Daten mit der Gemini CLI analysieren

Auf dieser Seite wird erklärt, wie Sie in Ihrem Terminal mit BigQuery-Daten interagieren , indem Sie Prompts in natürlicher Sprache mit der Gemini CLI verwenden. Mit den speziellen BigQuery Erweiterungen der Gemini CLI können Sie KI-gestützte Datenanalysen und ‑Insights direkt in der Befehlszeile nutzen. Sie können Daten aus Ihren BigQuery-Tabellen oder aus Tabellen in den öffentlichen BigQuery-Datasets analysieren.

Diese Erstanbietererweiterungen bieten einige gängige Tools für Datenanalysen und ‑Insights. Informationen zum Erstellen eigener Tools finden Sie unter BigQuery mit MCP, Gemini CLI und anderen Agenten verwenden.

Gemini CLI und Erweiterungen

Die Gemini CLI ist ein Open-Source-Agent für konversationelle KI von Google, der Entwicklungs-Workflows beschleunigt und bei der Programmierung, beim Debugging, bei der Datenexploration und bei der Erstellung von Inhalten unterstützt. Sie bietet eine agentengesteuerte Möglichkeit zur Interaktion mit Data Cloud-Diensten wie BigQuery und anderen gängigen Cloud de Confiance Datenbanken und Open-Source-Datenbanken.

Weitere Informationen zur Gemini CLI finden Sie in der Dokumentation zur Gemini CLI.

Funktionsweise von Erweiterungen

Erweiterungen erweitern die Funktionen der Gemini CLI und ermöglichen die Verbindung und Steuerung bestimmter Cloud de Confiance by S3NS Dienste und anderer Tools. Die Erweiterungen liefern Gemini Kontext und API-Verständnis und ermöglichen so die konversationelle Interaktion. Sie können die Erweiterungen über GitHub-URLs, lokale Verzeichnisse oder Registries laden. Diese Erweiterungen bieten Tools, Slash-Befehle und Prompts. Sie unterscheiden sich von IDE-Erweiterungen wie Gemini Code Assist, die über die MCP Toolbox integriert werden.

BigQuery-Erweiterungen

BigQuery bietet die folgenden Erweiterungen für die Arbeit mit BigQuery-Daten über die Gemini CLI:

BigQuery Data Analytics-Erweiterung
Mit dieser Erweiterung können Sie Daten ermitteln, mehr über BigQuery-Tabellen und ‑Datasets erfahren und Fragen zu Ihren Datasets in natürlicher Sprache stellen. Sie können auch Prognosen erstellen oder eine Beitragsanalyse mit integrierten erweiterten Tools ausführen. Die Tools in dieser Erweiterung helfen der Gemini CLI, SQL-Abfragen basierend auf Ihren Fragen in natürlicher Sprache zu schreiben und dann die Abfragen auszuführen, um Antworten auf Ihre Fragen zu erhalten.
BigQuery Conversational Analytics-Erweiterung
Mit dieser Erweiterung können Sie erweiterte Insights aus Ihren BigQuery-Daten mit einem vorab gehosteten serverseitigen Analyseagenten erhalten. Die Tools in dieser Erweiterung helfen der Gemini CLI, Ihre Frage in natürlicher Sprache an einen integrierten gehosteten Agenten zu senden und mit detaillierteren Insights aus Ihren Daten zu antworten.

BigQuery Data Analytics-Tools

Die BigQuery Data Analytics-Erweiterung bietet die folgenden Tools:

Kategorie Tool Beispiel für einen Prompt in natürlicher Sprache
Dataset- und Tabelleninformationen get_dataset_info Informationen zum Dataset bigquery-public-data.pypi abrufen
get_table_info Informationen zur Tabelle bigquery-public-data.pypi.file_downloads abrufen
list_dataset_ids Alle ML-Datasets im Projekt bigquery-public-data auflisten
list_table_ids Alle Tabellen im Dataset bigquery-public-data.pypi auflisten
Suchen search_catalog Tabellen im Zusammenhang mit PyPi-Downloads suchen
SQL-Ausführung execute_sql Zeige mir anhand von bigquery-public-data.pypi.file_downloads die 10 am häufigsten heruntergeladenen PyPI-Pakete dieses Monats
Zeitreihenprognosen forecast Prognostiziere anhand von bigquery-public-data.pypi.file_downloads die Downloads für die letzten vier Monate des Jahres 2025 für das Paket urllib3
Beitragsanalyse analyze_contribution Analysiere den Beitrag des Landes zum Umsatz in der Tabelle bigquery-public-data.google_analytics_sample.ga_sessions_20170801

Conversational Analytics-Tools

Die Conversational Analytics-Erweiterung bietet die folgenden Tools:

Kategorie Tool Beispiel für einen Prompt in natürlicher Sprache
Suchen search_catalog Tabellen im Zusammenhang mit PyPi-Downloads suchen
Konversationelle Analysen ask_data_insights Sage mir anhand des Tools ask_data_insights und der Tabellen unter bigquery-public-data.google_analytics_sample, auf welche Channels ich mich konzentrieren sollte und warum

Hinweis

Für den Start ist Folgendes erforderlich:

  • Zugriff auf mindestens ein Cloud de Confiance by S3NS Projekt.

  • Aktivieren Sie für die Data Analytics-Erweiterung die folgenden APIs:

    • BigQuery
    • So verwenden Sie das Tool search_catalog: Knowledge Catalog

  • Aktivieren Sie für die Conversational Analytics-Erweiterung die folgenden APIs:

    • BigQuery
    • Knowledge Catalog
    • So verwenden Sie das Tool ask_data_insights: Gemini for Google Cloud API, Gemini und Data Analytics API mit Gemini

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für Resource Manager-Ressourcen (Projekte, Ordner und Organisationen) oder Ressourcen auf niedrigerer Ebene wie Datasets zuzuweisen, um die Berechtigungen zu erhalten, die Sie zur Verwendung der BigQuery-Erweiterungen mit der Gemini CLI benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Sie können die erforderlichen Berechtigungen auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen erhalten.

BigQuery-Erweiterungen installieren

Installieren Sie die BigQuery-Erweiterungen und verwenden Sie sie dann, um Ihre Daten zu untersuchen und zu analysieren.

  1. Installieren Sie die Gemini CLI.

  2. Legen Sie die Umgebungsvariablen fest, um eine Verbindung zu Ihrem BigQuery-Projekt herzustellen:

    export BIGQUERY_PROJECT="PROJECT_ID"

    Ersetzen Sie PROJECT_ID durch Ihre Cloud de Confiance Projekt-ID.

    Sie können auch diese optionalen Umgebungsvariablen festlegen:

    • BIGQUERY_LOCATION: der Dataset-Standort, z. B. export BIGQUERY_LOCATION="us"
    • BIGQUERY_USE_CLIENT_OAUTH: ob clientseitiges OAuth verwendet werden soll, z. B. export BIGQUERY_USE_CLIENT_OAUTH=true

  3. Installieren Sie die BigQuery Data Analytics- oder Conversational Analytics-Erweiterung mit dem Befehl gemini extension install:

    • Optional: Installieren Sie die BigQuery Data Analytics-Erweiterung:

      gemini extensions install https://github.com/gemini-cli-extensions/bigquery-data-analytics

    • Optional: Installieren Sie die BigQuery Conversational Analytics-Erweiterung:

      gemini extensions install https://github.com/gemini-cli-extensions/bigquery-conversational-analytics

  4. Starten Sie die Gemini CLI im interaktiven Modus, um Ihre Daten zu untersuchen und zu analysieren:

    gemini

    Die CLI lädt automatisch die BigQuery-Erweiterung und ihre Tools, mit denen Sie mit Ihren Daten interagieren können.

Beispiel-Prompts zum Untersuchen und Analysieren Ihrer Daten

Geben Sie Prompts in der Gemini CLI ein. Sie können die folgenden Beispiele verwenden, um zu beginnen.

Tabellen untersuchen und analysieren

Mit den folgenden Beispiel-Prompts können Sie Ihre Tabellen untersuchen und analysieren.

  • Beispiel-Prompt zum Suchen von Tabellen im Zusammenhang mit PyPi-Downloads:

    Find tables related to PyPi downloads

    Beispielantwort

    Die Gemini CLI gibt eine Liste der zugehörigen Tabellen zurück:

    ✦ I found the following tables related to PyPi downloads:

    *   file_downloads: projects/bigquery-public-data/datasets/pypi/tables/file_downloads
    *   distribution_metadata: projects/bigquery-public-data/datasets/pypi/tables/distribution_metadata

  • Beispiel-Prompt , um die zehn am häufigsten heruntergeladenen PyPI-Pakete dieses Monats anzuzeigen:

    Using bigquery-public-data.pypi.file_downloads, show me the top 10
downloaded pypi packages this month

    Beispielantwort

    Die Gemini CLI gibt die zehn am häufigsten heruntergeladenen Pakete zurück:

    ✦ Here are the top 10 most downloaded PyPI packages this month:

    1.  boto3: 685,007,866 downloads
    2.  botocore: 531,034,851 downloads
    3.  urllib3: 512,611,825 downloads
    4.  requests: 464,595,806 downloads
    5.  typing-extensions: 459,505,780 downloads
    6.  certifi: 451,929,759 downloads
    7.  charset-normalizer: 428,716,731 downloads
    8.  idna: 409,262,986 downloads
    9.  grpcio-status: 402,535,938 downloads
    10. aiobotocore: 399,650,559 downloads

Mit dem Tool ask_data_insights detailliertere Insights erhalten

Das Tool ask_data_insights löst einen Agenten in der BigQuery Conversational Analytics API aus, um Ihre Fragen zu beantworten. Der serverseitige Agent erfasst zusätzlichen Kontext zu Ihren Daten und bietet weitere Insights.

  • Beispiel-Prompt , um Insights zu den Channels zu erhalten, auf die Sie sich konzentrieren sollten:

    Using ask_data_insights and using the tables under
bigquery-public-data.google_analytics_sample, tell me the channels I should
focus on and why

    Beispielantwort

    Die Gemini CLI gibt Empfehlungen basierend auf der Analyse zurück:

    Based on the analysis of the Google Analytics sample data, here are the
channels you should focus on and why:

|     Channel      | Total Visits | Total Pageviews | Total Transactions | Total Revenue |
| ---------------- | ------------ | --------------- | ------------------ | ------------- |
| Referral         |      104,838 |         707,597 |              5,543 |   $651,429.91 |
| Direct           |      143,026 |         584,840 |              2,219 |   $434,840.55 |
| Organic Search   |      381,561 |       1,569,218 |              3,581 |   $326,380.51 |
| Display          |        6,262 |          34,202 |                152 |    $78,337.46 |
| Paid Search      |       25,326 |         136,060 |                479 |    $43,558.90 |
| Social           |      226,117 |         398,690 |                131 |     $4,916.54 |
| Affiliates       |       16,403 |          47,417 |                  9 |       $597.38 |
| (Other)          |          120 |             442 |                  1 |         $9.99 |

  Recommendations:

    1.  Prioritize referral traffic:
        *   Why: This is a highly valuable channel. It brings in the most
            revenue and has a high number of transactions, despite not
            having the highest number of visits. This indicates that
            traffic from referrals is highly qualified and converts
            well.
        *   Action: Identify your top referring websites and build
            stronger relationships with them. Look for similar websites
            to partner with.

    2.  Nurture your direct traffic:
        *   Why: Direct traffic is your second-highest revenue source.
            These are likely returning customers or people who know your
            brand well.

Preise

Für die Verwendung von Metadatentools wie get_dataset_info, get_table_info, list_dataset_ids und list_table_ids oder des Tools search_catalog fallen keine zusätzlichen Kosten an.

Tools, die Abfragen ausführen, einschließlich execute_sql, forecast, und analyze_contribution, werden je nach Projektkonfiguration gemäß der BigQuery-On-Demand-Preisgestaltung oder BigQuery-Kapazitätspreisgestaltung, abgerechnet.

Während der Betaphase (vor Version 1.0) wird das Tool ask_data_insights ohne zusätzliche Kosten angeboten. Alle BigQuery-Abfragen, die von diesem Tool ausgelöst werden, werden jedoch gemäß der Standardpreisgestaltung für BigQuery abgerechnet.

Nächste Schritte