מפתחים יכולים להשתמש ב-Conversational Analytics API, שאפשר לגשת אליו דרך geminidataanalytics.googleapis.com
, כדי ליצור ממשק צ'אט מבוסס-AI או סוכן נתונים, שמשיבים על שאלות לגבי נתונים מובְנים ב-BigQuery, ב-Looker וב-Looker Studio באמצעות שפה טבעית. באמצעות Conversational Analytics API, אתם מספקים לסוכנות הנתונים פרטים ונתונים עסקיים ('הקשר'), וגם גישה לכלים כמו SQL, Python וספריות להצגת נתונים. התשובות של הנציג מוצגות למשתמש, וניתן לתעד אותן ביומן של אפליקציית הלקוח, וכך ליצור חוויית צ'אט חלקה וניתנת לבקרה של נתונים.
איך Gemini for Google Cloud משתמש בנתונים שלכם, ובאילו מקרים. פיתוח הטכנולוגיה הזאת נמצא בשלב מוקדם, ולכן יכול להיות שהמוצרים של Gemini for Google Cloud יפיקו פלט שנראה סביר אבל כולל עובדות שגויות. מומלץ לאמת כל פלט של מוצרי Gemini for Google Cloud לפני שמשתמשים בו. למידע נוסף, קראו את המאמר Gemini for Google Cloud ואתיקה של בינה מלאכותית.
תחילת העבודה עם Conversational Analytics API
כדי להגדיר את הסביבה ולהתחיל ליצור סוכנויות נתונים ולנהל איתן אינטראקציה באמצעות Conversational Analytics API, פועלים לפי השלבים הבאים.
הגדרה ודרישות מוקדמות
לפני שמשתמשים ב-API או בדוגמאות, צריך לבצע את השלבים הבאים:
- הפעלת Conversational Analytics API: תיאור הדרישות המוקדמות להפעלת Conversational Analytics API.
- אימות והתחברות למקור נתונים באמצעות Conversational Analytics API: כאן מפורטות הוראות לאימות ב-API ולהגדרת חיבורים לנתונים של BigQuery, Looker ו-Looker Studio.
יצירה של סוכן נתונים ואינטראקציה איתו
אחרי שתשלימו את השלבים הקודמים, תוכלו להשתמש ב-Conversational Analytics API כדי ליצור סוכן נתונים ולנהל איתו אינטראקציה. לשם כך, פועלים לפי השלבים הבאים:
- יצירת סוכן נתונים באמצעות HTTP: דוגמה מלאה ליצירה של סוכן נתונים וליצירת אינטראקציה איתו באמצעות בקשות HTTP ישירות ב-Python.
- פיתוח סוכן נתונים באמצעות ה-SDK של Python: דוגמה מלאה לפיתוח סוכן נתונים וליצור אינטראקציה איתו באמצעות ה-SDK של Python.
- יצירת שיחה עם כמה סבבים: הדרכה ודוגמאות לטיפול בשאלות המשך (עם מצב וחסרות מצב) באמצעות Python SDK.
- עיבוד תגובה של סוכן Conversational Analytics API כתצוגה חזותית: דוגמה לעיבוד של מפרטי תרשימים מתשובות API והפיכתם לתצוגות חזותיות באמצעות ערכת ה-SDK של Python והספרייה Vega-Altair.
פעולות API של מפתחות
ה-API מספק את נקודות הקצה הבאות לניהול סוכני נתונים ושיחות:
שם ה-API | שיטת HTTP | נקודת קצה (endpoint) | תיאור |
---|---|---|---|
יצירת סוכן | POST |
/v1alpha/projects/*/locations/*/dataAgents |
יצירת סוכן נתונים חדש. |
אחזור סוכן | GET |
/v1alpha/projects/*/locations/*/dataAgents/* |
אחזור פרטים של סוכן נתונים ספציפי. |
עדכון הסוכן | PATCH |
/v1alpha/projects/*/locations/*/dataAgents/* |
שינוי של סוכן נתונים קיים. |
מחיקת הנציג | DELETE |
/v1alpha/projects/*/locations/*/dataAgents/* |
הסרה של סוכן נתונים. |
הצגת רשימה של סוכנים | GET |
/v1alpha/projects/*/locations/*/dataAgents |
הצגת רשימה של סוכני הנתונים הזמינים בפרויקט. |
צ'אט | POST |
/v1alpha/projects/*/locations/*:chat |
שליחת הודעת צ'אט לסוכנות נתונים. |
יצירת שיחה | POST |
/v1alpha/projects/*/locations/*/conversations |
התחלת שיחה חדשה. |
אחזור שיחה | GET |
/v1alpha/projects/*/locations/*/conversations/* |
אחזור פרטים של שיחה ספציפית. |
הצגת רשימת השיחות | GET |
/v1alpha/projects/*/locations/*/conversations |
הצגת רשימה של השיחות בפרויקט ספציפי. |
הצגת רשימת ההודעות | GET |
/v1alpha/projects/*/locations/*/conversations/*/messages |
הצגת רשימת ההודעות בשיחה ספציפית. |
מקורות מידע נוספים
- מאמרי העזרה של Conversational Analytics API: מסמכים שמספקים תיאורים מפורטים של שיטות, נקודות קצה והגדרות סוג למבנים של בקשות ותשובות.