Mit Knowledge Catalog verbinden

In diesem Dokument wird beschrieben, wie Gemini Enterprise in Knowledge Catalog integriert wird, um Agenten schreibgeschützte Tools zur Verfügung zu stellen, mit denen sie nach Daten suchen können, auf die ein Nutzer Zugriff hat, und technischen und geschäftlichen Kontext abrufen können.

Sie müssen keinen separaten Datenspeicher erstellen, um eine Verbindung zu Knowledge Catalog herzustellen. Stattdessen wird die Knowledge Catalog-Integration automatisch aktiviert, wenn Sie einen BigQuery-, Spanner-, Cloud SQL- oder AlloyDB für PostgreSQL-Datenspeicher im Modus für föderierte Abfragen mit Ihrer Gemini Enterprise-App verbinden. Knowledge Catalog wird nicht als Datenspeicher angezeigt, sondern als Konfigurationsoption auf dem Tab Assistent Ihrer Gemini Enterprise-App. Sie können die Integration auch jederzeit manuell aktivieren oder deaktivieren, auch außerhalb der zugehörigen Data Cloud-Connectors.

So arbeiten Knowledge Catalog- und Data Cloud-Connectors zusammen

In Knowledge Catalog wird jedes katalogisierte Daten-Asset in IhrerGoogle Cloud -Umgebung als Metadatensatz gespeichert, der als Eintrag bezeichnet wird. Da Data Cloud-Connectors im Modus für föderierte Abfragen umfassenden Zugriff auf alle Ressourcen haben, die ein authentifizierter Nutzer aufrufen kann, anstatt auf ein einzelnes Dataset oder eine einzelne Tabelle beschränkt zu sein, weiß der Agent anfangs nicht, wo sich die relevanten Daten befinden.

Wenn der Wissenskatalog für Ihre Gemini Enterprise-App aktiviert ist – entweder automatisch, wenn Sie einen föderierten Data Cloud-Connector anhängen, oder manuell auf dem Tab Assistent –, bietet die Integration dem Agenten integrierte Skills und schreibgeschützte Tools für folgende Aktionen:

  • Nach zugänglichen Daten suchen: Suchen Sie in den katalogisierten Daten-Assets im Knowledge Catalog, auf die der authentifizierte Nutzer Zugriff hat.
  • Technischen und geschäftlichen Kontext abrufen: Rufen Sie angereicherte Metadaten ab, darunter Tabellenschemas, Spaltenbeschreibungen, Begriffe aus dem Unternehmensglossar und vorab bestätigte Beispielanfragen (Golden Queries). In Kombination mit einem zugehörigen Data Cloud-Connector verwendet der Agent diese Golden Queries, um Join-Halluzinationen bei komplexen Schemas zu verhindern. Er übergibt diesen Kontext an den Connector, um eine genaue Abfrage zu generieren und auszuführen.

Beispielworkflow

Das folgende Diagramm zeigt, wie Knowledge Catalog und ein föderierter Data Cloud-Connector zusammenarbeiten, um die Frage eines Nutzers zu beantworten:

Diagramm mit dem vierstufigen Workflow von einer Nutzerfrage über die semantische Suche und den Kontextabruf im Knowledge Catalog bis zur Ausführung der BigQuery-SQL-Abfrage.

In diesem Workflow führt Gemini Enterprise die folgenden Schritte aus:

  1. Nutzerfrage: Ein Nutzer stellt eine Frage in natürlicher Sprache in Gemini Enterprise:

    "How many sales did we have this month for all cold weather products?"

  2. Semantische Suche: Der Gemini Enterprise-Root-Agent durchsucht den Knowledge Catalog anhand von Suchbegriffen, die aus der Frage des Nutzers extrahiert wurden:

    ["cold weather", "products", "orders", "sales"]

  3. Kontextabruf: Für die übereinstimmenden Einträge, auf die der Nutzer Zugriff hat, ruft der Agent den angereicherten Kontext im Knowledge Catalog ab (abgeleitet aus technischen Metadaten, Nutzungsmustern, Unternehmensglossaren und LLM-Inferenz):

    simpleName: my-project.ecomm.products
type: BigQuery Table
terms: "Cold Weather Products; category IN ('Sweaters', 'Coats & Jackets')"

  4. Ausführung von Abfragen: Anhand der abgerufenen Tabellenmetadaten und der geschäftlichen Definition formuliert und führt der Agent eine schreibgeschützte SQL-Abfrage über den föderierten BigQuery-Connector aus:

    -- Execute BigQuery read-only SQL
SELECT COUNT(order_id) FROM `my-project.ecomm.orders`
WHERE product_id IN (
  SELECT id FROM `my-project.ecomm.products`
  WHERE category IN ('Sweaters', 'Coats & Jackets')
);

Hinweis

Die Knowledge Catalog-Integration ist schreibgeschützt und verwendet interne APIs. Sie müssen also die Dataplex API nicht aktivieren oder dem MCP-Tool Berechtigungen erteilen. Nutzer benötigen keine Berechtigungen zum Erstellen oder Ändern von Ressourcen in Knowledge Catalog.

Da die Integration Anfragen mit Endnutzeranmeldedaten authentifiziert, kann der Agent nur Daten-Assets finden und ermitteln, für die der authentifizierte Nutzer die IAM-Berechtigung (Identity and Access Management) zum Aufrufen hat:

  • Trennung von Metadaten und Datenzugriff durch Kürzen von Suchergebnissen: Im Knowledge Catalog werden Suchergebnisse basierend auf den Berechtigungen des authentifizierten Nutzers in der zugrunde liegenden Datenquelle gekürzt. Wenn ein Nutzer keine Leseberechtigungen (z. B. roles/bigquery.dataViewer oder roles/bigquery.metadataViewer) für ein Dataset oder eine Tabelle hat, wird dieses Asset automatisch aus den Ergebnissen der Katalogsuche herausgefiltert und kann nicht vom Assistenten gefunden werden.
  • Erstanbieter Google Cloud datenquellen: Berechtigungen für Erstanbieterdatenquellen wie BigQuery, AlloyDB for PostgreSQL, Spanner und Cloud SQL werden automatisch übernommen. Wenn Sie einem Nutzer beispielsweise die Rolle „BigQuery Data Viewer“ (roles/bigquery.dataViewer) zuweisen, erhält er Zugriff auf die entsprechenden Tabellen- und Dataset-Metadaten in Knowledge Catalog, um sie zu durchsuchen und zu ermitteln.
  • Zusätzliche Metadaten und Datenquellen von Drittanbietern: Wenn Sie benutzerdefinierte Metadaten, Unternehmensglossare oder Daten-Assets von Drittanbietern in Knowledge Catalog hinzufügen, müssen Nutzer die erforderlichen Ansichtsberechtigungen in Knowledge Catalog haben (z. B. roles/dataplex.dataDomainEntryReader oder roles/dataplex.catalogViewer), damit der Agent diese Daten finden kann. Weitere Informationen finden Sie in der Knowledge Catalog-Dokumentation unter Zugriff mit IAM verwalten.

Knowledge Catalog in Ihrer App aktivieren oder deaktivieren

Wenn Sie einen BigQuery-, Spanner-, Cloud SQL- oder AlloyDB for PostgreSQL-Datenspeicher im Modus für föderierte Abfragen an eine Gemini Enterprise-App anhängen, werden Knowledge Catalog und die integrierten KI-Agenten-Skills automatisch für die App aktiviert.

Sie können die Knowledge Catalog-Integration auch jederzeit manuell aktivieren oder deaktivieren, auch außerhalb der zugehörigen Data Cloud-Connectors. So können Sie beispielsweise Knowledge Catalog aktivieren, ohne einen Data Cloud-Connector anzuhängen, oder deaktivieren, während ein Data Cloud-Connector aktiv bleibt. Verwenden Sie dazu den Tab Assistant auf der Seite Konfigurationen Ihrer App:

  1. Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf.

    Gemini Enterprise

  2. Klicken Sie auf den Namen der Anwendung, die Sie konfigurieren möchten.

  3. Klicken Sie auf Konfigurationen und wählen Sie dann den Tab Assistant aus.

  4. Verwenden Sie im Bereich Knowledge Catalog aktivieren den Ein/Aus-Button, um die Knowledge Catalog-Einbindung zu aktivieren oder zu deaktivieren.

  5. Klicken Sie auf Speichern und veröffentlichen.

Weitere Informationen zu den Assistenteneinstellungen finden Sie unter Assistenten konfigurieren.

Nächste Schritte