Usa la asistencia de IA para los esquemas, las consultas y las mutaciones de Firebase Data Connect

Puedes usar Gemini en Firebase para crear esquemas, consultas y mutaciones que incluyas en tu código del cliente.

Describe una app y resume su modelo de datos, o describe una consulta o mutación que deseas generar en lenguaje natural, y Gemini en Firebase te proporcionará su equivalente de GraphQL.

Esta asistencia de IA está disponible en muchos contextos de desarrollo:

  • En Firebase console, ejecuta y prueba el resultado, implementa tu esquema y operaciones en producción y sincronízalas con tu entorno de desarrollo local.
  • De forma local, en nuestra extensión de VS Code de Data Connect, diseña, ejecuta y prueba con Gemini Code Assist con una base de datos y un emulador de PostgreSQL locales.

Obtén más información sobre las consultas y las mutaciones en Esquemas, consultas y mutaciones de Data Connect.

Cómo AI assistance for Data Connect utiliza sus datos

Consulta Cómo usa tus datos Gemini en Firebase para obtener más información sobre cómo Gemini en Firebase usa tus datos.

Configurar AI assistance for Data Connect

Para configurar la asistencia de IA en Data Connect, habilita Gemini en Firebase como se describe en Configura Gemini en Firebase y, luego, ve a Genera consultas y mutaciones de GraphQL con Gemini en Firebase.

Genera esquemas, consultas y mutaciones de GraphQL con Gemini en Firebase

La asistencia de IA para Data Connect está disponible en muchos contextos y en muchos de tus flujos de trabajo.

Crea una app nueva y su esquema y operaciones iniciales en la consola de Firebase

Cuando creas un proyecto de Firebase nuevo y configuras el desarrollo de una app nueva, la console de Firebase ofrece automáticamente asistencia de IA para la generación de esquemas y operaciones.

Este flujo de configuración te permite describir una app y, luego, la asistencia de IA:

  • Genera un esquema Data Connect completo.
  • Genera un conjunto útil y fundamental de consultas y mutaciones que puedes integrar luego con el código del cliente.

Sincronizas estos recursos creados en la consola con tu entorno de desarrollo local para continuar la integración con tus clientes.

Este flujo de trabajo se describe en nuestra guía de introducción.

Agrega consultas y mutaciones nuevas para ejecutarlas en la consola de Firebase

Para usar AI assistance for Data Connect y generar GraphQL basado en lenguaje natural, haz lo siguiente:

  1. Abre Data Connect en tu proyecto y, en Servicios, selecciona tu fuente de datos.

  2. Haz clic en Datos (Data).

  3. Haz clic en el ícono Ayúdame a escribir GraphQLpen_spark.

  4. En el campo de texto que aparece, describe en lenguaje natural la consulta o mutación que deseas generar y haz clic en Generar.

    Por ejemplo, si usas la fuente de datos de Películas a la que se hace referencia en el codelab "Crea con Data Connect (Web)", podrías preguntar, "Muestra las cinco películas principales del 2022 en orden descendente por calificación", lo que podría devolver un resultado como el siguiente:

    query TopMovies2022 {
  movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
    id
    title
    rating
    releaseYear
  }
}

  5. Revisa la respuesta:

    • Si la respuesta parece correcta, haz clic en Insertar para insertarla en el editor de código.
    • Si se puede definir mejor la respuesta, haz clic en Editar, actualiza la instrucción y haz clic en Volver a generar.

  6. Después de aceptar la respuesta, configura lo siguiente en la sección Parámetros, si corresponde:

    • Variables: Si tu consulta o mutación contiene variables, defínelas aquí. Usa JSON para definirlos, por ejemplo, {"title":"The Matrix", "releaseYear":"1999"}.
    • Autorización: Elige el contexto de autorización (administrador, autenticado o no autenticado) con el que se ejecutará la consulta o la mutación.

  7. Haz clic en Ejecutar en el editor de código y revisa los resultados.

Para probar varias consultas o mutaciones en el editor de código, asegúrate de que tengan un nombre. Por ejemplo, la siguiente consulta se llama GetMovie. Mueve el cursor a la primera línea de la consulta o mutación para activar el botón Ejecutar.

query GetMovie($myKey: Movie_Key!) {
  movie(key: $myKey) { title }
}

Crea un esquema y operaciones iniciales durante el prototipado local

La asistencia de IA está disponible en Gemini Code Assist para tu trabajo de prototipado local cuando usas Visual Studio Code y nuestra extensión de VS Code de Data Connect.

La extensión te permite describir una app y, luego, Gemini Code Assist:

  • Genera un esquema Data Connect completo.
  • Genera un conjunto útil y fundamental de consultas y mutaciones que puedes integrar luego con el código del cliente.

Este flujo de trabajo se describe en nuestra guía de introducción al prototipado local.

Más casos de uso de AI assistance for Data Connect

En las siguientes secciones, se describen casos de uso de muestra, incluido uno en el que puedes pedirle a Gemini que te ayude a crear una mutación para propagar Data Connect y, luego, consultarla para verificar los resultados.

Crea una mutación que agregue una película a la base de datos según la entrada del usuario

En esta sección, analizarás un ejemplo del uso del lenguaje natural para generar GraphQL para una mutación que puedes usar para propagar tu base de datos. En este ejemplo, se supone que usas el esquema de la base de datos de películas que se usa en la documentación de Firebase Data Connect y el codelab "Crea con Data Connect (Web)".

  1. En la consola de Firebase, abre Data Connect.

  2. Selecciona tu servicio y fuente de datos, y abre la pestaña Datos.

  3. Haz clic en el ícono Ayúdame a escribir GraphQLpen_spark y, en el cuadro que aparece, escribe tu consulta:

    Create a movie based on user input.

  4. Haz clic en Generar. Se muestra la mutación. Por ejemplo, Gemini podría mostrar una mutación como la siguiente:

    mutation CreateMovie($title: String!, $releaseYear: Int!, $genre: String!, $rating: Float!, $description: String!, $imageUrl: String!, $tags: [String!] = []) @auth(level: USER) {
  movie_insert(data: {
    title: $title,
    releaseYear: $releaseYear,
    genre: $genre,
    rating: $rating,
    description: $description,
    imageUrl: $imageUrl,
    tags: $tags
  })
}

  5. Revise el resultado. Si es necesario, haz clic en Editar para definir mejor la instrucción y haz clic en Volver a generar.

  6. A continuación, haz clic en Insertar para insertar la mutación en el editor de datos.

  7. Para ejecutar la mutación, deberás agregar variables. En la sección Parameters, abre Variables y, luego, incluye algunas variables de prueba:

    {"title":"My amazing movie", "releaseYear":2024, "genre": "Comedy",
"rating": 8, "description": "A new movie to test mutations",
"imageUrl": "", "tags": ["comedy","space travel"]}

  8. Haz clic en Ejecutar.

  9. A continuación, crea una consulta que verifique que se agregó tu película. Haz clic en la instrucción Ayúdame a escribir GraphQL pen_spark y, en el cuadro que aparece, escribe la instrucción:

    List all movies from 2024 that include all of these tags: 'space travel', 'comedy'.

    Gemini podría mostrar una respuesta como la siguiente:

    query ComedySpaceTravelMovies2024 @auth(level: PUBLIC) {
  movies(
    where: {
    releaseYear: { eq: 2024 },
    tags: { includesAll: ["space travel", "comedy"] }
    }
  ) {
      id
      title
      imageUrl
      releaseYear
      genre
      rating
      description
      tags
    }
}

  10. Inserta y ejecuta la consulta. La película que agregaste debería aparecer en el campo Historial.

Crea una consulta que muestre opiniones según el género y las calificaciones que proporcionó el usuario

En esta sección, analizarás un ejemplo del uso del lenguaje natural para generar GraphQL para una consulta. En este ejemplo, se supone que usas la base de datos de películas que se usa en la documentación de Firebase Data Connect y el codelab "Crea con Data Connect (Web)".

  1. En la consola de Firebase, abre Data Connect.

  2. Selecciona tu servicio y fuente de datos, y abre la pestaña Datos.

  3. Haz clic en el ícono Ayúdame a escribir GraphQLpen_spark y, en el cuadro que aparece, escribe tu consulta:

    List all movie reviews, based on user-configurable genre and ratings.

  4. Haz clic en Generar. Se muestra la consulta. Por ejemplo, Gemini podría mostrar una consulta como la siguiente:

    query ListReviewsByGenreAndRating($genre: String, $minRating: Int, $maxRating: Int) @auth(level: PUBLIC) {
  reviews(where: {
    movie: {
      genre: {eq: $genre}
    },
    rating: {ge: $minRating, le: $maxRating}
  }) {
    id
    user {
      username
    }
    movie {
      title
      genre
    }
    rating
    reviewText
    reviewDate
  }
}

  5. Revise el resultado. Si es necesario, haz clic en Editar para definir mejor la instrucción y haz clic en Volver a generar.

  6. A continuación, haz clic en Insertar para insertar la mutación en el editor de datos.

  7. Para probar esta consulta, deberás agregar variables. En la sección Parámetros, abre Variables y, luego, incluye las variables que deseas usar para las pruebas:

    {"genre":"sci-fi", "minRating":4, "maxRating":9}

  8. Haz clic en Ejecutar.

Diseña instrucciones para usar con herramientas de asistencia de IA de terceros

Al igual que con todas las herramientas y agentes de asistencia de IA, cuanto mejores sean tus instrucciones, más útiles serán los resultados.

Cuando proporcionas instrucciones en lenguaje natural a Gemini en Firebase, el asistente traduce tus entradas a una instrucción más desarrollada en segundo plano.

Si no usas Gemini en Firebase ni otra asistencia de IA de Firebase, y trabajas con herramientas de IA de terceros, como Cursor o Windsurf, puedes obtener mejores recomendaciones sobre Data Connect si usas instrucciones similares más detalladas.

Publicamos plantillas de instrucciones para que las descargues, adaptes y copies en tu IDE:

Después de descargar y modificar, crea una instrucción en herramientas conocidas (por ejemplo, Cursor o Windsurf) de la siguiente manera:

  • En Cursor (asegúrate de revisar las instrucciones más recientes de Cursor):

    1. Haz clic en el ícono de configuración en la esquina superior derecha.
    2. Selecciona la pestaña Rules.
    3. En Project Rules, haz clic en el botón Add a new rule.
    4. Copia y pega la regla.

  • En Windsurf (asegúrate de revisar las instrucciones más recientes de Windsurf):

    1. Para abrir la ventana Cascada, haz clic en el botón Cascada en la esquina superior derecha.
    2. Haz clic en el ícono Customizations en el menú deslizante de la parte superior derecha de Cascade y, luego, navega al panel Rules.
    3. Haz clic en el botón + Global o + Workspace para crear reglas nuevas a nivel global o de Workspace, respectivamente.
    4. Copia y pega la regla.

Soluciona problemas de AI assistance for Data Connect

Consulta Soluciona problemas de Gemini en Firebase.

Precios

AI assistance for Data Connect está disponible como parte de Gemini en Firebase, que se incluye para usuarios individuales.

Consulta Precios de Gemini en Firebase para obtener más información.

Próximos pasos