Desarrollo asistido por IA (codificación de ambiente) con Looker

La extensión de Looker para VS Code desbloquea el desarrollo de LookML asistido por IA, que a menudo se conoce como "vibe coding". Este enfoque permite a los desarrolladores usar lenguaje natural para generar, editar y validar código de LookML con un agente de IA externo y habilidades precompiladas en un IDE de escritorio local, como Visual Studio Code (VS Code) o Cursor.

En esta guía, se explica la arquitectura del flujo de trabajo del agente y se proporcionan instrucciones para conectar y solicitar tu agente de IA.

Cómo funciona el vibe coding con Looker

El flujo de trabajo de desarrollo asistido por IA se basa en algunos componentes clave:

  • Tu IDE y agente de IA: Un editor local (por ejemplo, VS Code, Claude Code o Cursor) que es una bifurcación de VS Code con un copiloto o agente de IA integrado (por ejemplo, Gemini CLI o Claude).
  • La extensión de Looker para VS Code: Proporciona el entorno local para el desarrollo de LookML, incluido el resaltado de sintaxis, la sincronización bidireccional de archivos con tu instancia de Looker, el autocompletado y la validación integrada.
  • MCP Toolbox de Looker para bases de datos: Usa el protocolo de contexto del modelo (MCP) de estándar abierto para conectar tus agentes de IA, IDEs y aplicaciones directamente a tus bases de datos empresariales.
  • Archivos de habilidades precompilados: Los archivos de habilidades precompilados proporcionan al agente de IA un contexto específico, estándares de codificación y las instrucciones específicas del proyecto para escribir LookML. La extensión de Looker para VS Code instala y actualiza automáticamente los archivos de habilidades. También puedes ejecutar los comandos Looker: Install Skills in this Workspace o Looker: Install Skills Globally de la paleta de comandos en tu IDE para propagar o actualizar los archivos de habilidades.

Si combinas estos componentes, tu agente de IA puede realizar las siguientes tareas:

  • leer tus archivos de LookML locales
  • inspeccionar el esquema de tu base de datos con el servidor MCP
  • proponer y aplicar cambios a tu código de forma local
  • ejecutar la validación de LookML para corregir automáticamente antes de confirmar

Antes de comenzar

Antes de poder usar un agente de IA para desarrollar LookML, debes cumplir con los siguientes requisitos:

  1. Configura la extensión de Looker: Debes tener instalada y configurada la extensión de Looker para VS Code, y debes acceder con OAuth o claves de API.
  2. Configura tu cliente de MCP: Debes conectar el agente de IA de tu IDE al servidor de MCP administrado por Looker. Consulta la página de documentación Usa Looker con MCP, Gemini CLI y otros agentes para obtener instrucciones de ejemplo sobre la configuración de VS Code o de otros clientes compatibles. Consulta la documentación de tu cliente para obtener más detalles.
  3. Clona tu proyecto de LookML: Asegúrate de haber clonado tu repositorio de LookML en tu máquina local y de haberlo abierto en tu IDE.
  4. Confirma los permisos de Looker: Asegúrate de tener al menos el permiso develop de Looker para cualquier modelo que desees editar.

Solicita tu agente de IA

Una vez que tu agente de IA esté conectado al servidor de MCP de Looker y tu proyecto de LookML esté abierto, puedes comenzar a usar lenguaje natural para escribir y modificar código. Las habilidades de tu espacio de trabajo ayudan a guiar al agente, pero proporcionar instrucciones claras y específicas produce los mejores resultados.

A continuación, se muestran algunos ejemplos de cómo solicitar tu agente de IA para tareas comunes de desarrollo de LookML.

Genera un nuevo modelo de LookML a partir de un esquema

Puedes pedirle al agente que inspeccione una conexión de base de datos específica y genere una vista fundamental de LookML.

Ejemplo de instrucción:

"Usa las herramientas de MCP para conectarte a la conexión ecommerce_db. Inspecciona el esquema de las tablas users y orders. Genera el LookML para un archivo users.view.lkml y un archivo orders.view.lkml. Incluye claves primarias, dimensiones estándar para todas las columnas y medidas básicas, como un recuento de registros. Luego, genera un archivo ecommerce.model.lkml que explore orders y una users en user_id".

Refactoriza el LookML existente

Puedes indicarle al agente que actualice varios archivos para que cumplan con los estándares nuevos o que agregue funciones nuevas basadas en patrones existentes.

Ejemplo de instrucción:

"Revisa el archivo products.view.lkml. Busca todas las dimensiones de tipo number que representen un precio o costo. Para cada una de estas dimensiones, genera una medida sum correspondiente y una medida average. Agrega una descripción a cada medida nueva que explique lo que calcula. Asegúrate de que el código nuevo coincida con el estilo recomendado por las habilidades precompiladas en el espacio de trabajo".

Soluciona problemas y valida LookML

El agente de IA puede ayudarte a identificar y resolver errores de LookML. Si bien el agente puede usar las herramientas de validación del servidor MCP de forma proactiva, también puedes pedir ayuda con errores específicos que muestra el validador del IDE de Looker.

Ejemplo de instrucción:

"Acabo de ejecutar el validador de LookML y recibí un error: 'Vista inaccesible: usuarios. No se puede acceder a la vista de usuarios'. Intento unir la vista users a la exploración orders en el archivo ecommerce.model.lkml. Revisa el archivo del modelo y el archivo users.view.lkml, identifica la causa del error y propone una solución".

Administra los cambios

Cuando el agente de IA modifica tus archivos de LookML locales, sigue estos pasos:

  1. Revisa la diferencia: Revisa con atención los cambios propuestos por el agente de IA en el control de la fuente o el visor de diferencias de tu IDE.
  2. Valida de forma local: Siempre ejecuta el comando Looker: Validate LookML desde la paleta de comandos del IDE para asegurarte de que el código generado se compile correctamente y no introduzca errores en el servidor de Looker.
  3. Sincroniza y, luego, implementa: Cuando guardas un archivo, la extensión lo sincroniza automáticamente con tu rama de desarrollo en el servidor de Looker. Usa los comandos estándar de Git para confirmar e implementar los cambios cuando estén listos.

¿Qué sigue?