এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

Firebase Data Connect স্কিমা, প্রশ্ন এবং মিউটেশনের জন্য AI সহায়তা ব্যবহার করুন

আপনার ক্লায়েন্ট-সাইড কোডে অন্তর্ভুক্ত করার জন্য স্কিমা, কোয়েরি এবং মিউটেশন তৈরি করতে আপনি Firebase এ Gemini ব্যবহার করতে পারেন।

একটি অ্যাপের বর্ণনা দিন এবং এর ডেটা মডেলের সারসংক্ষেপ করুন, অথবা আপনি যে কোয়েরি বা মিউটেশন তৈরি করতে চান তা প্রাকৃতিক ভাষায় বর্ণনা করুন, এবং Firebase এ Gemini আপনাকে এর GraphQL সমতুল্য সরবরাহ করবে।

এই AI সহায়তা অনেক উন্নয়ন প্রেক্ষাপটে উপলব্ধ:

Firebase কনসোলে, আউটপুটটি চালান এবং পরীক্ষা করুন, আপনার স্কিমা এবং ক্রিয়াকলাপগুলি প্রোডাকশনে স্থাপন করুন এবং সেগুলিকে আপনার স্থানীয় ডেভেলপমেন্ট পরিবেশের সাথে সিঙ্ক করুন।
স্থানীয়ভাবে, আমাদের ডেটা কানেক্ট VS কোড এক্সটেনশনে, একটি স্থানীয় PostgreSQL ডাটাবেস এবং এমুলেটর দিয়ে Gemini Code Assist ব্যবহার করে ডিজাইন, রান এবং পরীক্ষা করুন।

Data Connect স্কিমা, কোয়েরি এবং মিউটেশন -এ কোয়েরি এবং মিউটেশন সম্পর্কে আরও জানুন।

AI assistance for Data Connect 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 তা দেখুন।

AI assistance for Data Connect সেট আপ করুন

Data Connect এ AI সহায়তা সেট আপ করতে, Firebase এ Set up Gemini- তে বর্ণিত পদ্ধতিতে Firebase এ Gemini সক্ষম করুন, তারপর Firebase এ Gemini দিয়ে GraphQL কোয়েরি এবং মিউটেশন তৈরি করতে এগিয়ে যান।

Firebase এ Gemini ব্যবহার করে GraphQL স্কিমা, কোয়েরি এবং মিউটেশন তৈরি করুন

Data Connect জন্য এআই সহায়তা অনেক প্রসঙ্গে এবং আপনার অনেক কর্মপ্রবাহে উপলব্ধ।

গুরুত্বপূর্ণ: AI assistance for Data Connect একটি প্রাথমিক পর্যায়ের প্রযুক্তি যা এমন আউটপুট তৈরি করতে পারে যা সম্ভাব্য বলে মনে হয় কিন্তু বাস্তবে এটি ভুল। এটি ভুল তথ্য দিয়ে প্রতিক্রিয়া জানাতে পারে যা গুগলের মতামতের প্রতিনিধিত্ব করে না। ব্যবহারের আগে জেমিনি থেকে সমস্ত আউটপুট যাচাই করুন এবং উৎপাদনে অ-পরীক্ষিত জেনারেট করা কোড ব্যবহার করবেন না। Help me write GraphQL প্রম্পটে ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য (PII) বা ব্যবহারকারীর ডেটা প্রবেশ করবেন না। আরও তথ্যের জন্য, দেখুন কিভাবে ডেটা কানেক্টের জন্য এআই সহায়তা আপনার ডেটা এবং জেমিনি ইন গুগল ক্লাউড এবং দায়ী এআই AI assistance for Data Connect করে ।

Firebase কনসোলে একটি নতুন অ্যাপ এবং এর প্রাথমিক স্কিমা এবং ক্রিয়াকলাপ তৈরি করুন

যখন আপনি একটি নতুন Firebase প্রকল্প তৈরি করেন এবং একটি নতুন অ্যাপ তৈরির জন্য সেট আপ করেন, তখন Firebase কনসোল স্বয়ংক্রিয়ভাবে স্কিমা এবং অপারেশন জেনারেশনের জন্য AI সহায়তা প্রদান করে। এটি আপনাকে নতুন ডাটাবেসে ডেটা সিড করার ক্ষমতাও প্রদান করে।

এই সেটআপ ফ্লো আপনাকে একটি অ্যাপ বর্ণনা করতে এবং তারপর AI সহায়তা প্রদান করতে দেয়:

একটি সম্পূর্ণ Data Connect স্কিমা এবং সিড ডেটা তৈরি করে
একটি কার্যকর, মূল কোয়েরি এবং মিউটেশন তৈরি করে যা আপনি ক্লায়েন্ট কোডের সাথে একীভূত করতে পারেন।

আপনার ক্লায়েন্টদের সাথে ইন্টিগ্রেশন চালিয়ে যাওয়ার জন্য আপনি কনসোলে তৈরি এই রিসোর্সগুলিকে আপনার স্থানীয় ডেভেলপমেন্ট পরিবেশের সাথে সিঙ্ক করেন।

এই কর্মপ্রবাহটি আমাদের শুরু করার নির্দেশিকাতে বর্ণনা করা হয়েছে।

Firebase কনসোলে চালানোর জন্য নতুন কোয়েরি এবং মিউটেশন যোগ করুন

প্রাকৃতিক ভাষার উপর ভিত্তি করে গ্রাফকিউএল তৈরি করতে AI assistance for Data Connect ব্যবহার করতে:

আপনার প্রোজেক্টে Data Connect খুলুন এবং Services এর অধীনে, আপনার ডেটা উৎস নির্বাচন করুন।
ডেটা ক্লিক করুন।
"GraphQL pen_spark" আইকনে ক্লিক করুন।
" বিল্ড কোয়েরি" অথবা "বিল্ড মিউটেশন" বোতামে ক্লিক করুন। যে টেক্সট ফিল্ডটি প্রদর্শিত হবে, তার ভেতরে, আপনি যে কোয়েরি বা মিউটেশন তৈরি করতে চান তা স্বাভাবিক ভাষায় বর্ণনা করুন এবং "জেনারেট" এ ক্লিক করুন।
উদাহরণস্বরূপ, যদি আপনি "Build with Data Connect (web)" codelab- এ উল্লেখিত Movies ডেটা সোর্স ব্যবহার করেন, তাহলে আপনি " রেটিং অনুসারে অবরোহী ক্রমে 2022 সালের সেরা পাঁচটি সিনেমা ফেরত দিন " বলতে পারেন, যা নিম্নলিখিত ফলাফল দিতে পারে:
```
query TopMovies2022 {
  movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
    id
    title
    rating
    releaseYear
  }
}
```
প্রতিক্রিয়াটি পর্যালোচনা করুন:
- যদি উত্তরটি সঠিক মনে হয়, তাহলে কোড এডিটরে উত্তরটি সন্নিবেশ করতে "Insert" এ ক্লিক করুন।
- যদি প্রতিক্রিয়াটি পরিমার্জিত করা যায়, তাহলে সম্পাদনা করুন এ ক্লিক করুন, প্রম্পটটি আপডেট করুন এবং পুনঃজেনারেট এ ক্লিক করুন।
প্রতিক্রিয়া গ্রহণ করার পর, প্রযোজ্য হলে, প্যারামিটার বিভাগে নিম্নলিখিতগুলি সেট করুন:
- ভেরিয়েবল : যদি আপনার কোয়েরি বা মিউটেশনে ভেরিয়েবল থাকে, তাহলে এখানে সেগুলো সংজ্ঞায়িত করুন। JSON ব্যবহার করে সেগুলো সংজ্ঞায়িত করুন, উদাহরণস্বরূপ, {"title":"The Matrix", "releaseYear":"1999"}
- অনুমোদন : কোয়েরি বা মিউটেশন চালানোর জন্য অনুমোদনের প্রসঙ্গ (প্রশাসক, প্রমাণীকরণকৃত, অথবা অপ্রমাণিত) বেছে নিন।
সতর্কতা: যদি আপনি একটি মিউটেশন চালাচ্ছেন, তাহলে এটি চালানোর আগে এটি সাবধানে পর্যালোচনা করুন। ডেটা এডিটরে একটি মিউটেশন চালালে অনুরোধটি কার্যকর হবে।
কোড এডিটরে Run এ ক্লিক করুন এবং ফলাফল পর্যালোচনা করুন।

কোড এডিটরে একাধিক কোয়েরি বা মিউটেশন পরীক্ষা করার জন্য, নিশ্চিত করুন যে সেগুলির নামকরণ করা হয়েছে। উদাহরণস্বরূপ, নিম্নলিখিত কোয়েরির নাম GetMovie । রান বোতামটি সক্রিয় করতে আপনার কার্সারটি কোয়েরি বা মিউটেশনের প্রথম লাইনে নিয়ে যান।

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

দ্রষ্টব্য: যদি আপনি সবেমাত্র একটি Data Connect প্রকল্প তৈরি করে থাকেন এবং একটি নতুন PostgreSQL ইনস্ট্যান্সের অনুরোধ করেন, তাহলে Data Connect আপনার স্থায়ী PostgreSQL ডাটাবেস প্রভিশন করার সময় ব্যবহারের জন্য একটি অস্থায়ী ডাটাবেস তৈরি করবে, তারপর প্রভিশনিং সম্পন্ন হওয়ার পরে সমস্ত ডেটা মাইগ্রেট করবে। এই অস্থায়ী ডাটাবেস আপনার স্কিমা এবং CRUD ক্রিয়াকলাপগুলি অন্বেষণ করার জন্য দুর্দান্ত। অস্থায়ী ডাটাবেসটি PostgreSQL ডাটাবেস নয়। এর কিছু সীমাবদ্ধতা রয়েছে।

স্থানীয় প্রোটোটাইপিংয়ের সময় একটি প্রাথমিক স্কিমা এবং ক্রিয়াকলাপ তৈরি করুন

ভিজ্যুয়াল স্টুডিও কোড এবং আমাদের ডেটা কানেক্ট ভিএস কোড এক্সটেনশন ব্যবহার করার সময় আপনার স্থানীয় প্রোটোটাইপিং কাজের জন্য Gemini Code Assist থেকে এআই সহায়তা পাওয়া যায়।

এক্সটেনশনটি আপনাকে একটি অ্যাপ বর্ণনা করতে দেয় এবং তারপর Gemini Code Assist :

একটি সম্পূর্ণ Data Connect স্কিমা তৈরি করে
একটি কার্যকর, মূল কোয়েরি এবং মিউটেশন তৈরি করে যা আপনি ক্লায়েন্ট কোডের সাথে একীভূত করতে পারেন।

এই কর্মপ্রবাহটি স্থানীয় প্রোটোটাইপিংয়ের জন্য আমাদের শুরু করার নির্দেশিকাতে বর্ণনা করা হয়েছে।

স্থানীয় প্রোটোটাইপিংয়ে ফায়ারবেস এমসিপি সার্ভার ব্যবহার করুন

Firebase সিএলআই-তে প্রদত্ত ফায়ারবেস এমসিপি সার্ভার আপনার এআই-চালিত ডেভেলপমেন্ট টুলগুলিকে আপনার ফায়ারবেস প্রকল্পগুলির সাথে কাজ করার ক্ষমতা দেয়। ফায়ারবেস এমসিপি সার্ভার যেকোনো এআই সহকারী আইডিই-এর সাথে কাজ করে যা কার্সার, ভিজ্যুয়াল স্টুডিও কোড কোপাইলট এবং উইন্ডসার্ফ এডিটর সহ এমসিপি ক্লায়েন্ট হিসেবে কাজ করতে পারে।

আপনি MCP সার্ভার ব্যবহার করে স্কিমা, কোয়েরি এবং মিউটেশন তৈরি করতে পারেন এবং Firebase CLI-এর সাথে সাধারণ ক্রিয়াকলাপ সম্পাদনের জন্য ইনপুট সংগ্রহ করতে পারেন।

MCP সার্ভার ব্যবহার করতে:

এই নির্দেশিকা অনুসরণ করে সার্ভারটি ইনস্টল করুন।
dataconnect_generate_schema টুলটি ব্যবহার করুন, একটি অ্যাপ বর্ণনা করুন এবং প্রস্তাবিত স্কিমা পর্যালোচনা করুন।
dataconnect_generate_operation টুলটি ব্যবহার করুন, আপনার স্কিমার বিরুদ্ধে আপনি যে অপারেশনটি করতে চান তা বর্ণনা করুন এবং ফলাফলের জন্য প্রস্তাবিত কোয়েরি বা মিউটেশন পর্যালোচনা করুন।

আরও Data Connect টুলের জন্য, MCP সার্ভার গাইড দেখুন।

AI assistance for Data Connect

নিম্নলিখিত বিভাগগুলিতে নমুনা ব্যবহারের ঘটনাগুলি বর্ণনা করা হয়েছে, যার মধ্যে একটি বিভাগ রয়েছে যেখানে আপনি জেমিনিকে Data Connect পূরণ করার জন্য একটি মিউটেশন তৈরি করতে সাহায্য করতে বলতে পারেন এবং তারপরে ফলাফল যাচাই করার জন্য এটি জিজ্ঞাসা করতে পারেন।

ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে ডাটাবেসে একটি চলচ্চিত্র যোগ করে এমন একটি মিউটেশন তৈরি করুন
ব্যবহারকারীর প্রদত্ত ধরণ এবং রেটিংয়ের উপর ভিত্তি করে পর্যালোচনা তালিকাভুক্ত করে এমন একটি কোয়েরি তৈরি করুন।

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

এই বিভাগে, আপনি আপনার ডাটাবেস পূরণ করতে ব্যবহার করতে পারেন এমন একটি মিউটেশনের জন্য গ্রাফকিউএল তৈরি করতে প্রাকৃতিক ভাষা ব্যবহারের একটি উদাহরণ দেখবেন। এই উদাহরণটি ধরে নেয় যে আপনি Firebase Data Connect ডকুমেন্টেশন এবং "বিল্ড উইথ Data Connect (ওয়েব)" কোডল্যাবে ব্যবহৃত মুভি ডেটাবেস স্কিমা ব্যবহার করছেন।

Firebase কনসোল থেকে, Data Connect খুলুন।
আপনার পরিষেবা এবং ডেটা উৎস নির্বাচন করুন, তারপর ডেটা ট্যাব খুলুন।
"GraphQL pen_spark" আইকনে ক্লিক করুন এবং "বিল্ড মিউটেশন" বোতামে ক্লিক করুন এবং প্রদর্শিত বাক্সে আপনার মিউটেশন বর্ণনা করুন:
```
Create a movie based on user input.
```

Generate এ ক্লিক করুন। মিউটেশনটি ফেরত পাঠানো হয়েছে। উদাহরণস্বরূপ, জেমিনি একটি মিউটেশন ফেরত 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
  })
}

আউটপুট পর্যালোচনা করুন। প্রয়োজনে, প্রম্পটটি পরিমার্জন করতে সম্পাদনা করুন এ ক্লিক করুন এবং Regenerate এ ক্লিক করুন।
এরপর, ডেটা এডিটরে মিউটেশন সন্নিবেশ করতে Insert এ ক্লিক করুন।
মিউটেশনটি কার্যকর করার জন্য, আপনাকে ভেরিয়েবল যোগ করতে হবে। প্যারামিটার বিভাগ থেকে, ভেরিয়েবল খুলুন এবং কিছু পরীক্ষামূলক 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"]}
```
রান ক্লিক করুন।
টিপস: আপনি আরও কার্যকর উপায়ে Gemini-কে আউটপুট প্রসারিত করতে বলতে পারেন। উদাহরণস্বরূপ, আউটপুটে মন্তব্য এবং আপনার সোর্স প্রম্পট অন্তর্ভুক্ত করার জন্য, আপনি Firebase এর আউটপুটে Gemini-তে মন্তব্য এবং সোর্স প্রম্পট অন্তর্ভুক্ত করার জন্য "ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে একটি চলচ্চিত্র তৈরি করুন। মিউটেশনটি নথিভুক্ত করতে ভুলবেন না এবং আপনার প্রতিক্রিয়ায় এই প্রম্পটটি অন্তর্ভুক্ত করুন" ব্যবহার করতে পারেন।
এরপর, একটি কোয়েরি তৈরি করুন যা যাচাই করে যে আপনার সিনেমাটি যোগ করা হয়েছে। Help me write GraphQL pen_spark এ ক্লিক করুন এবং প্রদর্শিত বাক্সে, আপনার প্রম্পটটি টাইপ করুন:
```
List all movies from 2024 that include all of these tags: 'space travel', 'comedy'.
```
মিথুন রাশি নিম্নলিখিত ধরণের প্রতিক্রিয়া জানাতে পারে:
```
query ComedySpaceTravelMovies2024 @auth(level: PUBLIC) {
  movies(
    where: {
    releaseYear: { eq: 2024 },
    tags: { includesAll: ["space travel", "comedy"] }
    }
  ) {
      id
      title
      imageUrl
      releaseYear
      genre
      rating
      description
      tags
    }
}
```
কোয়েরিটি সন্নিবেশ করুন এবং চালান। আপনার যোগ করা সিনেমাটি ইতিহাস ক্ষেত্রে প্রদর্শিত হওয়া উচিত।

ব্যবহারকারীর প্রদত্ত ধরণ এবং রেটিংয়ের উপর ভিত্তি করে পর্যালোচনা তালিকাভুক্ত করে এমন একটি কোয়েরি তৈরি করুন।

এই বিভাগে, আপনি একটি প্রশ্নের জন্য GraphQL তৈরি করতে প্রাকৃতিক ভাষা ব্যবহারের একটি উদাহরণ দেখবেন। এই উদাহরণটি ধরে নেয় যে আপনি Firebase Data Connect ডকুমেন্টেশন এবং "Build with Data Connect (web)" codelab- এ ব্যবহৃত মুভি ডাটাবেস ব্যবহার করছেন।

Firebase কনসোল থেকে, Data Connect খুলুন।
আপনার পরিষেবা এবং ডেটা উৎস নির্বাচন করুন, তারপর ডেটা ট্যাব খুলুন।
"GraphQL pen_spark লিখতে সাহায্য করুন " আইকনে ক্লিক করুন, "Build query" বোতামে ক্লিক করুন এবং প্রদর্শিত বাক্সে আপনার প্রশ্নের বর্ণনা দিন:
```
List all movie reviews, based on user-configurable genre and ratings.
```

Generate এ ক্লিক করুন। কোয়েরিটি ফেরত পাঠানো হয়েছে। উদাহরণস্বরূপ, Gemini এই ধরণের কোয়েরি ফেরত দিতে পারে:

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
  }
}

আউটপুট পর্যালোচনা করুন। প্রয়োজনে, প্রম্পটটি পরিমার্জন করতে সম্পাদনা করুন এ ক্লিক করুন এবং Regenerate এ ক্লিক করুন।
এরপর, ডেটা এডিটরে মিউটেশন সন্নিবেশ করতে Insert এ ক্লিক করুন।
এই কোয়েরিটি পরীক্ষা করার জন্য, আপনাকে ভেরিয়েবল যোগ করতে হবে। প্যারামিটার বিভাগ থেকে, ভেরিয়েবল খুলুন এবং পরীক্ষার জন্য ব্যবহারযোগ্য ভেরিয়েবল অন্তর্ভুক্ত করুন:
```
{"genre":"sci-fi", "minRating":4, "maxRating":9}
```
রান ক্লিক করুন।

টিপস: আপনি আরও কার্যকর উপায়ে Gemini কে আউটপুট প্রসারিত করতে বলতে পারেন। উদাহরণস্বরূপ, আউটপুটে মন্তব্য এবং আপনার উৎস প্রম্পট অন্তর্ভুক্ত করার জন্য, আপনি "ব্যবহারকারী-কনফিগারযোগ্য ধরণ এবং রেটিং অনুসারে সমস্ত চলচ্চিত্র পর্যালোচনা তালিকাভুক্ত করুন। প্রশ্নটি নথিভুক্ত করতে ভুলবেন না এবং আপনার প্রতিক্রিয়ায় এই প্রম্পটটি অন্তর্ভুক্ত করুন" ব্যবহার করতে পারেন। Gemini থেকে আউটপুটে মন্তব্য এবং উৎস প্রম্পট অন্তর্ভুক্ত করতে।

তৃতীয় পক্ষের AI সহায়তা সরঞ্জামগুলির সাথে ব্যবহারের জন্য ডিজাইন প্রম্পট

সমস্ত AI সহায়তা সরঞ্জাম এবং এজেন্টের মতো, আপনার প্রম্পটগুলি যত ভালো হবে, আপনার আউটপুটগুলি তত বেশি কার্যকর হবে।

যখন আপনি Firebase এ Gemini-কে প্রাকৃতিক ভাষার প্রম্পট প্রদান করেন, তখন পর্দার আড়ালে, সহকারী আপনার ইনপুটগুলিকে আরও সম্পূর্ণরূপে বিকশিত প্রম্পটে অনুবাদ করে।

আপনি যদি Firebase বা অন্যান্য Firebase AI সহায়তায় Gemini ব্যবহার না করেন এবং Cursor বা Windsurf এর মতো তৃতীয় পক্ষের AI টুলিং নিয়ে কাজ করেন, তাহলে অনুরূপ পরিশীলিত প্রম্পট ব্যবহার করে আপনি Data Connect সম্পর্কে আরও ভাল সুপারিশ পেতে পারেন।

আমরা আপনার IDE-তে ডাউনলোড, অ্যাডাপ্ট এবং কপি করার জন্য প্রম্পট টেমপ্লেট প্রকাশ করেছি:

স্কিমা তৈরির জন্য একটি টেমপ্লেট প্রম্পট
অপারেশন জেনারেশনের জন্য একটি টেমপ্লেট প্রম্পট

ডাউনলোড এবং পরিবর্তন করার পরে, পরিচিত টুলিংয়ে (যেমন কার্সার বা উইন্ডসার্ফ) নিম্নরূপ একটি প্রম্পট তৈরি করুন:

কার্সারে ( Cursor এর সর্বশেষ নির্দেশাবলী পর্যালোচনা করতে ভুলবেন না):
1. উপরের ডানদিকে সেটিংস আইকনে ক্লিক করুন।
2. নিয়ম ট্যাব নির্বাচন করুন।
3. প্রকল্পের নিয়মের অধীনে, একটি নতুন নিয়ম যোগ করুন বোতামে ক্লিক করুন।
4. নিয়মটি কপি করে পেস্ট করুন।
উইন্ডসার্ফে ( উইন্ডসার্ফের সর্বশেষ নির্দেশাবলী পর্যালোচনা করতে ভুলবেন না):
1. উপরের ডান কোণে ক্যাসকেড বোতামে ক্লিক করে ক্যাসকেড উইন্ডোটি খুলুন।
2. ক্যাসকেডের উপরের ডানদিকের স্লাইডার মেনুতে কাস্টমাইজেশন আইকনে ক্লিক করুন, তারপর নিয়ম প্যানেলে যান।
3. গ্লোবাল অথবা ওয়ার্কস্পেস লেভেলে যথাক্রমে নতুন নিয়ম তৈরি করতে + গ্লোবাল অথবা + ওয়ার্কস্পেস বোতামে ক্লিক করুন।
4. নিয়মটি কপি করে পেস্ট করুন।

AI assistance for Data Connect সমস্যা সমাধান করুন

Firebase এ ট্রাবলশুট জেমিনি দেখুন।

মূল্য নির্ধারণ

Firebase জেমিনির অংশ হিসেবে AI assistance for Data Connect পাওয়া যায়, যা ব্যক্তিগত ব্যবহারকারীদের জন্য অন্তর্ভুক্ত।

আরও তথ্যের জন্য Firebase মূল্য নির্ধারণে Gemini দেখুন।

পরবর্তী পদক্ষেপ

Data Connect স্কিমা, কোয়েরি এবং মিউটেশন -এ কোয়েরি এবং মিউটেশন সম্পর্কে আরও জানুন।
Firebase এ জেমিনি সম্পর্কে আরও জানুন।