Looker Explore Assistant 开源项目教程

1. 项目介绍

Looker Explore Assistant 是一个开源项目，它是一个React应用程序，用于通过自然语言与Looker数据交互。这个项目集成了Vertex AI上托管的LLM（语言模型），通过Looker的建模层提供了一个自然语言体验。用户可以通过文本输入生成Looker Explore查询，并以可视化形式展示结果。该扩展还提供了问题历史记录、分类提示、缓存的Explore URL、结构化日志记录等多种功能。

2. 项目快速启动

克隆或下载项目

首先，您需要在您的开发机上克隆或下载这个仓库。

cd ~/ # 可选，通常您的用户目录是一个不错的选择
git clone [e-mail]:looker-open-source/looker-explore-assistant.git

或者如果您没有配置git的ssh配置：

cd ~/ # 可选，通常您的用户目录是一个不错的选择
git clone https://github.com/looker-open-source/looker-explore-assistant.git

安装依赖

确保您的计算机上安装了pip，然后在仓库目录下运行以下命令安装所需的依赖：

pip install -r requirements.txt

安装google-cloud-sdk，在looker-explore-assistant目录下安装Google Cloud SDK：

brew install —cask google-cloud-sdk

确保您已经安装了Homebrew。

创建GCP项目和配置

1. 创建一个GCP项目（稍后您将需要项目ID）。项目不需要与提示表处于同一个项目，但为了简化操作，建议这样做。
2. 为该BigQuery项目创建一个Looker连接。
3. 创建一个空的Looker项目，并在模型文件中添加连接名称。

设置Python虚拟环境

python -m venv .venv
source .venv/bin/activate

安装后端示例生成所需的依赖：

pip install -r ./explore-assistant-examples/requirements.txt
pip install -r ./explore-assistant-cloud-function/requirements.txt

后端和前端设置

按照官方文档中的说明进行后端设置、示例生成和前端设置的步骤。

3. 应用案例和最佳实践

在实施Looker Explore Assistant时，以下是一些最佳实践：

• 使用Looker系统活动日志生成查询示例，以帮助模型了解如何创建不同的查询变体。
• 为您的组织自定义分类提示，以更好地适应不同的使用场景。
• 使用结构化日志记录进行成本估算和跟踪。

4. 典型生态项目

Looker Explore Assistant 可以与以下典型生态项目集成：

• Looker Extension SDK：用于创建和部署自定义Looker扩展。
• Google Cloud Platform：提供Vertex AI和其他云服务。
• Tailwind CSS：用于快速UI开发。

通过这些集成，开发者可以构建出功能丰富且易于使用的自然语言查询工具。