درس تطبيقي حول ترميز الإضافة تلخيص لوحة البيانات في Looker

1. قبل البدء

في هذا الدرس التطبيقي (1)، ستُعِدّ إضافة تلخيص لوحة بيانات Looker محليًا لتجربتها وتطويرها محليًا. بعد ذلك، (2) ستنشر الإضافة في قناة الإصدار العلني كي يتمكّن مستخدمو Looker الآخرون في نسخة Looker من استخدامها. أخيرًا، (3) يمكنك اتّباع خطوات إضافية لضبط وظائف الإضافة وتحسينها. يجب إكمال جميع الأقسام غير الاختيارية بترتيب تسلسلي.

نظرة عامة على إضافة تلخيص لوحة بيانات Looker

من الناحية الوظيفية، تُرسِل إضافة تلخيص لوحة بيانات Looker بيانات لوحة بيانات Looker إلى نموذج Gemini من Vertex AI. يعرض نموذج Gemini بعد ذلك ملخّصًا لبيانات لوحة البيانات ووصفًا للخطوات التالية. تعرِض الإضافة الملخّص والخطوات التالية كمربّع في لوحة البيانات، مع دمجها في تجربة لوحة البيانات. بالإضافة إلى ذلك، يمكن للإضافة تصدير الملخّص والخطوات التالية إلى Slack أو Google Chat. تستخدم هذه الإضافة تطبيق الواجهة الأمامية React مع خدمة خلفية Websocket لإرسال البيانات واستلامها من نموذج Gemini المستنِد إلى Vertex AI وإلى منه.

المتطلبات الأساسية

  • الإلمام الأساسي بتطوير العُقد و Docker وTeraform
  • الإلمام بإعداد مشروع LookML في Looker

المعلومات التي ستطّلع عليها

  • كيفية إعداد الإضافة وتطويرها محليًا
  • كيفية نشر الإضافة في قناة الإصدار العلني حتى يتمكّن مستخدمو Looker الآخرون في نسخة Looker من استخدامها
  • كيفية تحسين أداء الإضافة وتوسيع وظائفها اختياريًا
  • كيفية إدارة الإضافة المنشورة في قناة الإصدار العلني

المتطلبات

  • نسخة Looker، إمّا من خلال ترخيص Looker الأصلي أو الإصدار التجريبي النشط من Looker Core أو ترخيص Looker الأساسي النشط
  • أذونات develop وdeploy على نسخة Looker
  • أذونات تعديل لوحة البيانات التي تريد تجربتها مع الإضافة.
  • مفتاح Looker API من نسخة Looker.
  • مشروع على Google Cloud تم تفعيل الفوترة فيه
  • تم تفعيل Cloud Run API وVertex AI API وواجهة برمجة التطبيقات Artifact Registry API في المشروع.
  • إمكانية الوصول إلى بيئة محلية مع تثبيت gcloud CLI. تفترض خطوات الدرس التطبيقي حول الترميز بيئة بنمط Linux.

2. إعداد الخلفية للتطوير المحلي

في هذا القسم، ستقوم بإعداد خدمة الواجهة الخلفية websocket لتجربتها وتطويرها محليًا. ستتمكّن الخدمة من الوصول إلى Vertex AI.

  1. ثبِّت الإصدار 18 من العُقدة أو إصدارًا أحدث في بيئتك المحلية. اتّبِع هذه الإرشادات لتثبيت Node.
  2. استنسِخ مستودع الإضافة إلى الدليل الرئيسي المحلي، ثم انتقِل إلى الدليل الجذري للمستودع. لأغراض هذا الدرس التطبيقي، ستفترض جميع عيّنات التعليمات البرمجية أنّ مستودعك المستنسخ في الدليل الرئيسي المحلي.
cd ~
git clone git@github.com:looker-open-source/dashboard-summarization.git
  1. انتقِل إلى الدليل الجذري للمستودع المنسوخ وأعِد تسمية ملف .env.example إلى .env للسماح لك بضبط متغيّرات البيئة في الأقسام اللاحقة من هذا الدرس التطبيقي حول الترميز.
cd ~/dashboard-summarization
mv .env.example .env
  1. انتقِل إلى دليل src في الواجهة الخلفية لمقبس الويب من المستودع الذي تم نسخه. يحتوي هذا الدليل على رمز المصدر الخاص بالخادم.
cd ~/dashboard-summarization/websocket-service/src
  1. ثبِّت اعتماديات الخدمة باستخدام NPM.
npm install
  1. إعادة تسمية الملف من looker-example.ini إلى looker.ini
mv looker-example.ini looker.ini
  1. داخل تحديث ملف looker.ini:
  2. "client_id" و"client_secret" اللذان يتضمّنان مفتاحَي Looker API
  3. base_url الذي يتضمّن عنوان URL لنسخة Looker بالتنسيق: https://<YOUR_LOOKER_URL_MINUS_PROTOCOL>:19999
  4. النص بين القوسين (عنوان القسم) مع مضيف عنوان URL لنسخة Looker

على سبيل المثال، إذا كان معرّف العميل هو ABC123، وسر العميل هو XYZ789، وعنوان URL لنسخة Looker هو https://mycompany.cloud.looker.com، سيظهر ملف looker.ini على النحو التالي:

[mycompany]
base_url=https://mycompany.cloud.looker.com:19999
client_id=ABC123
client_secret=XYZ789
verify_ssl=true
  1. حدِّد رقم تعريف مشروعك على Google Cloud واضبطه على متغيّر بيئة PROJECT. استبدِل YOUR_PROJECT_ID برقم تعريف مشروعك.
export PROJECT="YOUR_PROJECT_ID"
  1. يوفّر Vertex AI نموذج Gemini في مناطق متعدّدة مدرَجة هنا. حدِّد المنطقة التي سترسل فيها الخلفية المحلية البيانات وتستلمها من نموذج Gemini التابع لـ Vertex AI. حدِّد المنطقة على متغيّر البيئة REGION. استبدِل YOUR_VERTEX_REGION بمنطقتك، مثل us-central1.
export REGION="YOUR_VERTEX_REGION"
  1. يمكنك الآن بدء الخدمة المحلية.
npm start
  1. سيتم تشغيل خدمة الواجهة الخلفية websocket على الموقع http://localhost:5000.

لقد انتهيت الآن من إعداد خدمة الواجهة الخلفية websocket في بيئتك المحلية.

تعمل الخدمة كواجهة بين إضافة الواجهة الأمامية ونموذج Gemini من Vertex AI. ستحصل الخدمة على بيانات لوحة البيانات وLookML من إضافة الواجهة الأمامية التي تتضمّن البيانات التي تم الاستعلام عنها من Looker ونموذج Gemini الذي يخصّ Vertex AI. بعد ذلك، ستبث الخدمة ردّ Gemini على إضافة الواجهة الأمامية من أجل عرضه في لوحة بياناتك.

يمكنك أيضًا إجراء تغييرات على رمز المصدر لخدمة الخلفية. عليك أولاً إيقاف عملية الخدمة وإجراء تغييرات على الرموز البرمجية، ثم تشغيل npm start مرة أخرى.

3- إعداد واجهة أمامية للتنمية المحلية

ستجري إعداد إضافة الواجهة الأمامية لتجربتها وتطويرها محليًا في هذا القسم.

  1. في البيئة المحلية نفسها من الخطوات السابقة، انتقل إلى الدليل الجذر للمستودع المنسوخ وثبِّت تبعيات خادم الواجهة الأمامية للواجهة الأمامية.
cd ~/dashboard-summarization
npm install
  1. بدء تشغيل خادم تطوير الواجهة الأمامية المحلي
npm run develop
  1. يعرض خادم الواجهة الأمامية المحلي الآن JavaScript للإضافة على http://localhost:8080/bundle.js.
  2. افتح متصفِّح ويب وسجِّل الدخول إلى نسخة Looker.
  3. اتّبِع هذه التعليمات لإعداد مشروع LookML فارغ. قم بتسمية تلخيص لوحة معلومات المشروع. من المفترض أن يصبح مشروع LookML الفارغ يفتح تلقائيًا في بيئة Looker IDE ضمن علامة تبويب المتصفّح الحالية.
  4. أنشئ ملف بيان مشروع في جذر مشروع LookML. سيكون الملف بيانًا.lkml. إذا كنت لا تعرف كيفية إجراء ذلك، اتّبِع هذه التعليمات حول إضافة ملف إلى مشروع LookML.
  5. استبدل محتوى ملف artist.lkml الجديد بمحتويات ملف artist.lkml في الدليل الجذري للمستودع المغلق. اختَر "حفظ التغييرات" أعلى اليسار لحفظ التغييرات في الملف.
  6. في علامة تبويب متصفِّح منفصلة، انتقِل إلى قائمة اتصالات قاعدة البيانات في نسخة Looker. اتّبِع هذه التعليمات إذا كنت لا تعرف كيفية إجراء ذلك.
  7. اختَر اسم اتصال قاعدة بيانات واحد على Looker. يمكنك اختيار الاتصال الذي تريده. إذا لم يكن لديك إذن للاطّلاع على عمليات ربط قاعدة البيانات، يُرجى التواصل مع مشرف Looker وطلب اسم اتصال واحد لقاعدة بيانات Looker.
  8. انتقِل مجددًا إلى علامة تبويب المتصفّح حيث تم فتح مشروع LookML في بيئة تطوير مدمجة في Looker. أنشئ ملف نموذج في مشروع LookML الخاص بك وقم بتسمية تلخيص لوحة بيانات الملف.
  9. استبدل محتوى ملف لوحة البيانات-summarization.model.lkml بنموذج التعليمات البرمجية أدناه. تأكد من استبدال السلسلة داخل علامات الاقتباس المزدوجة باسم اتصال قاعدة البيانات الذي اخترته في الخطوة 9. احفظ التغييرات في الملف.
connection: "<YOUR_CONNECTION_NAME>"
  1. قم بإعداد مستودع لحفظ مشروعك فيه. حدد "تكوين Git" في أعلى اليمين. اختَر "إعداد مستودع مجرّد بدلاً من ذلك". حدد "إنشاء مستودع".
  2. لديك الآن مستودع أساسي بسيط لتخزين ملفات مشروع LookML فيه. انتقِل مرة أخرى إلى المشروع في Looker IDE من خلال اختيار "الرجوع إلى المشروع" (Back to project). أو الرجوع يدويًا.
  3. اختَر "التحقّق من صحة LookML". في أعلى الجانب الأيسر. سيتغيّر الزر إلى "الالتزام بالتغييرات والدفع".
  4. حدد مربع الاختيار "الالتزام بالتغييرات ودفع" . أضِف أي رسالة تريدها ثم اختَر "الالتزام".
  5. حدد "النشر في الإنتاج" في أعلى يسار بيئة التطوير المتكاملة (IDE) في Looker. لقد أضفت الآن الإضافة إلى نسخة Looker.
  6. انتقِل إلى لوحة بيانات Looker التي تريد إدراج الإضافة فيها.
  7. اتّبِع التعليمات لإدراج مربّع إضافة في لوحة البيانات. أدرِج إضافتك الجديدة في لوحة البيانات في شكل مربّع.
  8. تأكَّد من أنّ خدمة خلفية websocket المحلية التي سبق لك إعدادها قيد التشغيل.

تهانينا! يمكنك الآن تجربة إضافة تلخيص لوحة بيانات Looker في لوحة البيانات. سترسل الإضافة البيانات الوصفية للوحة البيانات إلى خدمة websocket المحلية في الخلفية وستعرض نتائج Gemini من خدمتك الخلفية مباشرةً في مربّع إضافة لوحة البيانات.

أثناء تشغيل خادم الواجهة الأمامية المحلي، يمكنك إجراء تغييرات على رمز مصدر JavaScript للإضافة وسينشئ الخادم التغييرات ويعرضها تلقائيًا. ستحتاج إلى إعادة تحميل الإضافة أو صفحة لوحة البيانات للاطّلاع على التغييرات.

4. نشر الخلفية في مرحلة الإنتاج

في هذا القسم، يمكنك الآن إعداد خدمة الواجهة الخلفية websocket لعرض أي نُسخ من إضافة تلخيص لوحة البيانات على أي لوحة بيانات في نسخة Looker. سيسمح ذلك لمستخدمي Looker الآخرين بتجربة الإضافة في لوحات البيانات الخاصة بهم بدون الحاجة إلى إعداد خدمتهم الخلفية. تفترض هذه الخطوات أنه سبق لك نشر الواجهة الخلفية للتطوير المحلي في البيئة المحلية نفسها بنجاح.

  1. اتّبِع هذه التعليمات لإعداد "بيانات الاعتماد التلقائية" للتطبيق في بيئتك المحلية باستخدام رقم تعريف مشروعك من أجل الخطوات التالية.
  2. أنشئ مستودع Artifact Registry لصور Docker لخدمة الخلفية. استبدِل YOUR_REGION بالمنطقة التي تريد أن يكون المستودع فيها.
gcloud artifacts repositories create dashboard-summarization-repo \
    --repository-format=docker \
    --location=YOUR_REGION \
  1. انتقِل إلى دليل src في خلفية مقبس الويب الخاص بالمستودع الذي تم نسخه.
cd ~/dashboard-summarization/websocket-service/src
  1. عدِّل ملف cloudbuild.yaml واستبدِل جميع أحداث YOUR_REGION وYOUR_PROJECT_ID بمنطقتك ورقم تعريف المشروع. احفظ التغييرات في الملف.
  2. أرسِل بنية باستخدام Cloud Build التي ستنشئ صورة Docker للخدمة الخلفية وانقلها إلى مستودع Artifact Registry الذي أنشأته للتو. استبدِل YOUR_REGION بالمنطقة التي تريد استخدام خدمة Cloud Build فيها.
gcloud builds submit --region=YOUR_REGION --config cloudbuild.yaml
  1. تذكَّر أنّ عنوان URL لصورة Docker الذي تم إنشاؤه حديثًا هو YOUR_REGION-docker.pkg.dev/YOUR_PROJECT_ID/dashboard-summarization-repo/websocketserviceimage:latest. استبدِل YOUR_PROJECT_ID برقم تعريف مشروعك. استبدِل YOUR_REGION بالمنطقة من الخطوة 2 التي استخدمتها لإنشاء مستودع Artifact Registry.
  2. انتقِل إلى دليل websocket-service/terraform في مستودعك المنسوخ.
cd ~/dashboard-summarization/websocket-service/terraform
  1. حدِّد موقع Google Cloud Run الذي تريد تشغيله في الخلفية Websocket. اختَر من بين هذه المواقع الجغرافية.
  2. عدِّل ملفvariable.tf واستبدِل YOUR_PROJECT_ID وYOUR_DOCKER_IMAGE_URL بالقيم المناسبة. تحقَّق من الخطوة 6 للحصول على عنوان URL لصورة Docker. استبدِل YOUR_REGION بالمنطقة التي اخترتها في الخطوة 8 السابقة. احفظ التغييرات التي أجريتها على الملف.
  3. انشر الموارد التي ستستخدمها خدمة الخلفية من خلال استخدام Terraform.
terraform init
terraform plan
terraform apply
  1. احفظ نقطة نهاية عنوان URL لتشغيل السحابة الإلكترونية المنشور للقسم التالي.

تهانينا! لقد نشرت خدمة Websocket الخلفية وهي تعمل الآن على Google Cloud Run. يمكن الآن لأي نسخة من إضافة "تلخيص لوحة البيانات في Looker" الاتصال بخدمتك الخلفية. ننصحك بأن يكون لديك دائمًا مثيل واحد على الأقل من خدمة websocket الخلفية قيد التشغيل على Cloud Run. يحافظ استمرار تشغيل خدمة الخلفية على سلامة بث البيانات بين خدمة websocket الخلفية والواجهة الأمامية للإضافة، كما يساعد في الحفاظ على جلسة كل مستخدم أثناء استخدام الإضافة.

5- نشر الواجهة الأمامية في قناة الإصدار العلني

في هذا القسم الأخير، ستُنفّذ الخطوات النهائية لنشر الواجهة الأمامية للإضافة لتصبح متاحة لجميع مستخدمي Looker في نسخة Looker.

  1. انتقِل إلى الدليل الجذري للمستودع المنسوخ.
cd ~/dashboard-summarization
  1. عدِّل ملفملف env. استبدِل YOUR_CLOUD_RUN_URL بنقطة نهاية عنوان URL لتشغيل السحابة الإلكترونية من القسم السابق. احفظ التغييرات التي أجريتها على الملف. سيؤدي ذلك إلى توجيه الواجهة الأمامية لإضافة الإنتاج إلى خدمة الواجهة الخلفية websocket التي تعمل على Cloud Run.
  2. أنشِئ رمز JavaScript للإضافة. سيتم إنشاء دليل dist تلقائيًا باستخدام ملف bundle.js وملفات أخرى فيه.
npm run build
  1. افتح متصفِّح ويب وسجِّل الدخول إلى نسخة Looker. افتح شريط التنقل الأيمن وفعِّل "وضع التطوير" التبديل في الجزء السفلي.
  2. مع فتح شريط التنقّل الأيمن، اختَر "تطوير"، ثم انتقِل للأسفل واختَر "تلخيص لوحة البيانات"، وهو مشروع LookML للإضافة. من المفترَض أن تكون الآن في بيئة Looker IDE لمشروع LookML.
  3. اسحب جميع الملفات في دليل Dist الذي تم إنشاؤه سابقًا وأفلِته في الدليل الجذري للمشروع في "File Browser". يُرجى اتّباع هذه التعليمات إذا كنت بحاجة إلى مزيد من المساعدة.
  4. افتح ملف manifest.lkml داخل Looker IDE. داخل الملف، استبدل السطر
url: "http://localhost:8080/bundle.js"

مع

file: "bundle.js"

استبدِل YOUR_CLOUD_RUN_URL بنقطة نهاية عنوان URL لتشغيل السحابة الإلكترونية من نهاية القسم الأخير. احفظ التغييرات في الملف.

  1. اختَر "التحقّق من صحة LookML". في أعلى الجانب الأيسر. سيتغيّر الزر إلى "الالتزام بالتغييرات والدفع".
  2. حدد مربع الاختيار "الالتزام بالتغييرات ودفع" . أضِف أي رسالة تريدها ثم اختَر "الالتزام".
  3. حدد "النشر في الإنتاج" في أعلى يسار بيئة التطوير المتكاملة (IDE) في Looker.

تهانينا! لقد فعَّلت الآن جميع مستخدمي Looker في نسخة Looker لإضافة "إضافة تلخيص لوحة بيانات Looker" إلى لوحات البيانات الخاصة بهم. أثناء استخدام مستخدمي Looker الآخرين للإضافة، ستُجري جميع النسخ الافتراضية للإضافة اتصالات بخدمة خلفية websocket التي تعمل على Google Cloud Run.

يُرجى مراعاة ما يلي إذا أجريت أي تغييرات على رمز المصدر:

  1. إنشاء رمز JavaScript لإضافتك مرة أخرى
  2. استبدِل الملفات التي تم إنشاؤها وإضافتها إلى مشروع LookML بالملفات التي تم إنشاؤها حديثًا من الدليل dist.
  3. التحقّق من صحة التغييرات في مشروع LookML وتنفيذها ونشرها في مرحلة الإنتاج

جرِّب إضافة تلخيص لوحة بيانات Looker. ننصحك بالمساهمة في الإضافة ومساعدتها في تلبية احتياجات منتدى Looker بشكل أفضل. يُرجى عدم التردد في إنشاء طلب سحب على المستودع.

يمكنك الاطّلاع على الأقسام الاختيارية التالية لتفعيل إمكانية التصدير عبر Slack أو Google Chat، وتحسين ملخّصات Gemini والخطوات التالية، وإعداد تسجيل Gemini.

6- [اختياري] إعداد إمكانات التصدير

الآن بعد أن جرّبت أنت ومستخدمي Looker إضافة "تلخيص لوحة البيانات في Looker"، يمكنك مشاركة إحصاءات الإضافة مع جمهور أكبر. اتّبِع هذا القسم لتفعيل إضافتك من أجل إرسال ملخّصات والخطوات التالية إلى Google Chat أو Slack. من المفترض أن تكون على دراية بإعداد Oauth لمواصلة هذا القسم من الدرس التطبيقي حول الترميز.

تفعيل تصدير Google Chat

  1. فعِّل واجهة Chat API في مشروعك على Google Cloud.
  2. اتّبِع الخطوة 1 من تعليمات إعداد OAuth في Google Workspace. بالنسبة إلى النطاقات، يجب تضمين spaces.messages.create.
  3. اتّبِع الخطوة 2 من تعليمات إعداد OAuth في Google Workspace. أضِف عنوان URL لمثيل Looker كمعرّف موارد منتظم (URI) ضمن "مصادر JavaScript المعتمَدة"، على سبيل المثال https://mycompany.cloud.looker.com. سجِّل معرِّف العميل الذي تم إنشاؤه.
  4. حدِّد رقم تعريف مساحة Google Chat التي تريد تصدير الملخّصات إليها. إذا لم تكن متأكدًا من كيفية إجراء ذلك، اتّبِع هذه الإرشادات.
  5. عدِّل ملفملف env. استبدِل YOUR_GOOGLE_CLIENT_ID بمعرّف العميل. استبدِل YOUR_GOOGLE_SPACE_ID برقم تعريف مساحة Google Chat. احفظ التغييرات التي أجريتها على الملف. سيؤدي هذا الإجراء إلى ضبط الواجهة الأمامية لإضافتك كي تتمكّن من إرسال إحصاءاتها إلى مساحة Google Chat التي تريدها.
  6. إذا كنت تشغل الواجهة الأمامية للإضافة محليًا، فأعد إنشاء الإضافة. إذا كنت تنشر الواجهة الأمامية للإضافة، عليك إعادة نشر الواجهة الأمامية للإضافة.

تفعيل تصدير Slack

  1. اتبع الخطوتين 1 و2 من مستندات مطوّري برامج Slack الرسمية لإعداد تطبيق OAuth. بالنسبة إلى النطاقات، يجب تضمين chat:write وchannels:read. دوِّن معرّف العميل وسر العميل اللذين تم إنشاؤهما.
  2. حدِّد معرّف قناة Slack التي تريد تصدير الملخّصات إليها.
  3. عدِّل ملفملف env. استبدِل YOUR_SLACK_CLIENT_ID بمعرّف العميل. استبدِل YOUR_SLACK_CLIENT_SECRET بسر العميل. استبدِل YOUR_SLACK_CHANNEL_ID بمعرّف القناة. احفظ التغييرات التي أجريتها على الملف. سيؤدي هذا الإجراء إلى ضبط الواجهة الأمامية للإضافة لتتمكن من إرسال إحصاءاتها إلى قناة Slack التي تريدها.
  4. إذا كنت تشغل الواجهة الأمامية للإضافة محليًا، فأعد إنشاء الإضافة. إذا كنت تنشر الواجهة الأمامية للإضافة، عليك إعادة نشر الواجهة الأمامية للإضافة.

أصبح بإمكان إضافتك الآن تصدير ملخّصاتها مباشرةً إلى Slack أو Google Chat. تجدر الإشارة إلى أنّ الإضافة لا يمكنها إرسال ملخّصات إلا إلى مساحة محادثة Google Chat محدّدة أو إلى قناة Slack محدّدة. يمكنك إضافة نطاقات Oauth إضافية وتعديل الرمز لاسترجاع قائمة بالمساحات والقنوات التي تريد إرسال الملخّصات إليها وعرضها.

7. [اختياري] ضبط الملخّص والخطوات التالية

تطلب هذه الإضافة من نموذج Gemini تقديم جميع بيانات الطلبات والبيانات الوصفية والطلبات على لوحة البيانات. ويمكنك تحسين دقة الملخّصات والخطوات الإرشادية وتفاصيلها وعمقها عن طريق إضافة أكبر قدر ممكن من البيانات الوصفية والسياق إلى لوحة البيانات نفسها. جرِّب الخطوات التالية في كل لوحة بيانات تكون إضافتك جزءًا منها:

  • اتّبِع هذه الإرشادات لإضافة تفاصيل لوحة البيانات إلى لوحة البيانات. سيساعد ذلك في تعريف النموذج اللغوي الكبير للسياق العام للوحة البيانات.
  • اتّبِع هذه الإرشادات لإضافة ملاحظات إلى المربّع الخاص بكل لوحة بيانات. سيساعد ذلك في تعريف النموذج اللغوي الكبير بسياق كل طلب بحث فردي على لوحة البيانات. وسيتم تضمين الملاحظات السياقية الصغيرة في الملخّصات التي يتم إنشاؤها.

وكلما زادت المعلومات التي يمكنك إضافتها إلى لوحات البيانات، كانت ملخّصات الإضافة والخطوات التالية أفضل. يمكنك تعديل الرمز لتضمين بيانات وصفية إضافية للوحة البيانات في الطلب المُرسَل إلى نموذج Gemini.

8. [اختياري] إعداد تسجيل نماذج Gemini

في كل مرة يطلب فيها أحد المستخدمين من الإضافة إنشاء ملخّصات للوحة البيانات، ستجري الإضافة مكالمة مع Vertex AI لكل طلب بحث في لوحة البيانات، بالإضافة إلى طلب نهائي واحد لتنسيق جميع الملخّصات. اتّبِع هذا القسم لتسجيل طلبات Vertex AI التي تجريها الإضافة كي تتمكّن من تقدير تكاليف Vertex AI ومراقبتها. يجب عدم اتّباع هذه التوجيهات إلا في حال تفعيل خدمة الواجهة الخلفية websocket.

  1. يمكنك تحديد موقع Cloud Run لخدمة الواجهة الخلفية websocket التي تم تفعيلها.
  2. اتّبِع هذه التعليمات لإعداد مصدر سجلات سيوجِّه السجلات إلى Big Query. يجب أن تكون وجهة الحوض هي BigQuery. يمكنك ضبط فلتر التضمين باستخدام نموذج الرمز التالي مع استبدال YOUR_CLOUD_RUN_LOCATION بموقع تشغيل السحابة الإلكترونية في الخطوة السابقة.
resource.type = "cloud_run_revision"
resource.labels.service_name = "websocket-service"
resource.labels.location = "YOUR_CLOUD_RUN_LOCATION"
 severity>=DEFAULT
jsonPayload.component="dashboard-summarization-logs"

9. تهانينا!

لقد أعددت إضافة تلخيص لوحة بيانات Looker محليًا لتجربتها. وتم أيضًا نشر الإضافة في Google Cloud ليتمكّن المستخدمون الآخرون من تجربتها أيضًا. أصبح بإمكانك الآن أنت والمستخدمين الآخرين الاطّلاع على الملخّصات التي ينشئها Gemini والخطوات التالية مباشرةً من لوحات البيانات الخاصة بك.

10. الخطوات التالية