Creare e gestire agenti dati per le dashboard LookML

Analisi conversazionale, basata su Gemini Google Cloud, ti consente di esaminare i tuoi dati ponendo domande in linguaggio conversazionale tramite un'interfaccia di chat intuitiva. Quando utilizzi Conversational Analytics con una dashboard LookML, puoi definire e personalizzare un agente di dati direttamente nel codice LookML con controllo delle versioni.

Gli agenti dei dati per le dashboard LookML consentono agli sviluppatori di inserire logica di business personalizzata, istruzioni personalizzate e impostazioni analitiche nelle dashboard gestite da LookML. Poiché le dashboard LookML rappresentano fonti di verità controllate e con controllo delle versioni in tutte le organizzazioni, gli agenti delle dashboard LookML garantiscono che le interazioni AI rimangano coerenti tra gli ambienti e rispettino gli standard dei dati dell'organizzazione.

Questa pagina tratta i seguenti argomenti:

Prima di iniziare

Prima di poter configurare o utilizzare gli agenti delle dashboard LookML, assicurati che siano soddisfatti i seguenti requisiti:

  • Requisiti dell'istanza: un amministratore di Looker deve attivare Analisi conversazionale nella pagina di amministrazione di Gemini in Looker. L'amministratore deve anche attivare le impostazioni Abilita le funzionalità di Trusted Tester e Agenti dashboard abilitati. Advanced Analytics Per gli agenti della dashboard, deve essere abilitata anche l'impostazione amministrativa Advanced Analytics. Questa impostazione non si applica agli agenti delle dashboard LookML in Looker 26.14.
  • Autorizzazioni per gli sviluppatori: per creare, modificare o configurare agenti e dashboard LookML, devi disporre di un ruolo Looker con le autorizzazioni develop e see_lookml_dashboards, nonché dell'accesso ai modelli LookML alla base della dashboard.
  • Autorizzazioni per i visualizzatori: per chattare con un agente della dashboard LookML, gli utenti devono disporre dell'autorizzazione see_lookml_dashboards e dell'accesso ai modelli LookML alla base dei riquadri della dashboard.

Definisci un agente della dashboard in LookML

Per definire un agente della dashboard in LookML, dichiara il parametro agent in un file del modello LookML o in un file LookML dedicato all'interno del progetto.

Una definizione di agente della dashboard LookML utilizza la seguente sintassi:

agent: agent_name {
  advanced_analytics: yes | no
  description: "Description of the agent"
  instructions: "Custom agent prompt and instructions"
  is_dashboard_agent: yes
  show_debuginfo: yes | no
  show_thinking: yes | no
}

Gli agenti delle dashboard supportano i seguenti parametri LookML:

  • agent: dichiara un nuovo agente e ne definisce il nome.
  • advanced_analytics: (facoltativo) accetta yes o no (il valore predefinito è no). Se impostato su yes, l'agente può utilizzare Advanced Analytics per tradurre le domande in linguaggio naturale in codice Python ed eseguire questo codice per calcoli e visualizzazioni avanzati. Questo parametro è disponibile per gli agenti delle dashboard LookML, ma non è funzionante in Looker 26.14.
  • description (facoltativo): una breve descrizione dell'agente.
  • instructions: (facoltativo) una stringa che fornisce istruzioni in formato libero e il contesto aziendale per guidare l'agente quando risponde alle query. Se omesso, l'agente utilizza l'elaborazione conversazionale predefinita senza un contesto di prompt personalizzato.
  • is_dashboard_agent: (obbligatorio per gli agenti della dashboard) impostato su yes per identificare l'agente in modo specifico come agente della dashboard.
  • show_debuginfo: (facoltativo) accetta yes o no (il valore predefinito è no). Se impostato su yes, l'agente mostra informazioni dettagliate sull'esecuzione e la risoluzione dei problemi nelle risposte della conversazione.
  • show_thinking: (facoltativo) accetta yes o no (il valore predefinito è no). Se impostato su yes, l'agente mostra il suo processo di ragionamento passo passo nelle risposte della conversazione.

Gli agenti nelle dashboard di LookML non supportano le query verificate.

Definizione dell'agente della dashboard di esempio

L'esempio seguente definisce un agente della dashboard LookML che applica regole di filtro e tono specifici:

agent: sales_dashboard_agent {
  instructions: "Focus on revenue metrics. Always filter by the current fiscal year unless the user specifies otherwise."
  description: "LookML Dashboard Agent for sales performance analytics."
  is_dashboard_agent: yes
  advanced_analytics: yes
  show_thinking: yes
  show_debuginfo: no
}

Utilizzare le costanti LookML nelle istruzioni dell'agente

Se gestisci più dashboard LookML in un'organizzazione, puoi utilizzare le costanti LookML per condividere regole aziendali standard, glossari o requisiti di filtro tra le definizioni degli agenti senza duplicare il testo.

Per utilizzare una costante nelle istruzioni dell'agente:

  1. Definisci la costante nel file manifest.lkml del progetto:

    constant: FISCAL_YEAR_RULE {
  value: "Always filter all requests by the current fiscal year unless the user explicitly specifies a different timeframe."
}

  2. Fai riferimento alla costante nel parametro instructions dell'agente della dashboard utilizzando la sintassi @{<var>CONSTANT_NAME</var>}:

    agent: finance_dashboard_agent {
  instructions: "Prioritize gross margin and operating expense metrics. @{FISCAL_YEAR_RULE}"
  is_dashboard_agent: yes
  advanced_analytics: yes
}

Quando l'agente elabora le query, Looker sostituisce dinamicamente la stringa costante nelle istruzioni dell'agente.

Associare un agente della dashboard a una dashboard LookML

Per collegare un agente della dashboard a una dashboard LookML, configura i parametri a livello di dashboard nel file .dashboard.lookml.

I seguenti parametri della dashboard controllano il comportamento dell'agente per le dashboard LookML:

  • enabled_dashboard_agent: (facoltativo) accetta true o false. Determina se gli utenti possono vedere l'icona spark Chatta con questa dashboard e interagire con l'agente della dashboard. Se omesso, questo parametro viene impostato su true per impostazione predefinita a livello di API.
  • default_dashboard_agent: (facoltativo) specifica il nome dell'agente LookML (definito con il parametro agent) che funge da agente predefinito per la dashboard.

Configurazione di esempio della dashboard LookML

Il seguente snippet mostra come mappare sales_dashboard_agent a una dashboard LookML:

- dashboard: executive_sales_overview
  title: "Executive Sales Overview"
  layout: newspaper
  enabled_dashboard_agent: true
  default_dashboard_agent: sales_dashboard_agent

  elements:
  - name: total_revenue_by_quarter
    type: looker_column
    model: sales_ops
    explore: orders
    measures: [orders.total_revenue]
    dimensions: [orders.created_quarter]

Se enabled_dashboard_agent è impostato su true e non viene specificato alcun default_dashboard_agent, gli utenti possono comunque chattare con la dashboard; l'agente verrà eseguito senza istruzioni personalizzate.

Testare gli agenti della dashboard LookML in modalità di sviluppo

Se l'agente è già stato implementato in produzione, gli sviluppatori LookML possono modificare in modo iterativo le istruzioni dell'agente e testare le risposte direttamente nell'interfaccia utente di Looker prima di implementare le modifiche in produzione.

Per testare le modifiche apportate a un agente della dashboard LookML dalla modalità di sviluppo:

  1. Assicurati che l'agente abbia almeno una definizione di base implementata in produzione.
  2. Attiva la modalità di sviluppo.
  3. Modifica l'agente instructions o le impostazioni nel file LookML e salva le modifiche.
  4. Apri la dashboard LookML nell'interfaccia utente di Looker.
  5. Seleziona spark Chatta con questa dashboard per aprire il riquadro della chat.
  6. Fai domande per testare il modo in cui l'agente interpreta e risponde ai tuoi prompt.

Quando la modalità di sviluppo è attiva, Conversational Analytics fa riferimento alla definizione dell'agente in memoria, alla definizione della dashboard LookML e ai file del modello del ramo di sviluppo. Quando disattivi la modalità di sviluppo, Conversational Analytics torna a fare riferimento alle definizioni implementate dal ramo di produzione.

La cronologia delle conversazioni creata durante la modalità di sviluppo viene mantenuta e visualizzata nell'elenco delle conversazioni recenti tra le sessioni.

Copia il codice LookML dell'agente della dashboard dalle dashboard definite dall'utente

Se crei il prototipo di una dashboard come dashboard definita dall'utente nella UI, puoi esportarne la configurazione completa, incluse le impostazioni e le istruzioni dell'agente della dashboard, nel codice LookML.

Per copiare il codice LookML da una dashboard definita dall'utente:

  1. Apri la dashboard definita dall'utente.
  2. Seleziona il menu con tre puntini more_vert Azioni della dashboard e poi seleziona Ottieni LookML.
  3. Nella finestra di dialogo Ottieni LookML, copia il LookML della dashboard generato e il codice di definizione dell'agente della dashboard.
  4. Incolla il codice LookML della dashboard in un file .dashboard.lookml e incolla il blocco agent nel file LookML del modello o dell'agente.

Il LookML esportato conserva lo stato del pulsante di attivazione/disattivazione Attiva la chat con la dashboard utilizzando il valore parametro enabled_dashboard_agent insieme a eventuali istruzioni personalizzate dell'agente.

Visualizzare i dettagli dell'agente nell'interfaccia utente di Looker

Quando visualizzi una dashboard LookML con un agente della dashboard attivo, puoi esaminare la configurazione dell'agente dal riquadro della chat:

  1. Seleziona spark Chatta con questa dashboard.
  2. Seleziona Sintonizza Gestisci agente.

Per le dashboard LookML, il riquadro Gestisci agente mostra le istruzioni dell'agente, lo stato di Advanced Analytics e le opzioni di debug in modalità sola lettura. Le impostazioni non possono essere modificate direttamente all'interno della UI.

Per modificare la configurazione, gli sviluppatori con l'autorizzazione develop sui modelli sottostanti possono fare clic su Modifica in LookML per passare direttamente al file LookML pertinente nell'IDE.

Eseguire query su una dashboard LookML con un agente dashboard

Per avviare una conversazione con un agente della dashboard LookML:

  1. Apri la dashboard LookML.
  2. Seleziona spark Chatta con questa dashboard.
  3. Nel campo Fai una domanda, inserisci la query in linguaggio naturale.
  4. Se show_thinking è consentito per l'agente della dashboard, puoi scegliere una modalità di domanda:
    • Veloce: traduce rapidamente la query in ricerche dirette delle metriche LookML.
    • Ragionamento: valuta domande analitiche complesse e mostra il ragionamento passo dopo passo.
  5. Fai clic su Invia Invia.

Per annullare una query in corso, fai clic su Interrompi risposta.

Gestire le conversazioni

  • Conversazioni recenti: per aprire le conversazioni precedenti, seleziona more_vert Menu > Conversazioni recenti.
  • Rinominare una conversazione: seleziona more_vert accanto a una conversazione e seleziona Modifica Rinomina.
  • Eliminare una conversazione: seleziona more_vert accanto a una conversazione e seleziona Elimina Elimina.

Limitazioni degli agenti delle dashboard LookML

Gli agenti delle dashboard LookML presentano le seguenti limitazioni:

  • Definito solo in LookML: gli agenti delle dashboard LookML devono essere dichiarati in LookML. Non puoi crearli, configurarli o modificarli nella UI di Looker.
  • Query verificate non supportate: gli agenti dati per le dashboard LookML non supportano le query verificate.
  • Requisito dello stesso progetto: l'agente deve essere definito nello stesso progetto LookML del dashboard che lo fa riferimento.
  • Un agente per dashboard: puoi associare un solo agente della dashboard a una dashboard LookML.
  • Solo agenti dashboard: LookML non supporta la creazione di agenti dati di esplorazione. Tutte le dichiarazioni agent in LookML devono includere is_dashboard_agent: yes.
  • Advanced Analytics in Looker 26.14: gli agenti delle dashboard LookML in Looker 26.14 non supportano il parametro advanced_analytics.
  • Modalità di sviluppo e agenti non implementati: l'interfaccia conversazionale ignora qualsiasi modifica apportata in modalità di sviluppo alla configurazione degli agenti della dashboard LookML che non sono ancora stati implementati in produzione.