استخدام مساعدة الذكاء الاصطناعي في طلبات البحث وعمليات التحويل في Firebase Data Connect

يمكنك استخدام Gemini في Firebase في وحدة تحكّم Firebase لمساعدتك في صياغة طلبات البحث وعمليات التحويل لتضمينها في الرمز البرمجي من جهة العميل. وصف الطلب أو التحويل الذي تريد إنشاؤه بلغة طبيعية، و سيقدّم لك Gemini في Firebase العبارة المكافئة له في GraphQL. يمكنك تنفيذ واختبار الإخراج في وحدة تحكّم Firebase، ثم نسخ طلبات البحث والطفرات النهائية إلى الرمز البرمجي.

اطّلِع على مزيد من المعلومات عن طلبات البحث والتغييرات في Data Connect المخططات وطلبات البحث والتغييرات.

كيف يستخدم الناشر AI assistance for Data Connect in the Firebase console بياناتك؟

لا يستخدم تطبيق AI assistance for Data Connect in the Firebase console طلباتك أو ردوده كข้อมูล لتدريب نموذجه. لمزيد من المعلومات، يُرجى الاطّلاع على كيف يستخدم "Gemini في Google Cloud" بياناتك.

إعداد ميزة "AI assistance for Data Connect in the Firebase console"

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 وإجراء تغييرات على GraphQL باستخدام Gemini في "Firebase".

إنشاء طلبات بحث وتعديلات GraphQL باستخدام Gemini في Firebase

لاستخدام AI assistance for Data Connect in the Firebase console لإنشاء GraphQL استنادًا إلى اللغة الطبيعية:

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

  2. انقر على البيانات.

  3. انقر على رمز أحتاج إلى المساعدة في كتابة GraphQLpen_spark.

  4. في حقل النص الذي يظهر، صِف طلب البحث أو الطفرة التي تريد إنشاؤها بلغة طبيعية وانقر على إنشاء.

    على سبيل المثال، إذا كنت تستخدِم مصدر بيانات الأفلام المُشار إليه في Firebase Data Connect quickstart وإنشاء باستخدام Data Connect codelab، يمكنك طلب عرض أبرز خمسة أفلام لعام 2022، بترتيب تنازلي حسب التقييم، وقد يؤدي ذلك إلى عرض نتيجة مثل ما يلي:

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

    • إذا كان الردّ يبدو صحيحًا، انقر على إدراج لإدراج الردّ في محرِّر الرموز.
    • إذا كان بإمكانك تحسين الردّ، انقر على تعديل وعدِّل الطلب، ثم انقر على إعادة إنشاء.
  6. بعد قبول الردّ، اضبط ما يلي في قسم المَعلمات، إن أمكن:

    • المتغيّرات: إذا كان طلب البحث أو عملية التحويل تحتويان على متغيّرات، حدِّد هذه المتغيّرات هنا. استخدِم تنسيق JSON لتحديدها، على سبيل المثال، {"title":"The Matrix", "releaseYear":"1999"}.
    • التفويض: اختَر سياق التفويض (المشرف أو تمّت المصادقة أو لم تتم المصادقة) الذي تريد تنفيذ الطلب أو التحويل من خلاله.
  7. انقر على تشغيل في أداة تعديل الرموز وراجِع النتائج.

لاختبار طلبات بحث أو تغيُّرات متعددة في أداة تعديل الرموز، تأكَّد من تسمية. على سبيل المثال، يُسمى طلب البحث التالي GetMovie. حرِّك مؤشر الماوس إلى السطر الأول من طلب البحث أو التحويل لتنشيط الزر تنفيذ .

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

AI assistance for Data Connect in the Firebase console حالات الاستخدام

توضّح الأقسام التالية أمثلة على حالات الاستخدام، بما في ذلك حالة يمكنك فيها طلب مساعدة Gemini في إنشاء عملية تعديل لتعبئة Data Connect ثم الاستعلام عنها للتحقّق من النتائج.

أنشئ عملية تعديل تضيف فيلمًا إلى قاعدة البيانات استنادًا إلى إدخال المستخدم.

في هذا القسم، ستتعرف على مثال على استخدام اللغة الطبيعية لإنشاء GraphQL لمتغير يمكنك استخدامه لتعبئة قاعدة البيانات الخاصة بك. يفترض هذا المثال أنّك تستخدم مخطّط قاعدة بيانات الأفلام المستخدَم في مستندات Firebase Data Connect وإنشاء ملف APK باستخدام Data Connect codelab.

  1. من وحدة تحكّم Firebase، افتح Data Connect.

  2. اختَر الخدمة ومصدر البيانات، ثم افتح علامة التبويب البيانات.

  3. انقر على رمز أحتاج إلى المساعدة في كتابة GraphQLpen_spark، وفي المربّع الذي يظهر، اكتب طلب البحث:

    Create a movie based on user input.
    
  4. انقر على إنشاء. يتم عرض عملية التحويل. على سبيل المثال، قد تعرض Gemini طفرة 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 النتيجة. إذا لزم الأمر، انقر على تعديل لتحسين الطلب، وانقر على إعادة إنشاء.

  6. بعد ذلك، انقر على إدراج لإدراج التحويل في محرِّر البيانات.

  7. لتنفيذ عملية التحويل، عليك إضافة متغيّرات. من القسم 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 يؤكّد أنّه تمت إضافة الفيلم. انقر على رمز مساعدة في كتابة طلبات GraphQL pen_spark، ثم انقر على المربّع الذي يظهر وأدخِل طلبك:

    List all movies from 2024 that include all of thse 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. أدخِل طلب البحث ونفِّذه. من المفترض أن يظهر الفيلم الذي أضفته في حقل السجلّ.

إنشاء طلب بحث يسرد المراجعات استنادًا إلى النوع والتقييمات المقدَّمة من المستخدم

في هذا القسم، ستطّلع على مثال لاستخدام لغة طبيعية لإنشاء GraphQL لاستعلام معيّن. يفترض هذا المثال أنّك تستخدم قاعدة بيانات الأفلام المستخدَمة في مستندات Firebase Data Connect وإنشاء باستخدام درس تطبيقي حول ترميز Data Connect.

  1. من وحدة تحكّم Firebase، افتح Data Connect.

  2. اختَر الخدمة ومصدر البيانات، ثم افتح علامة التبويب البيانات.

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

    List all movie reviews, based on user-configurable genre and ratings.
    
  4. انقر على إنشاء. يتم عرض الاستعلام. 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 النتيجة. إذا لزم الأمر، انقر على تعديل لتحسين الطلب ثم انقر على إعادة إنشاء.

  6. بعد ذلك، انقر على إدراج لإدراج التحويل في محرِّر البيانات.

  7. لاختبار هذا الاستعلام، ستحتاج إلى إضافة متغيرات. من قسم المَعلمات، افتح المتغيّرات وأدرِج المتغيّرات لاستخدامها في الاختبار:

    {"genre":"sci-fi", "minRating":4, "maxRating":9}
    
  8. انقر على تشغيل.

تحديد المشاكل وحلّها AI assistance for Data Connect in the Firebase console

يُرجى الاطّلاع على مقالة تحديد المشاكل في Gemini وحلّها في Firebase.

الأسعار

يتوفّر AI assistance for Data Connect in the Firebase console كجزء من Gemini في Firebase، وهو مضمّن في Gemini Code Assist. يمكنك تجربة Gemini Code Assist بدون أي تكلفة حتى 8 تشرين الثاني (نوفمبر) 2024، ويمكنك استخدامها لمستخدم واحد فقط لكل حساب فوترة. لمزيد من المعلومات، يُرجى الاطّلاع على أسعار Gemini في Firebase.

الخطوات التالية