ใช้ความช่วยเหลือจาก AI สำหรับการค้นหาและการกลายพันธุ์ของ Firebase Data Connect

คุณสามารถใช้ Gemini ใน Firebase ในคอนโซล Firebase เพื่อช่วยในการเขียนการค้นหาและการดัดแปลงเพื่อรวมไว้ในโค้ดฝั่งไคลเอ็นต์ อธิบายการค้นหาหรือ Mutation ที่ต้องการสร้างเป็นภาษาธรรมชาติ แล้ว Gemini ใน Firebase จะแสดง GraphQL ที่เทียบเท่า เรียกใช้และทดสอบเอาต์พุตในคอนโซล Firebase จากนั้นคัดลอกการค้นหาและการเปลี่ยนรูปแบบที่เสร็จสมบูรณ์ลงในโค้ด

ดูข้อมูลเพิ่มเติมเกี่ยวกับการค้นหาและการเปลี่ยนแปลงได้ที่สคีมา คำค้นหา และการกลายพันธุ์ Data Connect รายการ

วิธีที่ AI assistance for Data Connect in the Firebase console ใช้ข้อมูลของคุณ

AI assistance for Data Connect in the Firebase console จะไม่ใช้พรอมต์หรือคำตอบของคุณเป็นข้อมูลในการฝึกโมเดล ดูข้อมูลเพิ่มเติมได้ที่วิธีที่ Gemini ใน Google Cloud ใช้ข้อมูลของคุณ

ตั้งค่า AI assistance for Data Connect in the Firebase console

หากต้องการตั้งค่าความช่วยเหลือจาก AI ใน Data Connect ให้เปิดใช้ Gemini ใน Firebase ตามที่อธิบายไว้ในตั้งค่า Gemini ใน Firebase จากนั้นดำเนินการต่อเพื่อสร้างการค้นหาและการเปลี่ยนรูปแบบ GraphQL ด้วย Gemini ใน Firebase

สร้างการค้นหาและการเปลี่ยนรูปแบบ GraphQL ด้วย Gemini ใน Firebase

วิธีใช้ AI assistance for Data Connect in the Firebase console เพื่อสร้าง GraphQL ตามภาษาธรรมชาติ

  1. เปิด Data Connect ในโปรเจ็กต์ แล้วเลือกแหล่งข้อมูลในส่วนบริการ

  2. คลิกข้อมูล

  3. คลิกไอคอนช่วยฉันเขียน GraphQLpen_spark

  4. ในช่องข้อความที่ปรากฏขึ้น ให้อธิบายคําค้นหาหรือการกลายพันธุ์ที่ต้องการสร้างเป็นภาษาธรรมชาติ แล้วคลิกสร้าง

    ตัวอย่างเช่น หากคุณใช้แหล่งข้อมูลภาพยนตร์ที่อ้างอิงใน Firebase Data Connect บทแนะนำการใช้งาน และ สร้างด้วย Data Connect codelab คุณอาจถามได้ว่า "แสดงภาพยนตร์ยอดนิยม 5 อันดับแรกของปี 2022 ตามลําดับจากมากไปน้อยตามคะแนน" ซึ่งอาจแสดงผลลัพธ์ดังต่อไปนี้

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

    • หากคำตอบดูถูกต้อง ให้คลิกแทรกเพื่อแทรกคำตอบลงในเครื่องมือแก้ไขโค้ด
    • หากปรับแต่งคำตอบได้ ให้คลิกแก้ไข อัปเดตข้อความแจ้ง แล้วคลิกสร้างใหม่
  6. หลังจากยอมรับคำตอบแล้ว ให้ตั้งค่าต่อไปนี้ในส่วนพารามิเตอร์ (หากมี)

    • ตัวแปร: หากการค้นหาหรือการกลายพันธุ์มีตัวแปร ให้กําหนดตัวแปรที่นี่ ใช้ JSON เพื่อกําหนด เช่น {"title":"The Matrix", "releaseYear":"1999"}
    • การให้สิทธิ์: เลือกบริบทการให้สิทธิ์ (ผู้ดูแลระบบ ตรวจสอบสิทธิ์แล้ว หรือไม่ได้ตรวจสอบสิทธิ์) เพื่อเรียกใช้การค้นหาหรือการดัดแปลง
  7. คลิกเรียกใช้ในเครื่องมือแก้ไขโค้ดและตรวจสอบผลลัพธ์

หากต้องการทดสอบการค้นหาหรือการกลายพันธุ์หลายรายการในเครื่องมือแก้ไขโค้ด ให้ตรวจสอบว่าได้ตั้งชื่อแล้ว เช่น คําค้นหาต่อไปนี้มีชื่อว่า GetMovie ย้ายเคอร์เซอร์ไปยังบรรทัดแรกของการค้นหาหรือการกลายพันธุ์เพื่อเปิดใช้งานปุ่มเรียกใช้

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

กรณีการใช้งาน AI assistance for Data Connect in the Firebase console รายการ

ส่วนต่อไปนี้จะอธิบายตัวอย่าง Use Case ซึ่งรวมถึงกรณีที่คุณสามารถขอให้ Gemini ช่วยสร้างการกลายพันธุ์เพื่อป้อนข้อมูล Data Connect แล้วค้นหาเพื่อยืนยันผลลัพธ์

สร้างการดัดแปลงที่เพิ่มภาพยนตร์ลงในฐานข้อมูลตามข้อมูลที่ผู้ใช้ป้อน

ในส่วนนี้ คุณจะได้เห็นตัวอย่างของการใช้ภาษาธรรมชาติ ในการสร้าง GraphQL สำหรับการกลายพันธุ์ที่คุณสามารถใช้เพื่อเติมข้อมูลฐานข้อมูล ตัวอย่างนี้สมมติว่าคุณใช้สคีมาฐานข้อมูลภาพยนตร์ที่ใช้ในเอกสารประกอบของ Firebase Data Connect และสร้างData Connectโค้ดแล็บ

  1. จากคอนโซล Firebase ให้เปิด Data Connect

  2. เลือกบริการและแหล่งข้อมูล แล้วเปิดแท็บข้อมูล

  3. คลิกไอคอนช่วยฉันเขียน GraphQLpen_spark แล้วพิมพ์ข้อความค้นหาในช่องที่ปรากฏขึ้น

    Create a movie based on user input.
    
  4. คลิกสร้าง โดย Mutation จะแสดงผล เช่น Gemini อาจแสดงผลลัพธ์การกลายพันธุ์ดังนี้

    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. ตรวจสอบผลลัพธ์ หากจำเป็น ให้คลิกแก้ไขเพื่อปรับแต่งพรอมต์ แล้วคลิกสร้างใหม่

  6. จากนั้นคลิกแทรกเพื่อแทรกการเปลี่ยนแปลงลงในเครื่องมือแก้ไขข้อมูล

  7. หากต้องการดำเนินการเปลี่ยนแปลง คุณจะต้องเพิ่มตัวแปร จากส่วนพารามิเตอร์ ให้เปิดตัวแปรและใส่ตัวแปรทดสอบบางส่วน ดังนี้

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

  9. จากนั้นให้สร้างการค้นหาที่ยืนยันว่าได้เพิ่มภาพยนตร์ของคุณแล้ว คลิกช่วยฉันเขียน GraphQL pen_spark แล้วพิมพ์พรอมต์ในช่องที่ปรากฏขึ้น

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

    Gemini อาจแสดงผลลัพธ์ดังต่อไปนี้

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

สร้างการค้นหาที่แสดงรีวิวตามประเภทที่ผู้ใช้ระบุและคะแนน

ในส่วนนี้ คุณจะได้ดูตัวอย่างการใช้ภาษาที่เป็นธรรมชาติเพื่อสร้าง GraphQL สําหรับการค้นหา ตัวอย่างนี้สมมติว่าคุณกำลังใช้ฐานข้อมูลภาพยนตร์ที่ใช้ในเอกสารประกอบของ Firebase Data Connect และสร้างData ConnectFirebase Data Connectด้วย Codelab

  1. จากคอนโซล Firebase ให้เปิด Data Connect

  2. เลือกบริการและแหล่งข้อมูล แล้วเปิดแท็บข้อมูล

  3. คลิกไอคอนช่วยฉันเขียน GraphQLpen_spark แล้วพิมพ์ข้อความค้นหาในช่องที่ปรากฏขึ้น

    List all movie reviews, based on user-configurable genre and ratings.
    
  4. คลิกสร้าง ระบบจะแสดงผลลัพธ์การค้นหา เช่น Gemini อาจแสดงผลลัพธ์การค้นหา เช่น

    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. ตรวจสอบเอาต์พุต หากจำเป็น ให้คลิกแก้ไขเพื่อปรับแต่งข้อความแจ้ง แล้วคลิกสร้างใหม่

  6. จากนั้นคลิกแทรกเพื่อแทรกการกลายพันธุ์ลงในเครื่องมือแก้ไขข้อมูล

  7. หากต้องการทดสอบการค้นหานี้ คุณจะต้องเพิ่มตัวแปร จากส่วนพารามิเตอร์ ให้เปิดตัวแปรและใส่ตัวแปรที่จะใช้ทดสอบ

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

แก้ปัญหา AI assistance for Data Connect in the Firebase console

โปรดดูแก้ปัญหา Gemini ใน Firebase

ราคา

AI assistance for Data Connect in the Firebase console พร้อมใช้งานเป็นส่วนหนึ่งของ Gemini ใน Firebase ซึ่งรวมอยู่ใน Gemini Code Assist ดูข้อมูลเพิ่มเติมได้ที่ราคาของ Gemini ใน Firebase

ขั้นตอนถัดไป