ميزة "التحدّث مع بياناتك" باستخدام BigQuery Agents وAntigravity IDE

1. نظرة عامة

لنستعرض الآن البنية الأساسية الضخمة التي أنشأناها في الأجزاء الأربعة السابقة:

الجزء 1: استخدمنا "كتالوج المعرفة" في BigQuery لتحويل ملفات PDF الأولية الخاصة بوصفة Froyo إلى جداول منظَّمة ذات صلة.

الجزء 2: أنشأنا جسرًا للمعاملات بدون استخراج البيانات وتحويلها وتحميلها، ما يتيح دمج مستودع BigQuery مباشرةً في AlloyDB.

الجزء 3: أنشأنا تطبيقًا متعدد الوكلاء (FroyoOS) باستخدام "حزمة تطوير الوكلاء" وMCP Toolbox.

الجزء 4: أثبتنا أنّ وكيلنا آمن للاستخدام في مرحلة الإنتاج من خلال إنشاء مسار تقييم مزدوج.

تعمل عملياتنا بشكل مثالي. ولكن ماذا عن المطوّرين ومحلّلي الأعمال الذين يحتاجون إلى فهم الكميات الهائلة من البيانات التي ينشئها هذا النظام؟

اليوم، سنستكشف مستقبل التحليلات. سنبدأ مباشرةً داخل أداة تعديل الرموز البرمجية Antigravity IDE باستخدام "حزمة أدوات وكيل بيانات Google Cloud"، ثم ننتقل إلى وحدة تحكّم Google Cloud لعرض بياناتنا باستخدام "الإحصاءات الحوارية" في BigQuery.

لنبدأ في إنشاء التطبيق.

أهداف الدورة التعليمية

في هذا الدرس التطبيقي الأخير من سلسلة Agentic Data Cloud، ستجمع كل أجزاء تصميمك معًا لتقديم إحصاءات قابلة للتنفيذ حول نشاطك التجاري. ستتعرّف على:

• أدوات الإحصاءات المتوافقة مع بيئات التطوير المتكاملة: كيفية تثبيت بيئة ANTIGRAVITY IDE وGoogle Cloud Data Agent Kit وإعدادهما للاستعلام عن تصميمك مباشرةً من بيئة التطوير
• Conversational BigQuery: كيفية إنشاء وكلاء بيانات BigQuery وإعدادهم وتوجيههم لأتمتة مهام SQL المعقّدة والتوقّع باستخدام اللغة الطبيعية
• إتاحة البيانات للجميع: كيفية نشر وكلاءك في المؤسسة، ما يتيح للمحللين ومستخدمي الأنشطة التجارية في جميع أنحاء المؤسسة الوصول إليهم
• عرض الإحصاءات بشكل مرئي: كيفية دمج إحصاءات المحادثات الخاصة بالوكيل بسلاسة في مركز البيانات لإنشاء لوحات بيانات ديناميكية وجاهزة للتوقّعات
• نظام Agentic Data Cloud المتكامل: كيفية توضيح قيمة بنية النظام المتكاملة، بدءًا من البيانات الأولية غير المنظَّمة في الجزء 1 وصولاً إلى لوحات البيانات الجاهزة للعرض على المدراء التنفيذيين في الجزء 5

المتطلبات

• متصفّح، مثل Chrome أو Firefox
• مشروع Google Cloud تم تفعيل الفوترة فيه
• معرفة أساسية بلغة SQL

2. قبل البدء

إنشاء مشروع

1. في Google Cloud Console، ضمن صفحة اختيار المشروع، اختَر أو أنشِئ مشروعًا على Google Cloud.
2. تأكَّد من تفعيل الفوترة لمشروعك على السحابة الإلكترونية. كيفية التحقّق من تفعيل الفوترة في مشروع

يمكنك إكمال معظم هذا الدرس التطبيقي حول الترميز بدون إنشاء حساب فوترة. لا يتطلّب استخدام "الوكيل الحواري في BigQuery" (الجزء الأخير من الدرس التطبيقي حول الترميز) سوى حساب فوترة.

3. ستستخدم Cloud Shell، وهي بيئة سطر أوامر تعمل في Google Cloud. انقر على "تفعيل Cloud Shell" في أعلى "وحدة تحكّم Google Cloud".

4. بعد الاتصال بـ Cloud Shell، يمكنك التأكّد من إكمال عملية المصادقة وأنّ المشروع مضبوط على رقم تعريف مشروعك باستخدام الأمر التالي:

gcloud auth list

5. نفِّذ الأمر التالي في Cloud Shell للتأكّد من أنّ أمر gcloud يعرف مشروعك.

gcloud config list project

6. إذا أردت إثبات ملكية حسابك

gcloud auth login

7. إذا لم يتم ضبط مشروعك، استخدِم الأمر التالي لضبطه:

export PROJECT_ID=<YOUR_PROJECT_ID>
gcloud config set project <YOUR_PROJECT_ID>

8. فعِّل واجهات برمجة التطبيقات المطلوبة: نفِّذ الأمر التالي لتفعيل جميع واجهات برمجة التطبيقات المطلوبة:

gcloud services enable \
  alloydb.googleapis.com \
  bigquery.googleapis.com \
  run.googleapis.com \
  cloudbuild.googleapis.com \
  artifactregistry.googleapis.com \
  iam.googleapis.com \
  secretmanager.googleapis.com \
  compute.googleapis.com \
  servicenetworking.googleapis.com \ 
  aiplatform.googleapis.com

9. تأكَّد من إكمال الجزء 1 والجزء 2 والجزء 3 من التمارين العملية استعدادًا لذلك:

ملاحظة مهمة: إذا لم تكمل الجزء 1، هذا هو الوقت المناسب لإكماله. هذه البيانات مهمة لبعض التحليلات والإحصاءات التي نستخرجها في هذا المختبر.*

3- توسيع مستودع البيانات

هل تتذكّر جداول BigQuery التي أنشأناها من بياناتنا غير المنظَّمة؟

لإجراء بعض الإحصاءات المفيدة، نحتاج إلى بيانات المعاملات السابقة. في BigQuery، ضمن مجموعة بيانات froyo_data، لننشئ ثلاثة جداول جديدة لمحاكاة سنوات من عمليات الامتياز:

1. froyo_data.orders: عناوين الطلبات السابقة (التواريخ ومعرّفات المتاجر والمبالغ الإجمالية)
2. froyo_data.order_items: تفاصيل عناصر الطلب (الكميات والأسعار)
3. froyo_data.customer_allergen_data: جدول في نظام إدارة علاقات العملاء يتتبّع الحساسيات المعروفة لعملائنا الأوفياء

لنضِف جداول المبيعات والعملاء ذات الصلة إلى مجموعة البيانات هذه استعدادًا لحالة استخدام التحليلات.

1. انتقِل إلى نافذة Cloud Shell من Google Cloud Console.
2. انتقِل إلى المجلد الجذر لمساحة العمل أو إلى المجلد الجذر لمشروع froyo-data (الذي كنّا نعمل عليه في الأجزاء السابقة من هذه السلسلة).
3. نزِّل ملفات البيانات السابقة الثلاثة (في ملفات csv) إلى دليل العمل عن طريق تنفيذ الأوامر التالية واحدًا تلو الآخر:

wget https://raw.githubusercontent.com/AbiramiSukumaran/froyo-data/main/customer_allergen_data.csv

wget https://raw.githubusercontent.com/AbiramiSukumaran/froyo-data/main/order_items.csv

wget https://raw.githubusercontent.com/AbiramiSukumaran/froyo-data/main/orders.csv

4. بعد ظهور هذه الملفات في جذر دليل العمل، انتقِل إلى "وحدة Cloud Shell الطرفية" من خلال التبديل إلى الوحدة الطرفية.
5. انتقِل إلى الدليل الذي تتوفّر فيه هذه الملفات الثلاثة على "وحدة Cloud Shell الطرفية".
6. تأكَّد من أنّ BigQuery يتضمّن مجموعة البيانات المسماة "froyo_data" من الجزء 1 من هذه السلسلة (إذا لم يكن كذلك، ارجع وأنشئ مجموعة البيانات والجداول).
7. نفِّذ الأوامر التالية من "وحدة Cloud Shell الطرفية":

bq load \
  --autodetect \
  --source_format=CSV \
  --skip_leading_rows=1 \
  --allow_quoted_newlines \
  --quote="" \
  froyo_data.orders \
  ./orders.csv

bq load \
  --autodetect \
  --source_format=CSV \
  --skip_leading_rows=1 \
  --allow_quoted_newlines \
  --quote="" \
  froyo_data.order_items \
  ./order_items.csv

bq load \
  --autodetect \
  --source_format=CSV \
  --skip_leading_rows=1 \
  --allow_quoted_newlines \
  --quote="" \
  froyo_data.customer_allergen_data \
  ./customer_allergen_data.csv

من المفترض أن يؤدي ذلك إلى إنشاء الجداول الثلاثة الإضافية في مجموعة بيانات froyo_data.

4. تجربة المطوّرين: تقديم "حزمة أدوات وكيل البيانات"

في السابق، إذا أراد أحد المطوّرين تحليل البيانات أو كتابة طلبات بحث معقّدة في تعلُّم الآلة، كان عليه التبديل باستمرار بين بيئة التطوير المتكاملة (IDE) ووحدات تحكّم قواعد البيانات والمستندات.

لم يعُد الأمر كذلك. باستخدام إضافة Google Cloud Data Agent Kit التي تم إطلاقها حديثًا، يصبح بيئة التطوير المتكاملة (IDE) مركزًا قويًا للبيانات.

ANTIGRAVITY IDE

‫ANTIGRAVITY IDE هي بيئة تطوير من الجيل التالي من Google تستند إلى الذكاء الاصطناعي الوكيل، وهي مصمَّمة خصيصًا لعصر الذكاء الاصطناعي. تتضمّن هذه الأداة بشكلٍ مدمج نوافذ سياق ضخمة متعددة الوسائط واستخدامًا مستقلاً للأدوات مباشرةً في المحرّر، ما يتيح للمطوّرين تنسيق موارد السحابة الإلكترونية وتنسيق مسارات البيانات المعقّدة بدون مغادرة الرمز البرمجي.

إعداد بيئة التطوير المتكاملة ANTIGRAVITY

1. تنزيل بيئة التطوير المتكاملة: انتقِل إلى antigravity.google ونزِّل بيئة التطوير المتكاملة Antigravity لنظام التشغيل الذي تستخدمه (Windows أو macOS أو Linux).
2. التثبيت والتشغيل: شغِّل أداة التثبيت وافتح التطبيق.

3. انقر على "متابعة باستخدام Google"، واختَر حسابك على Gmail، ثم امنح الإذن.
4. بعد تسجيل الدخول، أنشئ مجلد عمل (مساحة عمل أو مشروع). لنسمِّها "سحابة بيانات الوكيل".

من المفترض أن يظهر في قائمة "المشاريع" على يمين الصفحة:

5. إجراء محادثة أولية مع الوكيل، مثل قول "مرحبًا".
6. في أعلى يسار الصفحة، لاحظ زر "فتح بيئة التطوير المتكاملة"!!!

ولكن قبل النقر على ذلك، عليك تثبيت Antigravity IDE. انتقِل إلى صفحة antigravity.google/download وانتقِل للأسفل إلى قسم Antigravity IDE، ثم نزِّل الإصدار الذي تحتاجه.

بعد تنزيل الملف، ارجع إلى مثيل Antigravity المفتوح وانقر على الزر Open IDE (فتح بيئة التطوير المتكاملة) في أعلى يسار الصفحة.

7. من المفترض أن تظهر لك النوافذ المنبثقة بشأن الأذونات، لذا واصِل فتحها.

على يسار الشاشة، تظهر لوحة "الوكيل"، وعلى يمينها يظهر "مستكشف المشاريع"، وفي الوسط تظهر مساحة التطوير.

إعداد إضافة "حزمة أدوات وكيل البيانات"

1. تثبيت الإضافة: افتح سوق الإضافات داخل بيئة التطوير المتكاملة ANTIGRAVITY. ابحث عن إضافة "مجموعة أدوات Google Cloud Data Agent" وثبِّتها.
2. انقر على زر "تثبيت" (Install)، وبعد الانتهاء، ستتمكّن من رؤية هذه الإضافة في لوحة التنقّل.

3. انقر على ذلك الرمز وسيتم فتح مستكشف "حزمة أدوات نقل البيانات في Google Cloud"، ثم انتقِل إلى قسم "الإعدادات" وانقر على "الإعدادات". أدخِل تفاصيل مشروعك ومنطقتك واحفظها.

4. انقر الآن على "مستكشف المشاريع" (Project Explorer) في أعلى "لوحة التنقّل" (Navigation pane). من المفترض أن يفتح مستكشف المشروع في جزء المستكشف.
5. انقر بزر الماوس الأيمن على مساحة المستكشف وأنشئ ملفًا جديدًا باسم " GEMINI.md".

6. الصِق ما يلي في ملف GEMINI.md (لا تنسَ استبدال <<YOUR_PROJECT_ID>> بالقيمة الخاصة بك):

## 1. Project Context
- **Project ID**: <<YOUR_PROJECT_ID>>
- **Domain**: This project is centralized around "Froyo", a brand of frozen yogurt offering multiple flavors.
- **Data**: All froyo, customer, order related information is processed and stored in BigQuery `froyo_data` dataset.

## 2. Execution & Data Processing Rules
- **CRITICAL RULE - Structured Specs**: The semantic and structured information extracted from the PDFs is available in a BigQuery dataset named `froyo_data`.
- **CRITICAL RULE - Customer Data**: Existing Froyo customer data resides in BigQuery in the tables `customers_allergen_data`. 
- ** CRITICAL RULE - Sales Data**: Sales data is present in tables `orders` and `order_items`.
- ** CRITICAL RULE - General: When you are referencing a dataset, ensure you are using it with the dataset ID (`froyo_data`) . For example, to query orders table in this dataset you should use `froyo_data.orders`.

أصبح لديك الآن وكيل ذكاء اصطناعي عالي الأداء مدمج مباشرةً في بيئة التطوير المتكاملة (IDE)، وجاهز لكتابة الرموز البرمجية وإنشاء استعلامات SQL وتحليل تصميمك.

لدينا الآن تحدٍّ تحليلي مثير للاهتمام: هل يمكننا ربط مبيعاتنا السابقة ببيانات المواد المسبّبة للحساسية المعقّدة والمستنتَجة التي استخرجناها من ملفات PDF في الجزء 1؟

5- استنتاج المعلومات الذكية من خلال وكيل بيئة التطوير المتكاملة

لنطلب من وكيل IDE إنجاز المهام الصعبة. افتح نافذة الدردشة في Agent Data Kit مباشرةً داخل بيئة تطوير ANTIGRAVITY المتكاملة (IDE) واطلب منها ما يلي:

Does Midnight Swirl contain any allergen?

سيطلب منك سلسلة من الأذونات، لذا عليك السماح بها حسب الاقتضاء.

وأخيرًا، سيستردّ الردّ لك في نهاية تحليله:

رائع!!! وقد حدّدت بشكل صحيح أنّ منتج "دوامة منتصف الليل" يحتوي على الصويا.

لنطرح الآن سؤالاً أكثر تعقيدًا قليلاً. أرسِل الطلب التالي في بيئة التطوير المتكاملة Antigravity:

I want to see the top 5 most popular products purchased by 
customers who have a registered 'Dairy' allergy.

الردّ:

يمكنك الاستمرار. جرِّب طلبات مثل:

Forecast the sales volume of our top non-dairy products 
for the next 30 days based on historical data.

بدون الحاجة إلى البحث عن بنية BQML، تضع "حزمة بيانات الوكيل" رمز CREATE MODEL وML.FORECAST الدقيقَين في المحرّر. يمكن تنفيذ ذلك مباشرةً في بيئة BigQuery بدون مغادرة بيئة التطوير المتكاملة ANTIGRAVITY.

كم هو مدهش!!!

6. ‫Conversational Analytics في BigQuery

على الرغم من أنّ المطوّرين يفضّلون بيئة التطوير المتكاملة، إلا أنّ مستخدمي الأعمال والمسؤولين التنفيذيين يفضّلون استخدام وحدة تحكّم السحابة الإلكترونية. لا يريدون رؤية لغة الاستعلامات البنيوية، بل يريدون الحصول على إجابات فقط.

لنبدأ:

1. منح نفسك الأدوار المطلوبة

انتقِل إلى صفحة "إدارة الهوية وإمكانية الوصول" الخاصة بالمشروع وامنح نفسك دور "مالك وكيل بيانات Gemini Data Analytics":

يمنحك هذا الدور الإذن بإنشاء جميع وكلاء البيانات وتعديلها ومشاركتها وحذفها في المشروع.

2. تفعيل واجهات برمجة التطبيقات المطلوبة

انتقِل إلى BigQuery في "وحدة تحكّم Google Cloud". استخدِم قائمة التنقّل في الشريط الجانبي أو قائمة البحث في أعلى الصفحة للانتقال إلى BigQuery > الوكلاء.

انقر على تفعيل واجهة برمجة التطبيقات Data Analytics API باستخدام Gemini:

فعِّل كلاً من Gemini in BigQuery API وGemini for Google Cloud API:

من المفترض أن تظهر لك الآن صفحة الوكيل الجديدة:

3. ضبط معلومات الوكيل

اسم الوكيل: Froyo Agent

وصف الوكيل: يساعد في الإجابة عن الأسئلة المتعلقة بمنتجات الزبادي المجمّد والمواد المسبّبة للحساسية والمكونات والوصفات والعملاء والطلبات والمبيعات.

4. انتقِل إلى قسم "مصادر المعرفة" واختَر جميع الجداول أدناه من مجموعة البيانات:

أ. أضِف الجداول في الصورة أعلاه وانقر على "إضافة مصدر".

ب. بالنسبة إلى كل مصدر، انقر على زر تخصيص على يسار الشاشة. سيظهر لك النموذج أدناه:

ج. انقر على "قبول" لوصف الجدول.

د- انقر على "قبول" لكل أوصاف الحقول أيضًا.

هـ- انقر على "تعديل".

عليك تكرار هذه العملية لجميع الجداول في المصدر.

5. ضبط التعليمات

ضَع هنا التعليمات نفسها التي استخدمناها في Antigravity IDE GEMINI.md:

1. Project Context
Project ID: <<YOUR_PROJECT_ID>>
Domain: This project is centralized around "Froyo", a brand of frozen yogurt offering multiple flavors.
Data: All froyo, customer, order related information is processed and stored in BigQuery froyo_data dataset. Use all the tables and data in the dataset for querying for user questions.
Context: Use Data Agent Kit skills wherever possible.
2. Execution & Data Processing Rules
CRITICAL RULE - Structured Specs: The semantic and structured information extracted from the PDFs is available in a BigQuery dataset named froyo_data.
CRITICAL RULE - Customer Data: Existing Froyo customer data resides in BigQuery in the tables customers_allergen_data. When you are referencing a dataset, ensure you are using it with the dataset ID (froyo_data) . For example, to query orders table in this dataset you should use froyo_data.orders.

6. احفظ الوكيل.

7. الدردشة مع بياناتك

7. اختبِرها في قسم المعاينة على الجانب الأيسر:

طرح سؤالك:

Does midnight swirl contain any allergen?

إليك الردّ:

لنطرح الآن السؤال المعقّد:

I want to see the top 5 most popular products purchased by 
customers who have a registered 'Dairy' allergy.

الردّ:

لنجرّب الآن طلبًا للحصول على إحصاءات تفصيلية:

Forecast the sales volume of our top non-dairy products 
for the next 30 days based on historical data.

يمكنك ملاحظة أنّه يعرض لك طلب البحث الذي يستخدمه، مع نتيجة الجدول والرسم البياني:

رائع! لذا، سارت الأمور على ما يرام مع الرسوم البيانية والإحصاءات. حان الوقت لطرح السؤال الأهم حول المنتجات.

8. الاختبار النهائي

طرح السؤال:

What will be the top most selling product of 2026

انظر إلى الإحصاءات النهائية. لم يقدّم لنا BigQuery Data Agent رقمًا فحسب، بل ربط توقّعات المبيعات بشكلٍ واضح بسلسلة توريد المستودع والمكوّنات، أي البيانات الدقيقة التي استخرجناها من ملفات PDF غير منظَّمة في الجزء 1.

9- نشر الوكيل في المؤسسة

انقر على الزر نشر في أعلى عامل المعاينة.

بعد أن أنشأنا وكيل Froyo وأعددناه واختبرناه، حان الوقت لإتاحته لبقية المؤسسة.

في أعلى يسار صفحة "إعدادات الوكيل"، انقر على الزر "نشر".

عند النشر، يصبح وكيلك متاحًا على الفور في ثلاث قنوات مؤسسية فعّالة لك ولأي شخص تشاركه معه:

1. BigQuery: يمكن لمحلّلي البيانات الآن التحدّث مع هذا الوكيل مباشرةً من "مركز الوكلاء" أو من داخل مساحة عمل BigQuery Studio SQL.
2. واجهة برمجة التطبيقات Conversational Analytics API: يمكن للمطوّرين الوصول إلى هذا الوكيل من خلال واجهة REST API، ما يتيح لهم دمج هذه الإحصاءات الحوارية نفسها في تطبيقات الويب الداخلية المخصّصة.
3. "مركز البيانات": يمكن للمدراء التنفيذيين التفاعل مع هذا الوكيل وإنشاء لوحات بيانات تفاعلية مباشرةً داخل "مركز البيانات".

لقد نجحنا في إخراج بياناتنا من مستودعات البيانات ووضعها مباشرةً في أيدي الأشخاص الذين يحتاجون إليها، وفي المكان الذي يعملون فيه بالضبط.

انقر على القائمة المنسدلة لزر "المشاركة" (Share) في أعلى "وكيل BigQuery" المنشور، ثمّ اختَر الخيار "نسخ الرابط إلى الوكيل في مركز البيانات" (Copy Link to agent in data studio) من القائمة:

الصِق هذا الرابط في المتصفّح واضغط على مفتاح الإدخال. قدِّم تأكيدًا لتنبيه الوصول إلى تفاعلات الوكيل:

يمكنك بدء محادثات تفاعلية وعرض البيانات بشكل مرئي باستخدام الوكيل الذي تم نشره حديثًا من مركز البيانات، ويمكن لفريق القيادة والفرق الأخرى التي تحتاج إلى هذه المعلومات إجراء ذلك أيضًا.

10. تَنظيم

بعد الانتهاء من هذه التجربة، لا تنسَ إزالة أذونات جميع المستخدمين لوكيل BigQuery الذي أنشأته للتو.

11. تهانينا!

لقد أنشأت رسميًا "سحابة بيانات مستندة إلى وكيل".

لم تكتفِ بإنشاء روبوت دردشة بسيط. خلال هذه الجلسات الخمس، تمكّنت بنجاح من تصميم نظام ذكاء اصطناعي كامل وحديث ومقيّم للمؤسسات من البداية. انتقلت من "البيانات غير المرئية" إلى ذكاء المعاملات في الوقت الفعلي، ثم إلى التوقّع الحواري للأعمال.

12. الصورة الكاملة

لنلقِ نظرة على ما حقّقناه في هذه السلسلة. لم نكتفِ بإنشاء روبوت دردشة بسيط. صمّمنا Agentic Data Cloud كاملة وحديثة:

الجزء 1: فتحنا البيانات غير المرئية من خلال تحويل ملفات PDF إلى جداول ارتباطية منظَّمة باستخدام Knowledge Catalog.

الجزء 2: تغلّبنا على مجموعات البيانات المنعزلة من خلال دمج مستودعنا التحليلي مباشرةً في قاعدة بيانات المعاملات AlloyDB.

الجزء 3: تمكين المستخدمين من خلال إنشاء نظام تشغيل متعدد الوكلاء ينفّذ أدوات قواعد البيانات الآمنة بسلاسة عبر بروتوكول MCP

الجزء 4: ضمان السلامة من خلال تنفيذ مسار تقييم صارم لرصد الهلوسات ومحاولات اختراق الحماية

الجزء 5: إتاحة الإحصاءات للجميع باستخدام بيئة التطوير المتكاملة ANTIGRAVITY وConversational Analytics في BigQuery

هذا هو مستقبل برامج المؤسسات. لم يعُد "وكيل الذكاء الاصطناعي" مجرد غلاف لنموذج لغوي كبير. وهو محرّك تنسيق متكامل ومقيّم وآمن يستند إلى منصة بيانات موحّدة.