Qlik MCP-Tools

Der Qlik MCP-Server enthält Tools, mit denen Ihr LLM Aktionen für Sie in Ihrem Qlik Cloud Mandanten ausführen kann. Sie können Ihre Benutzererfahrung anpassen, indem Sie auswählen, welche Qlik MCP-Tools verfügbar sein sollen.

Zugriffsberechtigungen und Qlik MCP-Tools

Der Zugriff auf MCP-Tools wird über Ihre Berechtigungen gesteuert. Sie benötigen die Berechtigung Qlik MCP: Zulässig in einer benutzerdefinierten Rolle, um Qlik MCP-Tools von Ihrem LLM-Client aus aufzurufen.

Da das Qlik MCP-Tool als der verbindende Benutzer autorisiert ist, verwendet es zudem Ihre vorhandene Benutzerrolle und Bereichsberechtigungen. Sie benötigen auch die Berechtigung in Qlik Cloud, um die von den Tools verwendeten Funktionen oder Inhaltstypen zu nutzen. Wenn Sie beispielsweise keine Berechtigung zum Zugriff auf die Herkunft in Qlik Cloud haben, können Sie das Qlik MCP-Tool Qlik Herkunft abrufen nicht verwenden. Je nach Ihren Berechtigungen reagieren einige Tools möglicherweise mit „kein Zugriff“, wenn Sie die Funktion in Qlik Cloud nicht verwenden können.

Die Verfügbarkeit von Tools kann auch durch die Lizenzierung Ihres Mandanten eingeschränkt sein.

Auswählen von Qlik MCP-Tools

Die Qlik MCP-Tools sind ein Katalog zweckgebundener Aktionen, die ein LLM aufrufen kann, um Aktionen in Ihrem Qlik Cloud Mandanten auszuführen. Zu den Aktionen gehören:

• Suchen von Anwendungen und Datensätzen

• Prüfen von Feldern und Diagramm-Metadaten

• Anwenden und Löschen von Filtern

• Erstellen von Arbeitsblättern und Diagrammen

• Verwalten von kontrollierten Objekten wie Glossarbegriffen und Datenprodukten.

Jedes Tool stellt eine spezifische Funktion mit klar definierten Eingaben und Ausgaben dar.

Verfügbare Qlik MCP-Tools

Die folgende Tabelle zeigt eine Übersicht über die aktuellen Qlik MCP-Tool-Kategorien und Tool-Namen.

Was die einzelnen Tools leisten können

App-Erkennung und Metadaten

Verwenden Sie diese Tools, um die richtige Qlik Analyseanwendung zu finden und schnell zu verstehen, was sich darin befindet, bevor Sie Diagramme erstellen oder Filter anwenden. Diese Kategorie unterstützt einen End-to-End-Erkennungsworkflow: Suchen Sie in Qlik-Ressourcen, um relevante Anwendungen zu finden.

Die folgenden Tools sind verfügbar:

• Qlik_search: Nach Qlik Ressourcen (Anwendungen, Datensätzen, Datenprodukten, Glossaren) nach Namen oder Inhalt suchen.

• Qlik_describe_apps: Umfassende Metadaten für eine Anwendung abrufen, einschließlich Feldern, Besitzern, Veröffentlichungsstatus.

• Qlik_get_fields: Alle Datenfelder auflisten, die in einer Anwendung zur Verwendung als Dimensionen verfügbar sind.

• Qlik_list_sheets: Alle Arbeitsblätter in einer Anwendung auflisten.

• Qlik_get_sheet_details: Details zu einem bestimmten Arbeitsblatt abrufen, einschließlich aller Diagramme und ihrer Typen.

• Qlik_search_spaces: Nach Bereichen basierend auf einem Abfrage-String suchen.

• Qlik_semantic_search_app: Semantische Suche nach relevanten Objekten in der Qlik App durchführen.

Prompt-Beispiel:

„Ich muss die Kundenabwanderung analysieren.“ Dieser einfache Prompt ermöglicht Folgendes:

• qlik_search verwenden, um Anwendungen zu finden, die sich auf „Abwanderung“ oder „Kundenbindung“ beziehen.

• Für die beste Übereinstimmung qlik_describe_app ausführen, um zu bestätigen, dass es die richtige Anwendung ist, und deren Metadaten (Besitzer und Veröffentlichungsstatus) anzuzeigen.

• qlik_get_fields verwenden, um verfügbare Felder aufzulisten und Kandidaten-Dimensionen und -Kennzahlen wie Customer, ChurnFlag, SubscriptionType, Region und ChurnDate zu identifizieren.

• qlik_list_sheets verwenden, um zu sehen, welche Dashboards bereits existieren.

• Für jedes vielversprechende Arbeitsblatt, zum Beispiel „Churn Overview“, qlik_get_sheet_details aufrufen und zusammenfassen, welche Diagramme bereits verfügbar sind und welche Lücken noch bestehen.

Unternehmensglossar

Dieser Satz von Tools ermöglicht es einem Benutzer, ein kontrolliertes Unternehmensglossar von Anfang bis Ende einzurichten und zu pflegen:

• Glossar erstellen

• Mit Kategorien organisieren

• Begriffe hinzufügen und zusammenstellen (einschließlich Bearbeiten, Entfernen und Verwalten des Lebenszyklusstatus wie Entwurf – verifiziert – veraltet)

• Diese Begriffe mit echten Analyseobjekten (Anwendungen, Datensätzen, Feldern, Master-Elementen) verbinden.

Die folgenden Tools sind verfügbar:

• Qlik_create_glossary: Ein neues Business-Glossar erstellen

• Qlik_get_full_glossary_export: Das vollständige Glossar mit allen Begriffen, Kategorien und Links abrufen (kostenintensiver Vorgang)

• Qlik_get_glossary_categories: Alle Kategorien für ein Glossar abrufen

• Qlik_create_glossary_category: Eine neue Kategorie innerhalb eines Glossars erstellen

• Qlik_search_glossary_terms: Begriffe innerhalb eines Glossars suchen

• Qlik_get_glossary_term: Einen bestimmten Begriff aus einem Glossar abrufen

• Qlik_create_glossary_term: Einen neuen Glossarbegriff mit Beschreibung, Tags, Beziehungen erstellen

• Qlik_update_glossary_term: Einen bestehenden Glossarbegriff ändern

• Qlik_delete_glossary_term: Einen Glossarbegriff entfernen

• Qlik_update_term_status: Begriffsstatus aktualisieren (Entwurf, verifiziert, veraltet). Nur ein Steward kann einen Begriff verifizieren. Nachdem der Begriff verifiziert ist, kann nur ein Steward den Begriff ändern

  Informationshinweis

  Dieser Vorgang hat drei Status:

  • Entwurf: Der Begriff befindet sich im Entwurfsstatus.

  • Verifiziert: Der Begriff wurde von einem Steward verifiziert.

  • Veraltet: Der Begriff ist veraltet und sollte nicht verwendet werden.

  Bei den Statusnamen wird die Groß- und Kleinschreibung unterschieden und sie müssen genau wie oben aufgeführt angegeben werden.

• Qlik_get_glossary_term_links: Mit einem Glossarbegriff verknüpfte Ressourcen abrufen

  Diese Funktion unterstützt zwei Modi:

  • Einzellinkmodus: Geben Sie individuelle Parameter für resource_id oder resource_type der Instanz an.

  • Stapelmodus: Geben Sie eine Liste von Link-Wörterbüchern über den Parameter „links“ an.

  Informationshinweis

  Beim Verknüpfen mit einer Unterressource müssen alle drei Unterressourcenfelder (subResourceId, subResourceName und subResourceType) für jeden Link zusammen angegeben werden.

• Qlik_create_glossary_term_links: Einen Begriff mit Apps, Datensätzen, Feldern, Master-Elementen verknüpfen

Prompt-Beispiel:

„Hilf mir beim Aufbau und der Kontrolle eines Unternehmensglossars für unseren Vertriebsbereich. Erstelle ein Glossar namens „Vertriebsglossar“, füge die Kategorien „Umsatz“, „Kunden“ und „Pipeline“ hinzu. Erstelle dann Begriffe für „Annual Recurring Revenue (ARR)“ und „Kundenabwanderung“ mit klaren Definitionen und Tags, zum Beispiel Finanzen und Vertriebs-Ops, lege sie als Entwurf fest und verknüpfe jeden Begriff mit den relevanten Datensatzfeldern und den KPI-Master-Elementen.“

Datensätze und Datenqualität

Diese Tools helfen Benutzern, Datensätze zu verstehen, zu validieren und zu kontrollieren, indem sie untersuchen, was der Datensatz ist (Metadaten und Datenproduktmitgliedschaften), was er enthält (Schema), wie die Daten aussehen (Profiling-Statistik-Verteilungen und eine schnelle Zeilenstichprobe). Die Tools unterstützen auch Stewardship-Workflows: Verbessern der Datensatzdokumentation (Name-Beschreibung) sowie das Auslösen und Überwachen von Datenqualitätsberechnungen, um Qualitätsmetriken im Lauf der Zeit zu aktualisieren.

Die folgenden Tools sind verfügbar:

• Qlik_get_dataset: Metadaten eines Datensatzes laden, einschließlich Trust Score

• Qlik_get_dataset_schema: Das Schema (Spaltendefinitionen) eines Datensatzes laden

• Qlik_get_dataset_profile: Profildaten (Statistiken, Verteilungen) eines Datensatzes laden

• Qlik_get_dataset_sample: Die ersten 10 Zeilen eines Datensatzes zur Vorschau laden

• Qlik_get_dataset_freshness: Zeitstempels der letzten Aktualisierung eines Datensatzes abrufen

• Qlik_get_dataset_trust_score: Trust Score eines Datensatzes abrufen

• Qlik_get_dataset_memberships: Datenproduktmitgliedschaften für einen Datensatz abrufen

• Qlik_update_dataset_metadata: Name und Beschreibung eines Datensatzes aktualisieren

• Qlik_update_dataset_quality: Datenqualitätsberechnung für einen Datensatz anfordern

• Qlik_update_dataset_quality: Datenqualitätsberechnung für einen Datensatz anfordern

• Qlik_get_dataset_quality_computation_status: Status einer Qualitätsberechnung prüfen

Prompt-Beispiel:

„Beurteile die Bereitschaft unseres Datensatzes „Kundenbestellungen“ für ein neues Dashboard. Zeige mir seine Metadaten und den aktuellen Trust Score, bestätige die Uhrzeit der letzten Aktualisierung und liste auf, zu welchen Datenprodukten er gehört. Lade dann das Schema und eine Stichprobe von 10 Zeilen, um Schlüsselfelder wie order_date, customer_id und net_amount einer Zustandsprüfung zu unterziehen. Führe ein Datensatzprofil aus, um fehlende Werte und Ausreißer zu erkennen, und wenn die Qualitätsmetriken veraltet aussehen, löse eine Datenqualitätsberechnung aus und überprüfe den Auftragsstatus, bis sie abgeschlossen ist. Aktualisiere abschließend die Datensatzbeschreibung, um bekannte Einschränkungen und die empfohlene Verwendung zu dokumentieren.”

Datenuntersuchung und -analyse

Diese Tools unterstützen die schnelle und Ad-hoc-Untersuchung von Daten und vorhandenen Analyseinhalten, ohne dass der Benutzer ständig neue Visualisierungen erstellen muss. Sie können temporäre Berechnungen oder Abfrageobjekte erstellen, um „Was-wäre-wenn“-Fragen zu beantworten, Felder durch Auflisten eindeutiger Werte überprüfen oder nach bestimmten Werten suchen.

Die folgenden Tools sind verfügbar:

• Qlik_create_data_object: Temporäre Berechnungsobjekte für Ad-hoc-Analyseabfragen erstellen

  Informationshinweis

  Verwenden Sie get_field_values() oder search_field_values(), bevor Auswahlen angewendet werden, um zu überprüfen, ob Werte vorhanden sind.

  Warnhinweis

  Qlik führt ALLE Berechnungen durch, daher gilt:

  • Es darf niemals aggregiert, summiert, gemittelt oder Berechnungen mit den zurückgegebenen Daten durchgeführt werden: Die Werte sind endgültig.

  • Für andere Berechnungen rufen Sie das Tool erneut mit neuen Formeln auf.

  • Wenden Sie immer geeignete Filterauswahlen an, um die Datenmenge zu begrenzen und die Leistung zu verbessern.

• Qlik_get_field_values: Eindeutige Werte für ein bestimmtes Feld abrufen (vor dem Filtern verwenden)

  Informationshinweis

  Verwenden Sie bei Feldern mit hoher Kardinalität stattdessen immer qlik_search_field_values().

  Warnhinweis

  Verwenden Sie dieses Tool oder qlik_search_field_values() VOR dem Erstellen von Auswahlen-Filtern, um zu überprüfen, ob die Werte vorhanden sind. Dies hilft, Fehler beim Anwenden von Filtern mit nicht vorhandenen Werten zu vermeiden.

• Qlik_search_field_values: Nach bestimmten Werten über Felder hinweg suchen (vor der Aggregierung mit Auswahlformeln überprüfen)

  Warnhinweis

  Bevor Sie Datenobjekte mit Aggregierung mit Auswahlformeln oder Auswahlen erstellen: Verwenden Sie qlik_search_field_values, um zu überprüfen, ob Werte vorhanden sind. Dies verhindert Fehler durch nicht vorhandene Filterwerte, besonders wichtig für: Jahre, Datum, Währungscodes, Produktnamen.

  Beispiel-Workflow für Best Practices:

  1. qlik_search_field_values(fieldName="payment_year", searchTerms=["2022"])

  2. Überprüfen, ob „2022“ in den Ergebnissen vorhanden ist

  3. Ein Datenobjekt mithilfe von {payment_year={2022} erstellen.

• Qlik_get_chart_data: Paginierte Daten aus einer vorhandenen Diagrammvisualisierung abrufen

• Qlik_get_chart_info: Metadaten zu einem Diagramm abrufen, ohne dessen Daten abzurufen

Prompt-Beispiel:

„Hilf mir zu untersuchen, warum der Umsatz der Region „North“ letzten Monat gesunken ist. Prüfe zuerst das bestehende Diagramm „Umsatz nach Region“: Zeige mir dessen Metadaten (Dimensionen, Kennzahlen, Filter, Zeilenanzahl) und rufe dann die Diagrammdaten für die letzten zwei Monate ab. Bevor ich Auswahlen anwende, liste die eindeutigen Werte für Region auf und durchsuche die Feldwerte, um zu bestätigen, ob „North“, „NORTH“ oder „Northern“ verwendet wird. Erstelle dann eine temporäre Berechnung, um den monatlichen Umsatz und die Marge für „North“ im Vergleich zu anderen Regionen zu vergleichen, und hebe hervor, welche Produktkategorien am meisten zu der Änderung beigetragen haben.”

Datenprodukte

Diese Tools verwalten den gesamten Lebenszyklus eines Datenprodukts als ein kontrolliertes, teilbares Paket von Datensätzen:

1. Sie erstellen es.

2. Sie überprüfen seine Metadaten und Dokumentation.

3. Sie pflegen seine Definition (Name, Beschreibung und welche Datensätze es enthält).

4. Sie kontrollieren, wo und ob es verfügbar ist, indem sie es zwischen Bereichen verschieben und aktivieren oder deaktivieren.

Sie unterstützen auch die Bereinigung am Ende des Lebenszyklus, indem sie ein Datenprodukt löschen, wenn es nicht mehr benötigt wird.

Die folgenden Tools sind verfügbar:

• Qlik_create_data_product: Ein neues Datenprodukt erstellen

• Qlik_get_data_product: Metadaten für ein bestimmtes Datenprodukt abrufen

• Qlik_get_data_product_documentation: Markdown-Dokumentation eines Datenprodukts abrufen

• Qlik_update_data_product: Eigenschaften (Name, Beschreibung, Datensätze) eines Datenprodukts aktualisieren

• Qlik_update_data_product_space: Ein Datenprodukt in einen anderen Bereich verschieben

• Qlik_update_activate_data_product: Ein Datenprodukt in einem bestimmten Bereich aktivieren

• Qlik_update_deactivate_data_product: Ein Datenprodukt deaktivieren

• Qlik_delete_data_product: Ein Datenprodukt löschen

Prompt-Beispiel:

„Erstelle ein Datenprodukt namens „Umsatzanalyse – Zusammengestellt“ mit einer klaren Beschreibung und füge folgende Datensätze hinzu: Bestellungen, Kunden und Produkte. Zeige mir dann die Metadaten des Datenprodukts und rufe dessen Markdown-Dokumentation ab, damit ich überprüfen kann, was die Verbraucher sehen werden. Aktualisiere die Beschreibung, um Nutzungshinweise hinzuzufügen, und füge auch den Datensatz „Retouren“ hinzu. Verschiebe das Datenprodukt in unseren freigegebenen Bereich „Analyse“, aktiviere es dort für einen umfassenderen Zugriff, und falls wir es später durch eine neue Version ersetzen, deaktiviere die alte. Wenn das Produkt schließlich vollständig eingestellt wurde und nicht mehr referenziert wird, lösche es.”

Herkunft

Dieses Tool ermöglicht es einem Benutzer, nachzuvollziehen, woher Daten stammen und wie sie fließen, indem es die vorgelagerte Herkunft für einen Datensatz oder eine App abruft. Da jeder Aufruf nur einen Schritt zurückgibt, wiederholen Sie ihn typischerweise rekursiv, um die vollständige Kette aufzubauen. Dies ist nützlich für:

• Auswirkungsanalyse.

• Fehlerbehebung bei unerwarteten Zahlen.

• Governance oder Audits.

• Ermittlung der wahren Quellen, auf denen ein Bericht oder Datensatz basiert.

Die folgenden Tools sind verfügbar:

• Qlik_get_lineage: Herkunftsverlauf eines Datensatzes oder einer App laden (rekursiver Aufruf für die vollständige Kette)

Prompt-Beispiel:

„Zeige mir die vollständige vorgelagerte Herkunft für den Datensatz „Kundenbestellungen“. Beginne mit dem Datensatz und gehe rekursiv zurück, bis du die ursprünglichen Quellsysteme erreichst. Fasse für jeden Schritt zusammen, was das unmittelbar übergeordnete Element ist, und notiere alle wichtigen Umwandlungen oder beteiligten Zwischendatensätze oder Apps. Sage mir dann, welche vorgelagerte Quelle am wahrscheinlichsten das Feld net_amount beeinflusst, wenn sie sich ändert.”

Master-Elemente (Dimensionen und Kennzahlen)

Diese Tools helfen Benutzern, wichtige Geschäftslogik in einer App zu standardisieren und wiederzuverwenden, indem sie mit Master-(Bibliotheks-)Dimensionen und -Kennzahlen arbeiten. Sie können inventarisieren, was bereits verfügbar ist (um Duplikate zu vermeiden und Konsistenz zu fördern), und Sie können neue wiederverwendbare Dimensionen und Kennzahlen erstellen, sodass Diagramme über mehrere Arbeitsblätter hinweg dieselben Felddefinitionen und Berechnungsformeln verwenden, was Governance, Wartbarkeit und Metrik-Ausrichtung verbessert.

Die folgenden Tools sind verfügbar:

• Qlik_list_dimensionst: Alle in der App verfügbaren Bibliotheksdimensionen auflisten

• Qlik_create_dimension: Eine wiederverwendbare Bibliotheksdimension erstellen

• Qlik_update_dimension: Eine vorhandene Bibliotheksdimension in einer Qlik App aktualisieren

• Qlik_delete_dimension: Eine Bibliotheksdimension aus einer Qlik App löschen

• Qlik_list_measures: Alle in der App verfügbaren Bibliothekskennzahlen auflisten

• Qlik_create_measure: Eine wiederverwendbare Bibliothekskennzahl mit Formel erstellen

• Qlik_update_measure: Eine vorhandene Bibliothekskennzahl in einer Qlik App aktualisieren

• Qlik_delete_measure: Eine Bibliothekskennzahl aus einer Qlik App löschen

Prompt-Beispiel:

„Hilf mir, Kennzahlen in unserer Sales Performance App zu standardisieren. Liste zuerst die vorhandenen Bibliotheksdimensionen und -kennzahlen auf, damit wir nichts duplizieren. Erstelle dann eine neue Bibliotheksdimension „Kundensegment“ basierend auf dem entsprechenden Segmentfeld und erstelle eine wiederverwendbare Kennzahl „Bruttomarge %“ unter Verwendung unserer Standarddefinition (Bruttomarge geteilt durch Umsatz, als Prozentsatz formatiert). Nenne mir nach deren Erstellung die genauen Master-Element-Namen, die ich beim Erstellen von Diagrammen referenzieren muss, damit alle Dashboards dieselbe Logik verwenden.“

Auswahlen und Filterung

Diese Tools steuern den interaktiven Filterstatus einer Qlik App:

• Sie wenden Auswahlen auf ein oder mehrere Felder an (unter Verwendung exakter Werte oder Muster-Prädikat-artiger Übereinstimmungen).

• Sie prüfen, welche Filter derzeit aktiv sind.

• Sie löschen Auswahlen entweder global oder für ein bestimmtes Feld.

Zusammen unterstützen sie geführte Analyseabläufe, reproduzierbare Untersuchungsschritte.

Die folgenden Tools sind verfügbar:

• Qlik_select_values: Auswahlen (Filter) auf Felder anwenden – unterstützt exakte Werte und Musterabgleich

  Informationshinweis

  Wann Auswahlen anstelle von Aggreggierung mit Auswahlformeln zu verwenden sind:

  • Wenn Sie die gesamte App oder Sitzung für mehrere nachfolgende Vorgänge filtern möchten, verwenden Sie select_values().

  • Wenn Sie einen einmaligen Filter für eine bestimmte Berechnung benötigen, verwenden Sie die Aggregierung mit Auswahlformeln in Formeln.

  Auswahlen bleiben über alle Vorgänge hinweg bestehen; bis sie gelöscht werden, beeinflussen sie ALLE nachfolgenden Datenabrufe. Als Best Practice gilt: Für einzelne analytische Abfragen ist die Aggregierung mit Auswahlformeln den Auswahlen vorzuziehen, um den Overhead der Zustandsverwaltung zu vermeiden.

  Warnhinweis

  • Verwenden Sie zuerst qlik_get_field_values() oder qlik_search_field_values(), um zu überprüfen, ob die Werte, die Sie auswählen möchten, vorhanden sind. Das Auswählen nicht vorhandener Werte schlägt ohne Warnhinweis fehl.

  • Die zurückgegebenen Auswahlen sind die tatsächlich aktuell angewendeten Auswahlen und sind wahr. Alle Felder, bei denen die Auswahl fehlgeschlagen ist, z. B. weil Werte nicht existierten, werden nicht in der zurückgegebenen Liste angezeigt.

• Qlik_clear_selections: Auswahlen löschen – alle oder ein bestimmtes Feld

  WarnhinweisDie zurückgegebenen Auswahlen sind die tatsächlich aktuell angewendeten Auswahlen und sind wahr. Alle Felder, bei denen die Auswahl fehlgeschlagen ist, z. B. weil Werte nicht existierten, werden nicht in der zurückgegebenen Liste angezeigt.

• Qlik_get_current_selections: Aktuell aktive Auswahlen oder Filter in der App abrufen

• Qlik_update_filter: Ein vorhandenes Filterfenster in einer Qlik App aktualisieren

Prompt-Beispiel:

„Richte meinen Analysekontext für die Executive Sales App ein: Wähle Jahr = 2025 und Region = EMEA aus und wende eine musterbasierte Auswahl auf die Produktkategorie an, um nur Kategorien einzuschließen, die mit „Cloud“ beginnen. Zeige mir dann die aktuellen Auswahlen, damit ich bestätigen kann, was aktiv ist. Nachdem ich die KPIs überprüft habe, lösche nur die Auswahl der Produktkategorie (behalte Jahr und Region bei), und lösche schließlich alle Auswahlen, um die App wieder in einen ungefilterten Zustand zurückzusetzen.“

Visualisierung und Arbeitsblätter

Diese Tools ermöglichen es Benutzern, Dashboards in einer Qlik App zusammenzustellen:

• Sie erstellen ein neues Arbeitsblatt als Arbeitsbereich.

• Sie fügen Visualisierungen (Diagramme, Tabellen, KPIs) hinzu, die mit Dimensionen, Kennzahlen und Anzeigeoptionen konfiguriert sind.

• Sie platzieren Filterfenster auf dem Arbeitsblatt, damit Benutzer die Analyse interaktiv filtern können.

Zusammen decken sie den grundlegenden Workflow zum Erstellen einer brauchbaren Self-Service-Dashboard-Seite ab.

Die folgenden Tools sind verfügbar:

• Qlik_create_sheet: Ein neues leeres Arbeitsblatt (Dashboard) in der App erstellen

• Qlik_add_chart: Eine Visualisierung (Balken, Linie, Kreis, Tabelle, KPI usw.) zu einem Arbeitsblatt hinzufügen

  Informationshinweis

  • Planen Sie Ihre Abfragestruktur, bevor Sie Tool-Aufrufe tätigen.

  • Testen Sie zuerst das Vorhandensein von Datumswerten mit qlik_search_field_values oder qlik_get_field_values .

  • Verwenden Sie die Aggregierung mit Auswahlformeln über Auswahlen auf App-Ebene für einmalige Abfragen.

• Qlik_add_filter: Einem Arbeitsblatt ein Filterfenster für benutzergesteuerte Filterung hinzufügen

• Qlik_delete_object: Ein Objekt aus einer Qlik App löschen (Diagramm, Arbeitsblatt, Filter usw.)

• Qlik_show_chart: Eine gerenderte Visualisierung als Qlik Schnappschuss anzeigen

• Qlik_update_chart: Eine bestehende Diagrammvisualisierung in einer Qlik App aktualisieren

Prompt-Beispiel:

„Erstelle ein neues Arbeitsblatt namens „Umsatzübersicht“ in unserer Analyse-App. Füge einen KPI für den Gesamtumsatz und die Gesamtbestellungen hinzu, ein Liniendiagramm, das den Umsatz nach Monat anzeigt, und ein Balkendiagramm, das den Umsatz nach Region anzeigt (absteigend sortiert). Füge dann ein Filterfenster mit Jahr, Region und Produktkategorie hinzu, damit Benutzer die Ansicht anpassen können. Stelle sicher, dass die Visualisierungen klar betitelt sind und das Arbeitsblatt für die Führungsebene als Zielgruppe geeignet ist.”