Développement assisté par l'IA (codage des ambiances) avec Looker

L'extension Looker pour VS Code permet de développer du code LookML avec l'aide de l'IA, ce que l'on appelle souvent le "vibe coding". Cette approche permet aux développeurs d'utiliser le langage naturel pour générer, modifier et valider du code LookML à l'aide d'un agent IA tiers et de compétences prédéfinies dans un IDE de bureau local tel que Visual Studio Code (VS Code) ou Cursor.

Ce guide explique l'architecture du workflow agentique et fournit des instructions pour connecter votre agent IA et lui envoyer des requêtes.

Fonctionnement du vibe coding avec Looker

Le workflow de développement assisté par l'IA repose sur quelques composants clés :

  • Votre IDE et votre agent IA : un éditeur local (par exemple, VS Code, Claude Code ou Cursor) qui est un fork de VS Code avec un copilote ou un agent IA intégré (par exemple, Gemini CLI ou Claude).
  • L'extension Looker pour VS Code : fournit l'environnement local pour le développement LookML dans VS Code, y compris la coloration syntaxique, la synchronisation bidirectionnelle des fichiers avec votre instance Looker, la saisie semi-automatique et la validation intégrée.
  • Serveur MCP géré par Looker : configuré sur votre instance Looker par un administrateur Looker et connecté automatiquement par l'extension Looker pour VS Code. Utilise le protocole MCP (Model Context Protocol) standard ouvert pour connecter vos agents IA, vos IDE et vos applications directement à votre base de données d'entreprise et à vos modèles LookML. Vous pouvez également vous connecter à un serveur MCP personnalisé ou auto-hébergé, tel que le MCP Toolbox for Databases.
  • Fichiers de compétences prédéfinis : fournissent à l'agent IA un contexte spécifique, des normes de codage et des instructions spécifiques au projet pour écrire du code LookML. L'extension Looker pour VS Code installe et met à jour automatiquement les fichiers de compétences. Vous pouvez également exécuter les commandes Looker: Install Skills in this Workspace (Looker : installer les compétences dans cet espace de travail) ou Looker: Install Skills Globally (Looker : installer les compétences globalement) de la palette de commandes dans votre IDE pour remplir ou mettre à jour les fichiers de compétences.

En combinant ces composants, votre agent IA peut effectuer les tâches suivantes :

  • lire vos fichiers LookML locaux ;
  • inspecter le schéma de votre base de données à l'aide du serveur MCP ;
  • proposer et appliquer des modifications à votre code en local ;
  • exécuter la validation LookML pour vous corriger avant de valider.

Avant de commencer

Avant de pouvoir utiliser un agent IA pour développer du code LookML, vous devez répondre aux exigences suivantes :

  1. Configurer l'extension Looker : vous devez avoir installé et configuré l'extension Looker pour VS Code, et vous devez être connecté avec OAuth ou des clés API.
  2. Configurer votre client MCP : vous devez connecter l'agent IA de votre IDE au serveur MCP géré par Looker. Consultez la page de documentation Utiliser MCP Toolbox for Databases pour obtenir des exemples d'instructions sur la configuration de VS Code ou d'autres clients compatibles. Pour en savoir plus, consultez la documentation de votre client.
  3. Remplir votre projet LookML : clonez votre dépôt LookML ou commencez par un espace de travail vide, puis remplissez-le avec votre projet LookML.
  4. Confirmer les autorisations Looker : assurez-vous de disposer au moins de l'autorisation Looker develop pour le modèle que vous souhaitez modifier.

Envoyer des requêtes à votre agent IA

Une fois votre agent IA connecté au serveur MCP Looker et votre projet LookML ouvert, vous pouvez commencer à utiliser le langage naturel pour écrire et modifier du code. Les compétences de votre espace de travail aident à guider l'agent, mais fournir des requêtes claires et spécifiques donne les meilleurs résultats.

Voici quelques exemples de requêtes que vous pouvez envoyer à votre agent IA pour des tâches courantes de développement LookML.

Générer un modèle LookML à partir d'un schéma

Vous pouvez demander à l'agent d'inspecter une connexion de base de données spécifique et de générer une vue LookML de base.

Exemple de requête :

"Utilisez les outils MCP pour vous connecter à la connexion ecommerce_db. Inspectez le schéma des tables users et orders. Générez le code LookML pour un fichier users.view.lkml et un fichier orders.view.lkml. Incluez les clés primaires, les dimensions standards pour toutes les colonnes et les mesures de base, comme le nombre d'enregistrements. Générez ensuite un fichier ecommerce.model.lkml qui explore orders et joint users sur user_id."

Refactoriser le code LookML existant

Vous pouvez demander à l'agent de mettre à jour plusieurs fichiers pour qu'ils soient conformes aux nouvelles normes ou d'ajouter de nouvelles fonctionnalités basées sur des modèles existants.

Exemple de requête :

"Examinez le fichier products.view.lkml. Recherchez toutes les dimensions de type number qui représentent un prix ou un coût. Pour chacune de ces dimensions, générez une mesure sum et une mesure average correspondantes. Ajoutez une description à chaque nouvelle mesure pour expliquer ce qu'elle calcule. Assurez-vous que le nouveau code correspond au style recommandé par les compétences prédéfinies de l'espace de travail."

Résoudre les problèmes et valider le code LookML

L'agent IA peut vous aider à identifier et à résoudre les erreurs LookML. Bien que l'agent puisse utiliser de manière proactive les outils de validation du serveur MCP, vous pouvez également demander de l'aide pour des erreurs spécifiques détectées par le validateur de l'IDE Looker.

Exemple de requête :

"Je viens d'exécuter le validateur LookML et j'ai reçu une erreur : 'Inaccessible view: users. The view users cannot be reached.' (Vue inaccessible : utilisateurs. J'essaie de joindre la vue users à l'exploration orders dans le fichier ecommerce.model.lkml. Veuillez examiner le fichier de modèle et le fichier users.view.lkml, identifier la cause de l'erreur et proposer une solution.

Veuillez examiner le fichier de modèle et le fichier `users.view.lkml`, identifier la cause de l'erreur et proposer une correction."

Lorsque l'agent IA modifie vos fichiers LookML locaux, suivez ces étapes :

  1. Examiner la différence : examinez attentivement les modifications proposées par l'agent IA dans le contrôle de code source ou l'afficheur de différences de votre IDE.
  2. Valider localement : exécutez toujours la commande Looker: Validate LookML à partir de la palette de commandes de l'IDE pour vous assurer que le code généré se compile correctement et n'introduit pas d'erreurs sur le serveur Looker.
  3. Valider en local : exécutez toujours la commande Looker: Validate LookML{//1} (Looker : valider le code LookML) à partir de la palette de commandes de l'IDE pour vous assurer que le code généré est compilé correctement et qu'il n'introduit pas d'erreurs sur le serveur Looker. Utilisez les commandes Git standard pour valider et déployer vos modifications lorsqu'elles sont prêtes.

Utilisez les commandes Git standards pour valider et déployer vos modifications lorsqu'elles sont prêtes.