Firebase Data Connect ক্যোয়ারী এবং মিউটেশনের জন্য AI সহায়তা ব্যবহার করুন

আপনি আপনার ক্লায়েন্ট-সাইড কোডে অন্তর্ভুক্ত করার জন্য প্রশ্ন এবং মিউটেশন তৈরি করতে সাহায্য করতে Firebase কনসোলে Firebase এ Gemini ব্যবহার করতে পারেন। আপনি প্রাকৃতিক ভাষায় যে প্রশ্ন বা মিউটেশন তৈরি করতে চান তা বর্ণনা করুন এবং Firebase এ Gemini আপনাকে এর GraphQL সমতুল্য প্রদান করবে। Firebase কনসোলে আউটপুট চালান এবং পরীক্ষা করুন, তারপরে আপনার কোডে আপনার চূড়ান্ত প্রশ্ন এবং মিউটেশনগুলি অনুলিপি করুন।

Data Connect স্কিমা, ক্যোয়ারী এবং মিউটেশনে প্রশ্ন এবং মিউটেশন সম্পর্কে আরও জানুন।

AI assistance for Data Connect in the Firebase console কীভাবে আপনার ডেটা ব্যবহার করে

Firebase এ Gemini কীভাবে আপনার ডেটা ব্যবহার করে সে সম্পর্কে আরও তথ্যের জন্য Firebase এ Gemini কীভাবে আপনার ডেটা ব্যবহার করে দেখুন।

AI assistance for Data Connect in the Firebase console সেট আপ করুন

Data Connect এ AI সহায়তা সেট আপ করতে, Firebase এ Gemini সক্ষম করুন যেমন Firebase এ Gemini সেট আপ করুন , তারপর Firebase এ Gemini-এর সাথে GraphQL কোয়েরি এবং মিউটেশন তৈরি করতে এগিয়ে যান।

Firebase এ Gemini-এর সাথে GraphQL কোয়েরি এবং মিউটেশন তৈরি করুন

প্রাকৃতিক ভাষার উপর ভিত্তি করে GraphQL তৈরি করতে AI assistance for Data Connect in the Firebase console ব্যবহার করতে:

  1. আপনার প্রকল্পে Data Connect খুলুন এবং পরিষেবাগুলির অধীনে, আপনার ডেটা উত্স নির্বাচন করুন৷

  2. ডেটা ক্লিক করুন।

  3. GraphQL pen_spark আইকন লিখতে সাহায্য করুন ক্লিক করুন।

  4. প্রদর্শিত পাঠ্য ক্ষেত্রের ভিতরে, আপনি প্রাকৃতিক ভাষায় যে প্রশ্ন বা মিউটেশন তৈরি করতে চান তা বর্ণনা করুন এবং জেনারেট এ ক্লিক করুন।

    উদাহরণস্বরূপ, আপনি যদি Firebase Data Connect কুইকস্টার্ট এবং বিল্ড উইথ Data Connect কোডল্যাবে উল্লেখ করা মুভিজ ডেটা সোর্স ব্যবহার করেন, তাহলে আপনি জিজ্ঞাসা করতে পারেন, " 2022 সালের সেরা পাঁচটি মুভিকে রেটিং অনুসারে নিচের ক্রমে ফেরত দিন " যা ফিরে আসতে পারে। নিম্নলিখিত মত একটি ফলাফল:

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

  5. প্রতিক্রিয়া পর্যালোচনা করুন:

    • প্রতিক্রিয়াটি সঠিক মনে হলে, কোড এডিটরে প্রতিক্রিয়া সন্নিবেশ করতে সন্নিবেশ ক্লিক করুন।
    • যদি প্রতিক্রিয়া পরিমার্জিত হতে পারে, সম্পাদনা ক্লিক করুন, প্রম্পট আপডেট করুন এবং পুনরায় জেনারেট ক্লিক করুন।

  6. আপনি প্রতিক্রিয়াটি গ্রহণ করার পরে, প্রযোজ্য হলে প্যারামিটার বিভাগে নিম্নলিখিতগুলি সেট করুন:

    • ভেরিয়েবল : যদি আপনার ক্যোয়ারী বা মিউটেশনে ভেরিয়েবল থাকে, সেগুলি এখানে সংজ্ঞায়িত করুন। তাদের সংজ্ঞায়িত করতে JSON ব্যবহার করুন, উদাহরণস্বরূপ, {"title":"The Matrix", "releaseYear":"1999"}
    • অনুমোদন : ক্যোয়ারী বা মিউটেশন চালানোর জন্য অনুমোদনের প্রসঙ্গ (প্রশাসক, প্রমাণীকৃত বা অপ্রমাণিত) চয়ন করুন।

  7. কোড এডিটরে রান ক্লিক করুন এবং ফলাফল পর্যালোচনা করুন।

কোড এডিটরে একাধিক ক্যোয়ারী বা মিউটেশন পরীক্ষা করতে, তাদের নাম দেওয়া আছে তা নিশ্চিত করুন। উদাহরণস্বরূপ, নিম্নলিখিত ক্যোয়ারীটির নাম GetMovie । রান বোতামটি সক্রিয় করতে আপনার কার্সারটি ক্যোয়ারী বা মিউটেশনের প্রথম লাইনে নিয়ে যান।

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

AI assistance for Data Connect in the Firebase console

নিম্নলিখিত বিভাগগুলি নমুনা ব্যবহারের ক্ষেত্রে বর্ণনা করে, যেখানে আপনি Data Connect তৈরি করার জন্য একটি মিউটেশন তৈরি করতে এবং তারপর ফলাফলগুলি যাচাই করার জন্য জিজ্ঞাসা করতে সাহায্য করতে Gemini বলতে পারেন।

একটি মিউটেশন তৈরি করুন যা ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে ডাটাবেসে একটি চলচ্চিত্র যোগ করে

এই বিভাগে, আপনি একটি মিউটেশনের জন্য গ্রাফকিউএল তৈরি করতে প্রাকৃতিক ভাষা ব্যবহার করার একটি উদাহরণের মাধ্যমে হাঁটবেন যা আপনি আপনার ডাটাবেস তৈরি করতে ব্যবহার করতে পারেন। এই উদাহরণটি অনুমান করে যে আপনি Firebase Data Connect ডকুমেন্টেশন এবং বিল্ড উইথ Data Connect কোডল্যাবে ব্যবহৃত মুভি ডাটাবেস স্কিমা ব্যবহার করছেন।

  1. Firebase কনসোল থেকে, Data Connect খুলুন।

  2. আপনার পরিষেবা এবং ডেটা উত্স নির্বাচন করুন, তারপরে ডেটা ট্যাবটি খুলুন৷

  3. GraphQL pen_spark আইকনে আমাকে লিখতে সাহায্য করতে ক্লিক করুন এবং প্রদর্শিত বাক্সে আপনার প্রশ্ন টাইপ করুন:

    Create a movie based on user input.

  4. জেনারেট এ ক্লিক করুন। মিউটেশন ফেরত দেওয়া হয়। উদাহরণস্বরূপ, Gemini একটি মিউটেশন ফিরিয়ে দিতে পারে যেমন:

    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. আউটপুট পর্যালোচনা করুন। যদি প্রয়োজন হয়, প্রম্পটটি পরিমার্জন করতে সম্পাদনা করুন ক্লিক করুন এবং পুনরায় জেনারেট ক্লিক করুন।

  6. এরপরে, ডেটা এডিটরে মিউটেশন সন্নিবেশ করতে সন্নিবেশ ক্লিক করুন।

  7. মিউটেশন চালানোর জন্য, আপনাকে ভেরিয়েবল যোগ করতে হবে। পরামিতি বিভাগ থেকে, ভেরিয়েবল খুলুন এবং কিছু পরীক্ষা ভেরিয়েবল অন্তর্ভুক্ত করুন:

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

  8. রান এ ক্লিক করুন।

  9. এরপরে, একটি ক্যোয়ারী তৈরি করুন যা যাচাই করে যে আপনার সিনেমা যোগ করা হয়েছে। GraphQL pen_spark লিখতে আমাকে সাহায্য করুন-এ ক্লিক করুন এবং প্রদর্শিত বাক্সে আপনার প্রম্পট টাইপ করুন:

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

    Gemini নিম্নলিখিত মত একটি প্রতিক্রিয়া দিতে পারে:

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

  10. ঢোকান এবং কোয়েরি চালান। আপনি যে মুভিটি যুক্ত করেছেন তা ইতিহাসের ক্ষেত্রে উপস্থিত হওয়া উচিত।

ব্যবহারকারী-প্রদত্ত জেনার এবং রেটিংগুলির উপর ভিত্তি করে পর্যালোচনাগুলি তালিকাভুক্ত করে এমন একটি প্রশ্ন তৈরি করুন৷

এই বিভাগে, আপনি একটি প্রশ্নের জন্য গ্রাফকিউএল তৈরি করতে প্রাকৃতিক ভাষা ব্যবহার করার একটি উদাহরণ দিয়ে হাঁটবেন। এই উদাহরণটি অনুমান করে যে আপনি Firebase Data Connect ডকুমেন্টেশনে ব্যবহৃত মুভি ডেটাবেস ব্যবহার করছেন এবং Data Connect কোডল্যাব দিয়ে তৈরি করুন ।

  1. Firebase কনসোল থেকে, Data Connect খুলুন।

  2. আপনার পরিষেবা এবং ডেটা উত্স নির্বাচন করুন, তারপরে ডেটা ট্যাবটি খুলুন৷

  3. GraphQL pen_spark আইকনে আমাকে লিখতে সাহায্য করতে ক্লিক করুন এবং প্রদর্শিত বাক্সে আপনার প্রশ্ন টাইপ করুন:

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

  4. জেনারেট এ ক্লিক করুন। প্রশ্ন ফেরত দেওয়া হয়. উদাহরণস্বরূপ, Gemini একটি প্রশ্ন ফেরত দিতে পারে যেমন:

    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. আউটপুট পর্যালোচনা করুন। যদি প্রয়োজন হয়, প্রম্পটটি পরিমার্জন করতে সম্পাদনা করুন ক্লিক করুন এবং পুনরায় জেনারেট ক্লিক করুন।

  6. এরপরে, ডেটা এডিটরে মিউটেশন সন্নিবেশ করতে সন্নিবেশ ক্লিক করুন।

  7. এই ক্যোয়ারী পরীক্ষা করার জন্য, আপনাকে ভেরিয়েবল যোগ করতে হবে। পরামিতি বিভাগ থেকে, ভেরিয়েবল খুলুন এবং পরীক্ষার জন্য ব্যবহার করার জন্য ভেরিয়েবল অন্তর্ভুক্ত করুন: 

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

  8. রান এ ক্লিক করুন।

AI assistance for Data Connect in the Firebase console সমস্যা সমাধান করুন

Firebase মিথুনের সমস্যা সমাধান দেখুন।

মূল্য নির্ধারণ

AI assistance for Data Connect in the Firebase console Firebase এ Gemini-এর অংশ হিসেবে পাওয়া যায়, যা Data Connect প্রিভিউ বা Gemini Code Assist অংশ হিসেবে বিনা খরচে অন্তর্ভুক্ত করা হয়। আরও তথ্যের জন্য Firebase মূল্য নির্ধারণে Gemini দেখুন।

পরবর্তী পদক্ষেপ