agente

Uso

agent: agent_name {
  advanced_analytics: yes | no
  description: "string"
  instructions: "string"
  is_dashboard_agent: yes | no
  show_debuginfo: yes | no
  show_thinking: yes | no
}
Jerarquía
Archivo de modelo o archivo de LookML
agent
Valor predeterminado
Ninguno

Acepta
  • advanced_analytics: yes | no (el valor predeterminado es no).
  • description: Es una cadena que describe el agente.
  • instructions: Es una cadena que especifica mensajes personalizados y reglas de comportamiento. Admite constantes de LookML (@{CONSTANT_NAME}).
  • is_dashboard_agent: yes | no (obligatorio como yes para los agentes del panel).
  • show_debuginfo: yes | no (el valor predeterminado es no).
  • show_thinking: yes | no (el valor predeterminado es no).

Definición

El parámetro agent declara un agente de datos en LookML. Con los agentes del panel, los desarrolladores pueden definir instrucciones personalizadas del agente, comportamiento analítico y preferencias de visualización en LookML con control de versiones, y asociar el agente con paneles de LookML mediante los default_dashboard_agent o dashboard_agents parámetros.

Para obtener información detallada sobre la configuración y el uso de agentes del panel de LookML, consulta la página de documentación Crea y administra agentes de datos del panel de LookML.

Subparámetros

Las definiciones de agentes del panel admiten los siguientes subparámetros:

advanced_analytics

El subparámetro advanced_analytics controla si el agente puede usar Advanced Analytics para generar y ejecutar código de Python para cálculos complejos y visualizaciones personalizadas.

Se acepta yes o no. El valor predeterminado es no.

description

El subparámetro description proporciona una descripción de texto opcional del propósito del agente.

agent: sales_agent {
  description: "Executive sales overview dashboard agent"
  is_dashboard_agent: yes
}

instructions

El subparámetro instructions acepta una cadena de formato libre que proporciona al agente contexto empresarial, campos preferidos, reglas de filtrado o tono de voz cuando procesa preguntas conversacionales.

agent: sales_agent {
  instructions: "Focus on net revenue and filter by current quarter by default."
  is_dashboard_agent: yes
}

Puedes hacer referencia a las constantes de LookML dentro de instructions con la sintaxis @{<var>CONSTANT_NAME</var>}:

agent: sales_agent {
  instructions: "Focus on net revenue. @{FISCAL_YEAR_RULE}"
  is_dashboard_agent: yes
}

Si se omite, el agente opera sin contexto de instrucción personalizado.

is_dashboard_agent

El subparámetro is_dashboard_agent especifica si el agente está configurado como un agente del panel.

Se acepta yes o no. Para usar el agente con un panel de LookML, configura este parámetro como yes.

show_debuginfo

El subparámetro show_debuginfo determina si el agente muestra registros de ejecución y información de diagnóstico en las respuestas de la conversación.

Se acepta yes o no. El valor predeterminado es no.

show_thinking

El subparámetro show_thinking determina si el agente muestra sus pasos de razonamiento y la planificación de consultas intermedias en las respuestas de la conversación.

Se acepta yes o no. El valor predeterminado es no.

Ejemplos

Cómo definir un agente del panel de LookML

En el siguiente ejemplo, se define un agente del panel de LookML con instrucciones personalizadas, Advanced Analytics habilitado y visibilidad de pensamiento activada:

agent: customer_insights_agent {
  instructions: "Address the user politely. Prioritize active subscriber metrics and churn analysis."
  description: "Dashboard agent for Customer Insights dashboard."
  is_dashboard_agent: yes
  advanced_analytics: yes
  show_thinking: yes
  show_debuginfo: no
}

Para usar este agente en un panel de LookML, asígnalo en el archivo .dashboard.lookml:

- dashboard: customer_insights
  title: "Customer Insights"
  layout: newspaper
  enable_dashboard_agent: true
  default_dashboard_agent: customer_insights_agent
  dashboard_agents: [customer_insights_agent]

  elements:
  - name: active_subscribers
    type: single_value
    model: subscriptions
    explore: customers
    measures: [customers.count]