案例研究
MCC GAQL Tool
- 角色
- 創作者兼維護者
- 團隊
- 獨立開發
- 技術堆疊
- Rust (workspace, edition 2024) tonic gRPC Polars rig-core / FastEmbed LanceDB + Arrow Cloudflare R2
- 跨連結的 Google Ads 帳戶查詢廣告活動指標,並用自然語言產生 GAQL。
問題
透過管理員(MCC)帳戶管理 Google Ads 的代理商和分析師,整天都活在 GAQL 裡,但工具很薄。官方 client library 很笨重,現有的 CLI(這個專案受 getyourguide/gaql-cli 啟發)不會跨子帳戶展開查詢,而叫 LLM「寫一個 GAQL 查詢」,只會產生幻想出來的欄位名稱,執行時失敗,還浪費 API 額度。
目標:一套給分析師用的快速終端機優先工具組——一次查很多帳戶、安全地做變更,並從自然語言產生正確的 GAQL。
限制
- GAQL 的 schema 很大,而且有版本。 任何產生工具都需要對應確切 API 版本的中介資料,而不是模型訓練資料裡的版本。
- 帳戶存取和 API 變更需要持續照顧。 認證必須在本機和 SSH 連線下都能用,請求有用量限制,API 版本也經常變動。
- 基本查詢應該保持輕量。 分析師不該只為了跑一個查詢,就得安裝整套產生工具。
決策
- 依任務拆開工具。
mcc-gaql負責查詢,mcc-gaql-mut負責變更,mcc-gaql-gen則從自然語言產生查詢。查詢和變更工具保持輕量;產生工具另外發布,連同它需要的檢索堆疊一起帶。 - 讓產生有 API 中介資料當地基。 產生器會從 API schema 檢索欄位和資源資訊,以及相關的範例查詢。分析師可以檢查欄位為什麼被選中,而不是相信一個沒有解釋的答案。
- 把連結的帳戶一起查。 跨子帳戶的並行查詢,可以在某個帳戶失敗時繼續跑。結果可以跨帳戶分組和排序,不必匯出到 notebook。
- 跟上前端 API 的變化。 自動化的上游檢查會偵測 API 變更、驗證遷移,並開 pull request 給人審。
- 發布可直接執行的執行檔。 macOS 和 Linux 版本可透過 GitHub releases 取得。
成果連結
成果
- 自然語言查詢大約 3–4 秒就能產生 GAQL。
- 已用於三個 Google Ads 帳戶,產出每月成效報表。