Consulta los registros de Gemini para Google Cloud

En este documento, se describe cómo habilitar la recopilación y el almacenamiento de la actividad de Gemini para Google Cloud , lo que incluye lo siguiente:

  • Registros de Gemini para Google Cloud indicaciones y respuestas, como entradas del usuario, información contextual y respuestas
  • Gemini para los registros de metadatos de Google Cloud , como los metadatos de telemetría y las líneas de código aceptadas por el usuario.

Si necesitas generar métricas de Gemini Code Assist, consulta Supervisa el uso de Gemini para Google Cloud .

Gemini para Google Cloud no recopila ni envía a Cloud Logging ninguna otra interacción del usuario que este pueda haber tenido con Gemini para Google Cloud, incluidos los comentarios escritos. Los datos recopilados se envían a Cloud Logging para su almacenamiento. Puedes revisar estos datos buscando entradas de registro con el tipo de recurso cloudaicompanion.googleapis.com/Instance.

Esta función no registra las instrucciones ni las respuestas en Gemini en Vertex AI. Para habilitar los registros de Gemini en Vertex AI, consulta Habilita los registros de auditoría de acceso a los datos.

Los roles de Identity and Access Management (IAM) controlan la capacidad de una principal para acceder a los registros. Puedes otorgar roles predefinidos a las entidades principales o crear roles personalizados. Para obtener más información sobre los permisos obligatorios, consulta Control de acceso.

De forma predeterminada, Cloud Logging encripta el contenido del cliente almacenado en reposo. Los datos que Logging almacena en los buckets de registros se encriptan con claves de encriptación de claves, un proceso conocido como encriptación de sobre. Acceder a tus datos de registro requiere acceso a esas claves de encriptación de claves, que Google administra sin que tengas que realizar ninguna acción.

Tu organización puede tener requisitos de encriptación avanzados, regulatorios o relacionados con el cumplimiento que nuestra encriptación en reposo predeterminada no proporciona. Para cumplir con los requisitos de tu organización, en lugar de que Google administre las claves de encriptación que protegen tus datos, puedes administrar tus claves.

Para obtener información específica sobre el uso de las claves de encriptación administradas por el cliente (CMEK), incluidas las ventajas y limitaciones, consulta Claves de encriptación administradas por el cliente.

Limitaciones

  • Gemini en el Google Cloud registro de datos de registro se limita a las interacciones del usuario con Gemini Code Assist dentro de un IDE.

  • Gemini Code Assist en GitHub no admite el registro con Cloud Logging.

Antes de comenzar

Consulta los registros de usuarios y los registros de metadatos de Gemini para Google Cloud

Para ver los registros de usuarios y los registros de metadatos de Gemini, haz una de las siguientes acciones: Google Cloud

Console

  1. En la consola de Google Cloud , accede a la página Explorador de registros:

    Accede al Explorador de registros.

    Si usas la barra de búsqueda para encontrar esta página, selecciona el resultado cuyo subtítulo es Logging.

  2. En la barra de herramientas, selecciona un proyecto de la consola de Google Cloud .
  3. En la barra de herramientas, expande el menú Todos los recursos y selecciona el recurso Instancia de Cloud AI Companion.

gcloud

Ejecuta el comando siguiente:

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

Reemplaza PROJECT_ID por el ID del proyecto cuyos registros de Gemini para Google Cloud quieres ver.

API

  1. Crea un archivo JSON que contenga la siguiente información:

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

    Reemplaza PROJECT_ID por el ID del proyecto cuyos registros de Gemini para Google Cloud quieres ver.

  2. Obtén un token de autenticación:

    TOKEN=$(gcloud auth print-access-token)
    
  3. Usa cURL para llamar al método 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"

    Reemplaza JSON_FILE_NAME por la ruta de acceso al archivo JSON que creaste en el paso anterior.

    Para obtener más información sobre la autenticación, consulta Autentica para usar REST.

    La respuesta devuelve un conjunto de entradas de registro.

Gemini para registros de Google Cloud

Un LogEntry es la unidad básica de datos en Cloud Logging. En las siguientes secciones, se proporcionan listas de los campos que se encuentran en LogEntry para un evento de la plataforma de Gemini para Google Cloud , como solicitudes del usuario y respuestas de Gemini para Google Cloud .

Solicitudes del usuario

En la siguiente tabla, se muestra una lista de los campos que se encuentran en una entrada de registro de solicitud del usuario:

Campo Valores y notas
LogEntry.resource.type Gemini para el Google Cloud tipo de recurso: cloudaicompanion.googleapis.com/Instance.
LogEntry.resource.labels.resource_container ID único del contenedor de recursos en el que se usó Gemini para Google Cloud .
LogEntry.resource.labels.location Ubicación en la que se usó Gemini para Google Cloud .
LogEntry.resource.labels.instance_id Es el ID único del recurso en el que se usó Gemini para Google Cloud .
LogEntry.labels.method Puede ser uno de los siguientes, según lo que invocó a logEntry:

CompleteTask: Por ejemplo, una solicitud de chat de Gemini Code Assist o de otro servicio de Gemini para Google Cloud .

GenerateCode: Por ejemplo, una solicitud para generar código, como con una solicitud de transformación de código dentro de Gemini Code Assist.

CompleteCode: Por ejemplo, una solicitud para completar código cuando se trabaja en el IDE, como con sugerencias intercaladas dentro de Gemini Code Assist.
LogEntry.labels.product Nombre del servicio de Gemini para Google Cloud . Si el producto de Gemini para Google Cloud es Gemini Code Assist, este valor es code_assist. Si el producto de Gemini para Google Cloud es Gemini Cloud Assist, este valor es cloud_assist. De lo contrario, este valor es unknown.
LogEntry.labels.request_id Es un identificador único para correlacionar una solicitud con una entrada de registro de respuesta.
LogEntry.labels.user_id Es el identificador del usuario que inició esta solicitud.
LogEntry.jsonPayload Es la carga útil de la entrada de registro.
LogEntry.logName Identifica el registro.

En el siguiente ejemplo, se muestra una entrada de registro de ejemplo para un evento de mensaje de 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"
}

En el siguiente ejemplo, se muestra una entrada de RequestLog para las indicaciones de sugerencias de código intercalado automáticas y pedirle a Gemini que genere Google Cloud en un archivo de código.

Los datos de la instrucción para las sugerencias de código intercalado usan el objeto codeCompletionRequest (como se muestra en el siguiente ejemplo), mientras que la generación activada manualmente usa 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"
}

Registros de interacción del agente

Algunas interacciones con Gemini pueden generar varias entradas de registro (solicitud, respuesta y metadatos) para una sola acción del usuario. Estos son algunos ejemplos de tales interacciones:

  • Un agente que realiza una tarea que implica el uso de herramientas (por ejemplo, el modelo invoca funciones internas como read_file o replace, como se muestra en los ejemplos de registros).
  • Un agente que interactúa con otros agentes.
Entrada de registro de solicitud

En el siguiente ejemplo, se muestra una entrada de registro de ejemplo para una solicitud que inicia una interacción con el agente:

{
  "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"
}
Entrada de registro de respuesta

En el siguiente ejemplo, se muestra una entrada de registro de respuesta de ejemplo de una interacción del agente que incluye varios mensajes:

{
  "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"
}
Entrada de registro de metadatos

En el siguiente ejemplo, se muestra una entrada de registro de metadatos de ejemplo de una interacción del agente:

{
  "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"
}

En los siguientes ejemplos, se muestra otro ejemplo de entradas de registro para una interacción del agente, con el ID de solicitud 4b66a582bad9cf2c:

Entrada de registro de solicitud

{
  "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"
}

Entrada de registro de respuesta

{
  "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"
}

Entrada de registro de metadatos

{
  "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"
}

Respuestas de Gemini para Google Cloud

En la siguiente tabla, se muestran los campos de respuesta y las descripciones de Gemini para Google Cloud :

Campo Valores y notas
LogEntry.resource.type Gemini para el Google Cloud tipo de recurso: cloudaicompanion.googleapis.com/Instance.
LogEntry.resource.labels.resource_container ID único del contenedor de recursos en el que se usó Gemini para Google Cloud .
LogEntry.resource.labels.location Ubicación en la que se usó Gemini para Google Cloud .
LogEntry.resource.labels.instance_id Es el ID único del recurso en el que se usó Gemini para Google Cloud .
LogEntry.labels.method Puede ser uno de los siguientes, según lo que invocó a logEntry:

CompleteTask: Por ejemplo, una solicitud de chat de Gemini Code Assist o de otro servicio de Gemini para Google Cloud .

GenerateCode: Por ejemplo, una solicitud para generar código, como con una solicitud de transformación de código dentro de Gemini Code Assist.

CompleteCode: Por ejemplo, una solicitud para completar código cuando se trabaja en el IDE, como con sugerencias intercaladas dentro de Gemini Code Assist.
LogEntry.labels.product Nombre del servicio de Gemini para Google Cloud . Si el producto de Gemini para Google Cloud es Gemini Code Assist, este valor es code_assist. Si el producto de Gemini para Google Cloud es Gemini Cloud Assist, este valor es cloud_assist. De lo contrario, este valor es unknown.
LogEntry.labels.request_id Es un identificador único para correlacionar una solicitud con una entrada de registro de respuesta.
LogEntry.labels.user_id Es el identificador del usuario que inició esta solicitud.
LogEntry.jsonPayload Es la carga útil de la entrada de registro. Las citas de fuentes que se usaron para generar la respuesta se incluyen en este objeto como attribution_context.
LogEntry.logName Identifica el registro.

Registros de metadatos de Gemini para Google Cloud

Para que se generen los registros de metadatos, se debe habilitar el parámetro de configuración de telemetría de la extensión de Gemini Code Assist para las extensiones de VS Code y de IntelliJ.

Los registros de metadatos de Gemini para Google Cloud siguen la misma estructura que los registros de Gemini para Google Cloud , pero especifican campos diferentes. En la siguiente tabla, se muestra una lista de los campos que se encuentran en una entrada de registro de solicitud del usuario:

Campo Valores y notas
LogEntry.@type Gemini para metadatos de tipo de recurso: type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.MetadataLog. Google Cloud
LogEntry.labels.method Para los registros de metadatos, el valor de esta etiqueta es Export.Metrics.
LogEntry.labels.product Nombre del servicio de Gemini para Google Cloud . Si el producto de Gemini para Google Cloud es Gemini Code Assist, este valor es code_assist. Si el producto de Gemini para Google Cloud es Gemini Cloud Assist, este valor es cloud_assist. De lo contrario, este valor es unknown.
LogEntry.labels.user_id Es el identificador del usuario que inició esta solicitud.
LogEntry.jsonPayload Indica un evento codeExposure o un evento code.Acceptance. Un evento codeExposure indica la exposición de una sugerencia de código a un usuario. Un evento code.Acceptance indica que el usuario realizó algún evento de aceptación, como escribir, presionar la tecla Tab o aceptar por completo.
LogEntry.jsonPayload.clientName Nombre del IDE, como CloudCodeVscode.
LogEntry.jsonPayload.clientVersion Es el número de versión del IDE.
LogEntry.jsonPayload.codeAcceptance Solo para los IDE de VS Code y IntelliJ, indica que el usuario realizó algún evento de aceptación, como escribir sobre el texto, presionar Tab o aceptar por completo. También incluye los siguientes campos:
  • linesCount: Es la cantidad total de líneas de código aceptadas por el usuario.
  • commentLinesCount: Es la cantidad de líneas de comentarios en el código que acepta el usuario. Esta propiedad solo aparece si Gemini Code Assist puede determinar cuántas de las líneas aceptadas son líneas de comentarios.
  • originalRequestId: Es un identificador que vincula un evento codeExposure a cero o más eventos codeAcceptance. Esto se puede usar para calcular las medidas de tasa de aceptación y líneas de código aceptadas.
  • programmingLanguage: Lenguaje de programación del código aceptado, como python.
LogEntry.jsonPayload.codeExposure Solo para los IDE de IntelliJ y VS Code, indica que se expuso una sugerencia de código a un usuario. También incluye los siguientes campos:
  • programmingLanguage: Es el lenguaje de programación de la exposición, como python.
  • originalRequestId: Es un identificador que vincula un evento codeExposure a cero o más eventos codeAcceptance. Esto se puede usar para calcular las medidas de tasa de aceptación y líneas de código aceptadas.
LogEntry.jsonPayload.chatExposure Indica que se expuso una respuesta de chat a un usuario. También incluye los siguientes campos:
  • originalRequestId: Es un identificador que vincula un evento chatExposure a cero o más eventos chatAcceptance. Se puede usar para calcular las métricas de tasa de aceptación de chat y líneas de chat aceptadas.
  • is_agentic: Es un identificador que indica si chatExposure proviene del modo de agente. Se puede usar para distinguir la tasa de aceptación del chat en el modo Agente y en el modo sin agente, y las medidas de líneas de código aceptadas.
LogEntry.jsonPayload.chatAcceptance Indica que el usuario aceptó de alguna manera los bloques de código en la respuesta del chat. También incluye los siguientes campos:
  • interactionType: Es el tipo de interacción que tuvo el usuario con el bloque de código, como ACCEPT_CODE_BLOCK.
  • programmingLanguage: Lenguaje de programación del código aceptado, como python.
  • linesCount: Es la cantidad total de líneas de código aceptadas por el usuario.
  • originalRequestId: Es un identificador que vincula un evento chatExposure a cero o más eventos chatAcceptance.
  • is_agentic: Es un identificador que indica si chatAcceptance proviene del modo de agente. Se puede usar para distinguir la tasa de aceptación del chat en el modo Agente y en el modo sin agente, y las medidas de líneas de código aceptadas.

En el siguiente ejemplo, se muestra una entrada de registro de 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"
}

En el siguiente ejemplo, se muestra una entrada de registro de 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"
} 

En el siguiente ejemplo, se muestra una entrada de registro de 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"
}

En el siguiente ejemplo, se muestra una entrada de registro de 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"
}

Cómo calcular el porcentaje de aceptación

En las siguientes secciones, se describe cómo calcular la tasa de aceptación de sugerencias de código, la tasa de aceptación de respuestas de chat y la tasa de aceptación combinada total con los registros de metadatos de Gemini Code Assist.

Cómo calcular el porcentaje de aceptación del código

Para calcular la tasa de aceptación de código con los registros de metadatos de Gemini Code Assist, busca la cantidad total de IDs únicos de los eventos con codeAcceptance.originalRequestId y divídela por la cantidad total de IDs únicos de los eventos con codeExposure.originalRequestId.

Puedes refinar aún más este cálculo por lenguaje de programación y por usuario con los campos de eventos de registro de metadatos respectivos.

Cómo calcular el porcentaje de aceptación de chats

Para calcular el porcentaje de aceptación del chat con los registros de metadatos de Gemini Code Assist, busca la cantidad total de IDs únicos de los eventos con chatAcceptance.originalRequestId y divídela por la cantidad total de IDs únicos de los eventos con chatExposure.originalRequestId.

Puedes refinar aún más este cálculo por lenguaje de programación y por usuario con los campos de eventos de registro de metadatos respectivos.

Cómo calcular el porcentaje de aceptación total

Para calcular la tasa de aceptación total con los registros de metadatos de Gemini Code Assist, busca la cantidad total de eventos aceptados y divídela por la cantidad total de eventos de exposición:

Tasa de aceptación total = Eventos aceptados totales ÷ Eventos de exposición totales

  • Eventos aceptados totales: Es la cantidad total de IDs únicos de eventos con codeAcceptance.originalRequestId más la cantidad total de IDs únicos de eventos con chatAcceptance.originalRequestId.
  • Eventos de exposición totales: Es la cantidad total de IDs únicos de los eventos con codeExposure.originalRequestId más la cantidad total de IDs únicos de los eventos con chatExposure.originalRequestId.

Esta fórmula proporciona una tasa de aceptación que refleja la probabilidad general de que se acepte cualquier sugerencia en todas las funciones de Gemini Code Assist.

Cómo calcular las líneas de código aceptadas

En las siguientes secciones, se describe cómo calcular la cantidad de líneas de código aceptadas a partir de sugerencias de código, la cantidad de líneas de código aceptadas a partir del chat y la cantidad total de líneas de código aceptadas con los registros de metadatos de Gemini Code Assist.

Cómo calcular las líneas de código aceptadas

Para calcular las líneas de código aceptadas, busca el valor máximo de codeAcceptance.linesCount para cada codeAcceptance.originalRequestId único. Luego, suma estos valores máximos para calcular la cantidad total de líneas de código aceptadas.

Puedes refinar aún más este cálculo por lenguaje de programación y por usuario con los campos de eventos de registro de metadatos respectivos.

Cómo calcular las líneas de código aceptadas del chat

Para calcular las líneas de código aceptadas del chat, busca el valor del campo chatAcceptance.linesCount para cada chatAcceptance.originalRequestId único. Luego, suma estos valores máximos para calcular la cantidad total de líneas de chat aceptadas.

Cómo calcular la cantidad total de líneas de código aceptadas

Para calcular el total de líneas aceptadas con los registros de metadatos de Gemini Code Assist, suma las líneas de código aceptadas y las líneas de código aceptadas desde el chat.

¿Qué sigue?