Ce qui m'excite le plus dans l'afflux de l'IA et des LLM dans tous les coins et recoins de ma vie quotidienne, c'est l'occasion de pointer un agent à un gros bloc de données, de poser des questions et d'obtenir des réponses. J'ai passé la majeure partie de ma carrière à analyser les données. J'aime les données. J'aime analyser les données. J'aimais écrire SQL. Maintenant, je ne le fais pas (surtout). Maintenant que j'ai goûté la douce bonté de l'analyse agentique alimentée par des outils comme Vercel AI SDK et Tinybird MCP Server, je préfère donner un contexte d'agent et le faire interroger la base de données pour moi.
Cependant, ce n'est pas aussi simple que cela puisse paraître. Les LLM sont étonnamment mauvais pour écrire SQL. Mais avec Tinybird (et le serveur MCP Tinybird) et le SDK Vercel AI, il est assez simple (et principalement d'ingénierie rapide).
Dans cet article, je vais vous montrer comment créer un agent avec une compréhension contextuelle suffisante des données d'analyse sous-jacentes - et les outils pour les interroger - afin que vous puissiez discuter avec vos données (toutes données!). Plus précisément, je vais créer un agent d'analyse simple pour un blog - hébergé sur la plate-forme de publication open source Ghost. L'agent nous dira quel contenu fonctionne le mieux et pourquoi.
Les outils pour le travail:
Ghost est une plate-forme de publication open source, idéale pour tous ceux qui souhaitent héberger leur plateforme de blogs. Vous pouvez être opérationnel immédiatement avec Ghost (Pro), leur offre hébergée, mais de nombreux éditeurs choisissent d'auto-héberger.
Dans les deux cas, la récente version de Ghost 6.0 comprend des analyses multicanaux en temps réel via Tinybird, la plate-forme sur laquelle les analyses de Ghost se déroulent. Si vous choisissez d'auto-héberger, vous aurez également un accès sans entrave aux données sous-jacentes dans Tinybird. Aux côtés de Ghost, vous pouvez utiliser Tinybird Cloud - pour l'hébergement d'analyses gérées - ou les régions autogérées de Tinybird pour une configuration complète d'auto-héberge.
Ghost d'auto-hébergement + Tinybird est simple, et je ne le couvrirai pas ici. Vous pouvez suivre les guides d'auto-hébergement de Ghost pour apprendre à le faire.
Pour l'instant, je suppose que vous avez déjà configuré Ghost auto-hébergé avec Tinybird Web Analytics activé et, dans le cadre de cette configuration, vous avez créé un espace de travail Tinybird (hébergé ou autogéré) qui reçoit des événements de trafic Web de Ghost.
Si vous n'avez pas déjà cela, mais que vous voulez suivre de toute façon, voici comment configurer Tinybird pour les tests de base:
TB Connexion # Déployer le modèle Ghost Web Analytics TB - Cloud Deploy - Template https://github.com/tryghost/ghost/tree/main/ghost/core/core/server/data/tinybird