1. Einführung
Agentenbasierte Tools zur Codeerstellung, die auf dem VS Code-Ökosystem basieren, sind sehr beliebt geworden. Cursor und Antigravity sind nur zwei Beispiele. In diesem Codelab wird gezeigt, wie LookML mit diesen Code-Tools geschrieben werden kann.
Aufgaben
In diesem Codelab verwenden Sie die VS Code-Erweiterung von Looker, um ein LookML-Modell zu ändern, einen neuen Messwert hinzuzufügen, den neuen Messwert zu testen und dann ein LookML-Dashboard mit diesem neuen Messwert zu erstellen. All das geschieht durch Prompts an einen Coding-Agenten.
Voraussetzungen
- Eine Looker-Instanz, in der Sie Entwicklerberechtigungen haben.
- Grundlegende Kenntnisse in Looker, einschließlich Erstellen eines neuen LookML-Projekts und Explores in Looker ansehen und damit interagieren.
- Eine API-`client_id` und ein `client_secret` für Ihren Nutzer in der Looker-Instanz.
- VS Code-basierter Coding-Agent. In dieser Anleitung verwenden wir Antigravity.
- Ein GitHub-Konto
- Ein Google Cloud-Projekt mit aktiviertem BigQuery
Zielgruppe: LookML-Entwickler, Data Engineers und Architekten.
2. Looker-Instanz einrichten
Google Cloud-Projekt erstellen
- Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.
- Die Abrechnung für das Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.
Looker mit der Datenquelle verbinden
- Gehen Sie in Looker unter Admin zur Überschrift Datenbanken und wählen Sie Verbindungen aus.
- Klicken Sie rechts oben auf dem Bildschirm auf Verbindung hinzufügen.
- Erstellen Sie eine neue Datenquelle für das Dataset „Cymbal Gadgets“. Geben Sie ihr den Namen
cymbal_gadgets. Wählen SieGoogle BigQuery Standard SQLfür den SQL-Dialekt aus.
- Geben Sie auf der nächsten Seite den Namen Ihres Google Cloud-Projekts, das Speicherprojekt
looker-private-demound den Dataset-Namencymbal_gadgetsein.
- Übernehmen Sie die Standardwerte für alle verbleibenden Felder und schließen Sie die Erstellung der neuen Datenquelle ab.
- Bestätigen Sie im SQL-Runner , dass Sie das Dataset abfragen können, indem Sie
SELECT count(*) FROM looker-private-demo.cymbal_gadgets.transactions
Projekt aus GitHub importieren
- Erstellen Sie einen Fork des Projekts
https://github.com/looker-open-source/cymbal_gadgetsvon GitHub in Ihr eigenes Repository. Sie können einem Projekt, das Ihnen nicht gehört, keinen Bereitstellungsschlüssel hinzufügen. Daher ist ein Fork erforderlich, um das Projekt mit Looker zu verknüpfen. - Aktivieren Sie den Entwicklermodus.
- Wählen Sie Entwickeln und dann Projekte aus.
- Klicken Sie auf der Seite „LookML-Projekte“ auf Neues Modell.
- Klicken Sie auf den Link, um die alte Seite zur Erstellung von LookML-Modellen zu verwenden.

- Erstellen Sie in Looker ein neues leeres Projekt mit dem Namen
cymbal_gadgets.
- Wählen Sie Git konfigurieren aus, um es mit dem von Ihnen erstellten Fork-Repository zu verbinden.

- Fügen Sie Ihrem Git-Repository den
Deploy Keyhinzu. Klicken Sie auf das Kästchen, um Schreibzugriff mit dem Bereitstellungsschlüssel zuzulassen.
- Wählen Sie dann Einrichtung testen und abschließen aus.

- Prüfen Sie, ob das Projekt und die Datenquelle funktionieren, indem Sie Daten aus der Explore-Abfrage „🛍️ Cymbal Gadgets: Transactions & Sales“ abfragen.
- Öffnen Sie das Projekt
cymbal_gadgetsim LookML-Editor und klicken Sie rechts oben auf die Schaltfläche Entwicklerkopie erstellen. - Klicken Sie unter Git-Aktionen auf Änderungen an Remote übertragen , damit der Entwicklungszweig in GitHub verfügbar ist.

- Führen Sie in einer Terminalsitzung auf Ihrem Computer Folgendes aus:
Ersetzen Siecd $HOME git clone git@github.com:YOUR_GITHUB_USER/cymbal_gadgets.git cd cymbal_gadgets git checkout YOUR_DEV_BRANCHYOUR_GITHUB_USERdurch den Namen Ihres GitHub-Nutzerkontos. Ersetzen Sie außerdemYOUR_DEV_BRANCHdurch den Namen Ihres Entwicklungszweigs. Ihr Entwicklungszweig hat einen Namen wiedev-john-doe-jhgr. Das ist das Wortdev, gefolgt von Ihrem Vor- und Nachnamen und einer kurzen zufälligen String. Ihren persönlichen Entwicklungszweig finden Sie oben im LookML-Editor in der Looker-UI.
3. Agentenbasierte IDE einrichten
VS Code-Erweiterung installieren
Klicken Sie in der IDE im linken Bereich auf das Symbol „Erweiterungen“. Suchen Sie dann nach „Looker“ und installieren Sie die offizielle Erweiterung von Google, indem Sie auf die Schaltfläche „Installieren“ klicken.
MCP Toolbox for Databases-Server installieren
Damit Antigravity auf die Looker API zugreifen kann (Abfragen ausführen, SQL prüfen, LookML-Modell prüfen und Informationen zum Verbindungsschema prüfen), benötigen Sie einen aktiven lokalen MCP Toolbox for Databases-Server. Die MCP Toolbox enthält die offizielle Looker-MCP-Implementierung. In diesem Abschnitt richten Sie sie ein und konfigurieren sie für Ihre Looker-Instanz.
- Zuerst benötigen Sie eine API-
client_idund einclient_secret. Verwenden Sie die Anleitung zu Looker-API-Schlüsseln, um dieclient_idund dasclient_secretfür Ihren Nutzer zu generieren. Außerdem benötigen Sie die Basis-URL für Ihre Looker-Instanz. - Jetzt installieren Sie die MCP Toolbox mit npx. Sie können die URL Ihrer Looker-Instanz und die API-Anmeldedaten als Inline-Umgebungsvariablen angeben oder sie in Ihrer Shell-Umgebung festlegen. Führen Sie dies in der Shell-Umgebung für Mac und Linux aus:
Führen Sie für Windows Folgendes in PowerShell aus:LOOKER_BASE_URL="https://your-instance.looker.com" \ LOOKER_CLIENT_ID="YOUR_CLIENT_ID" \ LOOKER_CLIENT_SECRET="YOUR_CLIENT_SECRET" \ npx @toolbox-sdk/server --prebuilt=looker,looker-dev$env:LOOKER_BASE_URL="https://your-instance.looker.com" $env:LOOKER_CLIENT_ID="YOUR_CLIENT_ID" $env:LOOKER_CLIENT_SECRET="YOUR_CLIENT_SECRET" npx @toolbox-sdk/server --prebuilt=looker,looker-dev
VS Code-Erweiterung konfigurieren
In diesem Schritt konfigurieren Sie die VS Code-Erweiterung, um eine Verbindung zu Looker und dem Looker-MCP-Server herzustellen.
- Öffnen Sie in Antigravity mit CMD-UMSCHALT-P (Mac) oder STRG+UMSCHALT+P (Linux/Windows) die Befehlspalette und wählen Sie
Preferences: Open Workspace Settings (JSON)aus. - Fügen Sie Ihren Arbeitsbereichseinstellungen Folgendes hinzu, um die Erweiterung mit
client_idundclient_secretzu konfigurieren. Verwenden Sie fürlooker.projectIddie Optioncymbal_gadgets:{ "looker.instanceURL": "https://your-instance.looker.com", "looker.clientId": "YOUR_API_KEY_CLIENT_ID", "looker.clientSecret": "YOUR_API_KEY_CLIENT_SECRET", "looker.projectId": "cymbal_gadgets" }
Editor öffnen
- Öffnen Sie Antigravity.
- Klicken Sie auf Datei > Ordner öffnen….
- Rufen Sie den Ordner
cymbal_gadgetsauf und wählen Sie ihn aus.
4. Messwert für den Customer Lifetime Value erstellen
Zuerst erstellen Sie mit dem Agenten einen neuen Messwert im vorhandenen LookML-Modell. Ein Messwert für den Customer Lifetime Value ist in diesem Einzelhandels-Anwendungsfall nützlich. Sie verwenden den Agenten, um die Methodik und LookML für diesen Messwert zu bestimmen.
Prompt an den Agenten
Im Projekt cymbal_gadgets in Ihrem Antigravity-Arbeitsbereich sollte rechts eine neue Unterhaltungsoberfläche angezeigt werden. Starten Sie die Unterhaltung im Planungsmodus mit dem neuesten Gemini-Modell und dem Prompt: Create a Customer Lifetime Value measure.

Implementierungsplan prüfen
Der Agent erstellt zuerst einen Implementierungsplan. Öffnen Sie den Implementierungsplan, um ihn zu prüfen, und klicken Sie dann auf die Schaltfläche Weiter.

LookML prüfen
Prüfen Sie das geänderte LookML. Achten Sie darauf, dass die Änderungen sinnvoll und gültig sind.

Das geänderte LookML wird von der VS Code-Erweiterung automatisch mit Looker synchronisiert. Es kann im Entwicklermodus getestet werden.
In der IDE testen
Fordern Sie Antigravity auf, query CLV broken down by customer loyalty tier auszuführen. Antigravity verwendet den Looker-MCP-Server, um die Modelle zu finden, die verfügbaren Felder zu prüfen und eine Abfrage mit Looker auszuführen. Das Ergebnis sieht etwa so aus:

In Looker testen
Öffnen Sie in Looker mit aktiviertem Entwicklermodus die Explore-Abfrage 🛍️ Cymbal Gadgets: Transactions &Sales. Wählen Sie den Messwert „Customer Lifetime Value“ aus und pivotieren Sie dann nach dem Jahr der Kundenregistrierung. Führen Sie die Abfrage aus. Sie sollte so aussehen:

5. Dashboard für den Customer Lifetime Value erstellen
Jetzt versuchen wir ein komplexeres Beispiel. Wir bitten den Agenten, ein völlig neues LookML-Dashboard zu erstellen.
Neues Dashboard vom Agenten anfordern
Wechseln Sie zurück zu Antigravity. Achten Sie in derselben Unterhaltung darauf, dass der Planungsmodus und das neueste Gemini-Modell ausgewählt sind. Geben Sie dann den Prompt Create a dashboard showing customer lifetime value based on customer loyalty tier ein.

Genehmigen Sie noch einmal den Implementierungsplan und akzeptieren Sie die Codeänderungen. Diese neue LookML-Datei wird jetzt automatisch mit Looker synchronisiert.
In Looker testen
Rufen Sie im Entwicklermodus den Ordner LookML Dashboards auf. Wählen Sie das neu erstellte Dashboard aus, um es anzusehen.

6. Bereinigen
- Sie können die LookML-Änderungen in Antigravity im Bereich „Quellcodeverwaltung“ zurücksetzen. Neben jeder geänderten LookML-Datei befindet sich ein Symbol wie ↶, mit dem Sie die Datei zurücksetzen können. Klicken Sie für jede Datei auf diese Schaltfläche.

- Wählen Sie in Looker Admin > Datenbank > Verbindungen aus. Klicken Sie für die Verbindung
cymbal_gadgetsauf das Zahnradsymbol und wählen Sie Löschen aus. Bestätigen Sie, dass Sie die Verbindung löschen möchten. - Verwenden Sie in Looker den Entwicklermodus. Wählen Sie Entwickeln und dann das Projekt
cymbal_gadgetsaus. Wählen Sie unter Projekteinstellungen die Option Projekt löschen aus. Bestätigen Sie, dass Sie das Projekt löschen möchten. Geben Sie dazu den Namen des Projekts ein (cymbal_gadgets) und wählen Sie dann die Schaltfläche cymbal_gadgets endgültig löschen aus.
7. Glückwunsch
Herzlichen Glückwunsch zum Abschluss des Codelabs.
Behandelte Themen
- LookML mit einem Agenten ändern
- Implementierungspläne prüfen
- Aus der IDE testen
- In der Looker-UI testen
- Neues Dashboard mit einem Agenten erstellen
Lösungsvorschlag
Probieren Sie jetzt die folgenden Prompts in der UI aus, um verschiedene Funktionen der agentenbasierten IDE zu sehen:
- Gute Beschreibungen sind sowohl für Nutzer als auch für KI von entscheidender Bedeutung. Fordern Sie den Agenten auf, allen Feldern, die keine Beschreibung haben, eine Beschreibung hinzuzufügen.
- Bitten Sie den Agenten, einer der Dimensionsgruppen weitere Zeiträume hinzuzufügen.
- Bitten Sie den Agenten, eine Abfrage wie „Umsatz nach Produktkategorie, pivotiert nach Quartal“ auszuführen.