Menggunakan Looker dengan MCP, Gemini CLI, dan Agen lainnya

Halaman ini menunjukkan cara menghubungkan instance Looker Anda ke berbagai alat developer.

Untuk pengalaman yang paling efektif dan terintegrasi, sebaiknya gunakan ekstensi Looker khusus untuk Gemini CLI. Gunakan lapisan semantik Looker untuk memberi CLI Gemini akses yang aman, teratur, dan on-demand ke data tepercaya, serta mempercepat alur kerja dengan mengotomatiskan pembuatan laporan, visualisasi, dan dasbor dari perintah bahasa alami. Sebagai antarmuka command line generasi berikutnya Google Cloud, Gemini CLI adalah alat yang direkomendasikan untuk berinteraksi dengan instance Looker Anda dari command line.

Anda juga dapat menghubungkan lingkungan pengembangan terintegrasi (IDE) dan alat developer lain yang mendukung Model Context Protocol (MCP) dengan menggunakan MCP Toolbox for Databases serbaguna. MCP Toolbox adalah server MCP open source yang menyederhanakan penghubungan agen AI ke data Anda dengan menangani kompleksitas seperti autentikasi dan penggabungan koneksi, yang memungkinkan Anda berinteraksi dengan data menggunakan bahasa alami langsung dari IDE. Untuk alat ini, metode ini menyediakan kemampuan interaksi database inti.

Tentang Gemini CLI dan ekstensi

Gemini CLI adalah agen AI open source yang dirancang untuk mempercepat alur kerja pengembangan dengan membantu coding, proses debug, eksplorasi data, dan pembuatan konten. Misinya adalah memberikan pengalaman interaksi yang elegan dengan layanan cloud data dan database open source populer.

Cara kerja ekstensi

CLI Gemini sangat mudah diperluas, sehingga memungkinkan penambahan alat dan kemampuan baru melalui ekstensi. Ekstensi ini mudah diinstal. Anda dapat memuatnya dari URL GitHub, direktori lokal, atau registry yang dapat dikonfigurasi. Ekstensi ini menyediakan serangkaian kemampuan yang kaya, termasuk alat baru, perintah garis miring, dan perintah untuk menyederhanakan alur kerja Anda.

Menyiapkan Looker

1. Dapatkan ID Klien dan Rahasia Klien Looker. Ikuti petunjuk di halaman dokumentasi Autentikasi Looker API.
2. Siapkan URL dasar instance Looker Anda. Kemungkinan besar seperti https://looker.example.com. Dalam beberapa kasus, API mendengarkan di port yang berbeda, dan Anda harus menggunakan https://looker.example.com:19999.

Menginstal Toolbox MCP

1. Download MCP Toolbox versi terbaru sebagai biner. Pilih biner yang sesuai dengan arsitektur OS dan CPU Anda. Anda harus menggunakan MCP Toolbox versi V0.14.0 atau yang lebih baru.

   linux/amd64

   curl -O https://storage.googleapis.com/genai-toolbox/v0.14.0/linux/amd64/toolbox
   
   

   darwin/arm64

   curl -O https://storage.googleapis.com/genai-toolbox/v0.14.0/darwin/arm64/toolbox
   
   

   darwin/amd64

   curl -O https://storage.googleapis.com/genai-toolbox/v0.14.0/darwin/amd64/toolbox
   
   

   windows/amd64

   curl -O https://storage.googleapis.com/genai-toolbox/v0.14.0/windows/amd64/toolbox.exe
   
   

2. Jadikan biner sebagai file yang dapat dieksekusi.

   chmod +x toolbox
   

3. Verifikasi penginstalannya.

   ./toolbox --version
   

Mengonfigurasi klien MCP

Bagian ini menjelaskan cara mengonfigurasi berbagai alat developer untuk terhubung ke instance Looker Anda menggunakan MCP Toolbox for Databases. Toolbox ini berfungsi sebagai server Model Context Protocol (MCP) open source yang berada di antara IDE dan database Anda, sehingga menyediakan bidang kontrol yang aman dan efisien untuk alat AI Anda. Pilih tab untuk alat spesifik Anda guna melihat petunjuk konfigurasi.

• Gemini CLI
• Gemini Code Assist
• Kode Claude
• Claude desktop
• Cline (ekstensi VS Code)
• Cursor
• Visual Studio Code (Copilot)
• Windsurf (Codium)

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

      {
        "mcpServers": {
          "looker-toolbox": {
            "command": "./PATH/TO/toolbox",
            "args": ["--stdio", "--prebuilt", "looker"],
            "env": {
                "LOOKER_BASE_URL": "LOOKER_URL",
                "LOOKER_CLIENT_ID": "CLIENT_ID",
                "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
                "LOOKER_VERIFY_SSL": "VERIFY_SSL",
          }
          }
        }
      }
  

Menggunakan alat AI

Alat AI Anda kini terhubung ke Looker menggunakan MCP. Coba minta asisten AI Anda untuk mencantumkan model, Eksplorasi, dimensi, dan ukuran. Anda juga dapat menjalankan kueri dengan mengambil SQL untuk kueri atau menjalankan Look tersimpan.

Alat berikut tersedia untuk LLM:

• get_models: Mencantumkan semua model LookML di instance Looker Anda.
• get_explores: Mencantumkan eksplorasi dalam model tertentu.
• get_dimensions: Mencantumkan dimensi dalam Eksplorasi tertentu.
• get_measures: Mencantumkan ukuran dalam Eksplorasi tertentu.
• get_filters: Mencantumkan filter dalam Eksplorasi tertentu.
• get_parameters: Mencantumkan parameter dalam Eksplorasi tertentu.
• query: Menjalankan kueri dan menampilkan data.
• query_sql: Menampilkan SQL yang dibuat oleh Looker untuk kueri.
• query_url: Menampilkan link ke kueri di Looker untuk eksplorasi lebih lanjut.
• get_looks: Menampilkan Tampilan tersimpan yang cocok dengan judul atau deskripsi.
• run_look: Menjalankan Look tersimpan dan menampilkan data.
• make_look: Buat Look tersimpan di Looker dan tampilkan URL.
• get_dashboards: Menampilkan dasbor tersimpan yang cocok dengan judul atau deskripsi.
• make_dashboard: Buat dasbor tersimpan di Looker dan tampilkan URL.
• add_dashboard_element: Menambahkan kartu ke dasbor.