פיתוח בעזרת AI (תכנות בשיטת Vibe code) באמצעות Looker

התוסף Looker ל-VS Code מאפשר פיתוח LookML בעזרת AI, שנקרא לעיתים קרובות "תכנות בשיטת Vibe coding". הגישה הזו מאפשרת למפתחים להשתמש בשפה טבעית כדי ליצור, לערוך ולאמת קוד LookML באמצעות סוכן AI של צד שלישי ומיומנויות מוכנות מראש בסביבת פיתוח משולבת (IDE) מקומית למחשב כמו Visual Studio Code (VS Code) או Cursor.

במדריך הזה מוסבר על ארכיטקטורת תהליך העבודה של סוכן AI, ומופיעות בו הוראות לחיבור סוכן ה-AI ולמתן הנחיות.

איך תכנות בשיטת Vibe coding עובד עם Looker

תהליך העבודה של פיתוח בעזרת AI מתבסס על כמה רכיבים מרכזיים:

  • סביבת הפיתוח המשולבת (IDE) וסוכן ה-AI: עורך מקומי (לדוגמה, VS Code,‏ Claude Code או Cursor) שהוא הסתעפות של VS Code עם טייס משנה או סוכן AI משולב (לדוגמה, Gemini CLI או Claude).
  • התוסף Looker ל-VS Code: מספק את הסביבה המקומית לפיתוח LookML ב-VS Code, כולל הדגשת תחביר, סנכרון קבצים דו-כיווני עם מופע Looker, השלמה אוטומטית ואימות משולב.
  • שרת MCP שמנוהל על ידי Looker: מוגדר במופע Looker על ידי אדמין ב-Looker ומקושר באופן אוטומטי על ידי התוסף Looker ל-VS Code. משתמש בסטנדרט הפתוח Model Context Protocol‏ (MCP) כדי לחבר את סוכני ה-AI, סביבות הפיתוח המשולבות (IDE) והאפליקציות שלכם ישירות למסד הנתונים הארגוני ולמודלים של LookML. אפשר גם להתחבר לשרת MCP בהתאמה אישית או לשרת MCP באירוח עצמי, כמו MCP Toolbox for Databases.
  • קובצי מיומנויות מוכנים מראש: קובצי מיומנויות מוכנים מראש מספקים לסוכן ה-AI הקשר ספציפי, תקני קידוד והוראות ספציפיות לפרויקט לכתיבת LookML. התוסף Looker ל-VS Code מתקין ומעדכן באופן אוטומטי קובצי מיומנויות. אפשר גם להריץ את הפקודות Looker: Install Skills in this Workspace או Looker: Install Skills Globally בלוח הפקודות של סביבת הפיתוח המשולבת כדי לאכלס או לעדכן קובצי מיומנויות.

השילוב של הרכיבים האלה מאפשר לסוכן ה-AI לבצע את המשימות הבאות:

  • לקרוא את קובצי ה-LookML המקומיים
  • בדיקת סכימת מסד הנתונים באמצעות שרת ה-MCP
  • להציע שינויים בקוד ולהחיל אותם באופן מקומי
  • להריץ אימות של LookML כדי לתקן את עצמכם לפני שמבצעים קומיט

לפני שמתחילים

כדי להשתמש בסוכן AI לפיתוח LookML, צריך לעמוד בדרישות הבאות:

  1. הגדרת התוסף Looker: צריך להתקין ולהגדיר את התוסף Looker ל-VS Code ולהיכנס באמצעות OAuth או מפתחות API.
  2. מגדירים את לקוח ה-MCP: צריך לחבר את סוכן ה-AI של סביבת הפיתוח המשולבת לשרת ה-MCP שמנוהל על ידי Looker. הוראות לדוגמה להגדרת VS Code או לקוחות נתמכים אחרים מופיעות בדף התיעוד שימוש ב-MCP Toolbox for Databases. פרטים נוספים מופיעים במאמרי העזרה של הלקוח.
  3. מאכלסים את פרויקט LookML: משכפלים את מאגר LookML או מתחילים עם סביבת עבודה ריקה ואז מאכלסים את סביבת העבודה בפרויקט LookML.
  4. בדיקת ההרשאות ב-Looker: מוודאים שיש לכם לפחות הרשאת develop ב-Looker למודל שאתם רוצים לערוך.

הנחיית סוכן ה-AI

אחרי שסוכן ה-AI מחובר לשרת MCP של Looker והפרויקט של LookML פתוח, אפשר להתחיל להשתמש בשפה טבעית כדי לכתוב ולשנות קוד. הכישורים בסביבת העבודה עוזרים להנחות את הסוכן, אבל כדי לקבל את התוצאות הכי טובות, חשוב לספק הנחיות ברורות וספציפיות.

בהמשך מופיעות כמה דוגמאות להנחיות שתוכלו לתת לסוכן ה-AI כדי לבצע משימות נפוצות של פיתוח LookML.

יצירת מודל LookML חדש מסכימה

אתם יכולים לבקש מהסוכן לבדוק חיבור ספציפי למסד נתונים וליצור תצוגת LookML בסיסית.

דוגמה לפרומפט:

"צריך להשתמש בכלים של MCP כדי להתחבר לחיבור ecommerce_db. בודקים את הסכימה של הטבלאות users ו-orders. יוצרים את קובצי ה-LookML של users.view.lkml ושל orders.view.lkml. כוללים מפתחות ראשיים, מאפיינים רגילים לכל העמודות ומדדים בסיסיים כמו ספירת רשומות. אחר כך, תיצור קובץ ecommerce.model.lkml שבו תנתח את orders ותצרף את users ב-user_id."

שינוי מבנה של LookML קיים

אתם יכולים להנחות את הסוכן לעדכן כמה קבצים כדי להתאים אותם לתקנים חדשים, או להוסיף פונקציונליות חדשה שמבוססת על דפוסים קיימים.

דוגמה לפרומפט:

"צריך לבדוק את הקובץ products.view.lkml. הפונקציה מחפשת את כל המאפיינים מסוג number שמייצגים מחיר או עלות. לכל אחד מהמאפיינים האלה, צריך ליצור מדד תואם של sum ומדד של average. מוסיפים תיאור לכל מדד חדש שמסביר מה הוא מחשב. מוודאים שהקוד החדש תואם לסגנון המומלץ על ידי המיומנויות המוכנות מראש בסביבת העבודה".

פתרון בעיות ואימות של LookML

סוכן AI יכול לעזור לכם לזהות ולפתור שגיאות ב-LookML. הסוכן יכול להשתמש בכלי האימות של שרת ה-MCP באופן יזום, אבל אתם יכולים גם לבקש עזרה בשגיאות ספציפיות שמוצגות בכלי האימות של Looker IDE.

דוגמה לפרומפט:

"הרצתי עכשיו את כלי האימות של LookML וקיבלתי את השגיאה: 'תצוגה בלתי נגישה: משתמשים. אי אפשר להגיע למשתמשים בתצוגה'. אני מנסה להצטרף לתצוגה users כדי לחקור את הקובץ orders ב-ecommerce.model.lkml. עליך לבדוק את קובץ המודל ואת קובץ users.view.lkml, לזהות את הגורם לשגיאה ולהציע תיקון."

ניהול השינויים

אם סוכן ה-AI משנה את קובצי LookML המקומיים, צריך לפעול לפי השלבים הבאים:

  1. בדיקת ההבדלים: בודקים בקפידה את השינויים שהוצעו על ידי סוכן ה-AI במערכת לניהול גרסאות או בכלי להצגת ההבדלים בסביבת הפיתוח המשולבת.
  2. אימות מקומי: תמיד מריצים את הפקודה Looker: Validate LookML מלוח הפקודות של IDE כדי לוודא שהקוד שנוצר עובר קומפילציה בצורה תקינה ולא גורם לשגיאות בשרת Looker.
  3. סנכרון ופריסה: כששומרים קובץ, התוסף מסנכרן אותו אוטומטית עם ענף הפיתוח בשרת Looker. כשמוכנים, משתמשים בפקודות Git רגילות כדי לשמור ולפרוס את השינויים.

המאמרים הבאים