Desenvolvimento assistido por IA (programação de vibe) com o Looker

A extensão do Looker para VS Code permite o desenvolvimento de LookML assistido por IA, geralmente chamado de "programação de vibe". Essa abordagem permite que os desenvolvedores usem a linguagem natural para gerar, editar e validar o código LookML usando um agente de IA de terceiros e habilidades pré-criadas em um ambiente de desenvolvimento integrado (IDE) local para computador, como o Visual Studio Code (VS Code) ou o Cursor.

Este guia explica a arquitetura do fluxo de trabalho agêntico e fornece instruções para conectar e enviar comandos ao seu agente de IA.

Como o vibe coding funciona com o Looker

O fluxo de trabalho de desenvolvimento assistido por IA depende de alguns componentes principais:

  • Seu ambiente de desenvolvimento integrado e agente de IA: um editor local (por exemplo, VS Code, Claude Code ou Cursor) que é uma ramificação do VS Code com um copiloto ou agente de IA integrado (por exemplo, CLI do Gemini ou Claude).
  • Extensão do Looker para VS Code: oferece o ambiente local para desenvolvimento em LookML, incluindo destaque de sintaxe, sincronização bidirecional de arquivos com sua instância do Looker, preenchimento automático e validação integrada.
  • MCP Toolbox for Databases do Looker: usa o padrão aberto Protocolo de Contexto de Modelo (MCP) para conectar seus agentes de IA, IDEs e aplicativos diretamente aos bancos de dados empresariais.
  • Arquivos de habilidade pré-criados: fornecem ao agente de IA contexto específico, padrões de programação e instruções específicas do projeto para escrever LookML. A extensão do Looker para VS Code instala e atualiza automaticamente os arquivos de habilidade. Você também pode executar os comandos da paleta de comandos Looker: Install Skills in this Workspace ou Looker: Install Skills Globally no seu ambiente de desenvolvimento integrado para preencher ou atualizar arquivos de habilidades.

Ao combinar esses componentes, seu agente de IA pode realizar as seguintes tarefas:

  • ler seus arquivos locais do LookML
  • inspecionar o esquema do banco de dados usando o servidor MCP
  • propor e aplicar mudanças no código localmente
  • execute a validação do LookML para fazer autocorreções antes de confirmar

Antes de começar

Antes de usar um agente de IA para desenvolver a LookML, você precisa atender aos seguintes requisitos:

  1. Configure a extensão do Looker: é necessário ter a extensão do Looker para VS Code instalada e configurada e fazer login com OAuth ou chaves de API.
  2. Configure seu cliente MCP: conecte o agente de IA do seu ambiente de desenvolvimento integrado ao servidor MCP gerenciado pelo Looker. Consulte a página de documentação Usar o Looker com MCP, CLI do Gemini e outros agentes para conferir exemplos de instruções sobre como configurar o VS Code ou outros clientes compatíveis. Consulte a documentação do cliente para mais detalhes.
  3. Clone seu projeto do LookML: confira se você clonou seu repositório do LookML na máquina local e o abriu no ambiente de desenvolvimento integrado.
  4. Confirme as permissões do Looker: verifique se você tem pelo menos a permissão develop do Looker para o modelo que quer editar.

Como dar comandos ao seu agente de IA

Depois que o agente de IA estiver conectado ao servidor MCP do Looker e o projeto do LookML estiver aberto, você poderá começar a usar a linguagem natural para escrever e modificar o código. As habilidades no seu espaço de trabalho ajudam a orientar o agente, mas fornecer comandos claros e específicos gera os melhores resultados.

Confira alguns exemplos de como pedir ao seu agente de IA para realizar tarefas comuns de desenvolvimento em LookML.

Gerar um novo modelo da LookML de um esquema

Você pode pedir ao agente para inspecionar uma conexão de banco de dados específica e gerar uma visualização básica do LookML.

Exemplo de comando:

"Use as ferramentas do MCP para se conectar à conexão ecommerce_db. Inspecione o esquema das tabelas users e orders. Gere o LookML para um arquivo users.view.lkml e um orders.view.lkml. Inclua chaves primárias, dimensões padrão para todas as colunas e medidas básicas, como uma contagem de registros. Em seguida, gere um arquivo ecommerce.model.lkml que analise orders e una users em user_id"

Refatorar o LookML atual

Você pode instruir o agente a atualizar vários arquivos para obedecer a novos padrões ou adicionar novas funcionalidades com base em padrões atuais.

Exemplo de comando:

"Revise o arquivo products.view.lkml. Encontra todas as dimensões do tipo number que representam um preço ou custo. Para cada uma dessas dimensões, gere uma medida sum e uma medida average correspondentes. Adicione uma descrição a cada nova métrica explicando o que ela calcula. Verifique se o novo código corresponde ao estilo recomendado pelas habilidades pré-criadas no espaço de trabalho."

Solucionar problemas e validar o LookML

O agente de IA pode ajudar você a identificar e resolver erros de LookML. Embora o agente possa usar as ferramentas de validação do servidor MCP de maneira proativa, você também pode pedir ajuda com erros específicos detectados pelo validador do Looker IDE.

Exemplo de comando:

"Acabei de executar o validador do LookML e recebi um erro: 'Visualização inacessível: users. Não é possível entrar em contato com os usuários da visualização." Estou tentando unir a visualização users à análise detalhada orders no arquivo ecommerce.model.lkml. Revise o arquivo de modelo e o arquivo users.view.lkml, identifique a causa do erro e proponha uma correção.

Como gerenciar as alterações

Quando o agente de IA modificar seus arquivos LookML locais, siga estas etapas:

  1. Analise a diferença: revise com cuidado as mudanças propostas pelo agente de IA no controle de origem ou no visualizador de diferenças da sua IDE.
  2. Validar localmente: sempre execute o comando Looker: validar LookML na paleta de comandos do IDE para garantir que o código gerado seja compilado corretamente e não introduza erros no servidor do Looker.
  3. Sincronizar e implantar: quando você salva um arquivo, a extensão o sincroniza automaticamente com sua ramificação de desenvolvimento no servidor do Looker. Use comandos padrão do Git para confirmar e implantar as mudanças quando elas estiverem prontas.

A seguir