Firebase Data Connect şemaları, sorguları ve mutasyonları için yapay zeka desteğinden yararlanma

İstemci tarafı kodunuza dahil edilecek şemalar, sorgular ve mutasyonlar oluşturmanıza yardımcı olması için Firebase'te Gemini'yi kullanabilirsiniz.

Bir uygulamayı tanımlayıp veri modelini özetleyin veya oluşturmak istediğiniz bir sorguyu ya da mutasyonu doğal dilde açıklayın. Firebase'teki Gemini, bu sorgunun veya mutasyonun GraphQL eşdeğerini sağlar.

Bu yapay zeka yardımı birçok geliştirme bağlamında kullanılabilir:

  • Firebase konsolunda çıktıyı çalıştırıp test edin, şemanızı ve işlemlerinizi üretime dağıtın ve yerel geliştirme ortamınızla senkronize edin.
  • Yerel olarak, Data Connect VS Code uzantımızda yerel bir PostgreSQL veritabanı ve emülatör ile Gemini Code Assist kullanarak tasarlayın, çalıştırın ve test edin.

Sorgular ve mutasyonlar hakkında daha fazla bilgi edinmek için Data Connect şemaları, sorgular ve mutasyonlar başlıklı makaleyi inceleyin.

AI assistance for Data Connect verilerinizi nasıl kullanır?

Firebase'teki Gemini'nin verilerinizi nasıl kullandığı hakkında daha fazla bilgi için Firebase'teki Gemini'nin verilerinizi nasıl kullandığı başlıklı makaleyi inceleyin.

AI assistance for Data Connect ayarlarını yapın

Data Connect'te yapay zeka desteğini ayarlamak için Firebase'te Gemini'yi ayarlama bölümünde açıklandığı gibi Firebase'te Gemini'yi etkinleştirin, ardından Firebase'te Gemini ile GraphQL sorguları ve mutasyonları oluşturma başlıklı makaleyi inceleyin.

Firebase'te Gemini ile GraphQL şemaları, sorguları ve mutasyonları oluşturma

Data Connect için yapay zeka desteği birçok bağlamda ve iş akışlarınızın çoğunda kullanılabilir.

Firebase konsolunda yeni bir uygulama ve uygulamanın ilk şemasını ve işlemlerini oluşturun

Yeni bir Firebase projesi oluşturup yeni bir uygulama geliştirmek için ayarlar yaptığınızda Firebase konsolu, şema ve işlem oluşturma için otomatik olarak yapay zeka desteği sunar.

Bu kurulum akışı, bir uygulamayı ve ardından yapay zeka yardımını açıklamanıza olanak tanır:

  • Tam bir Data Connect şeması oluşturur
  • Daha sonra istemci koduyla entegre edebileceğiniz yararlı, temel bir sorgu ve mutasyon grubu oluşturur.

İstemcilerinizle entegrasyona devam etmek için konsolda oluşturulan bu kaynakları yerel geliştirme ortamınızla senkronize edersiniz.

Bu iş akışı, Başlangıç kılavuzumuzda açıklanmıştır.

Firebase konsolunda çalıştırılacak yeni sorgular ve mutasyonlar ekleme

Doğal dile dayalı GraphQL oluşturmak için AI assistance for Data Connect'ü kullanmak istiyorsanız:

  1. Projenizde Data Connect'i açın ve Hizmetler bölümünden veri kaynağınızı seçin.

  2. Veri'yi tıklayın.

  3. GraphQL yazmama yardım etpen_spark simgesini tıklayın.

  4. Görünen metin alanında, oluşturmak istediğiniz sorguyu veya mutasyonu doğal dilde açıklayın ve Oluştur'u tıklayın.

    Örneğin, "Data Connect ile oluşturma (web)" kod laboratuvarında atıfta bulunulan Filmler veri kaynağını kullanıyorsanız "2022'nin en iyi beş filmini, derecelendirmeye göre azalan düzende döndür" isteği gönderebilirsiniz. Bu istek, aşağıdaki gibi bir sonuç döndürebilir:

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

  5. Yanıtı inceleyin:

    • Yanıt doğru görünüyorsa Ekle'yi tıklayarak yanıtı kod düzenleyiciye ekleyin.
    • Yanıtın daha ayrıntılı olması gerekiyorsa Düzenle'yi tıklayın, istemi güncelleyin ve Yeniden üret'i tıklayın.

  6. Yanıtı kabul ettikten sonra, varsa Parametreler bölümünde aşağıdakileri ayarlayın:

    • Değişkenler: Sorgunuz veya mutasyonunuz değişken içeriyorsa bunları burada tanımlayın. Bunları tanımlamak için JSON kullanın (ör. {"title":"The Matrix", "releaseYear":"1999"}).
    • Yetkilendirme: Sorguyu veya mutasyonu çalıştıracağınız yetkilendirme bağlamını (Yönetici, Kimlik Doğrulaması Yapılmış veya Kimlik Doğrulaması Yapılmamış) seçin.

  7. Kod düzenleyicide Çalıştır'ı tıklayın ve sonuçları inceleyin.

Kod düzenleyicide birden fazla sorguyu veya mutasyonu test etmek için bunların adlandırıldığından emin olun. Örneğin, aşağıdaki sorgu GetMovie olarak adlandırılmıştır. Çalıştır düğmesini etkinleştirmek için imleci sorgunun veya mutasyonun ilk satırına getirin.

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

Yerel prototipleme sırasında ilk şemayı ve işlemleri oluşturun

Visual Studio Code ve Data Connect VS Code uzantımızı kullandığınızda yerel prototip çalışmanız için Gemini Code Assist'ten yapay zeka yardımı alabilirsiniz.

Uzantı, bir uygulamayı tanımlamanıza ve ardından Gemini Code Assist:

  • Tam bir Data Connect şeması oluşturur
  • Daha sonra istemci koduyla entegre edebileceğiniz yararlı, temel bir sorgu ve mutasyon grubu oluşturur.

Bu iş akışı, yerel prototiplemeyle ilgili başlangıç kılavuzumuzda açıklanmaktadır.

Diğer AI assistance for Data Connect kullanım alanları

Aşağıdaki bölümlerde, Data Connect tablosunu doldurmak için bir mutasyon oluşturmanıza ve ardından sonuçları doğrulamak için tabloyu sorgulamanıza yardımcı olması amacıyla Gemini'den yardım isteyebileceğiniz örnek kullanım alanları açıklanmaktadır.

Kullanıcı girişine göre veritabanına film ekleyen bir mutasyon oluşturma

Bu bölümde, veritabanınızı doldurmak için kullanabileceğiniz bir mutasyon için GraphQL oluşturmak üzere doğal dili kullanmayla ilgili bir örnekte adım adım ilerleyeceksiniz. Bu örnekte, Firebase Data Connect dokümanlarında ve "Data Connect ile oluşturma (web)" codelab'inde kullanılan film veritabanı şemasını kullandığınız varsayılmaktadır.

  1. Firebase konsolundan Data Connect'i açın.

  2. Hizmetinizi ve veri kaynağınızı seçin, ardından Veri sekmesini açın.

  3. GraphQL yazmama yardım etpen_spark simgesini tıklayın ve görünen kutuya sorgunuzu yazın:

    Create a movie based on user input.

  4. Oluştur'u tıklayın. Mutasyon döndürülür. Örneğin, Gemini aşağıdaki gibi bir mutasyon döndürebilir:

    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. Çıktıyı inceleyin. Gerekirse istemi hassaslaştırmak için Düzenle'yi ve ardından Yeniden oluştur'u tıklayın.

  6. Ardından, mutasyonu veri düzenleyiciye eklemek için Ekle'yi tıklayın.

  7. Mutasyonu yürütmek için değişkenler eklemeniz gerekir. Parametreler bölümünden Değişkenler'i açın ve bazı test değişkenleri ekleyin:

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

  8. Çalıştır'ı tıklayın.

  9. Ardından, filminizin eklendiğini doğrulayan bir sorgu oluşturun. GraphQL yazmama yardım et kalem_parıltısı simgesini tıklayın ve görünen kutuya isteminizi yazın:

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

    Gemini aşağıdaki gibi bir yanıt döndürebilir:

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

  10. Sorguyu ekleyip çalıştırın. Eklediğiniz film Geçmiş alanında görünür.

Kullanıcı tarafından sağlanan türe ve puanlara göre yorumları listeleyen bir sorgu oluşturun

Bu bölümde, bir sorgu için GraphQL oluşturmak üzere doğal dili kullanmayla ilgili bir örnekte yol gösterilmektedir. Bu örnekte, Firebase Data Connect dokümanlarında ve "Data Connect ile oluşturma (web)" codelab'inde kullanılan film veritabanını kullandığınız varsayılmaktadır.

  1. Firebase konsolundan Data Connect'i açın.

  2. Hizmetinizi ve veri kaynağınızı seçin, ardından Veri sekmesini açın.

  3. GraphQL yazmama yardım etpen_spark simgesini tıklayın ve görünen kutuya sorgunuzu yazın:

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

  4. Oluştur'u tıklayın. Sorgu döndürülür. Örneğin, Gemini şuna benzer bir sorgu döndürebilir:

    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. Çıktıyı inceleyin. Gerekirse istemi hassaslaştırmak için Düzenle'yi ve ardından Yeniden oluştur'u tıklayın.

  6. Ardından, mutasyonu veri düzenleyiciye eklemek için Ekle'yi tıklayın.

  7. Bu sorguyu test etmek için değişken eklemeniz gerekir. Parametreler bölümünde Değişkenler'i açın ve test için kullanılacak değişkenleri ekleyin:

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

  8. Çalıştır'ı tıklayın.

Üçüncü taraf yapay zeka yardım araçlarıyla kullanılacak istemler tasarlama

Tüm yapay zeka destekli araç ve temsilcilerde olduğu gibi, istemleriniz ne kadar iyi olursa sonuçlarınız o kadar faydalı olur.

Firebase'te Gemini'ye doğal dil istemleri sağladığınızda asistan, arka planda girişlerinizi daha gelişmiş bir istemle çevirir.

Firebase'te Gemini'yi veya başka bir Firebase yapay zeka yardımını kullanmıyorsanız ve Cursor ya da Windsurf gibi üçüncü taraf yapay zeka araçlarıyla çalışıyorsanız benzer ayrıntılı istemleri kullanarak Data Connect hakkında daha iyi öneriler alabilirsiniz.

İndirip uyarlayabileceğiniz ve IDE'nize kopyalayacağınız istem şablonları yayınladık:

İndirip değiştirdikten sonra, aşina olduğunuz araçlarda (ör. imleç veya Windsurf) aşağıdaki gibi bir istem oluşturun:

  • Cursor'da (Cursor'daki en son talimatları incelediğinizden emin olun):

    1. Sağ üstteki ayarlar simgesini tıklayın.
    2. Kurallar sekmesini seçin.
    3. Proje Kuralları bölümünde Yeni kural ekle düğmesini tıklayın.
    4. Kuralı kopyalayıp yapıştırın.

  • Windsurf'te (Windsurf'ün en son talimatlarını incelediğinizden emin olun):

    1. Sağ üst köşedeki Dizi düğmesini tıklayarak dizi penceresini açın.
    2. Cascade'daki sağ üst kaydırma menüsünde Özelleştirmeler simgesini tıklayın, ardından Kurallar paneline gidin.
    3. Sırasıyla genel veya çalışma alanı düzeyinde yeni kurallar oluşturmak için + Global veya + Çalışma alanı düğmesini tıklayın.
    4. Kuralı kopyalayıp yapıştırın.

AI assistance for Data Connect ile ilgili sorunları giderme

Firebase'te Gemini ile ilgili sorunları giderme başlıklı makaleyi inceleyin.

Fiyatlandırma

AI assistance for Data Connect, Firebase'te Gemini kapsamında kullanılabilir. Bu özellik, bireysel kullanıcılar için dahildir.

Daha fazla bilgi için Firebase'te Gemini fiyatlandırması başlıklı makaleyi inceleyin.

Sonraki adımlar