Pengembangan yang dibantu AI (pengodean nuansa) dengan Looker

Ekstensi Looker untuk VS Code membuka pengembangan LookML yang dibantu AI, yang sering disebut sebagai "vibe coding". Pendekatan ini memungkinkan developer menggunakan bahasa alami untuk membuat, mengedit, dan memvalidasi kode LookML dengan menggunakan agen AI pihak ketiga dan keterampilan bawaan di IDE desktop lokal seperti Visual Studio Code (VS Code) atau Cursor.

Panduan ini menjelaskan arsitektur alur kerja agentic dan memberikan petunjuk untuk menghubungkan dan meminta agen AI Anda.

Cara kerja vibe coding dengan Looker

Alur kerja pengembangan yang dibantu AI bergantung pada beberapa komponen utama:

  • IDE dan Agen AI Anda: Editor lokal (misalnya, VS Code, Claude Code, atau Cursor) yang merupakan fork VS Code dengan copilot atau agen AI terintegrasi (misalnya, Gemini CLI atau Claude).
  • Ekstensi Looker untuk VS Code: Menyediakan lingkungan lokal untuk pengembangan LookML di VS Code, termasuk penyorotan sintaksis, sinkronisasi file dua arah dengan instance Looker Anda, pelengkapan otomatis, dan validasi terintegrasi.
  • **Server MCP yang dikelola Looker**: Dikonfigurasi di instance Looker Anda oleh admin Looker dan terhubung secara otomatis oleh ekstensi Looker untuk VS Code. Menggunakan standar terbuka Model Context Protocol (MCP) untuk menghubungkan agen AI, IDE, dan aplikasi Anda langsung ke database perusahaan dan model LookML Anda. Anda juga dapat terhubung ke server MCP kustom atau yang dihosting sendiri, seperti MCP Toolbox for Databases.
  • File keterampilan bawaan: File keterampilan bawaan memberikan konteks spesifik, standar coding, dan petunjuk khusus project kepada agen AI untuk menulis LookML. Ekstensi Looker untuk VS Code otomatis menginstal dan memperbarui file keterampilan. Anda juga dapat menjalankan perintah Palet Perintah Looker: Install Skills in this Workspace atau Looker: Install Skills Globally di IDE untuk mengisi atau memperbarui file keterampilan.

Dengan menggabungkan komponen ini, agen AI Anda dapat melakukan tugas berikut:

  • membaca file LookML lokal Anda
  • memeriksa skema database Anda menggunakan server MCP
  • mengusulkan dan menerapkan perubahan pada kode Anda secara lokal
  • menjalankan validasi LookML untuk mengoreksi diri sendiri sebelum Anda melakukan commit

Sebelum memulai

Sebelum dapat menggunakan agen AI untuk mengembangkan LookML, Anda harus memenuhi persyaratan berikut:

  1. Mengonfigurasi ekstensi Looker: Anda harus menginstal dan mengonfigurasi ekstensi Looker untuk VS Code, dan Anda harus login dengan OAuth atau kunci API.
  2. Mengonfigurasi klien MCP Anda: Anda harus menghubungkan agen AI IDE Anda ke server MCP yang dikelola Looker. Lihat halaman dokumentasi Menggunakan MCP Toolbox for Databases untuk mengetahui contoh petunjuk tentang cara mengonfigurasi VS Code atau klien lain yang didukung. Lihat dokumentasi klien Anda untuk mengetahui detail selengkapnya.
  3. Mengisi project LookML Anda: Kloning repositori LookML Anda atau mulai dengan ruang kerja kosong, lalu isi ruang kerja dengan project LookML Anda.
  4. Mengonfirmasi izin Looker: Pastikan Anda memiliki setidaknya izin Looker develop untuk model apa pun yang ingin Anda edit.

Meminta agen AI Anda

Setelah agen AI Anda terhubung ke server MCP Looker dan project LookML Anda terbuka, Anda dapat mulai menggunakan bahasa alami untuk menulis dan mengubah kode. Keterampilan di ruang kerja Anda membantu memandu agen, tetapi memberikan perintah yang jelas dan spesifik akan memberikan hasil terbaik.

Berikut beberapa contoh cara meminta agen AI Anda untuk tugas pengembangan LookML umum.

Membuat model LookML baru dari skema

Anda dapat meminta agen untuk memeriksa koneksi database tertentu dan membuat tampilan LookML dasar.

Contoh Perintah:

"Gunakan alat MCP untuk terhubung ke koneksi ecommerce_db. Periksa skema untuk tabel users dan orders. Buat LookML untuk file users.view.lkml dan orders.view.lkml. Sertakan kunci utama, dimensi standar untuk semua kolom, dan metrik dasar seperti jumlah rekaman. Kemudian, buat file ecommerce.model.lkml yang menjelajahi orders dan menggabungkan users di user_id."

Memfaktorkan ulang LookML yang ada

Anda dapat menginstruksikan agen untuk memperbarui beberapa file agar sesuai dengan standar baru atau menambahkan fungsi baru yang didasarkan pada pola yang ada.

Contoh Perintah:

"Tinjau file products.view.lkml. Temukan semua dimensi berjenis number yang mewakili harga atau biaya. Untuk setiap dimensi ini, buat metrik sum yang sesuai dan metrik average. Tambahkan deskripsi ke setiap metrik baru yang menjelaskan apa yang dihitung. Pastikan kode baru cocok dengan gaya yang direkomendasikan oleh keterampilan bawaan di ruang kerja."

Memecahkan masalah dan memvalidasi LookML

Agen AI dapat membantu Anda mengidentifikasi dan menyelesaikan error LookML. Meskipun agen dapat menggunakan alat validasi server MCP secara proaktif, Anda juga dapat meminta bantuan terkait error tertentu yang ditampilkan oleh validator IDE Looker.

Contoh Perintah:

"Saya baru saja menjalankan validator LookML dan menerima error: 'Inaccessible view: users. Tampilan pengguna tidak dapat dijangkau.' Saya mencoba menggabungkan tampilan users ke eksplorasi orders di file ecommerce.model.lkml. Tinjau file model dan file users.view.lkml, identifikasi penyebab error, dan usulkan perbaikan."

Mengelola perubahan

Saat agen AI mengubah file LookML lokal Anda, ikuti langkah-langkah berikut:

  1. Meninjau Perbedaan: Tinjau dengan cermat perubahan yang diusulkan oleh agen AI di kontrol sumber atau penampil perbedaan IDE Anda.
  2. Memvalidasi Secara Lokal: Selalu jalankan perintah Looker: Validate LookML dari Palet Perintah IDE untuk memastikan kode yang dihasilkan dikompilasi dengan benar dan tidak menimbulkan error di server Looker.
  3. Menyinkronkan dan Men-deploy: Saat Anda menyimpan file, ekstensi akan otomatis menyinkronkannya ke cabang pengembangan Anda di server Looker. Gunakan perintah Git standar untuk melakukan commit dan men-deploy perubahan Anda saat sudah siap.

Langkah berikutnya