استخدام مساعدة الذكاء الاصطناعي في مخطّطات وطلبات البحث وعمليات التحويل في Firebase Data Connect

يمكنك استخدام Gemini في Firebase لمساعدتك في إنشاء المخططات والطلبات وعمليات التعديل التي تريد تضمينها في الرمز البرمجي من جهة العميل.

يمكنك وصف تطبيق وتلخيص نموذج بياناته، أو وصف طلب بحث أو تعديل تريد إنشاؤه بلغة طبيعية، وسيزوّدك Gemini في Firebase بما يعادله في GraphQL.

تتوفّر هذه المساعدة المستندة إلى الذكاء الاصطناعي في العديد من سياقات التطوير:

  • في Firebase، شغِّل المخرجات واختبرها، ثم انشر المخطط والعمليات في بيئة الإنتاج، وقم بمزامنتها مع بيئة التطوير المحلية.
  • يمكنك تصميم التطبيق وتشغيله واختباره محليًا باستخدام Gemini Code Assist مع قاعدة بيانات PostgreSQL محلية ومحاكي في إضافة Data Connect VS Code.

يمكنك الاطّلاع على مزيد من المعلومات حول طلبات البحث وعمليات التغيير في مخططات Data Connect وطلبات البحث وعمليات التغيير.

كيف يستخدم الناشر AI assistance for Data Connect بياناتك؟

يمكنك الاطّلاع على كيفية استخدام Gemini في Firebase لبياناتك لمزيد من المعلومات حول كيفية استخدام Gemini في Firebase لبياناتك.

إعداد AI assistance for Data Connect

لإعداد المساعدة المستندة إلى الذكاء الاصطناعي في Data Connect، فعِّل Gemini في Firebase كما هو موضّح في إعداد Gemini في Firebase، ثم انتقِل إلى إنشاء طلبات بحث وتعديلات GraphQL باستخدام Gemini في Firebase.

إنشاء مخططات GraphQL وعمليات البحث والتعديل باستخدام "Gemini في" Firebase

تتوفّر المساعدة المستندة إلى الذكاء الاصطناعي في Data Connect في العديد من السياقات وفي الكثير من مهامك.

إنشاء تطبيق جديد والمخطط الأولي والعمليات في وحدة تحكّم Firebase

عند إنشاء مشروع جديد على Firebase وإعداده لتطوير تطبيق جديد، تقدّم لك Firebaseوحدة التحكّم تلقائيًا مساعدة من الذكاء الاصطناعي لإنشاء المخططات والعمليات.

يتيح لك مسار الإعداد هذا وصف تطبيق، ثم يقدّم لك الذكاء الاصطناعي المساعدة من خلال:

  • إنشاء مخطط Data Connect كامل
  • تنشئ هذه الأداة مجموعة أساسية مفيدة من طلبات البحث وعمليات التغيير التي يمكنك دمجها مع رمز العميل.

يمكنك مزامنة هذه المراجع التي تم إنشاؤها في وحدة التحكّم مع بيئة التطوير المحلية لمواصلة الدمج مع عملائك.

يتم وصف سير العمل هذا في دليل البدء.

إضافة طلبات بحث وعمليات تعديل جديدة لتنفيذها في وحدة تحكّم Firebase

لاستخدام AI assistance for Data Connect لإنشاء GraphQL استنادًا إلى اللغة الطبيعية، اتّبِع الخطوات التالية:

  1. افتح Data Connect في مشروعك، وضِمن الخدمات، اختَر مصدر البيانات.

  2. انقر على البيانات.

  3. انقر على رمز ساعدني في كتابة GraphQLpen_spark.

  4. داخل حقل النص الذي يظهر، أدخِل وصفًا لطلب البحث أو التعديل الذي تريد إنشاءه بلغة طبيعية، ثم انقر على إنشاء.

    على سبيل المثال، إذا كنت تستخدم مصدر بيانات "الأفلام" المشار إليه في برنامج التدريب العملي "إنشاء التطبيقات باستخدام Data Connect (على الويب)"، يمكنك طرح السؤال التالي: أريد الحصول على أفضل خمسة أفلام لعام 2022، مرتّبة تنازليًا حسب التقييم، وقد تحصل على نتيجة مشابهة لما يلي:

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

  5. راجِع الردّ:

    • إذا بدا الردّ صحيحًا، انقر على إدراج لإدراجه في محرّر الرموز.
    • إذا كان من الممكن تحسين الردّ، انقر على تعديل، وعدِّل الطلب، ثم انقر على إعادة الإنشاء.

  6. بعد قبول الردّ، اضبط ما يلي في قسم المَعلمات، إذا كان ذلك منطبقًا:

    • المتغيرات: إذا كان طلب البحث أو التعديل يتضمّن متغيرات، حدِّدها هنا. استخدِم JSON لتحديدها، على سبيل المثال، {"title":"The Matrix", "releaseYear":"1999"}.
    • التفويض: اختَر سياق التفويض (المشرف أو المصادق عليه أو غير المصادق عليه) الذي تريد استخدامه لتنفيذ طلب البحث أو التعديل.

  7. انقر على تشغيل في أداة تعديل الرموز وراجِع النتائج.

لاختبار طلبات بحث أو عمليات تغيير متعددة في محرّر الرموز، تأكَّد من تسميتها. على سبيل المثال، تم تسمية طلب البحث التالي GetMovie. حرِّك المؤشر إلى السطر الأول من طلب البحث أو التعديل لتفعيل الزر تنفيذ.

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

إنشاء مخطط أولي وعمليات أثناء إنشاء النماذج الأولية المحلية

تتوفّر المساعدة المستنِدة إلى الذكاء الاصطناعي من Gemini Code Assist لعملك في إنشاء النماذج الأولية المحلية عند استخدام Visual Studio Code وإضافة Data Connect VS Code.

تتيح لك الإضافة وصف تطبيق ثم Gemini Code Assist:

  • إنشاء مخطط Data Connect كامل
  • تنشئ هذه الأداة مجموعة أساسية مفيدة من طلبات البحث وعمليات التغيير التي يمكنك دمجها مع رمز العميل.

يتم وصف سير العمل هذا في دليل البدء في إنشاء نماذج أولية محلية.

استخدام خادم MCP في Firebase لإنشاء نماذج أولية محلية

يوفّر خادم MCP في Firebase، المضمّن في واجهة سطر الأوامر Firebase، أدوات التطوير المستندة إلى الذكاء الاصطناعي إمكانية العمل مع مشاريعك على Firebase. يعمل خادم Firebase MCP مع أي بيئة تطوير متكاملة (IDE) لمساعد مستنِد إلى الذكاء الاصطناعي يمكنها العمل كعميل MCP، بما في ذلك Cursor وVisual Studio Code Copilot وWindsurf Editor.

يمكنك استخدام خادم MCP لإنشاء المخططات وطلبات البحث وعمليات التعديل، وجمع المدخلات لتنفيذ العمليات الشائعة باستخدام واجهة سطر الأوامر Firebase.

لاستخدام خادم MCP، اتّبِع الخطوات التالية:

  1. ثبِّت الخادم باتّباع هذا الدليل.
  2. استخدِم أداة dataconnect_generate_schema، وقدِّم وصفًا للتطبيق، ثم راجِع مخططات البيانات المقترَحة الناتجة.
  3. استدعِ الأداة dataconnect_generate_operation، واشرح العملية التي تريد تنفيذها على المخطط، وراجِع طلب البحث أو التعديل الناتج المقترَح.

للمزيد من Data Connect الأدوات، يُرجى الاطّلاع على دليل خادم MCP.

المزيد من حالات استخدام AI assistance for Data Connect

توضّح الأقسام التالية أمثلة على حالات الاستخدام، بما في ذلك حالة يمكنك فيها أن تطلب من Gemini مساعدتك في إنشاء عملية تغيير لتعبئة Data Connect ثم الاستعلام عنها للتحقّق من النتائج.

إنشاء عملية تغيير تضيف فيلمًا إلى قاعدة البيانات استنادًا إلى إدخال المستخدم

في هذا القسم، سنشرح مثالاً على استخدام اللغة الطبيعية لإنشاء GraphQL لعملية تغيير يمكنك استخدامها لتعبئة قاعدة البيانات. يفترض هذا المثال أنّك تستخدم مخطّط قاعدة بيانات الأفلام المستخدَم في مستندات Firebase Data Connect والدرس التطبيقي "إنشاء باستخدام Data Connect (الويب)".

  1. من وحدة تحكّم Firebase، افتح Data Connect.

  2. اختَر خدمتك ومصدر بياناتك، ثم افتح علامة التبويب البيانات.

  3. انقر على رمز ساعدني في كتابة GraphQLpen_spark، ثم اكتب طلب البحث في المربّع الذي يظهر:

    Create a movie based on user input.

  4. انقر على إنشاء. يتم عرض التغيير. على سبيل المثال، قد يعرض Gemini عملية تحويل مثل:

    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. راجِع الناتج. إذا لزم الأمر، انقر على تعديل لتحسين الطلب، ثم انقر على إعادة إنشاء.

  6. بعد ذلك، انقر على إدراج لإدراج التغيير في أداة تعديل البيانات.

  7. لتنفيذ عملية التغيير، عليك إضافة متغيرات. من قسم المَعلمات، افتح المتغيّرات وأدرِج بعض متغيّرات الاختبار:

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

  8. انقر على تشغيل.

  9. بعد ذلك، أنشئ طلب بحث للتأكّد من أنّه تمت إضافة فيلمك. انقر على رمز ساعدني في كتابة GraphQL pen_spark، ثم اكتب طلبك في المربّع الذي يظهر:

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

    قد يعرض Gemini ردًا مثل ما يلي:

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

  10. أدرِج الاستعلام ونفِّذه. من المفترض أن يظهر الفيلم الذي أضفته في حقل السجلّ.

إنشاء طلب بحث يعرض المراجعات استنادًا إلى النوع والتقييمات التي يقدّمها المستخدم

في هذا القسم، سنستعرض مثالاً على استخدام اللغة الطبيعية لإنشاء GraphQL لاستعلام. يفترض هذا المثال أنّك تستخدم قاعدة بيانات الأفلام المستخدَمة في مستندات Firebase Data Connect والدرس التطبيقي "إنشاء تطبيق باستخدام Data Connect (على الويب)".

  1. من وحدة تحكّم Firebase، افتح Data Connect.

  2. اختَر خدمتك ومصدر بياناتك، ثم افتح علامة التبويب البيانات.

  3. انقر على رمز ساعدني في كتابة GraphQLpen_spark، ثم اكتب طلب البحث في المربّع الذي يظهر:

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

  4. انقر على إنشاء. يتم عرض طلب البحث. على سبيل المثال، قد يعرض Gemini طلب بحث مثل:

    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. راجِع الناتج. إذا لزم الأمر، انقر على تعديل لتحسين الطلب، ثم انقر على إعادة إنشاء.

  6. بعد ذلك، انقر على إدراج لإدراج التغيير في أداة تعديل البيانات.

  7. لاختبار طلب البحث هذا، عليك إضافة متغيّرات. من قسم المَعلمات، افتح المتغيّرات وأدرِج المتغيّرات التي تريد استخدامها في الاختبار:

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

  8. انقر على تشغيل.

تصميم طلبات لاستخدامها مع أدوات مساعدة خارجية تعمل بالذكاء الاصطناعي

وكما هو الحال مع جميع أدوات ومساعدي الذكاء الاصطناعي، كلما كانت طلباتك أفضل، كانت النتائج أكثر فائدة.

عندما تقدّم طلبات بلغة طبيعية إلى "Gemini في Firebase"، يترجم المساعد طلباتك في الخلفية إلى طلب أكثر تفصيلاً.

إذا كنت لا تستخدم Gemini في Firebase أو أي ميزة أخرى من ميزات المساعدة المستندة إلى الذكاء الاصطناعي في Firebase، وتعمل مع أدوات ذكاء اصطناعي تابعة لجهات خارجية، مثل Cursor أو Windsurf، يمكنك الحصول على اقتراحات أفضل بشأن Data Connect باستخدام طلبات مشابهة ومفصّلة.

لقد نشرنا نماذج طلبات يمكنك تنزيلها وتعديلها ونسخها إلى بيئة التطوير المتكاملة (IDE):

بعد تنزيل الملف وتعديله، أنشئ طلبًا في أداة مألوفة (مثل Cursor أو Windsurf) على النحو التالي:

  • في Cursor (احرص على مراجعة التعليمات الأخيرة من Cursor):

    1. انقر على رمز الإعدادات في أعلى اليسار.
    2. انقر على علامة التبويب القواعد.
    3. ضمن قواعد المشروع، انقر على الزر إضافة قاعدة جديدة.
    4. انسخ القاعدة وألصِقها.

  • في Windsurf (تأكَّد من مراجعة أحدث التعليمات من Windsurf):

    1. افتح نافذة "التتالي" من خلال النقر على الزر تتالي في أعلى يسار الصفحة.
    2. انقر على رمز التخصيصات في قائمة شريط التمرير أعلى يسار الصفحة في Cascade، ثم انتقِل إلى لوحة القواعد.
    3. انقر على الزر + عام أو + مساحة عمل لإنشاء قواعد جديدة على مستوى العالم أو مساحة العمل، على التوالي.
    4. انسخ القاعدة وألصِقها.

تحديد المشاكل وحلّها AI assistance for Data Connect

راجِع تحديد مشاكل Gemini وحلّها في Firebase.

الأسعار

يتوفّر AI assistance for Data Connect كجزء من "Gemini في Firebase"، المضمّن للمستخدمين الفرديين.

لمزيد من المعلومات، يُرجى الاطّلاع على مقالة أسعار Gemini in Firebase.

الخطوات التالية