Google Cloud недавно представил пять специализированных AI-агентов, призванных оптимизировать рабочие процессы разработчиков — сократить ручной труд, ускорить анализ и снизить порог входа в автоматизацию данных и кода на продвинутом уровне. Каждый агент решает определённую задачу разработчиков, от управления потоками данных до управления GitHub корпоративного уровня.
BigQuery Data Agent
BigQuery Data Agent автоматизирует создание и управление потоками данных в платформе Google BigQuery с помощью естественного языка. Этот агент ориентирован на инженеров данных и аналитиков, которые хотят сосредоточиться на аналитике, а не на рутинной работе с данными.
* Ключевые возможности:
* Автоматизированное получение данных: создание и управление потоками данных из таких источников, как Google Cloud Storage, с помощью простых подсказок, что снижает необходимость в написании собственных скриптов ETL.
* Качество данных без кода: поддержание качества и согласованности данных с помощью проверок и преобразований на основе ИИ — никакого ручного кодирования не требуется.
* Подготовка данных с помощью ИИ: автоматизация очистки данных, генерации метаданных и эволюции схем, поддержка как структурированных, так и неструктурированных данных.
* Разговорный интерфейс: разработчики могут описывать логику конвейера на естественном языке, а агент генерирует и оптимизирует необходимый SQL или DataFrames.
* Техническая основа:
* Агент построен на базе Gemini и использует распознавание намерений и генерацию кода на основе LLM, с тесной интеграцией в механизм знаний BigQuery для обнаружения метаданных и происхождения данных.
Notebook Agent (NotebookLM for Enterprise)
Notebook Agent, доступный как NotebookLM для предприятий, расширяет возможности BigQuery Notebooks с помощью комплексной аналитики на основе ИИ и построения моделей.
* Ключевые возможности:
* EDA & Feature Engineering: запуск исследовательского анализа данных (EDA) и разработка функций с помощью разговорных подсказок, автоматизация рутинных рабочих процессов в области данных.
* SeaMLess ML Predictions: генерация прогнозов и моделей непосредственно в ноутбуках, минимизация стандартного кода и ручной настройки.
* Кураторские базы знаний: организация и синтез исследований, документации и наборов данных в виде повторно используемых интерактивных ноутбуков для команд.
* Синтез контента: обобщение результатов, генерация часто задаваемых вопросов и даже создание аудио-резюме для асинхронного потребления.
* Техническая основа:
* NotebookLM Enterprise отличается от общего продукта NotebookLM — он интегрируется в BigQuery Notebooks, использует управление на основе подсказок и строго регулируется для обеспечения безопасности и совместной работы на предприятии.
Looker Code Assistant
Looker Code Assistant встраивает генеративный ИИ непосредственно в платформу Looker для изучения данных и бизнес-аналитики, делая аналитику доступной для нетехнических пользователей без ущерба для функциональности.
* Ключевые возможности:
* Запросы на естественном языке: пользователи задают вопросы на простом английском языке и получают визуализации, код Python или интерактивные диаграммы в качестве выходных данных.
* Пользовательская визуализация и LookML: генерирует параметры форматирования LookML и JSON по подсказкам, ускоряя разработку информационных панелей.
* Проактивные инсайты: объясняет методологию анализа и предлагает последующие вопросы, повышая доверие и доступность.
* Контекстуальная осведомлённость о данных: использует семантический слой Looker, чтобы гарантировать точность и соответствие бизнес-определениям запросов.
* Техническая основа:
* Работает на базе Gemini и API Looker Explore. Помощник переводит естественный язык в оптимизированные запросы Looker, SQL и визуальный код, устраняя разрыв между бизнес-пользователями и аналитическими командами.
Database Migration Agent
Агент миграции баз данных (DMS with Gemini Assist) упрощает и ускоряет переход с устаревших баз данных (например, MySQL, Oracle, SQL Server) на современные масштабируемые базы данных Google Cloud, такие как Spanner, Cloud SQL и AlloyDB.
* Ключевые возможности:
* Преобразование схем и кода на основе ИИ: просмотр и преобразование хранимых процедур, функций и схем в облачные форматы, сокращение ручных усилий и рисков миграции.
* Минимальное время простоя: использует непрерывную репликацию для минимизации времени простоя во время миграции.
* Объяснимые миграции: предоставляет параллельное сравнение устаревшего и целевого кода с подробными объяснениями для разработчиков.
* Бессерверная работа: полностью управляется Google Cloud, без необходимости настройки инфраструктуры.
* Техническая основа:
* Агент использует Gemini для понимания и преобразования логики базы данных, проверяет результаты миграции и сопровождает пользователей на каждом этапе процесса.
GitHub Agent (Gemini CLI GitHub Actions)
Gemini CLI GitHub Actions — это автономный ИИ-агент с открытым исходным кодом, который расширяет возможности рабочих процессов GitHub, автоматизируя рутинные задачи по управлению репозиториями.
* Ключевые возможности:
* Сортировка проблем: автоматически маркирует, приоритизирует и маршрутизирует проблемы GitHub на основе содержимого и контекста проекта.
* Ревизия запросов на включение: проверяет изменения кода, предлагает улучшения и предоставляет мгновенную обратную связь, снижая нагрузку на ручную проверку кода.
* Совместная работа по запросу: разработчики могут делегировать задачи, помечая агента в проблемах или PR (например, «написать тесты для этой ошибки»).
* Настраиваемые рабочие процессы: поставляется с предустановленными рабочими процессами, но является полностью открытым исходным кодом и расширяемым для удовлетворения потребностей конкретной команды.
* Техническая основа:
* Построен на базе Gemini CLI, агент работает асинхронно в ответ на события GitHub, использует контекст проекта для точных действий и интегрируется непосредственно в конвейеры GitHub Actions.
Таблица с основными характеристиками
| Имя агента | Основная функция | Ключевые особенности | Целевая аудитория | Техническая основа |
| — | — | — | — | — |
| BigQuery Data Agent | Автоматизация потоков данных | Ввод данных, качество, метаданные, NL интерфейс | Инженеры данных, аналитики | Gemini, BigQuery Engine |
| Notebook Agent | Комплексная аналитика в ноутбуках | EDA, feature engineering, ML, knowledge synthesis | Data scientists, инженеры | NotebookLM, BigQuery |
| Looker Code Assistant | Аналитика и бизнес-аналитика | NL запросы, визуализация, генерация кода | Аналитики, бизнес-пользователи | Gemini, Looker API |
| Database Migration Agent | Миграция баз данных | Преобразование схем/кода, валидация, минимальное время простоя | Администраторы баз данных, DevOps | Gemini, DMS |
| GitHub Agent (Gemini CLI) | Автоматизация рабочих процессов GitHub | Сортировка проблем, ревизия запросов на включение, делегирование задач | Разработчики, DevOps | Gemini CLI, GitHub |
Эти агенты представляют собой значительный шаг к автономным инструментам разработчика, где повторяющиеся, подверженные ошибкам задачи выполняются ИИ, освобождая разработчиков для инноваций и бизнес-логики. Они снижают технический порог для аналитики, миграции и совместной работы, сохраняя при этом (или даже повышая) возможности, которые доступны при работе с данными и кодом в масштабе облака.
1. Какие ключевые возможности предлагает BigQuery Data Agent и как он может помочь инженерам данных и аналитикам?
BigQuery Data Agent предлагает несколько ключевых возможностей:
* Автоматизированное получение данных: создание и управление потоками данных из таких источников, как Google Cloud Storage, с помощью простых подсказок.
* Качество данных без кода: поддержание качества и согласованности данных с помощью проверок и преобразований на основе ИИ.
* Подготовка данных с помощью ИИ: автоматизация очистки данных, генерации метаданных и эволюции схем.
* Разговорный интерфейс: разработчики могут описывать логику конвейера на естественном языке, а агент генерирует и оптимизирует необходимый SQL или DataFrames.
2. Какие возможности предоставляет Notebook Agent и для кого он предназначен?
Notebook Agent предназначен для data scientists и инженеров. Он расширяет возможности BigQuery Notebooks с помощью комплексной аналитики на основе ИИ и построения моделей. Ключевые возможности включают:
* EDA & Feature Engineering: запуск исследовательского анализа данных (EDA) и разработка функций с помощью разговорных подсказок.
* SeaMLess ML Predictions: генерация прогнозов и моделей непосредственно в ноутбуках.
* Кураторские базы знаний: организация и синтез исследований, документации и наборов данных в виде повторно используемых интерактивных ноутбуков для команд.
* Синтез контента: обобщение результатов, генерация часто задаваемых вопросов и даже создание аудио-резюме.
3. Какие задачи решает Database Migration Agent и какие преимущества он предлагает?
Database Migration Agent упрощает и ускоряет переход с устаревших баз данных на современные масштабируемые базы данных Google Cloud. Ключевые возможности включают:
* Преобразование схем и кода на основе ИИ: просмотр и преобразование хранимых процедур, функций и схем в облачные форматы.
* Минимальное время простоя: использует непрерывную репликацию для минимизации времени простоя во время миграции.
* Объяснимые миграции: предоставляет параллельное сравнение устаревшего и целевого кода с подробными объяснениями для разработчиков.
* Бессерверная работа: полностью управляется Google Cloud, без необходимости настройки инфраструктуры.
4. Какие функции выполняет GitHub Agent и как он может оптимизировать рабочие процессы в GitHub?
GitHub Agent (Gemini CLI GitHub Actions) расширяет возможности рабочих процессов GitHub, автоматизируя рутинные задачи по управлению репозиториями. Ключевые возможности включают:
* Сортировка проблем: автоматически маркирует, приоритизирует и маршрутизирует проблемы GitHub на основе содержимого и контекста проекта.
* Ревизия запросов на включение: проверяет изменения кода, предлагает улучшения и предоставляет мгновенную обратную связь.
* Совместная работа по запросу: разработчики могут делегировать задачи, помечая агента в проблемах или PR.
* Настраиваемые рабочие процессы: поставляется с предустановленными рабочими процессами, но является полностью открытым исходным кодом и расширяемым для удовлетворения потребностей конкретной команды.
5. На каких технологиях основаны представленные агенты и какие возможности они предоставляют разработчикам?
Представленные агенты основаны на различных технологиях:
* BigQuery Data Agent: построен на базе Gemini и использует распознавание намерений и генерацию кода на основе LLM.
* Notebook Agent: интегрируется в BigQuery Notebooks, использует управление на основе подсказок.
* Looker Code Assistant: работает на базе Gemini и API Looker Explore.
* Database Migration Agent: использует Gemini для понимания и преобразования логики базы данных.
* GitHub Agent: построен на базе Gemini CLI, агент работает асинхронно в ответ на события GitHub.
Эти агенты предоставляют разработчикам возможность автоматизации рутинных задач, повышения эффективности работы и снижения порога входа в сложные процессы.