In diesem Dokument wird beschrieben, wie Gemini Enterprise in Knowledge Catalog eingebunden wird, um Agenten Tools mit Lesezugriff zur Suche nach Daten, auf die ein Nutzer Zugriff hat, und zum Nachschlagen von technischem und geschäftlichem Kontext bereitzustellen.
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 for PostgreSQL-Datenspeicher im föderierten Abfragemodus mit Ihrer Gemini Enterprise-App verbinden. Knowledge Catalog wird nicht als Datenspeicher angezeigt, sondern ist eine Konfigurationsoption auf dem Tab Assistant Ihrer Gemini Enterprise-App. Sie können die Integration auch jederzeit manuell aktivieren oder deaktivieren, auch außerhalb der zugehörigen Data Cloud-Connectors.
So funktionieren 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 föderierten Abfragemodus umfassenden Zugriff auf alle Ressourcen haben, die ein authentifizierter Nutzer sehen kann, und nicht auf ein einzelnes Dataset oder eine einzelne Tabelle beschränkt sind, weiß der KI-Agent anfangs nicht, wo sich die relevanten Daten befinden.
Wenn Knowledge Catalog für Ihre Gemini Enterprise App aktiviert ist – entweder automatisch, wenn Sie einen föderierten Daten-Cloud-Connector anhängen, oder manuell auf dem Tab Assistent –, bietet die Integration dem Agenten integrierte Skills und Tools mit Lesezugriff für Folgendes:
- Nach zugänglichen Daten suchen: Suchen Sie in Knowledge Catalog nach katalogisierten Daten-Assets, auf die der authentifizierte Nutzer Zugriff hat.
- Technischen und geschäftlichen Kontext abrufen: Rufen Sie angereicherte Metadaten ab, einschließlich Tabellenschemas, Spaltenbeschreibungen, Begriffen aus dem Unternehmensglossar und vorab geprüften Beispielabfragen (Golden Queries). In Kombination mit einem zugehörigen Data Cloud-Connector verwendet der Agent diese Golden Queries, um Join-Halluzinationen bei komplexen Schemas zu verhindern, und 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:
In diesem Workflow führt Gemini Enterprise die folgenden Schritte aus:
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?"Semantische Suche: Der Root-Agent von Gemini Enterprise durchsucht den Knowledge Catalog anhand von Suchbegriffen, die aus der Frage des Nutzers extrahiert wurden:
["cold weather", "products", "orders", "sales"]Kontextabruf: Für die übereinstimmenden Einträge, auf die der Nutzer Zugriff hat, sucht der Agent im Knowledge Catalog nach angereichertem Kontext (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')"Abfrageausführung: Mithilfe der abgerufenen Tabellenmetadaten und der Geschäftsdefinition 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 MCP-Tool-Berechtigungen gewähren. Nutzer benötigen keine Berechtigungen zum Erstellen oder Ändern von Ressourcen in Knowledge Catalog.
Da die Integration Anfragen mit Endnutzer-Anmeldedaten authentifiziert, kann der Agent nur Daten-Assets finden und erkennen, für die der authentifizierte Nutzer die IAM-Berechtigung (Identity and Access Management) zum Ansehen hat:
- Trennung von Metadaten und Datenzugriff mit Kürzung der Suchergebnisse: Knowledge Catalog erzwingt die Kürzung der Suchergebnisse basierend auf den Berechtigungen des authentifizierten Nutzers in der zugrunde liegenden Datenquelle. Wenn ein Nutzer keine Leseberechtigungen (z. B.
roles/bigquery.dataVieweroderroles/bigquery.metadataViewer) für ein Dataset oder eine Tabelle hat, wird dieses Asset automatisch aus den Suchergebnissen des Katalogs herausgefiltert und kann vom Assistenten nicht gefunden werden. - Google Cloud -Datenquellen von Drittanbietern: Berechtigungen für Datenquellen von Drittanbietern wie BigQuery, AlloyDB for PostgreSQL, Spanner und Cloud SQL werden automatisch übernommen. Wenn Sie einem Nutzer beispielsweise die Rolle „BigQuery-Datenbetrachter“ (
roles/bigquery.dataViewer) zuweisen, erhält er Zugriff auf die Suche und Erkennung der entsprechenden Tabellen- und Dataset-Metadaten in Knowledge Catalog. - Zusätzliche Metadaten und Datenquellen von Drittanbietern: Für benutzerdefinierte Metadaten, Unternehmensglossare oder Daten-Assets von Drittanbietern, die Knowledge Catalog hinzugefügt wurden, müssen Nutzer die erforderlichen Leseberechtigungen in Knowledge Catalog haben (z. B.
roles/dataplex.dataDomainEntryReaderoderroles/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 Agent-Fähigkeiten automatisch für die App aktiviert.
Sie können die Knowledge Catalog-Integration auch jederzeit manuell aktivieren oder deaktivieren, auch außerhalb der zugehörigen Data Cloud-Connectors (z. B. um Knowledge Catalog zu aktivieren, ohne einen Data Cloud-Connector anzuhängen, oder um sie zu deaktivieren, während ein Data Cloud-Connector aktiv bleibt). Dies ist auf dem Tab Assistant der Seite Konfigurationen Ihrer App möglich:
Rufen Sie in der Google Cloud Console die Seite Gemini Enterprise auf.
Klicken Sie auf den Namen der Anwendung, die Sie konfigurieren möchten.
Klicken Sie auf Konfigurationen und wählen Sie dann den Tab Assistent aus.
Aktivieren oder deaktivieren Sie im Bereich Knowledge Catalog aktivieren die Knowledge Catalog-Integration.
Klicken Sie auf Speichern und veröffentlichen.
Weitere Informationen zu den Einstellungen des Assistenten finden Sie unter Assistenten konfigurieren.
Nächste Schritte
- So verbinden Sie eine Data Cloud-Datenquelle im föderierten Abfragemodus:
- Best Practices für Daten-Cloud-Connectors, die konversationelle Analysen verwenden