Creare e gestire agenti dati per le dashboard LookML

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

Gli agenti di dati per le dashboard LookML consentono agli sviluppatori di inserire logica di business personalizzata, istruzioni personalizzate e impostazioni di analisi nelle dashboard gestite da LookML. Poiché le dashboard LookML rappresentano fonti di verità gestite e con controllo delle versioni nelle organizzazioni, gli agenti delle dashboard LookML garantiscono che le interazioni con l'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 abilitare Analisi conversazionale nella pagina di amministrazione Gemini in Looker. L'amministratore deve anche attivare le impostazioni Abilita le funzionalità di Trusted Tester e Agenti della dashboard abilitati. Per l'analisi avanzata per gli agenti delle dashboard, deve essere abilitata anche l'impostazione di amministrazione Analisi avanzata. 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 sottostanti alla dashboard.
  • Autorizzazioni per gli spettatori: per chattare con un agente della dashboard LookML, gli utenti devono disporre dell'autorizzazione see_lookml_dashboards e dell'accesso ai modelli LookML sottostanti ai riquadri della dashboard.

Definire un agente della dashboard in LookML

Per definire un agente della dashboard in LookML, dichiara il agent parametro in un file di 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 della 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 l'analisi avanzata per tradurre le domande in linguaggio naturale in codice Python ed eseguire il codice per calcoli e visualizzazioni avanzati. Questo parametro è disponibile per gli agenti delle dashboard LookML, ma non è funzionale in Looker 26.14.
  • description: (facoltativo) una breve descrizione dell'agente.
  • instructions: (facoltativo) una stringa che fornisce istruzioni in formato libero e contesto aziendale per guidare l'agente quando risponde alle query. Se omesso, l'agente utilizza l'elaborazione conversazionale predefinita senza contesto di prompt personalizzato.
  • is_dashboard_agent: (obbligatorio per gli agenti della dashboard) impostalo 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 visualizza informazioni dettagliate sull'esecuzione e sulla risoluzione dei problemi nelle risposte della conversazione.
  • show_thinking: (facoltativo) accetta yes o no (il valore predefinito è no). Quando impostato su yes, l'agente visualizza la procedura di ragionamento passo passo nelle risposte della conversazione.

Esempio di definizione di agente della dashboard

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 costanti LookML per condividere regole di business 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 visualizzare l'icona a forma di scintilla spark Chatta con questa dashboard e interagire con l'agente della dashboard. Se omesso, questo parametro assume il valore predefinito true 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.

Esempio di configurazione 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 delle 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 le instructions o le impostazioni dell'agente nel file LookML e salva le modifiche.
  4. Apri la dashboard LookML nell'interfaccia utente di Looker.
  5. Seleziona scintilla Chatta con questa dashboard per aprire il riquadro della chat.
  6. Poni domande per verificare in che modo l'agente interpreta e risponde ai prompt.

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

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

Copiare LookML dell'agente della dashboard dalle dashboard definite dall'utente

Se prototipi una dashboard come dashboard definita dall'utente nell'interfaccia utente, puoi esportare la configurazione completa, incluse le impostazioni e le istruzioni dell'agente della dashboard, nel codice LookML.

Per copiare 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 Ottieni LookML.
  3. Nella finestra di dialogo Ottieni LookML, copia il codice 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 codice LookML esportato conserva lo stato del pulsante di attivazione/disattivazione Abilita la chat con la dashboard utilizzando il valore parametro enabled_dashboard_agent insieme a eventuali istruzioni dell'agente personalizzate.

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 scintilla Chatta con questa dashboard.
  2. Seleziona l'icona a forma di chiave inglese tune Gestisci agente.

Per le dashboard LookML, il riquadro Gestisci agente mostra le istruzioni dell'agente, lo stato dell'analisi avanzata e le opzioni di debug in modalità di sola lettura. Le impostazioni non possono essere modificate direttamente nell'interfaccia utente.

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 della dashboard

Per avviare una conversazione con un agente della dashboard LookML:

  1. Apri la dashboard LookML.
  2. Seleziona scintilla Chatta con questa dashboard.
  3. Nel campo Poni 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 di metriche LookML.
    • Pensiero: valuta le domande analitiche complesse e mostra il ragionamento passo 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 edit Rinomina.
  • Eliminare una conversazione: seleziona more_vert accanto a una conversazione e seleziona delete Elimina.

Limitazioni degli agenti delle dashboard LookML

Gli agenti delle dashboard LookML presentano le seguenti limitazioni:

  • Definiti solo in LookML: gli agenti delle dashboard LookML devono essere dichiarati in LookML. Non puoi crearli, configurarli o modificarli nell'interfaccia utente di Looker.
  • Requisito dello stesso progetto: l'agente deve essere definito nello stesso progetto LookML della dashboard che lo fa riferimento.
  • Un agente per dashboard: puoi associare un solo agente della dashboard a una dashboard LookML.
  • Solo agenti della dashboard: LookML non supporta la creazione di agenti di dati di Esplora. Tutte le dichiarazioni agent in LookML devono includere is_dashboard_agent: yes.
  • Analisi avanzata 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 le modifiche apportate in modalità di sviluppo alla configurazione degli agenti delle dashboard LookML che non sono ancora stati implementati in produzione.