Looker Kontrol Paneli Özetleme Uzantısı Codelab'i

1. Başlamadan önce

Bu codelab'de (1) Looker Kontrol Paneli Özetleme Uzantısı'nı yerel olarak ayarlayıp yerel olarak deneyip geliştirmeniz yapacaksınız. Ardından (2) Looker örneğinizdeki diğer Looker kullanıcılarının kullanabilmesi için uzantıyı üretim kanalına dağıtacaksınız. Son olarak, (3) uzantının işlevselliğini hassas bir şekilde ayarlamak ve geliştirmek için ek adımları uygulayabilirsiniz. İsteğe bağlı olmayan tüm bölümler sırayla tamamlanmalıdır.

Looker Kontrol Paneli Özetleme Uzantısına genel bakış

Looker Kontrol Paneli Özetleme Uzantısı, Looker kontrol panelinizin verilerini işlevsel olarak Vertex AI'ın Gemini modeline gönderir. Daha sonra Gemini modeli, kontrol panelinizdeki verilerin özetini ve sonraki adımlar için bir öneri sunar. Uzantı, özeti ve sonraki adımları kontrol panelinizde bir kutu olarak gösterir ve kontrol paneli deneyiminize entegre olur. Ayrıca uzantı, özeti ve sonraki adımları Slack veya Google Chat'e aktarabilir. Uzantı, Vertex AI'ın Gemini modeline veri gönderip almak için websocket arka uç hizmetiyle birlikte React ön uç uygulamasından yararlanır.

Ön koşullar

  • Düğüm geliştirme, Docker ve Terraform hakkında temel düzeyde bilgi
  • Looker LookML projesi oluşturma hakkında bilgi

Neler öğreneceksiniz?

  • Uzantı yerel olarak nasıl kurulur ve geliştirilir?
  • Looker örneğinizdeki diğer Looker kullanıcılarının kullanabilmesi için uzantıyı üretim kanalına dağıtma
  • İsteğe bağlı olarak uzantının performansında ince ayar yapma ve işlevselliğini genişletme.
  • Üretimde dağıtılan uzantınızı yönetme

Gerekenler

  • Looker Orijinal Lisansı, etkin Looker Core Denemesi veya etkin bir Looker Core lisansı aracılığıyla bir Looker örneği.
  • Looker örneğinizde develop ve deploy izinleri.
  • Uzantıyla denemek istediğiniz gösterge tablosunu düzenleme izinleri.
  • Looker örneğinizden bir Looker API anahtarı.
  • Faturalandırmanın etkin olduğu bir Google Cloud projesi.
  • Projede Cloud Run API, Vertex AI API ve Artifact Registry API etkin.
  • gcloud CLI'ın yüklü olduğu yerel ortama erişim. Codelab adımlarında, Linux tarzı bir ortam varsayılır.

2. Yerel geliştirme için arka ucu ayarlayın

Bu bölümde, denemeniz ve yerel olarak geliştirmeniz için websocket arka uç hizmetini kuracaksınız. Hizmetin Vertex AI'a erişimi olur.

  1. Yerel ortamınızda yüklü Düğüm 18 veya sonraki bir sürümü yükleyin. Düğümü yüklemek için bu talimatları uygulayın.
  2. Uzantının deposunu yerel ana dizininize klonlayın ve deponun kök dizinine gidin. Bu codelab'in amacı doğrultusunda tüm kod örnekleri, klonlanan deponuzun yerel ana dizininizde olduğunu varsayar.
cd ~
git clone git@github.com:looker-open-source/dashboard-summarization.git
  1. Bu codelab'in sonraki bölümlerinde ortam değişkenlerini ayarlayabilmeniz için, kopyalanan deponun kök dizinine gidin ve .env.example dosyasını .env olarak yeniden adlandırın.
cd ~/dashboard-summarization
mv .env.example .env
  1. Klonlanan deponun web yuvası arka ucunun src dizinine gidin. Bu dizin, sunucunun kaynak kodunu içerir.
cd ~/dashboard-summarization/websocket-service/src
  1. Hizmetin bağımlılıklarını NPM ile yükleyin.
npm install
  1. looker-example.ini dosyasını looker.ini olarak yeniden adlandırın.
mv looker-example.ini looker.ini
  1. looker.ini dosyası güncellemesinin içinde:
  2. Looker API anahtarınızdakilerle birlikte client_id ve client_secret.
  3. Looker örneğinizin URL'si şu biçimde olan base_url: https://<YOUR_LOOKER_URL_MINUS_PROTOCOL>:19999
  4. Looker örneğinizin URL'sinin barındırıcısı ile parantezler arasındaki metin (bölüm başlığı).

Örneğin istemci kimliğiniz ABC123, istemci gizli anahtarınız XYZ789 ve Looker örneğinizin URL'si https://mycompany.cloud.looker.com ise looker.ini dosyanız tam olarak şu şekilde görünür:

[mycompany]
base_url=https://mycompany.cloud.looker.com:19999
client_id=ABC123
client_secret=XYZ789
verify_ssl=true
  1. Google Cloud proje kimliğinizi belirleyin ve PROJECT ortam değişkeninize ayarlayın. YOUR_PROJECT_ID yerine proje kimliğinizi yazın.
export PROJECT="YOUR_PROJECT_ID"
  1. Vertex AI, burada listelenen birçok bölgede Gemini modelini sağlar. Yerel arka ucunuzun Vertex AI'ın Gemini modelinden veri gönderip alacağı bölgeyi belirleyin. REGION ortam değişkeninizde bölgeyi ayarlayın. YOUR_VERTEX_REGION değerini bölgenizle (ör. us-central1) değiştirin.
export REGION="YOUR_VERTEX_REGION"
  1. Şimdi yerel hizmetinizi başlatın.
npm start
  1. Yerel websocket arka uç hizmetiniz http://localhost:5000 üzerinde çalışır.

Yerel ortamınızda websocket arka uç hizmetini ayarlamayı tamamladınız.

Hizmet, ön uç uzantınız ile Vertex AI'ın Gemini modeli arasında bir arayüz görevi görür. Hizmet, Looker'dan sorgulanan verilerle ön uç uzantınızdan kontrol paneli ve LookML verilerini alır ve Vertex AI'ın Gemini modelini ister. Ardından hizmet, Gemini'ın yanıtını kontrol panelinizde gösterilecek ön uç uzantısına aktarır.

Arka uç hizmetinin kaynak kodunda da değişiklik yapabilirsiniz. Öncelikle hizmet işlemini durdurmanız, kod değişiklikleri yapmanız ve ardından npm start öğesini tekrar çalıştırmanız gerekir.

3. Yerel geliştirme için ön ucu ayarlama

Bu bölümde denemeniz ve yerel olarak geliştirmeniz için ön uç uzantısını kuracaksınız.

  1. Önceki adımlarla aynı yerel ortamda, klonlanan deponuzun kök dizinine gidin ve ön ucunuza ön uç sunucusunun bağımlılıklarını yükleyin.
cd ~/dashboard-summarization
npm install
  1. Yerel ön uç geliştirme sunucunuzu başlatma
npm run develop
  1. Yerel ön uç sunucunuz şu anda uzantının JavaScript'ini http://localhost:8080/bundle.js adresinde sunuyor.
  2. Bir web tarayıcısı açın ve Looker örneğinize giriş yapın.
  3. Boş bir LookML projesi oluşturmak için bu talimatları uygulayın. Proje kontrol paneli özetleme işlemini adlandırın. Şu anda boş LookML projesi, mevcut tarayıcı sekmenizdeki Looker IDE'de otomatik olarak açılır.
  4. LookML projesinin kök dizininde bir proje manifest dosyası oluşturun. Dosya manifest.lkml olarak adlandırılır. Bunu nasıl yapacağınızı bilmiyorsanız LookML projesine dosya eklemeyle ilgili bu talimatları uygulayın.
  5. Yeni manifest.lkml dosyasının içeriğini, kapalı deponuzun kök dizinindeki manifest.lkml dosyasının içeriğiyle değiştirin. "Değişiklikleri Kaydet"i seçin düğmesini tıklayın.
  6. Ayrı bir tarayıcı sekmesinde, Looker örneğinizdeki veritabanı bağlantıları listesine gidin. Bunu nasıl yapacağınızı bilmiyorsanız bu talimatları uygulayın.
  7. Bir Looker veritabanı bağlantısının adını seçin. Hangi bağlantıyı seçtiğinizin bir önemi yoktur. Veritabanı bağlantılarını görme izniniz yoksa Looker yöneticinizle iletişime geçerek bir Looker veritabanı bağlantısının adını isteyin.
  8. LookML projeniz Looker IDE'de açılmışken tarayıcı sekmesine geri dönün. LookML projenizde bir model dosyası oluşturun ve dosyayı kontrol paneli özeti olarak adlandırın.
  9. kontrol paneli-summarization.model.lkml dosyanızın içeriğini aşağıdaki kod örneğiyle değiştirin. Çift tırnak içindeki dizeyi 9. adımda seçtiğiniz veritabanı bağlantısı adıyla değiştirdiğinizden emin olun. Dosyadaki değişiklikleri kaydedin.
connection: "<YOUR_CONNECTION_NAME>"
  1. Projenizin kaydedileceği bir depo oluşturun. "Configure Git"i (Git'i yapılandır) seçin düğmesini tıklayın. "Bunun yerine sade depo oluştur"u seçin. "Create Repository" (Kod deposu oluştur) seçeneğini belirleyin.
  2. Artık LookML proje dosyalarınızı depolayabileceğiniz temel bir sade deponuz var. Looker IDE'de "Projeye geri dön"ü seçerek projeye geri dönün manuel olarak geri gitmeyi deneyebilirsiniz.
  3. "VerifyML"i (LookML'yi Doğrula) seçin düğmesini tıklayın. Düğme, "Değişiklikleri kaydet ve aktar" olarak değişir.
  4. "Değişiklikleri kaydet ve aktar"ı seçin. düğmesini tıklayın. İstediğiniz herhangi bir mesajı ekleyin ve "Kaydet"i seçin.
  5. "Üretime Dağıt"ı seçin tıklayın. Artık bu uzantıyı Looker örneğinize eklediniz.
  6. Uzantıyı eklemek istediğiniz Looker kontrol paneline gidin.
  7. Kontrol panelinize uzantı kutusu eklemek için talimatları uygulayın. Yeni uzantınızı kontrol panelinize karo olarak ekleyin.
  8. Daha önce ayarladığınız yerel websocket arka uç hizmetinizin çalıştığından emin olun.

Tebrikler! Artık kontrol panelinizde Looker Kontrol Paneli Özetleme Uzantısı'nı deneyebilirsiniz. Uzantınız, kontrol panelinizin meta verilerini yerel websocket arka uç hizmetinize gönderir ve arka uç hizmetinizin Gemini çıkışını doğrudan kontrol paneli uzantınızın içinde gösterir.

Yerel ön uç sunucunuz çalışırken uzantının JavaScript kaynak kodunda değişiklik yapabilirsiniz. Bunu yaptığınızda sunucu, değişiklikleri otomatik olarak oluşturur ve sunar. Değişiklikleri görmek için uzantınızı veya kontrol paneli sayfanızı yeniden yüklemeniz gerekir.

4. Arka ucu üretime dağıtma

Bu bölümde, websocket arka uç hizmetini, Looker örneğinizdeki herhangi bir kontrol panelinde kontrol paneli özet uzantınızın tüm örneklerini sunacak şekilde ayarlayacaksınız. Bu sayede diğer Looker kullanıcıları, kendi arka uç hizmetlerini ayarlamak zorunda kalmadan uzantıyı kendi kontrol panellerinde deneyebilir. Bu adımlarda, daha önce aynı yerel ortamda yerel geliştirme için arka ucu başarıyla dağıttığınız varsayılır.

  1. Sonraki adımlara yönelik olarak, proje kimliğinizle yerel ortamınızda bir Uygulama Varsayılan Kimlik Bilgisi ayarlamak için bu talimatları uygulayın.
  2. Arka uç hizmetinizin Docker görüntüleri için Artifact Registry deposu oluşturun. YOUR_REGION kısmını deponuzun olmasını istediğiniz bölgeyle değiştirin.
gcloud artifacts repositories create dashboard-summarization-repo \
    --repository-format=docker \
    --location=YOUR_REGION \
  1. Klonlanan deponuzun web yuvası arka ucunun src dizinine gidin.
cd ~/dashboard-summarization/websocket-service/src
  1. cloudbuild.yaml dosyasını düzenleyerek tüm YOUR_REGION ve YOUR_PROJECT_ID örneklerini bölgeniz ve proje kimliğinizle değiştirin. Dosyadaki değişiklikleri kaydedin.
  2. Cloud Build kullanarak arka uç hizmeti Docker görüntüsünü derleyecek ve az önce oluşturduğunuz Artifact Registry deposuna aktaracak bir derleme gönderin. YOUR_REGION kısmını, Cloud Build hizmetini kullanmak istediğiniz bölgeyle değiştirin.
gcloud builds submit --region=YOUR_REGION --config cloudbuild.yaml
  1. Yeni oluşturduğunuz Docker görüntüsü URL'sinin YOUR_REGION-docker.pkg.dev/YOUR_PROJECT_ID/dashboard-summarization-repo/websocketserviceimage:latest adresinde olduğunu unutmayın. YOUR_PROJECT_ID yerine proje kimliğinizi yazın. YOUR_REGION kısmını, Artifact Registry deponuzu oluşturmak için kullandığınız 2. adımdaki bölgeyle değiştirin.
  2. Klonlanan deponuzdaki websocket-service/terraform dizinine gidin.
cd ~/dashboard-summarization/websocket-service/terraform
  1. Websocket arka uç hizmetinizi Google Cloud Run'ın hangi konumunda çalıştırmak istediğinizi belirleyin. Bu konumlar arasından seçim yapın.
  2. Değişkenler.tf dosyasını düzenleyin ve YOUR_PROJECT_ID ile YOUR_DOCKER_IMAGE_URL değerlerini uygun değerlerle değiştirin. Docker görüntü URL'niz için 6. adımı kontrol edin. YOUR_REGION değerini önceki 8. adımda seçtiğiniz bölgeyle değiştirin. Dosyada yaptığınız değişiklikleri kaydedin.
  3. Arka uç hizmetinizin kullanacağı kaynakları terraform kullanarak dağıtın.
terraform init
terraform plan
terraform apply
  1. Dağıtılan Cloud Run URL'si Uç Noktasını sonraki bölüm için kaydedin.

Tebrikler! Websocket arka uç hizmetinizi dağıttınız ve şimdi Google Cloud Run'da çalışıyor. Artık Looker Kontrol Paneli Özetleme uzantınızın tüm örnekleri arka uç hizmetinizle iletişim kurabilir. Cloud Run'da her zaman websocket arka uç hizmetinizin en az bir örneğinin çalışır durumda olmasını öneririz. Arka uç hizmetinizin kalıcılığı, websocket arka uç hizmetiniz ve uzantı ön ucunuz arasındaki veri akışının bütünlüğünü korur ve her bir kullanıcının uzantınızı kullanırken oturumunun korunmasına yardımcı olur.

5. Ön ucu üretime dağıtma

Bu son bölümde, uzantı ön ucunu Looker örneğinizdeki tüm Looker kullanıcılarına sunmak için dağıtmanın son adımlarını yapacaksınız.

  1. Klonlanan deponuzun kök dizinine gidin.
cd ~/dashboard-summarization
  1. .env dosyası yükleyin. YOUR_CLOUD_RUN_URL değerini, önceki bölümde yer alan Cloud Run URL Uç Noktası ile değiştirin. Dosya değişikliklerinizi kaydedin. Bu, üretim uzantısı ön ucunu Cloud Run'da çalışan websocket arka uç hizmetinize yönlendirir.
  2. Uzantının JavaScript'ini oluşturun. bundle.js dosyası ve diğer dosyalarla otomatik olarak bir dist dizini oluşturulur.
npm run build
  1. Bir web tarayıcısı açın ve Looker örneğinize giriş yapın. Sol taraftaki gezinme bölmesini açıp "Geliştirme Modu"nu etkinleştirin. düğmeyi kullanın.
  2. Yan taraftaki gezinme bölmesinde "Geliştir"i seçin, ardından sayfayı aşağı kaydırıp uzantınızın LookML projesi olan "dashboard-summarization"ı seçin. Şu anda LookML projesi için Looker IDE'sinde olmalısınız.
  3. Önceden oluşturulmuş dist dizinindeki tüm dosyaları, "Dosya Tarayıcısı"nda projenin kök dizinine sürükleyip bırakın. Daha fazla yardıma ihtiyacınız olursa bu talimatları uygulayın.
  4. Looker IDE'de manifest.lkml dosyasını açın. Dosyanın içindeki satırı
url: "http://localhost:8080/bundle.js"

ile

file: "bundle.js"

YOUR_CLOUD_RUN_URL kısmını, son bölümün sonundaki Cloud Run URL Uç Noktası ile değiştirin. Dosyada yapılan değişiklikleri kaydedin.

  1. "VerifyML"i (LookML'yi Doğrula) seçin düğmesini tıklayın. Düğme, "Değişiklikleri kaydet ve aktar" olarak değişir.
  2. "Değişiklikleri kaydet ve aktar"ı seçin. düğmesini tıklayın. İstediğiniz herhangi bir mesajı ekleyin ve "Kaydet"i seçin.
  3. "Üretime Dağıt"ı seçin tıklayın.

Tebrikler! Looker örneğinizdeki tüm Looker kullanıcılarının, kontrol panellerine Looker Kontrol Paneli Özetleme Uzantısı'nı eklemelerine izin verdiniz. Diğer Looker kullanıcıları uzantıyı kullanırken uzantının tüm örnekleri Google Cloud Run'da çalışan dağıtılmış websocket arka uç hizmetinize çağrı yapar.

Kaynak kodunda herhangi bir değişiklik yaparsanız aşağıdakileri yapmanız gerektiğini unutmayın:

  1. Uzantınızın JavaScript'ini tekrar oluşturun
  2. LookML projesine eklediğiniz, oluşturulan dosyaları dist dizininden yeni oluşturulan dosyalarla değiştirin.
  3. LookML projesi değişikliklerini doğrulayın, kaydedin ve üretime dağıtın

Looker Kontrol Paneli Özetleme Uzantısı'nı deneyin. Uzantıya katkıda bulunmanızı ve Looker topluluğunun ihtiyaçlarına daha iyi cevap vermesine yardımcı olmanızı öneririz. Depoda pull isteği oluşturabilirsiniz.

Slack/Google Chat dışa aktarımını etkinleştirmek, Gemini'ın özetlerinde ve sonraki adımlarında ince ayar yapmak ve Gemini günlük kaydını ayarlamak için aşağıdaki isteğe bağlı bölümlere göz atın.

6. [İsteğe bağlı] Dışa aktarma özelliklerini ayarlayın

Looker kullanıcılarınız ve siz Looker Kontrol Paneli Özetleme uzantısını denediniz. Bu sayede uzantının analizlerini daha geniş bir kitleyle paylaşabilirsiniz. Uzantınızın Google Chat veya Slack'e özetleri ve sonraki adımları göndermesini sağlamak için bu bölümü uygulayın. Codelab'in bu bölümüne devam etmek için OAuth kurulumu hakkında bilgi sahibi olmanız gerekir.

Google Chat dışa aktarmayı etkinleştirme

  1. Google Cloud projenizde Chat API'yi etkinleştirin.
  2. Google Workspace OAuth kurulum talimatlarının 1. adımını uygulayın. Kapsamlar için spaces.messages.create eklemeniz gerekir.
  3. Google Workspace OAuth kurulum talimatlarının 2. adımını uygulayın. Görüntüleyici örneğinizin URL'sini "Yetkili JavaScript kaynakları" altına bir URI olarak ekleyin (örneğin, https://mycompany.cloud.looker.com). Oluşturulan Client-ID'yi not edin.
  4. Özetleri dışa aktarmak istediğiniz Google Chat alanının kimliğini belirleyin. Nasıl yapıldığını bilmiyorsanız bu talimatları uygulayın.
  5. .env dosyası yükleyin. YOUR_GOOGLE_CLIENT_ID yerine Client-ID yazın. YOUR_GOOGLE_SPACE_ID kısmını Google Chat alanı kimliğiyle değiştirin. Dosya değişikliklerinizi kaydedin. Bu işlem, uzantınızın ön ucunu, analizlerini istediğiniz Google Chat alanına gönderebilecek şekilde yapılandırır.
  6. Uzantınızın ön ucunu yerel olarak çalıştırıyorsanız uzantınızı yeniden oluşturun. Uzantınızın ön ucunu dağıtıyorsanız uzantınızın ön ucunu yeniden dağıtın.

Slack dışa aktarmayı etkinleştirme

  1. OAuth Uygulaması oluşturmak için resmi Slack geliştirici dokümanlarındaki 1. ve 2. adımları uygulayın. Kapsamlar için chat:write ve channels:read öğelerini eklemeniz gerekir. Oluşturulan istemci kimliğini ve istemci gizli anahtarını not edin.
  2. Özetleri dışa aktarmak istediğiniz Slack kanalının kimliğini belirleyin.
  3. .env dosyası yükleyin. YOUR_SLACK_CLIENT_ID yerine Client-ID yazın. YOUR_SLACK_CLIENT_SECRET kısmını İstemci Gizli Anahtarıyla değiştirin. YOUR_SLACK_CHANNEL_ID değerini kanal kimliğiyle değiştirin. Dosya değişikliklerinizi kaydedin. Bu işlem, uzantınızın ön ucunu, analizlerini istediğiniz Slack kanalına gönderebilecek şekilde yapılandırır.
  4. Uzantınızın ön ucunu yerel olarak çalıştırıyorsanız uzantınızı yeniden oluşturun. Uzantınızın ön ucunu dağıtıyorsanız uzantınızın ön ucunu yeniden dağıtın.

Uzantınız artık özetlerini doğrudan Slack veya Google Chat'e aktarabilir. Uzantının yalnızca sabit kodlu belirli bir Google sohbet alanına veya Slack kanalına özet gönderebileceğini unutmayın. Özetlerin gönderileceği alan ve kanalların listesini getirip görüntülemek için daha fazla OAuth kapsamları ekleyebilir ve kodu değiştirebilirsiniz.

7. [İsteğe bağlı] Özette ve sonraki adımlarda ince ayarlar yapın

Uzantı, kontrol panelindeki tüm meta veri ve sorgu verileriyle Gemini modeline istem gönderir. Kontrol paneline mümkün olduğunca fazla meta veri ve bağlam ekleyerek özetlerin ve belirleyici adımların doğruluğunu, ayrıntılarını ve derinliğini artırabilirsiniz. Uzantınızın yer aldığı her bir kontrol paneli için aşağıdaki adımları deneyin:

  • Kontrol paneli ayrıntılarını kontrol paneline eklemek için bu talimatları uygulayın. Bu, LLM'ye kontrol panelinin genel bağlamı hakkında bilgi vermeye yardımcı olur.
  • Her bir kontrol paneli karosuna not eklemek için bu talimatları uygulayın. Bu, kontrol panelindeki her bir sorgunun bağlamı hakkında LLM'ye bilgi verilmesine yardımcı olur. Bağlama dayalı küçük notlar, oluşturulan özetlerde hesaba katılır.

Kontrol panellerinize ne kadar çok bilgi eklerseniz uzantının özetleri ve sonraki adımları da o kadar iyi olur. Kodu, Gemini modeliyle ilgili isteme ek kontrol paneli meta verileri ekleyecek şekilde değiştirebilirsiniz.

8. [İsteğe bağlı] Gemini model günlük kaydını ayarlama

Bir kullanıcı uzantıya kontrol paneli için özetler oluşturmasını her söylediğinde uzantı, kontrol panelindeki her sorgu için Vertex AI'a çağrı yapar ve tüm özetleri biçimlendirmek için son bir çağrı yapar. Vertex AI maliyetlerini ve trafiğini tahmin edip izleyebilmek için uzantınızın yaptığı Vertex AI çağrılarını günlüğe kaydetmek üzere bu bölümü uygulayın. Bu talimatları yalnızca websocket arka uç hizmetini dağıttıysanız uygulamalısınız.

  1. Dağıtılan websocket arka uç hizmetinizin Cloud Run konumunu belirleyin.
  2. Günlükleri BigQuery'ye yönlendirecek bir günlük havuzu oluşturmak için bu talimatları uygulayın. Havuz hedefi BigQuery olmalıdır. Dahil etme filtresini aşağıdaki kod örneğiyle ayarlayın: YOUR_CLOUD_RUN_LOCATION, önceki adımın Cloud Run konumuyla değiştirildi.
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. Tebrikler!

Looker Kontrol Paneli Özetleme uzantısını, denemeniz için yerel olarak ayarladınız. Diğer kullanıcıların da deneyebilmesi için uzantıyı Google Cloud'a dağıttınız. Siz ve diğer kullanıcılar, Gemini destekli özetlere ve sonraki adımlara doğrudan kontrol panellerinizden erişebilirsiniz.

10. Sırada ne var?