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. شغِّل النتيجة واختبِرها في وحدة تحكّم Firebase، ثم انسخ الطلبات النهائية والتعديلات إلى الرمز البرمجي الخاص بك.

لمزيد من المعلومات حول طلبات البحث والتغييرات، يمكنك الانتقال إلى مخططات Data Connect 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 مساعدة الذكاء الاصطناعي في Data Connect، فعِّل Gemini في Firebase كما هو موضّح في مقالة إعداد Gemini في Firebase، ثم انتقِل إلى مقالة إنشاء طلبات بحث وتعديلات 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، واختَر 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. ويمكنك استخدام 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 عمليات تحويل متعددة في محرِّر الرموز البرمجية، تأكَّد من أنّها مُسمّاة. على سبيل المثال، تم تسمية طلب البحث التالي باسم 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 استخدام

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، ستطّلع على مثال لاستخدام اللغة الطبيعية لإنشاء GraphQL لعملية تحويل يمكنك استخدامها لتعبئة قاعدة بياناتك. 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 التغيير. على سبيل المثال، قد يعرض Gemini تحوُّلًا 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 ثم انقر 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. أدخل الاستعلام وقم بتشغيله. 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، ستتعرف على مثال على استخدام اللغة الطبيعية لإنشاء GraphQL لطلب بحث. يفترض هذا المثال أنّك تستخدم قاعدة بيانات الأفلام المستخدَمة في Firebase Data Connect المستندات وإنشاء 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 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 طلب البحث. على سبيل المثال، قد تعرض Gemini استعلامًا 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 محرِّر البيانات.

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

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

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

يُرجى الرجوع إلى مقالة تحديد مشاكل Gemini وحلّها في Firebase.

الأسعار

تتوفّر ميزة AI assistance for Data Connect in the Firebase console كجزء من Gemini في Firebase، والتي تكون مضمّنة في Gemini Code Assist. اطّلِع على أسعار Gemini في Firebase للحصول على مزيد من المعلومات.

الخطوات التالية