Как анализировать данные FCM BigQuery с помощью ИИ

BigQuery MCP Toolbox – это набор инструментов MCP, предназначенных для упрощения взаимодействия с данными BigQuery. Его можно использовать для запросов к данным, экспортированным из FCM в BigQuery. В этой документации рассказывается, как использовать BigQuery MCP Toolbox и ИИ-агента для быстрого и эффективного запроса и анализа этих данных.

Настройка BigQuery Export

  • Убедитесь, что в проекте FCM настроен экспорт данных в BigQuery. Чтобы начать, ознакомьтесь с информацией о том, как доставляются сообщения.
  • После включения FCM автоматически заполнит набор данных BigQuery событиями доставки писем.

Как настроить BigQuery MCP Toolbox

  1. Следуйте инструкциям в статье Как использовать BigQuery с агентами, чтобы установить и настроить набор инструментов BigQuery MCP.

Как запрашивать данные BigQuery Export с помощью ИИ-агента

После завершения настройки ИИ-агент должен иметь возможность перечислить доступные инструменты. Убедитесь, что вашему ИИ-агенту доступны следующие инструменты:

  • execute_sql
  • get_dataset_info
  • get_table_info
  • list_dataset_ids
  • list_table_ids

Теперь вы можете использовать следующие примеры запросов к ИИ-агенту:

  • Сколько уведомлений FCM было отправлено за последние семь дней?
  • Постройте график данных по дате.
  • Какие ошибки чаще всего приводят к отсутствию уведомлений?

Преимущества использования ИИ-агента для изучения данных

Вот некоторые преимущества использования ИИ-агента для изучения данных:

  • Доступность. Пользователи могут запрашивать данные на естественном языке.
  • Простая визуализация. Вы можете использовать возможности LLM для визуализации данных, полученных из BigQuery.

Каналы обратной связи

Чтобы оставить отзыв, свяжитесь с нами:

  • Если у вас возникли проблемы с ответами ИИ-агента, свяжитесь с владельцем модели или командой ИИ-агента.
  • Если у вас возникли проблемы с BigQuery MCP Toolbox, обратитесь в службу поддержки Google Cloud.