Créer et gérer des agents de données de tableaux de bord LookML

Conversational Analytics, optimisé par Gemini pour Google Cloud, vous permet d'explorer vos données en posant des questions en langage naturel via une interface de chat intuitive. Lorsque vous utilisez Conversational Analytics avec un tableau de bord LookML, vous pouvez définir et personnaliser un agent de données de tableau de bord directement dans votre code LookML contrôlé par version.

Les agents de tableau de bord LookML permettent aux développeurs d'injecter une logique métier personnalisée, des instructions personnalisées et des paramètres analytiques dans les tableaux de bord gérés par LookML. Étant donné que les tableaux de bord LookML représentent des sources de vérité contrôlées et contrôlées par version dans toutes les organisations, les agents de tableau de bord LookML garantissent que les interactions avec l'IA restent cohérentes dans tous les environnements et respectent les normes de données de l'organisation.

Cette page aborde les sujets suivants :

Avant de commencer

Avant de pouvoir configurer ou utiliser des agents de tableau de bord LookML, assurez-vous que les conditions suivantes sont remplies :

  • Exigences concernant l'instance : un administrateur Looker doit activer Conversational Analytics sur la page d'administration Gemini dans Looker. L'administrateur doit également activer les paramètres Activer les fonctionnalités de testeur de confiance et Agents de tableau de bord activés. Pour les analyses avancées pour les agents de tableau de bord, le paramètre d'administration Analyses avancées doit également être activé. Ce paramètre ne s'applique pas aux agents de tableau de bord LookML dans Looker 26.14.
  • Autorisations pour les développeurs : pour créer, modifier ou configurer des agents et des tableaux de bord LookML , vous devez disposer d'un rôle Looker avec les autorisations develop et see_lookml_dashboards , ainsi que d'un accès aux modèles LookML sous-jacents au tableau de bord.
  • Autorisations pour les spectateurs : pour discuter avec un agent de tableau de bord LookML, les utilisateurs doivent disposer de l'autorisation see_lookml_dashboards et d'un accès aux modèles LookML sous-jacents aux tuiles du tableau de bord.

Définir un agent de tableau de bord dans LookML

Pour définir un agent de tableau de bord dans LookML, déclarez le agent paramètre dans un fichier de modèle LookML ou un fichier LookML dédié de votre projet.

Une définition d'agent de tableau de bord LookML utilise la syntaxe suivante :

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
}

Les agents de tableau de bord sont compatibles avec les paramètres LookML suivants :

  • agent: déclare un nouvel agent et définit son nom.
  • advanced_analytics : (facultatif) accepte yes ou no (la valeur par défaut est no). Lorsque la valeur est définie sur yes, l'agent peut utiliser les analyses avancées pour traduire les questions en langage naturel en code Python et exécuter ce code pour des calculs et des visualisations avancés. Ce paramètre est disponible pour les agents de tableau de bord LookML. Toutefois, il n'est pas fonctionnel dans Looker 26.14.
  • description: (facultatif) brève description de l'agent.
  • instructions: (facultatif) chaîne qui fournit des instructions de forme libre et un contexte métier pour guider l'agent lorsqu'il répond aux requêtes. Si ce paramètre est omis, l'agent utilise le traitement conversationnel par défaut sans contexte de requête personnalisé.
  • is_dashboard_agent: (obligatoire pour les agents de tableau de bord) défini sur yes pour identifier l'agent spécifiquement comme agent de tableau de bord.
  • show_debuginfo : (facultatif) accepte yes ou no (la valeur par défaut est no). Lorsque la valeur est définie sur yes, l'agent affiche des informations détaillées sur l'exécution et le dépannage dans les réponses de la conversation.
  • show_thinking : (facultatif) accepte yes ou no (la valeur par défaut est no). Lorsque la valeur est définie sur yes, l'agent affiche son processus de raisonnement étape par étape dans les réponses de la conversation.

Exemple de définition d'agent de tableau de bord

L'exemple suivant définit un agent de tableau de bord LookML qui applique des règles de filtrage et un ton spécifiques :

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
}

Utiliser des constantes LookML dans les instructions de l'agent

Si vous gérez plusieurs tableaux de bord LookML dans une organisation, vous pouvez utiliser des constantes LookML pour partager des règles métier, des glossaires ou des exigences de filtrage standards dans les définitions d'agent sans dupliquer de texte.

Pour utiliser une constante dans les instructions de l'agent, procédez comme suit :

  1. Définissez la constante dans le fichier manifest.lkml de votre projet :

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

  2. Référencez la constante dans le paramètre instructions de votre agent de tableau de bord à l'aide de la syntaxe @{<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
}

Lorsque l'agent traite les requêtes, Looker substitue dynamiquement la chaîne constante dans les instructions de l'agent.

Associer un agent de tableau de bord à un tableau de bord LookML

Pour associer un agent de tableau de bord à un tableau de bord LookML, configurez les paramètres au niveau du tableau de bord dans le fichier .dashboard.lookml.

Les paramètres de tableau de bord suivants contrôlent le comportement de l'agent dans les tableaux de bord LookML :

  • enable_dashboard_agent: (facultatif) accepte true ou false. Détermine si les utilisateurs peuvent voir l'icône en forme d'étincelle Discuter avec ce tableau de bord et interagir avec l'agent de tableau de bord. Si ce paramètre est omis, la valeur par défaut est true au niveau de la couche API.
  • default_dashboard_agent : (facultatif) spécifie le nom de l'agent LookML (défini avec le paramètre agent) qui sert d'agent par défaut pour le tableau de bord.
  • dashboard_agents: (facultatif) liste des noms d'agents disponibles pour le tableau de bord.

Exemple de configuration de tableau de bord LookML

L'extrait suivant montre comment mapper sales_dashboard_agent à un tableau de bord LookML :

- dashboard: executive_sales_overview
  title: "Executive Sales Overview"
  layout: newspaper
  enable_dashboard_agent: true
  default_dashboard_agent: sales_dashboard_agent
  dashboard_agents: [sales_dashboard_agent, regional_sales_agent]

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

Si enable_dashboard_agent est défini sur true et qu'aucun default_dashboard_agent n'est spécifié, les utilisateurs peuvent toujours discuter avec le tableau de bord. L'agent s'exécute sans instructions personnalisées.

Tester les agents de tableau de bord LookML en mode Développement

Les développeurs LookML peuvent modifier de manière itérative les instructions de l'agent et tester les réponses directement dans l'interface utilisateur Looker avant de déployer les modifications en production.

Pour tester un agent de tableau de bord LookML en mode Développement :

  1. Activez le mode Développement.
  2. Modifiez les instructions ou les paramètres de l'agent dans votre fichier LookML, puis enregistrez vos modifications.
  3. Ouvrez le tableau de bord LookML dans l'interface utilisateur Looker.
  4. Sélectionnez l'icône en forme d'étincelle Discuter avec ce tableau de bord pour ouvrir le panneau de chat.
  5. Posez des questions pour tester la façon dont l'agent interprète vos requêtes et y répond.

Lorsque le mode Développement est activé, Conversational Analytics référence la définition de l'agent en mémoire, la définition du tableau de bord LookML et les fichiers de modèle de votre branche de développement. Lorsque vous désactivez le mode Développement, Conversational Analytics revient à la référence des définitions déployées à partir de la branche de production.

L'historique des conversations créé en mode Développement est conservé et visible dans votre liste de conversations récentes sur toutes les sessions.

Copier le code LookML de l'agent de tableau de bord à partir de tableaux de bord définis par l'utilisateur

Si vous créez un prototype de tableau de bord en tant que tableau de bord défini par l'utilisateur dans l'interface utilisateur, vous pouvez exporter sa configuration complète, y compris les paramètres et les instructions de l'agent de tableau de bord, dans le code LookML.

Pour copier le code LookML à partir d'un tableau de bord défini par l'utilisateur :

  1. Ouvrez le tableau de bord défini par l'utilisateur.
  2. Sélectionnez le menu à trois points more_vert Actions du tableau de bord, puis sélectionnez Obtenir le code LookML.
  3. Dans la boîte de dialogue Obtenir le code LookML, copiez le code LookML du tableau de bord généré et le code de définition de l'agent de tableau de bord.
  4. Collez le code LookML du tableau de bord dans un fichier .dashboard.lookml, puis collez le bloc agent dans votre fichier LookML de modèle ou d'agent.

Le code LookML exporté conserve l'état du bouton Activer le chat avec le tableau de bord à l'aide du paramètre enable_dashboard_agent et copie toutes les instructions d'agent personnalisées.

Afficher les détails de l'agent dans l'interface utilisateur Looker

Lorsque vous consultez un tableau de bord LookML avec un agent de tableau de bord actif, vous pouvez inspecter la configuration de l'agent à partir du panneau de chat :

  1. Sélectionnez l'icône en forme d'étincelle Discuter avec ce tableau de bord.
  2. Sélectionnez l'icône de réglage Gérer l'agent.

Pour les tableaux de bord LookML, le panneau Gérer l'agent affiche les instructions de l'agent, l'état des analyses avancées et les options de débogage en mode lecture seule. Les paramètres ne peuvent pas être modifiés directement dans l'interface utilisateur.

Pour modifier la configuration, les développeurs disposant de l'autorisation develop sur les modèles sous-jacents peuvent cliquer sur Modifier dans LookML pour accéder directement au fichier LookML pertinent dans l'IDE.

Interroger un tableau de bord LookML avec un agent de tableau de bord

Pour démarrer une conversation avec un agent de tableau de bord LookML :

  1. Ouvrez le tableau de bord LookML.
  2. Sélectionnez l'icône en forme d'étincelle Discuter avec ce tableau de bord.
  3. Dans le champ Poser une question, saisissez votre requête en langage naturel.
  4. Si show_thinking est autorisé pour votre agent de tableau de bord, vous pouvez choisir un mode de question :
    • Rapide : traduit rapidement votre requête en recherches directes de métriques LookML.
    • Réflexion : évalue les questions analytiques complexes et affiche le raisonnement étape par étape
  5. Cliquez sur l'icône d'envoi send Envoyer.

Pour annuler une requête en cours, cliquez sur l'icône d'arrêt Arrêter la réponse.

Gérer les conversations

  • Conversations récentes : pour ouvrir les conversations précédentes, sélectionnez more_vert Menu > Conversations récentes.
  • Renommer une conversation : sélectionnez more_vert à côté d'une conversation, puis sélectionnez l'icône de modification edit Renommer.
  • Supprimer une conversation : sélectionnez more_vert à côté d'une conversation, puis sélectionnez l'icône de suppression delete Supprimer.