Sviluppo assistito dall'AI (vibe coding) con Looker

L'estensione Looker per VS Code sblocca lo sviluppo di LookML assistito dall'AI, spesso definito "vibe coding". Questo approccio consente agli sviluppatori di utilizzare il linguaggio naturale per generare, modificare e convalidare il codice LookML utilizzando un agente AI di terze parti e competenze predefinite in un IDE desktop locale come Visual Studio Code (VS Code) o Cursor.

Questa guida spiega l'architettura del workflow agentico e fornisce istruzioni per connettere e richiedere il tuo agente AI.

Come funziona il vibe coding con Looker

Il workflow di sviluppo assistito dall'AI si basa su alcuni componenti chiave:

  • IDE e agente AI: un editor locale (ad esempio VS Code, Claude Code o Cursor) che è un fork di VS Code con un copilota o un agente AI integrato (ad esempio Gemini CLI o Claude).
  • L'estensione Looker per VS Code: fornisce l'ambiente locale per lo sviluppo di LookML in VS Code, inclusi l'evidenziazione della sintassi, la sincronizzazione bidirezionale dei file con l'istanza Looker, il completamento automatico e la convalida integrata.
  • Server MCP gestito da Looker: configurato nell'istanza Looker da un amministratore di Looker e connesso automaticamente dall'estensione Looker per VS Code. Utilizza lo standard aperto Model Context Protocol (MCP) per connettere gli agenti AI, gli IDE e le applicazioni direttamente al database aziendale e ai modelli LookML. Puoi anche connetterti a un server MCP personalizzato o self-hosted, come MCP Toolbox for Databases.
  • File di competenze predefiniti: i file di competenze predefiniti forniscono all'agente AI istruzioni specifiche per il contesto, gli standard di programmazione e il progetto per la scrittura di LookML. L'estensione Looker per VS Code installa e aggiorna automaticamente i file di competenze. Puoi anche eseguire i comandi Looker: Install Skills in this Workspace o Looker: Install Skills Globally della tavolozza dei comandi nell'IDE per popolare o aggiornare i file di competenze.

Combinando questi componenti, l'agente AI può eseguire le seguenti attività:

  • Leggi i file LookML locali
  • Ispeziona lo schema del database utilizzando il server MCP
  • Proponi e applica le modifiche al codice localmente
  • Esegui la convalida di LookML per correggere automaticamente prima di eseguire il commit

Prima di iniziare

Prima di poter utilizzare un agente AI per sviluppare LookML, devi soddisfare i seguenti requisiti:

  1. Configura l'estensione Looker: devi aver installato e configurato l'estensione Looker per VS Code e devi aver eseguito l'accesso con OAuth o chiavi API.
  2. Configura il client MCP: devi connettere l'agente AI dell'IDE al server MCP gestito da Looker. Consulta la pagina della documentazione Utilizzare MCP Toolbox for Databases per istruzioni di esempio sulla configurazione di VS Code o di altri client supportati. Per ulteriori dettagli, consulta la documentazione del client.
  3. Popola il progetto LookML: clona il repository LookML o inizia con un workspace vuoto e poi popola il workspace con il tuo progetto Look5}.
  4. Conferma le autorizzazioni di Looker: assicurati di disporre almeno dell'autorizzazione develop di Looker per il modello che vuoi modificare.

Richiedi il tuo agente AI

Una volta che l'agente AI è connesso al server MCP di Looker e il progetto LookML è aperto, puoi iniziare a utilizzare il linguaggio naturale per scrivere e modificare il codice. Le competenze nel workspace aiutano a guidare l'agente, ma fornire prompt chiari e specifici produce i risultati migliori.

Di seguito sono riportati alcuni esempi di come richiedere all'agente AI le attività di sviluppo di LookML comuni.

Genera un nuovo modello LookML da uno schema

Puoi chiedere all'agente di ispezionare una connessione di database specifica e generare una visualizzazione LookML di base.

Esempio di prompt:

"Utilizza gli strumenti MCP per connetterti alla connessione ecommerce_db. Ispeziona lo schema delle tabelle users e orders. Genera il codice LookML per un file users.view.lkml e un file orders.view.lkml. Includi chiavi primarie, dimensioni standard per tutte le colonne e metriche di base come un conteggio dei record. Quindi, genera un file ecommerce.model.lkml che esplora orders e unisce users su user_id."

Esegui il refactoring di LookML esistente

Puoi chiedere all'agente di aggiornare più file in modo che siano conformi ai nuovi standard o di aggiungere nuove funzionalità basate su pattern esistenti.

Esempio di prompt:

"Esamina il file products.view.lkml. Trova tutte le dimensioni di tipo number che rappresentano un prezzo o un costo. Per ognuna di queste dimensioni, genera una metrica sum corrispondente e una metrica average. Aggiungi una descrizione a ogni nuova metrica che spieghi cosa calcola. Assicurati che il nuovo codice corrisponda allo stile consigliato dalle competenze predefinite nel workspace."

Risolvi i problemi e convalida LookML

L'agente AI può aiutarti a identificare e risolvere gli errori di LookML. Sebbene l'agente possa utilizzare in modo proattivo gli strumenti di convalida del server MCP, puoi anche chiedere aiuto per errori specifici visualizzati dal validatore dell'IDE di Looker.

Esempio di prompt:

"Ho appena eseguito il validatore LookML e ho ricevuto un errore: 'Visualizzazione inaccessibile: utenti. Non è possibile raggiungere la visualizzazione degli utenti.' Sto provando a unire la visualizzazione users all'esplorazione orders nel file ecommerce.model.lkml. Esamina il file del modello e il file users.view.lkml, identifica la causa dell'errore e proponi una correzione."

Gestisci le modifiche

Quando l'agente AI modifica i file LookML locali, segui questi passaggi:

  1. Esamina la differenza: esamina attentamente le modifiche proposte dall'agente AI nel controllo del codice sorgente o nel visualizzatore delle differenze dell'IDE.
  2. Convalida localmente: esegui sempre il comando Looker: Validate LookML dalla tavolozza dei comandi dell'IDE per assicurarti che il codice generato venga compilato correttamente e non introduca errori sul server Looker.
  3. Sincronizza ed esegui il deployment: quando salvi un file, l'estensione lo sincronizza automaticamente con il ramo di sviluppo sul server Looker. Utilizza i comandi Git standard per eseguire il commit e il deployment delle modifiche quando sono pronte.

Passaggi successivi