Looker Explore Assistant 开源项目教程

1. 项目介绍

Looker Explore Assistant 是一个开源项目，旨在通过自然语言处理技术，将用户输入的文本转换为 Looker Explore 查询，并输出可视化结果。这个项目通过集成了 Vertex AI 上的语言模型，优化了用户生成 Looker 查询的过程，使得用户无需直接编写 SQL 代码，即可获得数据分析的结果。项目提供了灵活的部署选项，多轮对话能力，以及动态查询选择等功能。

2. 项目快速启动

以下是快速启动 Looker Explore Assistant 的步骤：

首先，克隆或下载项目到您的开发机器上：

cd ~/ # 进入您的用户目录
git clone [e-mail]:LukaFontanilla/looker-explore-assistant.git # 如果您使用 SSH 配置
# 或者
git clone https://github.com/LukaFontanilla/looker-explore-assistant.git # 如果您不使用 SSH 配置

确保您的计算机上安装了 pip，然后在项目目录下运行以下命令安装依赖：

pip install -r requirements.txt

安装 Google Cloud SDK：

brew install —cask google-cloud-sdk # 确保您已经安装了 Homebrew

创建一个 GCP 项目，并创建一个 Looker 连接。然后创建一个空的 Looker 项目，并配置模型文件以添加连接名称。

为后端和示例生成创建 Python 虚拟环境并安装依赖：

python -m venv .venv
source .venv/bin/activate
pip install -r ./explore-assistant-examples/requirements.txt
pip install -r ./explore-assistant-cloud-function/requirements.txt

如果遇到目录权限问题，使用以下命令：

chmod +x <FILE NAME>

按照官方文档设置后端、生成示例数据并上传到 BigQuery，然后设置前端。

3. 应用案例和最佳实践

• 案例一：使用 Looker Explore Assistant 对公司销售数据进行分析，通过自然语言输入，快速获得销售趋势图。
• 案例二：在市场营销活动中，通过自然语言查询，实时了解广告投放效果和用户反馈。

最佳实践：

• 在定制化查询提示时，确保涵盖各种可能的查询场景，如时间过滤、数据聚合等。
• 使用 Looker System Activity 生成代表性的查询示例，以优化模型训练。

4. 典型生态项目

在开源生态中，与 Looker Explore Assistant 类似的项目还包括：

• Looker API Projects：提供各种 Looker API 的集成示例。
• Dataiku Looker Integration：将 Dataiku 与 Looker 集成，实现数据管道和可视化的无缝对接。

通过这些典型生态项目，开发者可以更深入地了解 Looker 的集成和扩展能力。