Эта страница переведена с помощью Cloud Translation API.

Используйте помощь ИИ для схем, запросов и мутаций Firebase Data Connect

Вы можете использовать Gemini в Firebase для создания схем, запросов и мутаций, которые можно включить в клиентский код.

Опишите приложение и обобщите его модель данных или опишите запрос или мутацию, которые вы хотите сгенерировать, на естественном языке, и Gemini в Firebase предоставит вам его эквивалент GraphQL.

Такая помощь ИИ доступна во многих контекстах разработки:

В консоли Firebase запустите и протестируйте вывод, разверните схему и операции в рабочей среде и синхронизируйте их с локальной средой разработки.
Локально, в нашем расширении Data Connect VS Code, проектируйте, запускайте и тестируйте, используя Gemini Code Assist с локальной базой данных PostgreSQL и эмулятором.

Дополнительную информацию о запросах и мутациях можно найти в разделе Схемы, запросы и мутации Data Connect .

Как AI assistance for Data Connect использует ваши данные

Дополнительную информацию о том, как Gemini в Firebase использует ваши данные, см. в статье «Как Gemini в Firebase использует ваши данные».

Настройка AI assistance for Data Connect

Чтобы настроить помощь ИИ в Data Connect , включите Gemini в Firebase , как описано в разделе Настройка Gemini в Firebase , а затем перейдите к разделу Генерация запросов и мутаций GraphQL с помощью Gemini в Firebase .

Генерация схем, запросов и мутаций GraphQL с помощью Gemini в Firebase

Помощь ИИ для Data Connect доступна во многих контекстах и во многих рабочих процессах.

Важно: AI assistance for Data Connect — это технология, находящаяся на ранней стадии развития и способная генерировать результаты, которые кажутся правдоподобными, но на самом деле неверны. Она может выдавать неточную информацию, не отражающую точку зрения Google. Перед использованием проверяйте все выходные данные Gemini и не используйте непроверенный сгенерированный код в рабочей среде. Не вводите персональные данные (PII) или пользовательские данные в запрос «Помогите мне написать» на GraphQL . Подробнее см. в разделе «Как AI assistance for Data Connect использует ваши данные и Gemini в Google Cloud и ответственный ИИ» .

Создайте новое приложение, его начальную схему и операции в консоли Firebase

Когда вы создаете новый проект Firebase и настраиваетесь на разработку нового приложения, консоль Firebase автоматически предлагает помощь ИИ для генерации схем и операций.

Этот процесс настройки позволяет вам описать приложение, а затем помощь ИИ:

Создает полную схему Data Connect
Формирует полезный основной набор запросов и мутаций, которые затем можно интегрировать с клиентским кодом.

Вы синхронизируете эти ресурсы, созданные в консоли, с локальной средой разработки, чтобы продолжить интеграцию с вашими клиентами.

Этот рабочий процесс описан в нашем руководстве по началу работы .

Добавьте новые запросы и мутации для запуска в консоли Firebase

Чтобы использовать AI assistance for Data Connect для генерации GraphQL на основе естественного языка:

Откройте Data Connect в своем проекте и в разделе Services выберите источник данных.
Нажмите Данные .
Нажмите на значок «Помощь мне написать GraphQL pen_spark» .
В появившемся текстовом поле опишите на естественном языке запрос или мутацию, которую вы хотите сгенерировать, и нажмите кнопку «Сгенерировать» .
Например, если вы используете источник данных «Фильмы», упомянутый в практической работе «Создание с помощью Data Connect (веб)» , вы можете попросить « Вернуть пять лучших фильмов 2022 года в порядке убывания рейтинга », что может вернуть следующий результат:
```
query TopMovies2022 {
  movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
    id
    title
    rating
    releaseYear
  }
}
```
Просмотрите ответ:
- Если ответ выглядит правильно, нажмите кнопку «Вставить» , чтобы вставить ответ в редактор кода.
- Если ответ можно уточнить, нажмите «Изменить» , обновите запрос и нажмите «Сгенерировать заново» .
После того как вы примете ответ, задайте следующие параметры в разделе «Параметры» , если применимо:
- Переменные : если ваш запрос или мутация содержит переменные, определите их здесь. Используйте JSON для их определения, например, {"title":"The Matrix", "releaseYear":"1999"} .
- Авторизация : выберите контекст авторизации (Администратор, Аутентифицированный или Неаутентифицированный), с которым следует выполнить запрос или мутацию.
Внимание: Если вы запускаете мутацию , внимательно проверьте её перед запуском. Запуск мутации в редакторе данных приведёт к выполнению запроса.
Нажмите кнопку «Выполнить» в редакторе кода и просмотрите результаты.

Чтобы протестировать несколько запросов или мутаций в редакторе кода, убедитесь, что им даны имена. Например, следующий запрос называется GetMovie . Переместите курсор на первую строку запроса или мутации, чтобы активировать кнопку «Выполнить» .

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

Создание начальной схемы и операций в ходе локального прототипирования

Помощь в области искусственного интеллекта доступна в Gemini Code Assist для локального прототипирования при использовании Visual Studio Code и нашего расширения Data Connect VS Code.

Расширение позволяет вам описать приложение, а затем Gemini Code Assist :

Создает полную схему Data Connect
Формирует полезный основной набор запросов и мутаций, которые затем можно интегрировать с клиентским кодом.

Этот рабочий процесс описан в нашем руководстве по началу работы с локальным прототипированием .

Используйте сервер Firebase MCP для локального прототипирования

Сервер Firebase MCP, предоставляемый в составе Firebase CLI, позволяет вашим инструментам разработки на базе ИИ работать с проектами Firebase. Сервер Firebase MCP работает с любой IDE для ИИ-помощника, которая может выступать в качестве клиента MCP, включая Cursor, Visual Studio Code Copilot и Windsurf Editor.

Вы можете использовать сервер MCP для генерации схем, запросов и мутаций, а также сбора входных данных для выполнения общих операций с Firebase CLI.

Чтобы использовать сервер MCP:

Установите сервер , следуя этому руководству .
Вызовите инструмент dataconnect_generate_schema , опишите приложение и просмотрите полученную рекомендуемую схему.
Вызовите инструмент dataconnect_generate_operation , опишите операцию, которую вы хотите выполнить над своей схемой, и просмотрите полученный рекомендуемый запрос или мутацию.

Дополнительные инструменты Data Connect см. в руководстве по серверу MCP .

Больше AI assistance for Data Connect

В следующих разделах описываются примеры вариантов использования, включая тот, где вы можете попросить Gemini помочь вам создать мутацию для заполнения Data Connect , а затем отправить ему запрос для проверки результатов.

Создайте мутацию, которая добавляет фильм в базу данных на основе пользовательского ввода.
Создайте запрос, который выводит список обзоров на основе жанра и оценок, предоставленных пользователем.

Создайте мутацию, которая добавляет фильм в базу данных на основе пользовательского ввода.

В этом разделе вы рассмотрите пример использования естественного языка для генерации GraphQL-кода для мутации, которую можно использовать для заполнения базы данных. В этом примере предполагается, что вы используете схему базы данных фильмов, описанную в документации Firebase Data Connect и в практической работе «Сборка с Data Connect (веб)» .

В консоли Firebase откройте Data Connect .
Выберите свою службу и источник данных, затем откройте вкладку «Данные» .
Нажмите значок «Помощь мне написать GraphQL pen_spark» и в появившемся поле введите свой запрос:
```
Create a movie based on user input.
```

Нажмите «Сгенерировать» . Будет возвращена мутация. Например, Gemini может вернуть такую мутацию:

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
  })
}

Проверьте вывод. При необходимости нажмите «Изменить» , чтобы уточнить запрос, и нажмите «Сгенерировать заново» .
Затем нажмите кнопку Вставить , чтобы вставить мутацию в редактор данных.
Для выполнения мутации вам потребуется добавить переменные. В разделе «Параметры» откройте «Переменные» и добавьте несколько тестовых переменных:
```
{"title":"My amazing movie", "releaseYear":2024, "genre": "Comedy",
"rating": 8, "description": "A new movie to test mutations",
"imageUrl": "", "tags": ["comedy","space travel"]}
```
Нажмите кнопку Выполнить .
Совет: Вы также можете попросить Gemini расширить вывод более полезными способами. Например, чтобы включить комментарии и запрос на указание источника в вывод, можно использовать фразу «Создать фильм на основе ввода пользователя. Обязательно задокументируйте мутацию и включите этот запрос в свой ответ», чтобы включить комментарии и запрос на указание источника в Gemini в вывод Firebase .

Затем создайте запрос, подтверждающий добавление вашего фильма. Нажмите кнопку « Помощь мне написать GraphQL pen_spark» и в появившемся поле введите запрос:

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

Близнецы могут дать примерно такой ответ:

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

Вставьте и выполните запрос. Добавленный вами фильм должен появиться в поле «История» .

Создайте запрос, который выводит список обзоров на основе жанра и оценок, предоставленных пользователем.

В этом разделе вы рассмотрите пример использования естественного языка для генерации GraphQL-запроса. В этом примере предполагается, что вы используете базу данных фильмов, описанную в документации Firebase Data Connect и в практической работе «Сборка с Data Connect (веб)» .

В консоли Firebase откройте Data Connect .
Выберите свою службу и источник данных, затем откройте вкладку «Данные» .
Нажмите значок «Помощь мне написать GraphQL pen_spark» и в появившемся поле введите свой запрос:
```
List all movie reviews, based on user-configurable genre and ratings.
```

Нажмите «Сгенерировать» . Запрос будет возвращен. Например, Gemini может вернуть такой запрос:

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
  }
}

Проверьте вывод. При необходимости нажмите «Изменить» , чтобы уточнить запрос, и нажмите «Сгенерировать заново» .
Затем нажмите кнопку Вставить , чтобы вставить мутацию в редактор данных.
Чтобы протестировать этот запрос, вам потребуется добавить переменные. В разделе «Параметры» откройте «Переменные» и добавьте переменные для тестирования:
```
{"genre":"sci-fi", "minRating":4, "maxRating":9}
```
Нажмите кнопку Выполнить .

Разрабатывайте подсказки для использования со сторонними инструментами помощи ИИ.

Как и в случае со всеми инструментами и агентами помощи ИИ, чем лучше ваши подсказки, тем полезнее ваши результаты.

Когда вы предоставляете Gemini в Firebase подсказки на естественном языке, помощник автоматически преобразует ваши данные в более сложную подсказку.

Если вы не используете Gemini в Firebase или другую вспомогательную платформу Firebase AI и работаете со сторонними инструментами AI, такими как Cursor или Windsurf, вы можете получить более точные рекомендации по Data Connect , используя аналогичные расширенные подсказки.

Мы опубликовали шаблоны подсказок, которые вы можете загрузить, адаптировать и скопировать в свою IDE:

Шаблон запроса на генерацию схемы
Шаблон запроса на генерацию операции

После загрузки и изменения создайте подсказку в знакомом инструменте (например, Cursor или Windsurf) следующим образом:

В Курсоре (обязательно ознакомьтесь с последними инструкциями от Курсора ):
1. Нажмите значок настроек вверху справа.
2. Выберите вкладку «Правила» .
3. В разделе «Правила проекта» нажмите кнопку «Добавить новое правило» .
4. Скопируйте и вставьте правило.
В виндсерфинге (обязательно ознакомьтесь с последними инструкциями от Windsurf ):
1. Откройте окно «Каскад», нажав кнопку «Каскад» в правом верхнем углу.
2. Щелкните значок «Настройки» в верхнем правом ползунковом меню в Cascade, затем перейдите на панель «Правила» .
3. Нажмите кнопку + Global или + Workspace , чтобы создать новые правила на глобальном уровне или уровне рабочей области соответственно.
4. Скопируйте и вставьте правило.

Устранение неполадок AI assistance for Data Connect

См. раздел Устранение неполадок Gemini в Firebase .

Цены

AI assistance for Data Connect доступна как часть Gemini в Firebase , которая включена для отдельных пользователей.

Более подробную информацию см. в разделе «Цены Gemini в Firebase .

Следующие шаги

Дополнительную информацию о запросах и мутациях можно найти в разделе Схемы, запросы и мутации Data Connect .
Узнайте больше о Gemini в Firebase .