Google Data Cloud 中 AI 赋能的辅助功能可简化您的运营和分析工作流。无论是 BigQuery、Spanner 还是 AlloyDB，Gemini 都能助您一臂之力，让复杂查询的生成、补全和解释变得轻而易举。Gemini in BigQuery 还支持 Python 代码辅助功能。它还提供与上下文相关的建议，帮助您准备数据，并提供可自定义的 SQL 翻译，让复杂的数据任务变得非常简单高效。

Google Cloud 提供第一方智能体，可自动执行数据工程、数据科学和数据分析任务。BigQuery 中的数据工程智能体使用 Knowledge Catalog 元数据进行转换，自主管理流水线的创建和迁移。数据科学智能体 能够全面了解上下文并进行自主自动纠错，从而规划数据准备和机器学习训练，加快开发速度。数据库接入智能体评估用户要求，推荐最佳的 Google Cloud 数据库，并指导用户完成预配流程。数据库可观测性智能体可主动监控数据库舰队性能、识别异常情况，并提供智能建议和多轮修复工作流，帮助您进行问题排查和优化。

Deep Research 智能体不再局限于简单的单步查找，而是进行广泛的企业调查。它能独立构建多阶段查询，跟踪跨系统数据沿袭，将结构化表与非结构化数据（如 PDF、合同和图片）混合，并综合生成全面的研究简报，概述根本原因和未来趋势。

BigQuery 对话式分析允许数据专业人员通过自然语言聊天，以实体、关系和业务指标为依据，从多模态和多种格式的湖仓一体数据中提取数据洞见并运行预测，准确率很高。数据库中的对话式分析可提供实时运营情报，让您能够使用自然语言与 Cloud SQL、Spanner 和 AlloyDB 进行交互。Looker 对话式分析使业务团队能够使用自然语言和可管控的语义层进行可信的决策，从而减轻技术团队的工作量。Looker 信息中心智能体通过直接在信息中心添加自然语言查询和自动摘要，进一步增强了这种体验。对于实时运营需求，主动智能体工作流可让您从被动报告转变为事件驱动型操作，自动调查异常情况并提出缓解计划。

Gemini Enterprise 让从业者和业务用户只需用自然语言提问，即可即时获取分析洞见。通过将在 BigQuery、Looker、Lakehouse 和数据库中构建的对话智能体发布到集中式 Gemini Enterprise Agent Gallery，您可以让用户通过单一界面访问企业数据系统。这种方法完全屏蔽了数据生态系统底层的技术复杂性，同时确保在日常办公空间内，数据访问权限仍然是安全的、可审核的且受治理的。管理员可以通过 Gemini Enterprise 轻松预配访问权限，确保在日常办公空间内进行数据交互时，数据始终受到安全保护、审计和治理。

开发者可以轻松构建和嵌入自定义智能体，以应对独特的企业数据挑战。借助 Conversational Analytics API，您可以将自然语言查询功能直接嵌入到自定义应用、内部工具或自动化工作流中。BigQuery ADK 集成工具集提供了一些即用型函数，可用于架构探索、查询和预测。Querydata for Databases 可用于 Cloud SQL、AlloyDB 和 Spanner，帮助您构建用于处理运营数据的智能体。借助适用于 ADK 的 BigQuery Agent Analytics 插件，您只需一行代码即可将智能体活动数据直接流式传输到 BigQuery，以实现实时可观测性和评估。为了进一步简化操作，Looker 块（适用于 BigQuery Agent Analytics）提供了一站式解决方案，用于监控、调试和优化 AI 智能体。

Data Agent Kit 将安全的 Model Context Protocol (MCP) 工具、原生 IDE 插件以及预先编码的数据工程和数据科学技能捆绑到一个开源软件包中，从而简化您的工作流。通过将这些功能直接引入 VS Code、Claude Code、Codex 和 Antigravity CLI 等 IDE，开发者可以从手动编写流水线代码转变为在整个数据资产中进行意向驱动型开发。此外，开发者还可以利用开源 MCP 工具箱将智能体安全地连接到 AlloyDB、BigQuery、Spanner、Cloud SQL、Knowledge Catalog 和 Apache Spark。开始使用 Data Agent Kit。