Visual Studio Code、Antigravity、Cursor、Claude Code などの強力なエージェント ツールとスキルを使用して、20 以上の Google データクラウド サービスに接続できます。Google Cloud ユーザーは無料で使用できます。
機能
Data Agent Kit は、Cloud リソースを操作するための統合インターフェースを提供します。Cloud コンソールと IDE を切り替えることなく、BigQuery スキーマの参照、Cloud Storage ファイルの編集、Spark クラスタのモニタリングを行えます。
データ関連のタスクを説明するだけで、エージェントが推論してタスクを完了してくれます。Data Agent Kit は、ノートブックの作成、クエリの実行、パイプラインのデプロイなどに必要なツールとスキルをエージェントに提供します。
Data Agent Kit には、最適化された SQL の作成、ストレージ バケットのセキュリティ ポスチャーの評価、ML モデルのトレーニングとデプロイなど、データ ライフサイクル全体にわたる Google の独自のエージェント スキルが付属しています。
インストール
| インストール | |
|---|---|
| 環境 | 手順 |
Visual Studio Code | Visual Studio Marketplace からインストールする |
Antigravity | Antigravity IDE
Antigravity CLI ターミナルで次のコマンドを実行します。 agy plugin install https://github.com/gemini-cli-extensions/data-agent-kit-starter-pack Antigravity 2.0 と Antigravity VSCode 拡張機能
|
Claude Code | Claude Code CLI ターミナルで次のコマンドを実行します。 claude plugin install data-agent-kit-starter-pack@claude-plugins-official |
Codex | Codex CLI ターミナルで次のコマンドを実行します。 codex plugin marketplace add gemini-cli-extensions/data-agent-kit-starter-pack codex plugin add dak@data-agent-kit-starter-pack-marketplace |
Google Cloud Shell / Workstation | Data Agent Kit は Google Cloud Shell と Google Cloud Workstation の両方にプリインストールされている |
Cursor やその他の VSCode ベースの IDE |
|
インストール
Antigravity
Antigravity IDE
Antigravity CLI
ターミナルで次のコマンドを実行します。
agy plugin install https://github.com/gemini-cli-extensions/data-agent-kit-starter-pack
Antigravity 2.0 と Antigravity VSCode 拡張機能
Claude Code
Claude Code CLI
ターミナルで次のコマンドを実行します。
claude plugin install data-agent-kit-starter-pack@claude-plugins-official
Codex
Codex CLI
ターミナルで次のコマンドを実行します。
codex plugin marketplace add gemini-cli-extensions/data-agent-kit-starter-pack
codex plugin add dak@data-agent-kit-starter-pack-marketplace
Google Cloud Shell / Workstation
Data Agent Kit は Google Cloud Shell と Google Cloud Workstation の両方にプリインストールされている
Cursor やその他の VSCode ベースの IDE
パイプラインのオーケストレーション、変換、デバッグ
ソースデータをダウンストリームで使用できるテーブルに変換するパイプラインを構築し、品質チェックによって途中で問題を検出します。dbt または Dataform で変換を開発し、Managed Service for Apache Airflow でワークフローをスケジュールします。デプロイ前に変更をテストし、実行が失敗した場合は、エージェントと協力して実行ログと基盤となるコードをトレースして問題を特定し、修正を開発します。
パイプラインのオーケストレーション、変換、デバッグ
ソースデータをダウンストリームで使用できるテーブルに変換するパイプラインを構築し、品質チェックによって途中で問題を検出します。dbt または Dataform で変換を開発し、Managed Service for Apache Airflow でワークフローをスケジュールします。デプロイ前に変更をテストし、実行が失敗した場合は、エージェントと協力して実行ログと基盤となるコードをトレースして問題を特定し、修正を開発します。
特徴を設計し、モデルをトレーニングして、推論を自動化する
Managed Service for Apache Spark で Python カーネルまたはリモート カーネルを使用して、エージェントとともに Jupyter ノートブックでテストを開発、改良します。BigQuery データから特徴を準備し、BigQuery Machine Learning を使用して予測モデルを構築します。結果として得られた作業を、ダウンストリーム アプリケーションで予測を利用できるようにするスケジュール設定されたバッチ推論に接続します。
特徴を設計し、モデルをトレーニングして、推論を自動化する
Managed Service for Apache Spark で Python カーネルまたはリモート カーネルを使用して、エージェントとともに Jupyter ノートブックでテストを開発、改良します。BigQuery データから特徴を準備し、BigQuery Machine Learning を使用して予測モデルを構築します。結果として得られた作業を、ダウンストリーム アプリケーションで予測を利用できるようにするスケジュール設定されたバッチ推論に接続します。
データベースのクエリ、リネージの追跡、ビジネス分析情報の提供
BigQuery と運用データベース(AlloyDB や Cloud SQL など)をまたいでデータを探索し、ビジネス上の疑問を解決します。Knowledge Catalog を使用して、データ品質指標とリネージを基に分析を行い、関連するデータセットを見つけます。エージェントと協力してクエリを作成し、結果から得られたパターンを分析します。その後、レポートやビジネス上の意思決定のために、可視化や再利用可能なデータモデルを作成します。
データベースのクエリ、リネージの追跡、ビジネス分析情報の提供
BigQuery と運用データベース(AlloyDB や Cloud SQL など)をまたいでデータを探索し、ビジネス上の疑問を解決します。Knowledge Catalog を使用して、データ品質指標とリネージを基に分析を行い、関連するデータセットを見つけます。エージェントと協力してクエリを作成し、結果から得られたパターンを分析します。その後、レポートやビジネス上の意思決定のために、可視化や再利用可能なデータモデルを作成します。
料金
| サービス | 価格 |
|---|---|
Data Agent Kit は、Google Cloud アカウントをお持ちのユーザーに無料で提供されます。 |
Data Agent Kit は、Google Cloud アカウントをお持ちのユーザーに無料で提供されます。