Menggunakan bantuan AI untuk skema, kueri, dan mutasi Firebase Data Connect

Anda dapat menggunakan Gemini di Firebase untuk membantu membuat skema, kueri, dan mutasi yang akan disertakan dalam kode sisi klien.

Deskripsikan aplikasi dan ringkas model datanya, atau deskripsikan kueri atau mutasi yang ingin Anda buat dalam bahasa alami, dan Gemini di Firebase akan memberikan GraphQL yang setara.

Bantuan AI ini tersedia di banyak konteks pengembangan:

  • Di Firebase console, jalankan dan uji output, deploy skema dan operasi ke produksi, lalu sinkronkan ke lingkungan pengembangan lokal Anda.
  • Secara lokal, di ekstensi VS Code Data Connect, desain, jalankan, dan uji menggunakan Gemini Code Assist dengan database dan emulator PostgreSQL lokal.

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

Cara AI assistance for Data Connect 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

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.

Membuat skema, kueri, dan mutasi GraphQL dengan Gemini di Firebase

Bantuan AI untuk Data Connect tersedia dalam banyak konteks dan dalam banyak alur kerja Anda.

Membuat aplikasi baru beserta skema dan operasi awalnya di konsol Firebase

Saat Anda membuat project Firebase baru dan menyiapkan untuk mengembangkan aplikasi baru, Firebase console akan otomatis menawarkan bantuan AI untuk pembuatan skema dan operasi.

Alur penyiapan ini memungkinkan Anda mendeskripsikan aplikasi, lalu bantuan AI:

  • Membuat skema Data Connect lengkap
  • Menghasilkan kumpulan kueri dan mutasi inti yang berguna, yang kemudian dapat Anda integrasikan dengan kode klien.

Anda menyinkronkan resource yang dibuat di konsol ke lingkungan pengembangan lokal untuk melanjutkan integrasi dengan klien.

Alur kerja ini dijelaskan dalam Panduan memulai.

Menambahkan kueri dan mutasi baru untuk dijalankan di Firebase console

Untuk menggunakan AI assistance for Data Connect 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 dalam bahasa alami kueri atau mutasi yang ingin Anda buat, lalu klik Generate.

    Misalnya, jika menggunakan sumber data Film yang dirujuk dalam codelab Membangun menggunakan (web) Data Connect", Anda dapat bertanya, "Tampilkan lima film teratas tahun 2022, dalam urutan menurun berdasarkan rating", yang mungkin akan menampilkan hasil seperti berikut:

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

  5. Tinjau responsnya:

    • 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.

  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 }
}

Membuat skema dan operasi awal selama pembuatan prototipe lokal

Bantuan AI tersedia dari Gemini Code Assist untuk pekerjaan prototipe lokal Anda saat menggunakan Visual Studio Code dan ekstensi VS Code Data Connect kami.

Ekstensi ini memungkinkan Anda mendeskripsikan aplikasi, lalu Gemini Code Assist:

  • Membuat skema Data Connect lengkap
  • Menghasilkan kumpulan kueri dan mutasi inti yang berguna, yang kemudian dapat Anda integrasikan dengan kode klien.

Alur kerja ini dijelaskan dalam Panduan memulai pembuatan prototipe lokal.

Kasus penggunaan AI assistance for Data Connect lainnya

Bagian berikut menjelaskan contoh kasus penggunaan, termasuk kasus penggunaan 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

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 with Data Connect (web)".

  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 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.

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

    List all movies from 2024 that include all of these 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 with Data Connect (web)".

  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 dan, di kotak yang muncul, ketik 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.

Memecahkan masalah AI assistance for Data Connect

Lihat Pemecahan masalah Gemini di Firebase.

Harga

AI assistance for Data Connect tersedia sebagai bagian dari Gemini di Firebase, yang disertakan untuk pengguna individual.

Lihat Harga Gemini di Firebase untuk mengetahui informasi selengkapnya.

Langkah berikutnya