בדיקת QueryData באמצעות Cloud SQL Studio

במאמר הזה מוסבר איך לבדוק את QueryData ולעדכן את קובץ הגדרת ההקשר. אתם יכולים לבדוק את היכולת של QueryData ליצור שאילתות SQL משאלות בשפה טבעית. אם שאילתה שנוצרה לא מדויקת, אפשר לעדכן את קובץ הגדרת ההקשר.

למידע ולמידה על קבוצות הקשר, ראה סקירה כללית על קבוצות הקשר.

לפני שמתחילים

מוודאים שקבוצת הקשר כבר נוצרה וקובץ קבוצת הקשר הועלה לסוכן QueryData. מידע נוסף זמין במאמר ניהול קבוצות של הקשרים ב-Cloud SQL Studio.

כדי להוריד, לעדכן ולהעלות קבצים של קבוצות הקשר, ודאו שלמשתמש ב-IAM יש את התפקיד "עריכה של Dataplex Catalog"‏ (roles/dataplex.catalogEditor) או "אדמין של Dataplex Catalog"‏ (roles/dataplex.catalogAdmin) בפרויקט. מידע נוסף מופיע במאמר בנושא הגדרת הרשאות לפי הקשר.

בדיקת QueryData

כדי לבדוק את QueryData, פועלים לפי השלבים הבאים:

  1. נכנסים לדף Cloud SQL במסוף Google Cloud .

    כניסה ל-Cloud SQL

  2. בוחרים מכונה מהרשימה.

  3. בתפריט הניווט, לוחצים על Cloud SQL Studio.

  4. נכנסים ל-Studio באמצעות אימות של ניהול זהויות והרשאות גישה (IAM).

  5. בחלונית Explorer, לוחצים על View actions ליד קבוצת ההקשר שבה משתמשים.

  6. לוחצים על הגדרת הקשר של הבדיקה.

  7. בעורך השאילתות, לוחצים על יצירת SQL כדי לפתוח את החלונית עזרה בכתיבת קוד.

  8. כדי ליצור שאילתת SQL, מזינים שאלה בשפה טבעית בעורך ולוחצים על Generate.

  9. בודקים ששאילתת ה-SQL מדויקת.

הורדה ועדכון של קבוצת הקשרים

אם אתם לא מרוצים משאילתת ה-SQL שנוצרה לשאלה בשפה טבעית, הורידו את קובץ קבוצת ההקשר הקיים. אחר כך אפשר לבדוק ולעדכן את תבנית השאילתה, ולהעלות מחדש את קובץ ההקשר המעודכן לנציג.

כדי להוריד ולעדכן קבוצת הקשר, מבצעים את השלבים הבאים:

  1. בחלונית Explorer, לוחצים על הצגת פעולות.
  2. לוחצים על הורדת קובץ ההקשר.
  3. פועלים לפי השלבים במאמר יצירת קבוצות הקשר באמצעות סוכן עם מנוע קבוצת הקשר כדי לעדכן את ההקשר עם עוד צמדי שאילתות.
  4. בחלונית Explorer, לוחצים על View actions ליד קבוצת ההקשר שבה משתמשים.
  5. לוחצים על עריכת קבוצת ההקשר.
  6. בקטע העלאת קובץ של קבוצת הקשרים, לוחצים על עיון ובוחרים את הקובץ המעודכן של קבוצת ההקשרים.
  7. לוחצים על שמירה כדי לעדכן את קבוצת ההקשרים.

אחרי שאתם מרוצים מהדיוק של התשובות, אתם יכולים להשתמש בנקודת הקצה QueryData כדי לחבר את האפליקציה לקבוצת ההקשר.

איך מוצאים את המזהה של קבוצת ההקשרים

כדי לקשר אפליקציית נתונים לסוכן QueryData, צריך את המזהה של קבוצת ההקשר.

  1. נכנסים לדף Cloud SQL במסוף Google Cloud .

    כניסה ל-Cloud SQL

  2. בוחרים מכונה מהרשימה.

  3. בתפריט הניווט, לוחצים על Cloud SQL Studio.

  4. נכנסים ל-Studio באמצעות אימות של ניהול זהויות והרשאות גישה (IAM).

  5. בחלונית Explorer, לוחצים על View actions (הצגת פעולות) לצד קבוצת ההקשר שבה משתמשים.

  6. לוחצים על עריכת קבוצת ההקשר.

  7. שימו לב למזהה ההקשר בשדה מזהה קבוצת ההקשר. הפורמט של מזהה קבוצת ההקשר דומה ל-projects/data-agents-project/locations/us-central1/contextSets/bdf_pg_all_templates.

חיבור QueryData לאפליקציה

מגדירים את מזהה קבוצת ההקשר בהפעלת method QueryData כדי לספק הקשר שנוצר למקורות נתונים של מסדי נתונים, כמו AlloyDB, ‏ Spanner, ‏ Cloud SQL, ‏ Cloud SQL ל-PostgreSQL ו-Firestore. מידע נוסף זמין במאמר הגדרת הקשר של סוכן הנתונים למקורות נתונים של מסדי נתונים.

אחרי שבודקים את קבוצת ההקשר, אפשר להפנות למקור נתוני מסד הנתונים בקריאה ל-QueryData.

דוגמה לבקשת QueryData עם הקשר שנוצר

בדוגמה הבאה מוצגת בקשת QueryData באמצעות מקור נתונים של מסד נתונים cloud_sql_reference. השדה agent_context_reference.context_set_id משמש לקישור להקשר שנוצר מראש ומאוחסן במסד הנתונים.

{
  "parent": "projects/context-set-project/locations/us-central1",
  "prompt": "How many accounts in the Prague region are eligible for loans? A3 contains the data of region.",
  "context": {
    "datasource_references": [
      {
        "cloud_sql_reference": {
          "database_reference": {
            "engine": "MYSQL"
            "project_id": "context-set-project",
            "region": "us-central1",
            "instance_id": "context-set-primary",
            "database_id": "financial"
          },
          "agent_context_reference": {
            "context_set_id": "projects/context-set-project/locations/us-central1/contextSets/bdf_pg_all_templates"
          }
        }
      }
    ]
  },
  "generation_options": {
    "generate_query_result": true,
    "generate_natural_language_answer": true,
    "generate_disambiguation_question": true,
    "generate_explanation": true
  }
}

גוף הבקשה מכיל את השדות הבאים:

  • ‫prompt: השאלה בשפה טבעית ממשתמש הקצה.
  • ‫context: מכיל מידע על מקורות הנתונים.
    • ‫datasource_references: מציין את סוג מקור הנתונים.
      • ‫cloud_sql_reference: נדרש כששולחים שאילתה למסד הנתונים. השדה הזה משתנה בהתאם למסד הנתונים שאתם שולחים אליו שאילתה.
        • ‫database_reference: מציין מידע שקשור למופע מסד הנתונים.
          • ‫engine: המנוע של מסד הנתונים. צריך להגדיר את הערך MYSQL למכונות של Cloud SQL.
          • ‫project_id: מזהה הפרויקט של מופע מסד הנתונים.
          • ‫region: האזור של מכונת Cloud SQL.
          • ‫instance_id: מזהה המכונה של Cloud SQL.
          • ‫database_id: מזהה מסד הנתונים.
        • ‫agent_context_reference: קישורים להקשר שנוצר במסד הנתונים.
          • ‫context_set_id: המזהה המלא של קבוצת ההקשרים ששמורה במסד הנתונים. לדוגמה, projects/context-set-project/locations/us-central1/contextSets/bdf_gsql_gemini_all_templates.
  • ‫generationOptions: הגדרת סוג הפלט שיווצר.
    • ‫generate_query_result: מגדירים את הערך ל-true כדי ליצור ולהחזיר את תוצאות השאילתה.
    • ‫generate_natural_language_answer: אופציונלי. אם הערך הוא true, נוצרת תשובה בשפה טבעית.
    • ‫generate_explanation: אופציונלי. אם הערך הוא True, נוצר הסבר על שאילתת ה-SQL.
    • ‫generate_disambiguation_question: אופציונלי. אם המדיניות מוגדרת כ-True, נוצרות שאלות להפגת עמימות אם השאילתה לא ברורה.

דוגמה לתשובה של QueryData

זו דוגמה לתשובה תקינה מקריאה ל-QueryData:

{
  "generated_query": "-- Count the number of accounts in Prague that are eligible for loans\nSELECT\n  COUNT(DISTINCT \"loans\".\"account_id\")\nFROM \"loans\"\nJOIN \"district\" -- Join based on district ID\n  ON \"loans\".\"district_id\" = \"district\".\"district_id\"\nWHERE\n  \"district\".\"A3\" = 'Prague'; -- Filter for the Prague region",
  "intent_explanation": "The question asks for the number of accounts eligible for loans in the Prague region. I need to join the `district` table with the `loans` table to filter by region and count the distinct accounts. The `A3` column in the `district` table contains the region information, and I'll filter for 'Prague'. The `loans` table contains information about loans, including the `account_id` and `district_id`. I will join these two tables on their respective district IDs.",
  "query_result": {
    "columns": [
      {
        "name": "count"
      }
    ],
    "rows": [
      {
        "values": [
          {
            "value": "2"
          }
        ]
      }
    ],
    "total_row_count": 1
  },
  "natural_language_answer": "There are 2 accounts in Prague that are eligible for loans."
}

המאמרים הבאים