在 Visual Studio Code、Antigravity、Cursor、Claude Code 等環境中,使用強大的代理工具和技能,連結超過 15 項 Google Data Cloud 服務,包括 BigQuery、AlloyDB 和 Knowledge Catalog。Google Cloud 使用者可免費使用。
功能
Data Agent Kit 提供與 Cloud 資源互動的整合式介面。瀏覽 BigQuery 結構定義、編輯 Cloud Storage 檔案及監控 Spark 叢集,不必在 Cloud 控制台和 IDE 之間來回切換。
只要描述資料相關工作,代理就會推論並完成。Data Agent Kit 可為代理提供所需工具和技能,以便編寫筆記本、執行查詢、部署管道等。
Data Agent Kit 隨附 Google 專門打造的代理技能,涵蓋整個資料生命週期,包括編寫最佳化 SQL、評估儲存空間 bucket 的安全防護機制,以及訓練和部署機器學習模型。
| 環境 | 指示 |
|---|---|
Visual Studio Code | |
Antigravity | Antigravity IDE
Antigravity CLI 在終端機中執行下列指令: agy plugin install https://github.com/GoogleCloudPlatform/data-agent-kit-plugin Antigravity 2.0 以及 Antigravity VS Code 擴充功能
|
Claude Code | Claude Code CLI 在終端機中執行下列指令: claude plugin marketplace add https://github.com/GoogleCloudPlatform/data-agent-kit-plugin claude plugin install dak@dak-marketplace |
Codex | Codex CLI 在終端機中執行下列指令: codex plugin marketplace add GoogleCloudPlatform/data-agent-kit-plugin codex plugin add dak@dak-marketplace |
Google Cloud Shell / Workstation | Data Agent Kit 已預先安裝於 Google Cloud Shell 和 Google Cloud Workstation |
Cursor 和其他以 VS Code 為基礎的 IDE |
|
Antigravity
Antigravity IDE
Antigravity CLI
在終端機中執行下列指令:
agy plugin install https://github.com/GoogleCloudPlatform/data-agent-kit-plugin
Antigravity 2.0 以及 Antigravity VS Code 擴充功能
Claude Code
Claude Code CLI
在終端機中執行下列指令:
claude plugin marketplace add https://github.com/GoogleCloudPlatform/data-agent-kit-plugin
claude plugin install dak@dak-marketplace
Codex
Codex CLI
在終端機中執行下列指令:
codex plugin marketplace add GoogleCloudPlatform/data-agent-kit-plugin
codex plugin add dak@dak-marketplace
Google Cloud Shell / Workstation
Data Agent Kit 已預先安裝於 Google Cloud Shell 和 Google Cloud Workstation
Cursor 和其他以 VS Code 為基礎的 IDE
運作方式
Data Agent Kit 為 IDE 或 CLI 中的程式設計代理,提供專門的 MCP 工具和技能。代理可直接將自然語言提示詞,轉譯為有效的 SQL 查詢、管道程式碼或機器學習工作,進而簡化整個資料生命週期,且不必切換環境。
自動化調度管理、轉換及偵錯管道
建構管道,將來源資料轉換為可供下游使用的資料表,並在過程中進行品質檢查,找出問題。使用 dbt 或 Dataform 開發轉換作業,並透過 Managed Service for Apache Airflow 安排工作流程。在部署前測試變更,如果執行失敗,可以與代理合作,透過執行記錄和基礎程式碼追蹤問題,然後開發修正程式。
自動化調度管理、轉換及偵錯管道
建構管道,將來源資料轉換為可供下游使用的資料表,並在過程中進行品質檢查,找出問題。使用 dbt 或 Dataform 開發轉換作業,並透過 Managed Service for Apache Airflow 安排工作流程。在部署前測試變更,如果執行失敗,可以與代理合作,透過執行記錄和基礎程式碼追蹤問題,然後開發修正程式。
設計特徵、訓練模型及自動執行推論
在 Jupyter 筆記本中,使用 Python 核心或 Managed Service for Apache Spark 上的遠端核心,與代理一起開發及修正實驗。從 BigQuery 資料準備特徵,並使用 BigQuery 機器學習建構預測模型。將產生的工作連結至排定的批次推論,讓下游應用程式能使用預測結果。
設計特徵、訓練模型及自動執行推論
在 Jupyter 筆記本中,使用 Python 核心或 Managed Service for Apache Spark 上的遠端核心,與代理一起開發及修正實驗。從 BigQuery 資料準備特徵,並使用 BigQuery 機器學習建構預測模型。將產生的工作連結至排定的批次推論,讓下游應用程式能使用預測結果。
查詢資料庫、追蹤歷程,並提供業務洞察資料
探索 BigQuery 和 AlloyDB、Cloud SQL 等作業資料庫中的資料,解答業務問題。使用 Knowledge Catalog 尋找相關資料集,並參考資料品質指標和歷程,獲得分析方向指引。與代理合作開發查詢,並追蹤結果中的模式,然後建立圖表或可重複使用的資料模型,用於製作報表和制定業務決策。
查詢資料庫、追蹤歷程,並提供業務洞察資料
探索 BigQuery 和 AlloyDB、Cloud SQL 等作業資料庫中的資料,解答業務問題。使用 Knowledge Catalog 尋找相關資料集,並參考資料品質指標和歷程,獲得分析方向指引。與代理合作開發查詢,並追蹤結果中的模式,然後建立圖表或可重複使用的資料模型,用於製作報表和制定業務決策。
定價
| 服務 | 價格 |
|---|---|
Google Cloud 帳戶使用者可免付費使用 Data Agent Kit |
Google Cloud 帳戶使用者可免付費使用 Data Agent Kit