Desenvolver com a CLI do Gemini
Nesta página, explicamos como interagir com dados do BigQuery no terminal usando comandos de linguagem natural com a CLI do Gemini. Usar as extensões dedicadas do BigQuery com a CLI do Gemini permite insights e análises de dados com tecnologia de IA diretamente na linha de comando. Você pode analisar dados das suas tabelas do BigQuery ou dos conjuntos de dados públicos do BigQuery.
Essas extensões próprias oferecem algumas ferramentas comuns para análise de dados e insights. Para criar suas próprias ferramentas, consulte Usar o BigQuery com o MCP, a CLI do Gemini e outros agentes.
Sobre a CLI do Gemini e as extensões
A CLI do Gemini é um agente de IA conversacional de código aberto do Google que acelera os fluxos de trabalho de desenvolvimento e ajuda com programação, depuração, análise de dados e criação de conteúdo. Ele oferece uma experiência orientada por agente para interagir com serviços da Data Cloud, como BigQuery, e outros bancos de dados Google Cloud populares e de código aberto.
Para mais informações sobre a CLI do Gemini, consulte a documentação da CLI do Gemini.
Como as extensões funcionam
As extensões ampliam os recursos da CLI do Gemini, permitindo que ela se conecte e controle serviços Google Cloud específicos e outras ferramentas. As extensões fornecem contexto e compreensão da API ao Gemini, permitindo a interação por conversa. É possível carregar as extensões de URLs do GitHub, diretórios locais ou registros. Essas extensões oferecem ferramentas, comandos de barra e solicitações. Elas são separadas das extensões de IDE, como o Gemini Code Assist, que se integra usando a caixa de ferramentas do MCP.
Sobre as extensões do BigQuery
O BigQuery oferece as seguintes extensões para trabalhar com dados do BigQuery usando a CLI do Gemini:
- Extensão de análise de dados do BigQuery
- Use essa extensão para descobrir dados, saber mais sobre tabelas e conjuntos de dados do BigQuery e fazer perguntas em linguagem natural sobre seus conjuntos de dados. Você também pode gerar previsões ou fazer uma análise de contribuição usando ferramentas avançadas integradas. As ferramentas dessa extensão ajudam a CLI do Gemini a escrever consultas SQL com base nas suas perguntas em linguagem natural e, em seguida, executar as consultas para fornecer respostas.
- Extensão das Análises de conversação do BigQuery
- Use essa extensão para receber insights avançados dos seus dados do BigQuery usando um agente de análise pré-hospedado do lado do servidor. As ferramentas dessa extensão ajudam a CLI do Gemini a enviar sua pergunta em linguagem natural para um agente integrado e hospedado e responder com insights mais detalhados dos seus dados.
Ferramentas de análise de dados do BigQuery
A extensão de análise de dados do BigQuery oferece as seguintes ferramentas:
Categoria | Ferramenta | Exemplo de comando de linguagem natural |
---|---|---|
Informações de conjuntos de dados e tabelas | get_dataset_info |
Receber informações sobre o conjunto de dados my_dataset |
get_table_info |
Receber informações sobre a tabela my_dataset.my_table | |
list_dataset_ids |
Listar todos os conjuntos de dados no projeto my_project | |
list_table_ids |
Listar todas as tabelas no conjunto de dados my_dataset | |
Pesquisar | search_catalog |
Encontrar tabelas relacionadas a downloads do PyPI |
Execução de SQL | execute_sql |
Usando bigquery-public-data.pypi.file_downloads, mostre os 10 pacotes pypi mais baixados este mês |
Previsão de série temporal | bigquery_forecast |
Prever vendas para 10 períodos da tabela my_table |
Análise de contribuição | analyze_contribution |
Analise a contribuição do país para a receita na tabela my_table |
Ferramentas do Conversational Analytics
A extensão de análise conversacional oferece as seguintes ferramentas:
Categoria | Ferramenta | Exemplo de comando de linguagem natural |
---|---|---|
Pesquisar | search_catalog |
Encontrar tabelas relacionadas a downloads do PyPI |
Análises de conversação | ask_data_insights |
Usando ask_data_insights e as tabelas em bigquery-public-data.google_analytics_sample , diga em quais canais devo focar e por quê. |
Antes de começar
Antes de começar, os seguintes itens são necessários:
- Acesso a pelo menos um projeto do Google Cloud .
Para a extensão de análise de dados, ative as seguintes APIs:
- BigQuery
- Para usar a ferramenta
search_catalog
: Dataplex Universal Catalog
Para a extensão Conversational Analytics, ative as seguintes APIs:
- BigQuery
- Dataplex Universal Catalog
- Para usar a ferramenta
ask_data_insights
: API Gemini para Google Cloud, Gemini e API Data Analytics com Gemini.
Funções exigidas
Para receber as permissões necessárias para usar as extensões do BigQuery com a CLI Gemini, peça ao administrador para conceder a você os seguintes papéis do IAM em recursos do Resource Manager (projetos, pastas e organizações) ou recursos de nível inferior, como conjuntos de dados:
-
Executar consultas do BigQuery em um Google Cloud projeto:
Usuário do BigQuery (
roles/bigquery.user
) -
Use as ferramentas básicas de metadados para acessar metadados de tabelas e conjuntos de dados do BigQuery:
Leitor de metadados do BigQuery (
roles/bigquery.metadataViewer
) -
Use a extensão Conversational Analytics:
Usuário do Gemini para Google Cloud (
roles/cloudaicompanion.user
)
Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.
Também é possível conseguir as permissões necessárias usando papéis personalizados ou outros papéis predefinidos.
Instalar as extensões do BigQuery
Instale as extensões do BigQuery e use-as para analisar e explorar seus dados.
Defina as variáveis de ambiente para se conectar ao projeto do BigQuery:
export BIGQUERY_PROJECT="PROJECT_ID"
Substitua
PROJECT_ID
pelo ID do projeto Google Cloud.Também é possível definir estas variáveis de ambiente opcionais:
BIGQUERY_LOCATION
: o local do conjunto de dados. Por exemplo:export BIGQUERY_LOCATION="us"
BIGQUERY_USE_CLIENT_OAUTH
: se é para usar o OAuth do lado do cliente. Por exemplo:export BIGQUERY_USE_CLIENT_OAUTH=true
Instale a extensão de análise de dados do BigQuery ou de análise conversacional usando o comando
gemini extension install
:Opcional: instale a extensão BigQuery Data Analytics:
gemini extensions install https://github.com/gemini-cli-extensions/bigquery-data-analytics
Opcional: instale a extensão Análises de conversação do BigQuery:
gemini extensions install https://github.com/gemini-cli-extensions/bigquery-conversational-analytics
Inicie a CLI do Gemini no modo interativo para analisar e explorar seus dados:
gemini
A CLI carrega automaticamente a extensão do BigQuery e as ferramentas dela, que podem ser usadas para interagir com seus dados.
Exemplos de comandos para analisar seus dados
Insira comandos na CLI do Gemini. Use os exemplos a seguir para começar.
Explorar e analisar tabelas
Com os exemplos de comandos a seguir, você pode explorar e analisar suas tabelas.
Comando de exemplo para encontrar tabelas relacionadas a downloads do PyPi:
Find tables related to PyPi downloads
Exemplo de resposta
A CLI Gemini retorna uma lista de tabelas relacionadas:
✦ I found the following tables related to PyPi downloads: * file_downloads: projects/bigquery-public-data/datasets/pypi/tables/file_downloads * distribution_metadata: projects/bigquery-public-data/datasets/pypi/tables/distribution_metadata
Exemplo de comando para mostrar os dez pacotes do PyPI mais baixados neste mês:
Using bigquery-public-data.pypi.file_downloads show me top 10 downloaded pypi packages this month
Exemplo de resposta
A CLI do Gemini retorna os 10 principais pacotes:
✦ Here are the top 10 most downloaded PyPI packages this month: 1. boto3: 685,007,866 downloads 2. botocore: 531,034,851 downloads 3. urllib3: 512,611,825 downloads 4. requests: 464,595,806 downloads 5. typing-extensions: 459,505,780 downloads 6. certifi: 451,929,759 downloads 7. charset-normalizer: 428,716,731 downloads 8. idna: 409,262,986 downloads 9. grpcio-status: 402,535,938 downloads 10. aiobotocore: 399,650,559 downloads
Gerar insights mais detalhados usando a ferramenta ask_data_insights
A ferramenta ask_data_insights
aciona um agente na API Conversational Analytics do BigQuery para responder às suas perguntas. O agente do lado do servidor coleta mais contexto sobre seus dados e oferece mais insights.
Exemplo de comando para receber insights sobre os canais em que você precisa se concentrar:
Using ask_data_insights and using the tables under bigquery-public-data.google_analytics_sample, tell me the channels I should focus on and why
Exemplo de resposta
A CLI Gemini retorna recomendações com base na análise:
Based on the analysis of the Google Analytics sample data, here are the channels you should focus on and why: ┌─────────────────┬──────────────┬─────────────────┬────────────────────┬───────────────┐ │ Channel │ Total Visits │ Total Pageviews │ Total Transactions │ Total Revenue │ ├─────────────────┼──────────────┼─────────────────┼────────────────────┼───────────────┤ │ Referral │ 104,838 │ 707,597 │ 5,543 │ $651,429.91 │ │ Direct │ 143,026 │ 584,840 │ 2,219 │ $434,840.55 │ │ Organic Search │ 381,561 │ 1,569,218 │ 3,581 │ $326,380.51 │ │ Display │ 6,262 │ 34,202 │ 152 │ $78,337.46 │ │ Paid Search │ 25,326 │ 136,060 │ 479 │ $43,558.90 │ │ Social │ 226,117 │ 398,690 │ 131 │ $4,916.54 │ │ Affiliates │ 16,403 │ 47,417 │ 9 │ $597.38 │ │ (Other) │ 120 │ 442 │ 1 │ $9.99 │ └─────────────────┴──────────────┴─────────────────┴────────────────────┴───────────────┘ Recommendations: 1. Prioritize referral traffic: * Why: This is a highly valuable channel. It brings in the most revenue and has a high number of transactions, despite not having the highest number of visits. This indicates that traffic from referrals is highly qualified and converts well. * Action: Identify your top referring websites and build stronger relationships with them. Look for similar websites to partner with. 2. Nurture your direct traffic: * Why: Direct traffic is your second-highest revenue source. These are likely returning customers or people who know your brand well.
Preços
Não há custo adicional para usar ferramentas de metadados (como
get_dataset_info
, get_table_info
, list_dataset_ids
e list_table_ids
)
ou a ferramenta search_catalog
.
As ferramentas que executam consultas, incluindo execute_sql
, bigquery_forecast
e analyze_contribution
, são faturadas de acordo com os preços sob demanda do BigQuery ou os preços por capacidade do BigQuery, dependendo da configuração do projeto.
Durante a versão Beta (pré-v1.0), a ferramenta ask_data_insights
é oferecida sem custo adicional. No entanto, as consultas do BigQuery acionadas por ela são cobradas de acordo com os preços padrão do BigQuery.
A seguir
- Saiba mais sobre como usar o BigQuery com o MCP, a CLI Gemini e outros agentes.
- Saiba mais sobre o Gemini no BigQuery.
- Consulte a extensão de análise de dados no GitHub.
- Consulte a extensão do Conversational Analytics no GitHub.