درس تطبيقي حول ترميز الإضافة تلخيص لوحة البيانات في Looker

1. قبل البدء

في هذا الدرس التطبيقي حول الترميز، (1) ستعمل على إعداد إضافة "ملخّص لوحة بيانات Looker" محليًا لتجربتها وتطويرها. بعد ذلك، (2) ستنشر الإضافة في مرحلة الإنتاج ليتمكّن مستخدمو Looker الآخرون في مثيل 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 "ملخّص لوحة بيانات Looker"

من الناحية الوظيفية، ترسل إضافة "تلخيص لوحة بيانات Looker" بيانات لوحة بيانات Looker إلى نموذج Gemini في Vertex AI. بعد ذلك، يعرض نموذج Gemini ملخّصًا لبيانات لوحة البيانات واقتراحات للخطوات التالية. تعرض الإضافة الملخّص والخطوات التالية على شكل مربّع في لوحة البيانات، ما يتيح لك الاستفادة من تجربة لوحة البيانات. بالإضافة إلى ذلك، يمكن للإضافة تصدير الملخّص والخطوات التالية إلى Slack أو Google Chat. يستفيد الامتداد من تطبيق واجهة أمامية React مقترن بخدمة خلفية websocket لإرسال البيانات واستلامها من نموذج Gemini في Vertex AI.

المتطلبات الأساسية

  • معرفة أساسية بتطوير Node وDocker وTerraform
  • الإلمام بإعداد مشروع LookML في Looker

ما ستتعلمه

  • كيفية إعداد الإضافة وتطويرها محليًا
  • كيفية نشر الإضافة في بيئة الإنتاج ليتمكّن مستخدمو Looker الآخرون في مثيل Looker من استخدامها
  • كيفية تحسين أداء الإضافة وتوسيع وظائفها بشكل اختياري
  • كيفية إدارة الإضافة التي تم نشرها في مرحلة الإنتاج

المتطلبات

  • مثيل Looker، إما من خلال ترخيص Looker الأصلي أو نسخة تجريبية نشطة من Looker Core أو ترخيص Looker Core نشط
  • أذونات develop وdeploy في مثيل Looker
  • أذونات تعديل لوحة بيانات تريد تجربتها باستخدام الإضافة
  • مفتاح واجهة برمجة التطبيقات لمنصّة Looker من مثيل Looker
  • مشروع على السحابة الإلكترونية من Google Cloud تم تفعيل الفوترة فيه.
  • يجب تفعيل واجهة Cloud Run API وواجهة Vertex AI API وواجهة Artifact Registry API في المشروع.
  • الوصول إلى بيئة محلية مثبَّت عليها gcloud CLI تفترض خطوات الدرس التطبيقي حول الترميز توفّر بيئة شبيهة بنظام التشغيل Linux.

2. إعداد الخلفية للتطوير المحلي

في هذا القسم، ستعدّ خدمة الخلفية المستندة إلى WebSocket لتجربتها وتطويرها محليًا. ستتمكّن الخدمة من الوصول إلى Vertex AI.

  1. ثبِّت الإصدار 18 من Node أو إصدارًا أحدث في بيئتك المحلية. اتّبِع هذه التعليمات لتثبيت Node.
  2. استنسِخ مستودع الإضافة إلى دليل الصفحة الرئيسية المحلي وانتقِل إلى الدليل الجذري للمستودع. لأغراض هذا الدرس التطبيقي حول الترميز، ستفترض جميع عينات التعليمات البرمجية أنّ المستودع الذي تم استنساخه موجود في دليل الصفحة الرئيسية المحلي.
cd ~
git clone git@github.com:looker-open-source/dashboard-summarization.git
  1. انتقِل إلى الدليل الجذري للمستودع الذي تم استنساخه وأعِد تسمية الملف .env.example إلى .env للسماح لك بضبط متغيّرات البيئة في الأقسام اللاحقة من هذا الدرس العملي.
cd ~/dashboard-summarization
mv .env.example .env
  1. انتقِل إلى الدليل src الخاص بخادم الخلفية لبروتوكول WebSocket في المستودع المستنسَخ. يحتوي هذا الدليل على رمز المصدر الخاص بالخادم.
cd ~/dashboard-summarization/websocket-service/src
  1. ثبِّت التبعيات الخاصة بالخدمة باستخدام NPM.
npm install
  1. أعِد تسمية الملف looker-example.ini إلى looker.ini.
mv looker-example.ini looker.ini
  1. داخل ملف looker.ini، عدِّل ما يلي:
  2. استبدِل client_id وclient_secret بالقيم من مفتاح واجهة برمجة التطبيقات في Looker.
  3. base_url الذي يتضمّن عنوان URL لنسخة Looker بالتنسيق التالي: https://<YOUR_LOOKER_URL_MINUS_PROTOCOL>:19999
  4. النص بين الأقواس (عنوان القسم) مع مضيف عنوان URL لنسخة Looker

على سبيل المثال، إذا كان معرّف العميل هو ABC123، وسر العميل هو XYZ789، وكان عنوان URL لمثيل Looker هو https://mycompany.cloud.looker.com، سيبدو ملف looker.ini على النحو التالي تمامًا:

[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 البيئة PROJECT. استبدِل YOUR_PROJECT_ID برقم تعريف مشروعك.
export PROJECT="YOUR_PROJECT_ID"
  1. توفّر منصة Vertex AI نموذج Gemini في مناطق متعددة مدرَجة هنا. حدِّد المنطقة التي سيرسل منها الخلفية المحلية البيانات إلى نموذج Gemini في Vertex AI ويستقبلها منه. اضبط المنطقة على متغيّر بيئة REGION. استبدِل YOUR_VERTEX_REGION بمنطقتك، مثل us-central1.
export REGION="YOUR_VERTEX_REGION"
  1. الآن، ابدأ تشغيل الخدمة المحلية.
npm start
  1. ستعمل خدمة الخلفية المحلية لبروتوكول websocket على http://localhost:5000.

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

تعمل الخدمة كواجهة بين إضافة الواجهة الأمامية ونموذج Gemini في Vertex AI. ستحصل الخدمة على بيانات لوحة البيانات وLookML من إضافة الواجهة الأمامية مع البيانات التي تم طلبها من Looker، وستطلب من نموذج Gemini في Vertex AI تنفيذ الإجراء. بعد ذلك، ستبث الخدمة ردّ Gemini إلى إضافة الواجهة الأمامية ليتم عرضه في لوحة البيانات.

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

3- إعداد الواجهة الأمامية للتطوير على الجهاز

ستعمل في هذا القسم على إعداد إضافة الواجهة الأمامية لتجربتها وتطويرها محليًا.

  1. في بيئة التطوير المحلية نفسها من الخطوات السابقة، انتقِل إلى دليل الجذر للمستودع الذي نسخته وثبِّت التبعيات الخاصة بخادم الواجهة الأمامية.
cd ~/dashboard-summarization
npm install
  1. بدء خادم تطوير الواجهة الأمامية المحلي
npm run develop
  1. يعرض خادم الواجهة الأمامية المحلي الآن رمز JavaScript الخاص بالإضافة على http://localhost:8080/bundle.js.
  2. افتح متصفّح ويب وسجِّل الدخول إلى مثيل Looker.
  3. اتّبِع هذه التعليمات لإعداد مشروع LookML فارغ. أدخِل اسمًا لملخّص لوحة بيانات المشروع. من المفترض أن يفتح مشروع LookML الفارغ تلقائيًا في بيئة تطوير Looker المتكاملة (IDE) في علامة تبويب المتصفّح الحالية.
  4. أنشئ ملف بيان مشروع في جذر مشروع LookML. سيكون اسم الملف manifest.lkml. إذا كنت لا تعرف كيفية إجراء ذلك، اتّبِع هذه التعليمات حول إضافة ملف إلى مشروع LookML.
  5. استبدِل محتوى ملف manifest.lkml الجديد بمحتوى ملف manifest.lkml في الدليل الجذري لمستودعك المغلق. انقر على الزر "حفظ التغييرات" في أعلى يسار الصفحة لحفظ التغييرات في الملف.
  6. في علامة تبويب متصفّح منفصلة، انتقِل إلى قائمة عمليات ربط قواعد البيانات في مثيل Looker. اتّبِع هذه التعليمات إذا كنت لا تعرف كيفية إجراء ذلك.
  7. اختَر اسمًا لأحد عمليات ربط قاعدة بيانات Looker. لا يهمّ نوع الاتصال الذي تختاره. إذا لم يكن لديك إذن بالاطّلاع على عمليات ربط قاعدة البيانات، تواصَل مع مشرف Looker واطلب منه اسم عملية ربط واحدة لقاعدة بيانات Looker.
  8. ارجع إلى علامة تبويب المتصفّح التي تم فتح مشروع LookML فيها في بيئة تطوير متكاملة (IDE) من Looker. أنشئ ملف نموذج في مشروع LookML وسمِّ الملف dashboard-summarization.
  9. استبدِل محتوى ملف dashboard-summarization.model.lkml بعيّنة الرمز البرمجي أدناه. تأكَّد من استبدال السلسلة بين علامتَي الاقتباس المزدوجتَين باسم اتصال قاعدة البيانات الذي اخترته في الخطوة 9. احفظ التغييرات في الملف.
connection: "<YOUR_CONNECTION_NAME>"
  1. إعداد مستودع لحفظ مشروعك انقر على الزر "ضبط Git" في أعلى يسار الصفحة. انقر على "إعداد مستودع بسيط بدلاً من ذلك". انقر على "إنشاء مستودع".
  2. لديك الآن مستودع أساسي بسيط لتخزين ملفات مشروع LookML فيه. ارجع إلى المشروع في بيئة تطوير Looker المتكاملة (IDE) من خلال النقر على "الرجوع إلى المشروع" (Back to project) أو الرجوع يدويًا.
  3. انقر على الزر "التحقّق من صحة LookML" في أعلى يسار الصفحة. سيتغيّر الزر إلى "تنفيذ التغييرات وإرسالها".
  4. انقر على الزر "تنفيذ التغييرات وإرسالها". أضِف أي رسالة تريدها وانقر على "تنفيذ".
  5. انقر على "نشر إلى بيئة الإنتاج" (Deploy to Production) في أعلى يسار Looker IDE. لقد أضفت الآن الإضافة إلى مثيل Looker.
  6. انتقِل إلى لوحة بيانات Looker التي تريد إضافة الإضافة إليها.
  7. اتّبِع التعليمات لإضافة مربّع إضافة إلى لوحة البيانات. أضِف الإضافة الجديدة إلى لوحة البيانات كشاشة معلومات.
  8. تأكَّد من أنّ خدمة الخلفية المحلية لبروتوكول WebSocket التي أعددتها سابقًا تعمل.

تهانينا! يمكنك الآن تجربة إضافة "ملخّص لوحة بيانات Looker" في لوحة البيانات. سترسل الإضافة البيانات الوصفية للوحة البيانات إلى خدمة الخلفية المحلية المستندة إلى websocket، وستعرض ناتج Gemini من خدمة الخلفية مباشرةً في مربّع إضافة لوحة البيانات.

أثناء تشغيل خادم الواجهة الأمامية المحلي، يمكنك إجراء تغييرات على رمز مصدر JavaScript الخاص بالإضافة، وسيقوم الخادم تلقائيًا بإنشاء التغييرات وعرضها. عليك إعادة تحميل صفحة الإضافة أو لوحة البيانات للاطّلاع على التغييرات.

4. نشر الخلفية في مرحلة الإنتاج

في هذا القسم، ستعمل الآن على إعداد خدمة الخلفية الخاصة بـ websocket لعرض أي مثيلات من إضافة تلخيص لوحة البيانات على أي لوحة بيانات في مثيل Looker. سيسمح ذلك لمستخدمي Looker الآخرين بتجربة الإضافة في لوحات البيانات الخاصة بهم بدون الحاجة إلى إعداد خدمة الخلفية الخاصة بهم. تفترض هذه الخطوات أنّك سبق أن نشرت الخلفية بنجاح للتطوير المحلي في بيئة محلية نفسها.

  1. اتّبِع هذه التعليمات لإعداد بيانات اعتماد تلقائية للتطبيق في بيئتك المحلية باستخدام رقم تعريف مشروعك لتنفيذ الخطوات التالية.
  2. أنشئ مستودع Artifact Registry لصور Docker الخاصة بخدمة 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 الخاص بخادم الخلفية لبروتوكول WebSocket في المستودع المستنسخ.
cd ~/dashboard-summarization/websocket-service/src
  1. عدِّل الملف cloudbuild.yaml واستبدِل كل تكرارات YOUR_REGION وYOUR_PROJECT_ID بمنطقتك ورقم تعريف مشروعك. احفظ التغييرات في الملف.
  2. أرسِل إصدارًا باستخدام Cloud Build لإنشاء صورة Docker لخدمة الخلفية ونقلها 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 التي تم إنشاؤها 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 الدليل websocket-service/terraform في المستودع المستنسخ.
cd ~/dashboard-summarization/websocket-service/terraform
  1. حدِّد الموقع الجغرافي الذي تريد تشغيل خدمة الخلفية المستندة إلى WebSockets عليه في Google Cloud Run. اختَر من بين هذه المواقع الجغرافية.
  2. عدِّل ملف variables.tf واستبدِل YOUR_PROJECT_ID وYOUR_DOCKER_IMAGE_URL بالقيم المناسبة. راجِع الخطوة 6 للحصول على عنوان URL لصورة Docker. استبدِل YOUR_REGION بالمنطقة التي اخترتها في الخطوة 8 السابقة. احفظ التغييرات في الملف.
  3. انشر الموارد التي ستستخدمها خدمة الخلفية باستخدام Terraform.
terraform init
terraform plan
terraform apply
  1. احفظ عنوان URL لنقطة نهاية Cloud Run الذي تم نشره لاستخدامه في القسم التالي.

تهانينا! لقد نشرت خدمة الخلفية المستندة إلى websocket وهي تعمل الآن على Google Cloud Run. يمكن الآن لأي مثيل من إضافة "تلخيص لوحة بيانات Looker" التواصل مع خدمة الخلفية. ننصحك دائمًا بتشغيل مثيل واحد على الأقل من خدمة الخلفية المستندة إلى websocket على Cloud Run. تضمن استمرارية خدمة الخلفية سلامة البيانات التي يتم بثها بين خدمة الخلفية المستندة إلى WebSockets وواجهة الإضافة الأمامية، وتساعد في الحفاظ على جلسة كل مستخدم أثناء استخدامه للإضافة.

5- نشر الواجهة الأمامية في مرحلة الإنتاج

في هذا القسم الأخير، ستتّخذ الخطوات النهائية لنشر الواجهة الأمامية للإضافة لتكون متاحة لجميع مستخدمي Looker في مثيل Looker.

  1. انتقِل إلى الدليل الجذر للمستودع المستنسخ.
cd ~/dashboard-summarization
  1. عدِّل .ملف env استبدِل YOUR_CLOUD_RUN_URL بعنوان نقطة نهاية عنوان URL في Cloud Run من القسم السابق. احفظ التغييرات التي أجريتها على الملف. سيؤدي ذلك إلى توجيه الواجهة الأمامية لإضافة الإنتاج إلى خدمة الخلفية المستندة إلى WebSockets التي تعمل على Cloud Run.
  2. أنشئ JavaScript الخاص بالإضافة. سيتم تلقائيًا إنشاء دليل dist يحتوي على ملف bundle.js وملفات أخرى.
npm run build
  1. افتح متصفّح ويب وسجِّل الدخول إلى مثيل Looker. افتح شريط التنقّل الأيمن الجانبي وفعِّل مفتاح التبديل "وضع التطوير" في أسفل الصفحة.
  2. مع فتح شريط التنقّل الأيسر الجانبي، اختَر "تطوير" (Develop)، ثم انتقِل للأسفل واختَر "تلخيص لوحة البيانات" (dashboard-summarization)، وهو مشروع LookML الخاص بالإضافة. من المفترض أن تكون الآن في بيئة التطوير المتكاملة (IDE) في Looker لمشروع LookML.
  3. اسحب جميع الملفات في دليل dist الذي تم إنشاؤه سابقًا وأفلِتها في دليل الجذر الخاص بالمشروع في "مستعرض الملفات". اتّبِع هذه التعليمات إذا كنت بحاجة إلى مزيد من المساعدة.
  4. افتح ملف manifest.lkml داخل بيئة تطوير Looker المتكاملة. داخل الملف، استبدِل السطر
url: "http://localhost:8080/bundle.js"

مع

file: "bundle.js"

استبدِل YOUR_CLOUD_RUN_URL بعنوان URL لنقطة نهاية Cloud Run من نهاية القسم الأخير. احفظ التغييرات في الملف.

  1. انقر على الزر "التحقّق من صحة LookML" في أعلى يسار الصفحة. سيتغيّر الزر إلى "تنفيذ التغييرات وإرسالها".
  2. انقر على الزر "تنفيذ التغييرات وإرسالها". أضِف أي رسالة تريدها وانقر على "تنفيذ".
  3. انقر على "نشر إلى بيئة الإنتاج" (Deploy to Production) في أعلى يسار Looker IDE.

تهانينا! لقد أتحت الآن لجميع مستخدمي Looker في مثيل Looker إضافة إضافة "تلخيص لوحة بيانات Looker" إلى لوحات البيانات الخاصة بهم. عندما يستخدم مستخدمو Looker الآخرون الإضافة، ستُجري جميع مثيلات الإضافة طلبات إلى خدمة الخلفية المستندة إلى websocket التي تم نشرها والتي تعمل على Google Cloud Run.

يُرجى العِلم أنّه في حال إجراء أي تغييرات على الرمز المصدر، عليك اتّباع ما يلي:

  1. إعادة إنشاء رمز JavaScript الخاص بالإضافة
  2. استبدِل الملفات التي تم إنشاؤها والتي أضفتها إلى مشروع LookML بالملفات التي تم إنشاؤها حديثًا من الدليل dist.
  3. التحقّق من صحة تغييرات مشروع LookML وإضافتها ونشرها في مرحلة الإنتاج

جرِّب إضافة "ملخّص لوحة بيانات Looker"! ننصحك بالمساهمة في تطوير الإضافة ومساعدتها على تلبية احتياجات منتدى Looker بشكل أفضل. يُرجى إنشاء طلب سحب في المستودع.

راجِع الأقسام الاختيارية التالية لتفعيل ميزة التصدير إلى Slack أو Google Chat، وتحسين ملخّصات Gemini والخطوات التالية، وإعداد تسجيل Gemini.

6. [اختياري] إعداد إمكانات التصدير

بعد أن جرّبت أنت ومستخدمو Looker إضافة "تلخيص لوحة بيانات Looker"، لنشارك إحصاءات الإضافة مع جمهور أكبر. اتّبِع الخطوات الواردة في هذا القسم لتفعيل الإضافة وإرسال الملخّصات والخطوات التالية إلى Google Chat أو Slack. يجب أن تكون على دراية بإعداد Oauth لمتابعة هذا القسم من الدرس العملي.

تفعيل التصدير في Google Chat

  1. فعِّل Chat API في مشروعك على Google Cloud.
  2. اتّبِع الخطوة 1 من تعليمات إعداد بروتوكول OAuth في Google Workspace. بالنسبة إلى النطاقات، يجب تضمين spaces.messages.create.
  3. اتّبِع الخطوة 2 من تعليمات إعداد بروتوكول OAuth في Google Workspace. أضِف عنوان URL لمثيل Looker كمعرّف موارد منتظم (URI) ضمن "مصادر JavaScript المسموح بها"، مثلاً https://mycompany.cloud.looker.com. دوِّن معرّف العميل الذي تم إنشاؤه.
  4. حدِّد رقم تعريف مساحة Chat في Google التي تريد تصدير الملخّصات إليها. إذا لم تكن متأكّدًا من كيفية إجراء ذلك، اتّبِع هذه التوجيهات.
  5. عدِّل .ملف env استبدِل YOUR_GOOGLE_CLIENT_ID بمعرّف العميل. استبدِل YOUR_GOOGLE_SPACE_ID برقم تعريف مساحة Chat في Google. احفظ التغييرات التي أجريتها على الملف. سيؤدي ذلك إلى إعداد الواجهة الأمامية للإضافة لتتمكّن من إرسال إحصاءاتها إلى مساحة Google Chat التي تريدها.
  6. إذا كنت تشغّل الواجهة الأمامية للإضافة محليًا، أعِد إنشاء الإضافة. في حال نشر الواجهة الأمامية للإضافة، أعِد نشرها.

تفعيل التصدير إلى Slack

  1. اتّبِع الخطوتَين 1 و2 من مستندات مطوّري Slack الرسمية لإعداد تطبيق OAuth. بالنسبة إلى النطاقات، يجب تضمين chat:write وchannels:read. دوِّن معرّف العميل ورمز سر العميل اللذين تم إنشاؤهما.
  2. حدِّد معرّف قناة Slack التي تريد تصدير الملخّصات إليها.
  3. عدِّل .ملف env استبدِل YOUR_SLACK_CLIENT_ID بمعرّف العميل. استبدِل YOUR_SLACK_CLIENT_SECRET بـ "سرّ العميل". استبدِل YOUR_SLACK_CHANNEL_ID بمعرّف القناة. احفظ التغييرات التي أجريتها على الملف. سيؤدي ذلك إلى ضبط الواجهة الأمامية للإضافة لتتمكّن من إرسال إحصاءاتها إلى قناة Slack التي تريدها.
  4. إذا كنت تشغّل الواجهة الأمامية للإضافة محليًا، أعِد إنشاء الإضافة. في حال نشر الواجهة الأمامية للإضافة، أعِد نشرها.

يمكن الآن للإضافة تصدير ملخّصاتها مباشرةً إلى Slack أو Google Chat. يُرجى العِلم أنّه لا يمكن للإضافة إرسال الملخّصات إلا إلى مساحة محددة في Google Chat أو قناة Slack مبرمَجة مسبقًا. يمكنك إضافة نطاقات Oauth أخرى وتعديل الرمز البرمجي لجلب وعرض قائمة بالمساحات والقنوات لإرسال الملخّصات إليها.

7. [اختياري] تحسين الملخّص والخطوات التالية

تقدّم الإضافة إلى نموذج Gemini جميع البيانات الوصفية للوحة البيانات وتطلب البيانات. يمكنك تحسين دقة الملخّصات والخطوات الإرشادية وتفاصيلها وعمقها من خلال إضافة أكبر قدر ممكن من البيانات الوصفية والسياق إلى لوحة البيانات نفسها. جرِّب اتّباع الخطوات التالية لكل لوحة بيانات تشكّل إضافتك جزءًا منها:

  • اتّبِع هذه التعليمات لإضافة تفاصيل لوحة البيانات إلى لوحة البيانات. سيساعد ذلك النموذج اللغوي الكبير في التعرّف على السياق العام للوحة البيانات.
  • اتّبِع هذه التعليمات لإضافة ملاحظات إلى كل مربّع في لوحة البيانات. سيساعد ذلك النموذج اللغوي الكبير في معرفة سياق كل طلب بحث فردي في لوحة البيانات. سيتم أخذ الملاحظات السياقية الصغيرة في الاعتبار عند إنشاء الملخّصات.

كلّما أضفت معلومات أكثر إلى لوحات البيانات، كانت ملخّصات الإضافة والخطوات التالية أفضل. يمكنك تعديل الرمز البرمجي لتضمين بيانات تعريف إضافية للوحة البيانات في الطلب المقدَّم إلى نموذج Gemini.

8. [اختياري] إعداد تسجيل نماذج Gemini

في كل مرة يطلب فيها المستخدم من الإضافة إنشاء ملخّصات للوحة بيانات، ستُجري الإضافة طلبًا إلى Vertex AI لكل طلب بحث في لوحة البيانات بالإضافة إلى طلب نهائي واحد لتنسيق جميع الملخّصات. اتّبِع هذا القسم لتسجيل طلبات Vertex AI التي تقدّمها الإضافة حتى تتمكّن من تقدير ومراقبة تكاليف وحركة بيانات Vertex AI. يجب اتّباع هذه التعليمات فقط إذا كنت قد نشرت خدمة الخلفية المستندة إلى WebSocket.

  1. تحديد موقع خدمة الخلفية المستندة إلى websocket التي تم نشرها على Cloud Run
  2. اتّبِع هذه التعليمات لإعداد مخزَن سجلّات سيوجه السجلّات إلى BigQuery. يجب أن تكون وجهة المخزَن هي BigQuery. اضبط فلتر التضمين باستخدام عينة التعليمات البرمجية التالية مع استبدال YOUR_CLOUD_RUN_LOCATION بموقع Cloud Run 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" على جهازك لتجربتها. لقد نشرت أيضًا الإضافة على Google Cloud ليتمكّن المستخدمون الآخرون من تجربتها أيضًا. يمكنك الآن أنت والمستخدمون الآخرون الوصول إلى الملخّصات والخطوات التالية المستندة إلى Gemini مباشرةً من داخل لوحات البيانات.

10. الخطوات التالية