डेटा कनेक्ट के लिए एआई की मदद पाना

Firebase में Gemini का इस्तेमाल करके, क्लाइंट-साइड कोड के लिए स्कीमा, क्वेरी, और म्यूटेशन तैयार करें.

अपने ऐप्लिकेशन, डेटा मॉडल या किसी क्वेरी या म्यूटेशन के बारे में आम भाषा में बताएं. इसके बाद, Gemini in Firebase, Data Connect के बराबर कोड जनरेट करेगा.

एआई की मदद से कोड लिखने की सुविधा, डेवलपमेंट के इन संदर्भों में उपलब्ध है:

  • Firebase कंसोल में, अपने स्कीमा और कार्रवाइयां जनरेट की जा सकती हैं. साथ ही, उन्हें टेस्ट और डिप्लॉय किया जा सकता है.
  • अपने लोकल एनवायरमेंट में, Firebase CLI और Data Connect VS Code एक्सटेंशन का इस्तेमाल किया जा सकता है. इससे, अपने ऐप्लिकेशन पर जनरेट, टेस्ट, और डेवलप किया जा सकता है. इसके लिए, एम्युलेटर का इस्तेमाल करें.
  • एआई की मदद से काम करने वाले डेवलपमेंट टूल, Firebase MCP सर्वर का इस्तेमाल करके आपके ऐप्लिकेशन को जनरेट, टेस्ट, और डेवलप कर सकते हैं.

गाइड में Data Connect स्कीमा, क्वेरी, और म्यूटेशन के सिंटैक्स के बारे में ज़्यादा जानें.

AI assistance for Data Connect आपके डेटा का इस्तेमाल कैसे करता है

ज़्यादा जानकारी के लिए, Firebase में Gemini आपके डेटा का इस्तेमाल कैसे करता है लेख पढ़ें.

AI assistance for Data Connect सेट अप करें

Data Connect के साथ एआई की मदद पाने की सुविधा का इस्तेमाल करने के लिए, Firebase में Gemini को चालू करें. इसके लिए, Firebase में Gemini सेट अप करें लेख पढ़ें.

Firebase में Gemini की मदद से स्कीमा, क्वेरी, और म्यूटेशन जनरेट करना

Data Connect के लिए, एआई की मदद से कई वर्कफ़्लो पूरे किए जा सकते हैं.

Firebase कंसोल में

Data Connect सेवा बनाते समय, Firebase कंसोल आपको "Gemini का इस्तेमाल शुरू करें" सुविधा देता है.

ऐप्लिकेशन के आइडिया के बारे में जानकारी देने पर, एआई की मदद से ये चीज़ें जनरेट की जा सकती हैं:

  • आपके ऐप्लिकेशन के आइडिया के आधार पर पूरा स्कीमा.
  • कार्रवाइयों और डेटा म्यूटेशन के उदाहरण.

डेटा पेज पर, GraphQL लिखने में मेरी मदद करोpen_spark बटन का इस्तेमाल करके, आम भाषा के आधार पर कार्रवाइयां जनरेट और लागू की जा सकती हैं. इस्तेमाल के कुछ उदाहरण देखें.

इस वर्कफ़्लो के बारे में, हमारी शुरुआती गाइड में बताया गया है. तैनात किए गए स्कीमा और कार्रवाइयों के साथ, अपने लोकल डेवलपमेंट एनवायरमेंट में काम जारी रखा जा सकता है.

अपने लोकल एनवायरमेंट में

Firebase CLI और Data Connect VS Code एक्सटेंशन से भी एआई की मदद ली जा सकती है.

firebase init dataconnect को अपने ऐप्लिकेशन का आइडिया दिया जा सकता है. इसके बाद, यह इन चीज़ों को जनरेट करता है:

  • आपके ऐप्लिकेशन के आइडिया के आधार पर पूरा स्कीमा.
  • कार्रवाइयों के उदाहरण और सीड डेटा में बदलाव.

Data Connect VS Code एक्सटेंशन में ये सुविधाएं मिलती हैं:

  • Generates/Refine Operations Code Lens, GraphQL टिप्पणियों को Data Connect ऑपरेशंस में बदलता है.
  • Gemini Code Assist और Firebase MCP सर्वर के साथ आसानी से इंटिग्रेट किया जा सकता है.

इस वर्कफ़्लो के बारे में, हमारी स्थानीय प्रोटोटाइपिंग के लिए शुरुआती गाइड में बताया गया है.

एआई की मदद से काम करने वाले डेवलपमेंट टूल के साथ Firebase MCP सर्वर का इस्तेमाल करना

Firebase MCP सर्वर, एआई की मदद करने वाले किसी भी ऐसे टूल के साथ काम करता है जो MCP क्लाइंट के तौर पर काम कर सकता है. जैसे, Gemini CLI, Gemini Code Assist, Cursor, Visual Studio Code Copilot, Claude Desktop, और Windsurf Editor.

Firebase MCP सर्वर, एआई की मदद से काम करने वाले डेवलपमेंट टूल को ज़्यादा जानकारी और सुविधाएं देता है, ताकि वे Data Connect के साथ बेहतर तरीके से काम कर सकें. यह एक्सटेंशन ये काम कर सकता है:

  • नई प्रोजेक्ट डायरेक्ट्री और जनरेट किए गए एसडीके टूल सेट अप करें.
  • कंपाइल करने से जुड़ी गड़बड़ियों के आधार पर, स्कीमा और कार्रवाइयां बनाएं और उनमें बदलाव करें.
  • ज़रूरतों के हिसाब से नए स्कीमा और ऑपरेशन जनरेट करना.
  • लोकल एम्युलेटर या बैकएंड सेवाओं के ख़िलाफ़ कार्रवाइयां जनरेट और लागू करें.
  • मौजूदा सेवाओं के बारे में जानकारी इकट्ठा करना.

Firebase MCP सर्वर का इस्तेमाल करने के लिए:

  1. इस गाइड में दिए गए निर्देशों का पालन करके, अपना एमसीपी क्लाइंट सेट अप करें.
  2. Data Connect से जुड़ी मदद मांगें. प्रॉम्प्ट के उदाहरण:
    1. "पिज़्ज़ा डिलीवरी ऐप्लिकेशन के लिए Data Connect प्रोजेक्ट सेट अप करो."
    2. "Data Connect कंपाइल करने से जुड़ी गड़बड़ियां ठीक करो."
    3. "मुझे होम पेज पर, चालू चैट रूम और दोस्तों की सूची दिखानी है. Data Connect क्वेरी जनरेट करो."
    4. "मेरे लोकल Data Connect एम्युलेटर में कौनसे उपयोगकर्ता हैं?"
    5. "मेरी Data Connect सेवाएं, Google Cloud के किन क्षेत्रों में हैं?"

ऑपरेशन जनरेट करने के लिए, इस्तेमाल के उदाहरण

यहां दिए गए सेक्शन में, इस्तेमाल के उदाहरणों के बारे में बताया गया है:

सबसे ज़्यादा रेटिंग वाली पांच फ़िल्मों को रेटिंग के हिसाब से घटते क्रम में दिखाओ

नैचुरल लैंग्वेज के आधार पर GraphQL जनरेट करने के लिए, AI assistance for Data Connect का इस्तेमाल करने का तरीका:

  1. अपने प्रोजेक्ट में जाकर, Data Connect खोलें. इसके बाद, सेवाएं में जाकर, अपना डेटा सोर्स चुनें.

  2. डेटा पर क्लिक करें.

  3. GraphQL लिखने में मेरी मदद करोpen_spark आइकॉन पर क्लिक करें. नैचुरल लैंग्वेज में, जनरेट की जाने वाली क्वेरी या म्यूटेशन के बारे में बताएं. इसके बाद, जनरेट करें पर क्लिक करें.

    उदाहरण के लिए, अगर आपको "Data Connect (वेब) की मदद से बनाएं" कोडलैब"Data Connect (वेब) की मदद से बनाएं" कोडलैब"Data Connect (वेब) की मदद से बनाएं" कोडलैब में दिए गए Movies डेटा सोर्स का इस्तेमाल करना है, तो आपसे यह सवाल पूछा जा सकता है, "साल 2022 की पांच सबसे अच्छी फ़िल्में, रेटिंग के हिसाब से घटते क्रम में दिखाओ." इसका जवाब कुछ इस तरह मिल सकता है:

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

  4. जवाब की समीक्षा करें:

    • अगर जवाब सही लगता है, तो कोड एडिटर में जवाब डालने के लिए, डालें पर क्लिक करें.
    • अगर जवाब को बेहतर बनाया जा सकता है, तो बदलाव करें पर क्लिक करें. इसके बाद, प्रॉम्प्ट को अपडेट करें और फिर से जनरेट करें पर क्लिक करें.

  5. जवाब स्वीकार करने के बाद, अगर लागू हो, तो पैरामीटर सेक्शन में जाकर ये सेटिंग करें:

    • वैरिएबल: अगर आपकी क्वेरी या म्यूटेशन में वैरिएबल शामिल हैं, तो उन्हें यहां तय करें. इन्हें तय करने के लिए JSON का इस्तेमाल करें. उदाहरण के लिए, {"title":"The Matrix", "releaseYear":"1999"}.
    • अनुमति: वह अनुमति का कॉन्टेक्स्ट चुनें जिसके साथ क्वेरी या म्यूटेशन चलाना है. यह कॉन्टेक्स्ट, एडमिन, पुष्टि किया गया या पुष्टि नहीं किया गया हो सकता है.

  6. कोड एडिटर में चलाएं पर क्लिक करें और नतीजों की समीक्षा करें.

कोड एडिटर में एक साथ कई क्वेरी या म्यूटेशन की जांच करने के लिए, पक्का करें कि उन्हें नाम दिया गया हो. उदाहरण के लिए, यहां दी गई क्वेरी का नाम GetMovie है. चलाएं बटन को चालू करने के लिए, अपने कर्सर को क्वेरी या म्यूटेशन की पहली लाइन में ले जाएं.

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

ऐसा म्यूटेशन बनाएं जो उपयोगकर्ता के इनपुट के आधार पर, डेटाबेस में कोई फ़िल्म जोड़ता हो

इस उदाहरण में, नैचुरल लैंग्वेज का इस्तेमाल करके GraphQL म्यूटेशन जनरेट करने का तरीका बताया गया है. इससे आपके डेटाबेस में डेटा भर जाता है. इस उदाहरण में यह माना गया है कि आपने Firebase Data Connect के दस्तावेज़ और "Data Connect (वेब) की मदद से बनाएं" कोडलैब में इस्तेमाल किया गया मूवी डेटाबेस स्कीमा इस्तेमाल किया है.

  1. Firebase कंसोल में जाकर, Data Connect खोलें.

  2. अपनी सेवा और डेटा सोर्स चुनें. इसके बाद, डेटा टैब खोलें.

  3. GraphQL लिखने में मेरी मदद करोpen_spark आइकॉन पर क्लिक करें और अपने म्यूटेशन के बारे में बताएं:

    Create a movie based on user input.

  4. जनरेट करें पर क्लिक करें. म्यूटेशन वापस कर दिया जाता है. उदाहरण के लिए, Gemini इस तरह का म्यूटेशन दिखा सकता है:

    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. आउटपुट की समीक्षा करें. अगर ज़रूरत हो, तो प्रॉम्प्ट को बेहतर बनाने के लिए, बदलाव करें पर क्लिक करें. इसके बाद, फिर से जनरेट करें पर क्लिक करें.

  6. इसके बाद, डेटा एडिटर में म्यूटेशन डालने के लिए, शामिल करें पर क्लिक करें.

  7. म्यूटेशन को लागू करने के लिए, आपको वैरिएबल जोड़ने होंगे. पैरामीटर सेक्शन में जाकर, वैरिएबल खोलें और कुछ टेस्ट वैरिएबल शामिल करें:

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

  8. Run पर क्लिक करें.

  9. इसके बाद, एक ऐसी क्वेरी बनाएं जिससे यह पुष्टि हो सके कि आपकी फ़िल्म जोड़ दी गई है. GraphQL लिखने में मेरी मदद करो pen_spark पर क्लिक करें. इसके बाद, दिखने वाले बॉक्स में अपना प्रॉम्प्ट डालें:

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

    Gemini से आपको इस तरह का जवाब मिल सकता है:

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

  10. क्वेरी डालें और उसे चलाएं. आपने जो फ़िल्म जोड़ी है वह इतिहास फ़ील्ड में दिखनी चाहिए.

ऐसी क्वेरी बनाएं जो उपयोगकर्ता के दिए गए जॉनर और रेटिंग के आधार पर समीक्षाओं की सूची बनाए

इस उदाहरण में, GraphQL क्वेरी जनरेट करने के लिए आम भाषा का इस्तेमाल करने का तरीका दिखाया गया है. इस उदाहरण में यह माना गया है कि Firebase Data Connect दस्तावेज़ और "Build with Data Connect (वेब)" कोडलैब में इस्तेमाल किए गए मूवी डेटाबेस का इस्तेमाल किया जा रहा है.

  1. Firebase कंसोल में जाकर, Data Connect खोलें.

  2. अपनी सेवा और डेटा सोर्स चुनें. इसके बाद, डेटा टैब खोलें.

  3. GraphQL लिखने में मेरी मदद करोpen_spark आइकॉन पर क्लिक करें और अपनी क्वेरी के बारे में बताएं:

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

  4. जनरेट करें पर क्लिक करें. क्वेरी वापस कर दी जाती है. उदाहरण के लिए, Gemini इस तरह की क्वेरी का जवाब दे सकता है:

    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. आउटपुट की समीक्षा करें. अगर ज़रूरत हो, तो प्रॉम्प्ट को बेहतर बनाने के लिए, बदलाव करें पर क्लिक करें. इसके बाद, फिर से जनरेट करें पर क्लिक करें.

  6. इसके बाद, डेटा एडिटर में म्यूटेशन डालने के लिए, शामिल करें पर क्लिक करें.

  7. इस क्वेरी को टेस्ट करने के लिए, आपको वैरिएबल जोड़ने होंगे. पैरामीटर सेक्शन में जाकर, वैरिएबल खोलें और टेस्टिंग के लिए इस्तेमाल किए जाने वाले वैरिएबल शामिल करें:

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

  8. Run पर क्लिक करें.

तीसरे पक्ष के एआई की मदद करने वाले टूल के लिए प्रॉम्प्ट डिज़ाइन करना

एआई की मदद से काम करने वाले सभी टूल की तरह, बेहतर प्रॉम्प्ट से ज़्यादा काम के आउटपुट मिलते हैं.

Firebase में Gemini को आम बोलचाल की भाषा में प्रॉम्प्ट देने पर, असिस्टेंट आपके इनपुट को ज़्यादा बेहतर प्रॉम्प्ट में बदल देता है.

अगर Cursor या Windsurf जैसे तीसरे पक्ष के एआई टूल का इस्तेमाल किया जा रहा है, तो मिलते-जुलते और ज़्यादा जानकारी वाले प्रॉम्प्ट का इस्तेमाल करके, बेहतर Data Connect सुझाव पाए जा सकते हैं.

हमने आपके लिए प्रॉम्प्ट टेंप्लेट पब्लिश किए हैं. इन्हें डाउनलोड किया जा सकता है, अपनी ज़रूरत के हिसाब से बदला जा सकता है, और अपने आईडीई में कॉपी किया जा सकता है:

डाउनलोड करने और उसमें बदलाव करने के बाद, अपनी पसंद के टूल (उदाहरण के लिए, Cursor या Windsurf) में इस तरह से प्रॉम्प्ट बनाएं:

  • Cursor में (Cursor से मिले नए निर्देशों को ज़रूर पढ़ें):

    1. सबसे ऊपर दाईं ओर मौजूद, सेटिंग आइकॉन पर क्लिक करें.
    2. नियम टैब को चुनें.
    3. प्रोजेक्ट के नियम में जाकर, नया नियम जोड़ें बटन पर क्लिक करें.
    4. नियम को कॉपी करें और चिपकाएं.

  • Windsurf में (Windsurf के नए निर्देश ज़रूर देखें):

    1. सबसे ऊपर दाएं कोने में मौजूद, कैस्केड बटन पर क्लिक करके, कैस्केड विंडो खोलें.
    2. कैस्केड में सबसे ऊपर दाईं ओर मौजूद स्लाइडर मेन्यू में, कस्टमाइज़ेशन आइकॉन पर क्लिक करें. इसके बाद, नियम पैनल पर जाएं.
    3. ग्लोबल या वर्कस्पेस लेवल पर नए नियम बनाने के लिए, + ग्लोबल या + Workspace बटन पर क्लिक करें.
    4. नियम को कॉपी करें और चिपकाएं.

समस्या हल करना AI assistance for Data Connect

Firebase में Gemini से जुड़ी समस्या हल करना लेख पढ़ें.

कीमत

AI assistance for Data Connect, Firebase में Gemini की सुविधा के तौर पर उपलब्ध है. साथ ही, यह व्यक्तिगत उपयोगकर्ताओं के लिए भी उपलब्ध है.

ज़्यादा जानकारी के लिए, Firebase की कीमत में Gemini देखें.

अगले चरण