Menggunakan bantuan AI untuk kueri dan mutasi Firebase Data Connect

Anda dapat menggunakan Gemini di Firebase di konsol Firebase untuk membantu Anda membuat kueri dan mutasi yang akan disertakan dalam kode sisi klien. Deskripsikan kueri atau mutasi yang ingin Anda buat dalam bahasa alami, dan Gemini di Firebase akan memberi Anda GraphQL yang setara. Jalankan dan uji output di konsol Firebase, lalu salin kueri dan mutasi yang telah selesai ke dalam kode Anda.

Pelajari kueri dan mutasi lebih lanjut di skema, kueri, dan mutasi Data Connect.

Cara AI assistance for Data Connect in the Firebase console menggunakan data Anda

Lihat Cara Gemini di Firebase menggunakan data Anda untuk mengetahui informasi selengkapnya tentang cara Gemini di Firebase menggunakan data Anda.

Siapkan AI assistance for Data Connect in the Firebase console

Untuk menyiapkan bantuan AI di Data Connect, aktifkan Gemini di Firebase seperti yang dijelaskan dalam Menyiapkan Gemini di Firebase, lalu lanjutkan ke Membuat kueri dan mutasi GraphQL dengan Gemini di Firebase.

Penting: Anggota project harus memiliki peran Firebase Data Connect API Admin (roles/firebasedataconnect.admin), yang disertakan dalam peran IAM pemilik atau editor untuk membuat kueri dan mutasi Data Connect GraphQL dengan Gemini di Firebase.

Membuat kueri dan mutasi GraphQL dengan Gemini di Firebase

Untuk menggunakan AI assistance for Data Connect in the Firebase console guna membuat GraphQL berdasarkan bahasa alami:

1. Buka Data Connect di project Anda, lalu di bagian Services, pilih sumber data Anda.

2. Klik Data.

3. Klik ikon Help me write GraphQLpen_spark.

4. Di dalam kolom teks yang muncul, deskripsikan kueri atau mutasi yang ingin Anda buat dalam bahasa alami, lalu klik Generate.

   Misalnya, jika menggunakan sumber data Film yang dirujuk dalam panduan memulai Firebase Data Connect dan codelab Build dengan Data Connect, Anda dapat bertanya, "Tampilkan lima film teratas tahun 2022, dalam urutan menurun berdasarkan rating", yang mungkin menampilkan hasil seperti berikut:

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

5. Tinjau respons:

   • Jika respons terlihat benar, klik Insert untuk menyisipkan respons ke editor kode.
   • Jika respons dapat ditingkatkan, klik Edit, perbarui perintah, lalu klik Regenerate.

6. Setelah Anda menerima respons, tetapkan hal berikut di bagian Parameters, jika berlaku:

   • Variables: Jika kueri atau mutasi Anda berisi variabel, tentukan variabel tersebut di sini. Gunakan JSON untuk menentukannya, misalnya, {"title":"The Matrix", "releaseYear":"1999"}.
   • Authorization: Pilih konteks Authorization (Administrator, Authenticated, atau Unauthenticated) yang akan digunakan untuk menjalankan kueri atau mutasi.
   Peringatan: Jika Anda menjalankan mutasi, tinjau dengan cermat sebelum menjalankannya. Menjalankan mutasi di editor data akan mengeksekusi permintaan.

7. Klik Run di editor kode dan tinjau hasilnya.

Untuk menguji beberapa kueri atau mutasi di editor kode, pastikan kueri atau mutasi tersebut diberi nama. Misalnya, kueri berikut diberi nama GetMovie. Pindahkan kursor ke baris pertama kueri atau mutasi untuk mengaktifkan tombol Run.

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

Penting: AI assistance for Data Connect in the Firebase console adalah teknologi tahap awal yang dapat menghasilkan output yang seolah masuk akal tetapi mengandung fakta yang salah. Teknologi ini mungkin merespons dengan informasi yang tidak akurat yang tidak merepresentasikan pandangan Google. Validasi semua output dari Gemini sebelum Anda menggunakannya dan jangan menggunakan kode yang dihasilkan dan belum diuji dalam lingkungan produksi. Jangan masukkan informasi identitas pribadi (PII) atau data pengguna ke dalam perintah Help me write GraphQL. Untuk mengetahui informasi selengkapnya, lihat Cara AI assistance for Data Connect in the Firebase console menggunakan data Anda dan Gemini di Google Cloud dan responsible AI.

Kasus penggunaan AI assistance for Data Connect in the Firebase console

Bagian berikut menjelaskan contoh kasus penggunaan, termasuk kasus saat Anda dapat meminta Gemini untuk membantu Anda membuat mutasi guna mengisi Data Connect, lalu membuat kueri untuk memverifikasi hasilnya.

• Membuat mutasi yang menambahkan film ke database berdasarkan input pengguna
• Membuat kueri yang mencantumkan ulasan berdasarkan genre dan rating yang diberikan pengguna

Membuat mutasi yang menambahkan film ke database berdasarkan input pengguna

Di bagian ini, Anda akan mempelajari contoh penggunaan bahasa alami untuk membuat GraphQL untuk mutasi yang dapat Anda gunakan untuk mengisi database. Contoh ini mengasumsikan bahwa Anda menggunakan skema database film yang digunakan dalam dokumentasi Firebase Data Connect dan codelab Build dengan Data Connect.

Peringatan: Menjalankan mutasi di editor data akan mengeksekusi mutasi dan dapat mengubah data Anda.

1. Dari Firebase console, buka Data Connect.

2. Pilih layanan dan sumber data Anda, lalu buka tab Data.

3. Klik ikon Help me write GraphQLpen_spark, lalu di kotak yang muncul, ketik kueri Anda:

   Create a movie based on user input.
   

4. Klik Buat. Mutasi akan ditampilkan. Misalnya, Gemini mungkin menampilkan mutasi seperti:

   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. Tinjau output. Jika diperlukan, klik Edit untuk meningkatkan kualitas perintah, lalu klik Regenerate.

6. Selanjutnya, klik Sisipkan untuk menyisipkan mutasi ke editor data.

7. Untuk menjalankan mutasi, Anda harus menambahkan variabel. Dari bagian Parameters, buka Variables dan sertakan beberapa variabel pengujian:

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

8. Klik Run.

   Tips: Anda juga dapat meminta Gemini untuk memperluas output dengan cara yang lebih berguna. Misalnya, untuk menyertakan komentar dan perintah sumber dalam output, Anda dapat menggunakan "Buat film berdasarkan input pengguna. Pastikan untuk mendokumentasikan mutasi dan menyertakan perintah ini dalam respons Anda" untuk menyertakan komentar dan perintah sumber di Gemini dalam output Firebase.

9. Selanjutnya, buat kueri yang memverifikasi bahwa film Anda telah ditambahkan. Klik Help me write GraphQL pen_spark dan, di kotak yang muncul, ketik perintah Anda:

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

   Gemini mungkin menampilkan respons seperti berikut:

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

10. Masukkan dan jalankan kueri. Film yang Anda tambahkan akan muncul di kolom Histori.

Membuat kueri yang mencantumkan ulasan berdasarkan genre dan rating yang diberikan pengguna

Di bagian ini, Anda akan mempelajari contoh penggunaan bahasa alami untuk membuat GraphQL untuk kueri. Contoh ini mengasumsikan bahwa Anda menggunakan database film yang digunakan dalam dokumentasi Firebase Data Connect dan codelab Build dengan Data Connect.

1. Dari Firebase console, buka Data Connect.

2. Pilih layanan dan sumber data Anda, lalu buka tab Data.

3. Klik ikon Help me write GraphQLpen_spark, lalu di kotak yang muncul, ketikkan kueri Anda:

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

4. Klik Buat. Kueri akan ditampilkan. Misalnya, Gemini mungkin menampilkan kueri seperti:

   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. Tinjau output. Jika diperlukan, klik Edit untuk meningkatkan kualitas perintah, lalu klik Regenerate.

6. Selanjutnya, klik Sisipkan untuk menyisipkan mutasi ke editor data.

7. Untuk menguji kueri ini, Anda harus menambahkan variabel. Dari bagian Parameters, buka Variables dan sertakan variabel yang akan digunakan untuk pengujian:

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

8. Klik Run.

Tips: Anda juga dapat meminta Gemini untuk memperluas output dengan cara yang lebih berguna. Misalnya, untuk menyertakan komentar dan perintah sumber dalam output, Anda dapat menggunakan "Cantumkan semua ulasan film, berdasarkan genre dan rating yang dapat dikonfigurasi pengguna. Pastikan untuk mendokumentasikan kueri dan menyertakan perintah ini dalam respons Anda." untuk menyertakan komentar dan perintah sumber dalam output Gemini.

Memecahkan masalah AI assistance for Data Connect in the Firebase console

Lihat Pemecahan masalah Gemini di Firebase.

Harga

AI assistance for Data Connect in the Firebase console tersedia sebagai bagian dari Gemini di Firebase, yang disertakan tanpa biaya saat Data Connect dalam pratinjau atau sebagai bagian dari Gemini Code Assist. Lihat Harga Gemini dalam Firebase untuk mengetahui informasi selengkapnya.

Langkah berikutnya

• Pelajari kueri dan mutasi lebih lanjut di skema, kueri, dan mutasi Data Connect.
• Pelajari lebih lanjut Gemini di Firebase.