226420727Z",
  "severity": "INFO",
  "labels": {
    "method": "CompleteTask",
    "product": "code_assist",
    "user_id": "user@company.com"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata",
  "receiveTimestamp": "2025-10-08T10:09:52.581787548Z"
}

Contoh berikut menunjukkan contoh lain entri log untuk interaksi agen, dengan ID permintaan 4b66a582bad9cf2c:

Entri log permintaan

{
  "insertId": "4qvt8nb2k",
  "jsonPayload": {
    "taskCompletionRequest": {
      "input": {
        "messages": [
          {
            "author": "USER",
            "content": "FunctionResponse{name: read_file, response: {\"output\":\"#include <iostream>\\n\\n// Function to calculate the greatest common divisor (GCD) of two numbers.\\nint gcd(int a, int b) {\\n    if (b == 0) {\\n        return a;\\n    }\\n    return gcd(b, a % b);\\n}\\n\\n// Function to calculate the least common multiple (LCM) of two numbers.\\nint lcm(int a, int b) {\\n    return (a * b) / gcd(a, b);\\n}\\n\\n// Function to check if a number is prime.\\nint is_prime(int a) {\\n    if (a < 2) {\\n        return 0;\\n    }\\n    for (int i = 2; i * i <= a; ++i) {\\n        if (a % i == 0) {\\n            return 0;\\n        }\\n    }\\n    return 1;\\n}\\n\\n// Function for extended Euclidean algorithm.\\nint extended_gcd(int a, int b, int &x, int &y) {\\n    if (b == 0) {\\n        x = 1;\\n        y = 0;\\n        return a;\\n    }\\n    int x1, y1;\\n    int d = extended_gcd(b, a % b, x1, y1);\\n    x = y1;\\n    y = x1 - (a / b) * y1;\\n    return d;\\n}\\n\\n// Test function\\nvoid run_tests() {\\n    // Test gcd\\n    if (gcd(10, 15) == 5) {\\n        std::cout << \\\"gcd(10, 15) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(10, 15) failed\\\" << std::endl;\\n    }\\n\\n    // Test lcm\\n    if (lcm(10, 15) == 30) {\\n        std::cout << \\\"lcm(10, 15) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"lcm(10, 15) failed\\\" << std::endl;\\n    }\\n\\n    // Test is_prime\\n    if (is_prime(7) == 1) {\\n        std::cout << \\\"is_prime(7) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(7) failed\\\" << std::endl;\\n    }\\n    if (is_prime(10) == 0) {\\n        std::cout << \\\"is_prime(10) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(10) failed\\\" << std::endl;\\n    }\\n\\n    // Test extended_gcd\\n    int x, y;\\n    int g = extended_gcd(35, 15, x, y);\\n    if (g == 5 && 35 * x + 15 * y == g) {\\n        std::cout << \\\"extended_gcd(35, 15) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"extended_gcd(35, 15) failed\\\" << std::endl;\\n    }\\n\\n    // Test is_prime with 1\\n    if (is_prime(1) == 0) {\\n        std::cout << \\\"is_prime(1) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(1) failed\\\" << std::endl;\\n    }\\n\\n    // Test is_prime with 9\\n    if (is_prime(9) == 0) {\\n        std::cout << \\\"is_prime(9) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(9) failed\\\" << std::endl;\\n    }\\n\\n    // Test is_prime with 13\\n    if (is_prime(13) == 1) {\\n        std::cout << \\\"is_prime(13) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(13) failed\\\" << std::endl;\\n    }\\n\\n    // Test lcm with 7 and 9\\n    if (lcm(7, 9) == 63) {\\n        std::cout << \\\"lcm(7, 9) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"lcm(7, 9) failed\\\" << std::endl;\\n    }\\n\\n    // Test gcd with 12 and 18\\n    if (gcd(12, 18) == 6) {\\n        std::cout << \\\"gcd(12, 18) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(12, 18) failed\\\" << std::endl;\\n    }\\n\\n    // Test gcd with two primes\\n    if (gcd(7, 13) == 1) {\\n        std::cout << \\\"gcd(7, 13) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(7, 13) failed\\\" << std::endl;\\n    }\\n\\n    // Test is_prime with 97\\n    if (is_prime(97) == 1) {\\n        std::cout << \\\"is_prime(97) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"is_prime(97) failed\\\" << std::endl;\\n    }\\n\\n    // Test extended_gcd with 48 and 18\\n    int x2, y2;\\n    int g2 = extended_gcd(48, 18, x2, y2);\\n    if (g2 == 6 && 48 * x2 + 18 * y2 == g2) {\\n        std::cout << \\\"extended_gcd(48, 18) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"extended_gcd(48, 18) failed\\\" << std::endl;\\n    }\\n\\n    // Test gcd with 27 and 18\\n    if (gcd(27, 18) == 9) {\\n        std::cout << \\\"gcd(27, 18) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(27, 18) failed\\\" << std::endl;\\n    }\\n    // test 999 and 123\\n    if (gcd(999, 123) == 3) {\\n        std::cout << \\\"gcd(999, 123) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(999, 123) failed\\\" << std::endl;\\n    }\\n    \\n    \\n}\\n\\nint main() {\\n    run_tests();\\n    return 0;\\n}\"}}"
          }
        ],
        "preamble": ""
      }
    },
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.RequestLog"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "resource_container": "my-project-id",
      "instance_id": "default",
      "location": "global"
    }
  },
  "timestamp": "2025-10-08T10:10:03.457717366Z",
  "severity": "INFO",
  "labels": {
    "request_id": "4b66a582bad9cf2c",
    "method": "CompleteTask",
    "client_version": "unknown",
    "product": "code_assist",
    "client_name": "cloudcode_cli",
    "user_id": "user@company.com"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Frequest",
  "receiveTimestamp": "2025-10-08T10:10:03.606059154Z"
}

Entri log respons

{
  "insertId": "4qvt8nb2m",
  "jsonPayload": {
    "taskCompletionResponse": {
      "output": {
        "messages": [
          {
            "author": "MODEL",
            "content": "**Testing the functions**\\n\\nI'm focusing on adding a new test case to `test.cpp`.  The existing `run_tests` function is a great starting point. I'm considering which function to test further – maybe `extended_gcd`? I'll review the current tests for that function and then devise a new test scenario to add.\\n\\n\\n"
          },
          {
            "author": "MODEL",
            "content": "**Evaluating LCM Test**\\n\\nI've finalized the new test case for the `lcm` function within the `test.cpp` file.  I'm adding a test for `lcm(12, 18)` to confirm the result is 36. I plan to use the `replace` command to inject this new test directly before the closing brace of the `run_tests` function.  I've identified a unique line in `test.cpp` as the anchor for replacement.\\n\\n\\n"
          },
          {
            "author": "MODEL",
            "content": "**Inserting the new test**\\n\\nI've created a test case for `lcm(12, 18)`, confirming the expected result of 36. To implement this, I'm targeting the `run_tests` function.  I'll use the `replace` command and will search the end of the `run_tests` function to inject the new test, right before the closing brace.  I'm ready to implement this and confirm that it passes.\\n\\n\\n"
          },
          {
            "author": "MODEL",
            "content": "I've reviewed the file. I'll add a test case for the `lcm` function with inputs 12 and 18."
          },
          {
            "content": "replace({\"file_path\":\"/usr/local/google/home/pdec/test.cpp\",\"instruction\":\"add a test for the lcm function with 12 and 18\",\"new_string\":\"    // test 999 and 123\\n    if (gcd(999, 123) == 3) {\\n        std::cout << \\\"gcd(999, 123) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(999, 123) failed\\\" << std::endl;\\n    }\\n    \\n    // Test lcm with 12 and 18\\n    if (lcm(12, 18) == 36) {\\n        std::cout << \\\"lcm(12, 18) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"lcm(12, 18) failed\\\" << std::endl;\\n    }\\n    \\n}\",\"old_string\":\"    // test 999 and 123\\n    if (gcd(999, 123) == 3) {\\n        std::cout << \\\"gcd(999, 123) passed\\\" << std::endl;\\n    } else {\\n        std::cout << \\\"gcd(999, 123) failed\\\" << std::endl;\\n    }\\n    \\n    \\n}\"})",
            "author": "MODEL"
          }
        ]
      }
    },
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.ResponseLog"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "location": "global",
      "resource_container": "my-project-id",
      "instance_id": "default"
    }
  },
  "timestamp": "2025-10-08T10:10:03.461137399Z",
  "severity": "INFO",
  "labels": {
    "client_name": "cloudcode_cli",
    "client_version": "unknown",
    "method": "CompleteTask",
    "request_id": "4b66a582bad9cf2c",
    "product": "code_assist",
    "user_id": "user@company.com"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fresponse",
  "receiveTimestamp": "2025-10-08T10:10:03.606059154Z"
}

Entri log metadata

{
  "insertId": "4qvt8nb2l",
  "jsonPayload": {
    "clientVersion": "unknown",
    "apiRequest": {},
    "clientName": "cloudcode_cli",
    "requestId": "4b66a582bad9cf2c",
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "resource_container": "my-project-id",
      "location": "global",
      "instance_id": "default"
    }
  },
  "timestamp": "2025-10-08T10:10:03.459902984Z",
  "severity": "INFO",
  "labels": {
    "product": "code_assist",
    "user_id": "user@company.com",
    "method": "CompleteTask"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata",
  "receiveTimestamp": "2025-10-08T10:10:03.606059154Z"
}

Respons Gemini untuk Google Cloud

Tabel berikut menampilkan kolom dan deskripsi respons Gemini untuk Google Cloud :

Kolom	Nilai dan catatan
`LogEntry.resource.type`	Jenis resource Gemini untuk Google Cloud : `cloudaicompanion.googleapis.com/Instance`.
`LogEntry.resource.labels.resource_container`	ID unik Resource Container tempat Gemini untuk Google Cloud digunakan.
`LogEntry.resource.labels.location`	Lokasi tempat Gemini untuk Google Cloud digunakan.
`LogEntry.resource.labels.instance_id`	ID unik resource tempat Gemini untuk Google Cloud digunakan.
`LogEntry.labels.method`	Dapat berupa salah satu dari berikut, bergantung pada apa yang memanggil `logEntry`: `CompleteTask`: misalnya, permintaan chat dari Gemini Code Assist atau layanan Gemini untuk Google Cloud lainnya. `GenerateCode`: misalnya, permintaan untuk membuat kode, seperti dengan permintaan transformasi kode dalam Gemini Code Assist. `CompleteCode`: misalnya, permintaan untuk melengkapi kode saat bekerja di IDE, seperti dengan saran inline dalam Gemini Code Assist.
`LogEntry.labels.product`	Gemini untuk Google Cloud nama layanan. Jika produk Gemini untuk Google Cloud adalah Gemini Code Assist, maka nilai ini adalah `code_assist`. Jika produk Gemini untuk Google Cloud adalah Gemini Cloud Assist, maka nilai ini adalah `cloud_assist`. Jika tidak, nilai ini adalah `unknown`.
`LogEntry.labels.request_id`	ID unik untuk mengorelasikan permintaan dengan entri log respons.
`LogEntry.labels.user_id`	ID pengguna yang memulai permintaan ini.
`LogEntry.jsonPayload`	Payload entri log. Kutipan sumber yang digunakan untuk menghasilkan respons disertakan dalam objek ini sebagai `attribution_context`.
`LogEntry.logName`	Mengidentifikasi log.

Log metadata Gemini untuk Google Cloud

Agar log metadata dibuat, setelan telemetri ekstensi Gemini Code Assist harus diaktifkan untuk ekstensi VS Code dan IntelliJ.

Log metadata Gemini untuk Google Cloud mengikuti struktur yang sama dengan log Gemini untuk Google Cloud , tetapi menentukan kolom yang berbeda. Tabel berikut menunjukkan daftar kolom yang ditemukan dalam entri log permintaan pengguna:

Kolom	Nilai dan catatan
`LogEntry.@type`	Gemini untuk Google Cloud jenis resource metadata: `type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog`.
`LogEntry.labels.method`	Untuk log metadata, nilai label ini adalah `Export.Metrics`.
`LogEntry.labels.product`	Gemini untuk Google Cloud nama layanan. Jika produk Gemini untuk Google Cloud adalah Gemini Code Assist, maka nilai ini adalah `code_assist`. Jika produk Gemini untuk Google Cloud adalah Gemini Cloud Assist, maka nilai ini adalah `cloud_assist`. Jika tidak, nilai ini adalah `unknown`.
`LogEntry.labels.user_id`	ID pengguna yang memulai permintaan ini.
`LogEntry.jsonPayload`	Menunjukkan peristiwa `codeExposure` atau peristiwa `code.Acceptance`. Peristiwa `codeExposure` menunjukkan eksposur saran kode kepada pengguna. Peristiwa `code.Acceptance` menunjukkan bahwa ada peristiwa penerimaan oleh pengguna, seperti pengetikan, tab, atau penerimaan penuh.
`LogEntry.jsonPayload.clientName`	Nama IDE, seperti `CloudCodeVscode`.
`LogEntry.jsonPayload.clientVersion`	Nomor versi IDE.
`LogEntry.jsonPayload.codeAcceptance`	Khusus untuk IDE VS Code dan IntelliJ, menunjukkan bahwa ada beberapa peristiwa penerimaan oleh pengguna, seperti pengetikan, tab, atau penerimaan penuh. Juga mencakup kolom berikut: `linesCount`: jumlah total baris kode yang diterima oleh pengguna. `commentLinesCount`: jumlah baris komentar dalam kode yang diterima oleh pengguna. Properti ini hanya muncul jika Gemini Code Assist dapat menentukan berapa banyak baris yang diterima adalah baris komentar. `originalRequestId`: ID yang menautkan peristiwa `codeExposure` ke nol atau lebih peristiwa `codeAcceptance`. Hal ini dapat digunakan untuk menghitung tingkat penerimaan dan baris kode yang diterima. `programmingLanguage`: bahasa pemrograman kode yang diterima, seperti `python`.
`LogEntry.jsonPayload.codeExposure`	Khusus untuk IDE VS Code dan IntelliJ, menunjukkan bahwa ada saran kode yang ditampilkan kepada pengguna. Juga mencakup kolom berikut: `programmingLanguage`: bahasa pemrograman eksposur, seperti `python`. `originalRequestId`: ID yang menautkan peristiwa `codeExposure` ke nol atau lebih peristiwa `codeAcceptance`. Hal ini dapat digunakan untuk menghitung tingkat penerimaan dan baris kode yang diterima.
`LogEntry.jsonPayload.chatExposure`	Menunjukkan bahwa respons chat ditampilkan kepada pengguna. Juga mencakup kolom berikut: `originalRequestId`: ID yang menautkan peristiwa `chatExposure` ke nol atau lebih peristiwa `chatAcceptance`. Hal ini dapat digunakan untuk menghitung rasio penerimaan chat dan jumlah baris chat yang diterima. `is_agentic`: ID yang menunjukkan apakah chatExposure berasal dari Mode Agen. Hal ini dapat digunakan untuk membedakan tingkat penerimaan chat Mode Agen dan non-Mode Agen serta ukuran baris kode yang diterima.
`LogEntry.jsonPayload.chatAcceptance`	Menunjukkan bahwa ada peristiwa penerimaan oleh pengguna pada blok kode dalam respons chat. Juga mencakup kolom berikut: `interactionType`: jenis interaksi pengguna dengan blok kode, seperti `ACCEPT_CODE_BLOCK`. `programmingLanguage`: bahasa pemrograman kode yang diterima, seperti `python`. `linesCount`: jumlah total baris kode yang diterima oleh pengguna. `originalRequestId`: ID yang menautkan peristiwa `chatExposure` ke nol atau lebih peristiwa `chatAcceptance`. `is_agentic`: ID apakah chatAcceptance berasal dari Mode Agen. Hal ini dapat digunakan untuk membedakan tingkat penerimaan chat Mode Agen dan non-Mode Agen serta ukuran baris kode yang diterima.

Contoh berikut menunjukkan contoh entri log codeExposure:

{
  insertId: "whfrqgc1gj"
  jsonPayload: {
    @type: "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog"
    clientName: "CloudCodeVscode"
    clientVersion: "1.93.1"
    codeExposure: {
      originalRequestId: "cac019824a0b25ba"
      programmingLanguage: "python"
    }
  requestId: "0c5178fe-446f-4ab6-b996-520dec100cf8"
  }
  labels: {
    method: "Export.Metrics"
    product: "code_assist"
    user_id: "user@company.com"
  }
  logName: "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata"
  receiveTimestamp: "2025-02-03T23:34:35.662837985Z"
  resource: {
    labels: {
      instance_id: "default"
      location: "global"
      resource_container: "my-project-id"
    }
  type: "cloudaicompanion.googleapis.com/Instance"
  }
  severity: "INFO"
  timestamp: "2025-02-03T23:34:35.021564463Z"
}

Contoh berikut menunjukkan contoh entri log codeAcceptance:

{
  insertId: "whfrqgc1gk"
  jsonPayload: {
    @type: "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog"
    clientName: "CloudCodeVscode"
    clientVersion: "1.93.1"
    codeAcceptance: {
      linesCount: 2
      originalRequestId: "cac019824a0b25ba"
      programmingLanguage: "python"
    }
    requestId: "ddf11040-c315-452e-b7cd-928c3f97984e"
  }
  labels: {
    method: "Export.Metrics"
    product: "code_assist"
    user_id: "user@company.com"
  }
  logName: "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata"
  receiveTimestamp: "2025-02-03T23:34:37.632662272Z"
  resource: {
    labels: {
      instance_id: "default"
      location: "global"
      resource_container: "my-project-id"
    }
    type: "cloudaicompanion.googleapis.com/Instance"
  }
  severity: "INFO"
  timestamp: "2025-02-03T23:34:36.778692483Z"
}

Contoh berikut menunjukkan contoh entri log chatAcceptance:

{
  "insertId": "1oru1grbow",
  "jsonPayload": {
    "clientVersion": "1.103.2",
    "requestId": "32a0b0b8c967d8e8",
    "clientName": "CloudCodeVscode",
    "chatAcceptance": {
      "interactionType": "ACCEPT_CODE_BLOCK",
      "programmingLanguage": "go",
      "linesCount": "15",
      "originalRequestId": "75f7c41e63162567"
    },
    "@type": "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog"
  },
  "resource": {
    "type": "cloudaicompanion.googleapis.com/Instance",
    "labels": {
      "resource_container": "my-project-id",
      "instance_id": "default",
      "location": "global"
    }
  },
  "timestamp": "2025-08-25T09:34:01.240377123Z",
  "severity": "INFO",
  "labels": {
    "product": "code_assist",
    "method": "Export.Metrics",
    "user_id": "user@company.com"
  },
  "logName": "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata",
  "receiveTimestamp": "2025-08-25T09:34:01.704925625Z"
}

Contoh berikut menunjukkan contoh entri log chatExposure:

{
  insertId: "3diaj2c208"
  jsonPayload: {
    @type: "type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog"
    clientName: "CloudCodeVscode"
    clientVersion: "1.93.1"
    chatExposure: {
      originalRequestId: "cac019824a0b25ba"
    }
  requestId: "0c5178fe-446f-4ab6-b996-520dec100cf8"
  }
  labels: {
    method: "Export.Metrics"
    product: "code_assist"
    user_id: "user@company.com"
  }
  logName: "projects/my-project-id/logs/cloudaicompanion.googleapis.com%2Fmetadata"
  receiveTimestamp: "2025-02-03T23:34:35.662837985Z"
  resource: {
    labels: {
      instance_id: "default"
      location: "global"
      resource_container: "my-project-id"
    }
  type: "cloudaicompanion.googleapis.com/Instance"
  }
  severity: "INFO"
  timestamp: "2025-02-03T23:34:35.021564463Z"
}

Menghitung tingkat penerimaan

Bagian berikut menjelaskan cara menghitung rasio penerimaan saran kode, rasio penerimaan respons chat, dan total rasio penerimaan gabungan menggunakan log metadata Gemini Code Assist.

Menghitung tingkat penerimaan kode

Untuk menghitung rasio penerimaan kode menggunakan log metadata Gemini Code Assist, temukan total jumlah ID unik dari peristiwa dengan codeAcceptance.originalRequestId dan bagi dengan total jumlah ID unik dari peristiwa dengan codeExposure.originalRequestId.

Anda dapat menyempurnakan penghitungan ini lebih lanjut menurut bahasa pemrograman dan menurut pengguna menggunakan kolom peristiwa log metadata masing-masing.

Menghitung tingkat penerimaan chat

Untuk menghitung rasio penerimaan chat menggunakan log metadata Gemini Code Assist, temukan total jumlah ID unik dari peristiwa dengan chatAcceptance.originalRequestId dan bagi dengan total jumlah ID unik dari peristiwa dengan chatExposure.originalRequestId.

Anda dapat menyempurnakan penghitungan ini lebih lanjut menurut bahasa pemrograman dan menurut pengguna menggunakan kolom peristiwa log metadata masing-masing.

Menghitung total tingkat penerimaan

Untuk menghitung total rasio penerimaan menggunakan log metadata Gemini Code Assist, temukan total jumlah peristiwa yang diterima dan bagi dengan total jumlah peristiwa eksposur:

Total rasio penerimaan = Total peristiwa yang diterima ÷ Total peristiwa eksposur

Total peristiwa yang diterima: total jumlah ID unik dari peristiwa dengan codeAcceptance.originalRequestId ditambah total jumlah ID unik dari peristiwa dengan chatAcceptance.originalRequestId.
Total peristiwa eksposur: total jumlah ID unik dari peristiwa dengan codeExposure.originalRequestId ditambah total jumlah ID unik dari peristiwa dengan chatExposure.originalRequestId.

Formula ini memberikan rasio penerimaan yang mencerminkan keseluruhan probabilitas saran apa pun diterima di semua fitur Gemini Code Assist.

Menghitung baris kode yang diterima

Bagian berikut menjelaskan cara menghitung jumlah baris kode yang diterima dari saran kode, jumlah baris kode yang diterima dari chat, dan total baris kode yang diterima menggunakan log metadata Gemini Code Assist.

Menghitung baris kode yang diterima

Untuk menghitung baris kode yang diterima, temukan nilai maksimum untuk codeAcceptance.linesCount untuk setiap codeAcceptance.originalRequestId unik. Kemudian, jumlahkan nilai maksimum ini untuk menghitung total baris kode yang diterima.

Anda dapat menyempurnakan penghitungan ini lebih lanjut menurut bahasa pemrograman dan menurut pengguna menggunakan kolom peristiwa log metadata masing-masing.

Menghitung baris kode yang diterima dari chat

Untuk menghitung baris kode yang diterima dari chat, temukan nilai kolom chatAcceptance.linesCount untuk setiap chatAcceptance.originalRequestId unik. Kemudian, jumlahkan nilai maksimum ini untuk menghitung total baris chat yang diterima.

Menghitung total baris kode yang diterima

Untuk menghitung total baris yang diterima menggunakan log metadata Gemini Code Assist, tambahkan baris kode yang diterima dan baris kode yang diterima dari chat.

Langkah berikutnya

Pelajari cara melihat, menganalisis, dan memantau log Anda di Google Cloud.
Pelajari lebih lanjut cara memantau penggunaan Gemini untuk Google Cloud.

Melihat log Gemini untuk Google Cloud Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

Batasan

Sebelum memulai

Melihat log pengguna dan log metadata Gemini Google Cloud

Konsol

gcloud

API

Log Gemini untuk Google Cloud

Permintaan pengguna

Log interaksi agen

Entri log permintaan

Entri log respons

Entri log metadata

Respons Gemini untuk Google Cloud

Log metadata Gemini untuk Google Cloud

Menghitung tingkat penerimaan

Menghitung tingkat penerimaan kode

Menghitung tingkat penerimaan chat

Menghitung total tingkat penerimaan

Menghitung baris kode yang diterima

Menghitung baris kode yang diterima

Menghitung baris kode yang diterima dari chat

Menghitung total baris kode yang diterima

Langkah berikutnya

Melihat log Gemini untuk Google Cloud