Используйте помощь ИИ для Data Connect

Используйте Gemini в Firebase для создания схем, запросов и мутаций для клиентского кода.

Опишите ваше приложение, модель данных или желаемый запрос или мутацию на естественном языке, и Gemini в Firebase сгенерирует эквивалент в Data Connect .

Данная помощь на основе ИИ доступна в следующих контекстах разработки:

• В консоли Firebase вы можете создавать, тестировать и развертывать свои схемы и операции.
• В локальной среде вы можете использовать Firebase CLI и расширение Data Connect для VS Code, чтобы генерировать, тестировать и разрабатывать свое приложение с помощью эмулятора.
• Инструменты разработки с поддержкой ИИ могут использовать сервер Firebase MCP для генерации, тестирования и разработки вашего приложения.

Подробнее о схеме Data Connect , синтаксисе запросов и мутаций можно узнать в руководствах.

Как AI assistance for Data Connect использует ваши данные

Для получения более подробной информации см. раздел «Как Gemini в Firebase использует ваши данные» .

Настройте AI assistance for Data Connect

Чтобы использовать ИИ-помощь с Data Connect , включите Gemini в Firebase , как описано в разделе «Настройка Gemini в Firebase .

Создавайте схемы, запросы и мутации с помощью Gemini в Firebase

Вы можете использовать помощь искусственного интеллекта в Data Connect во многих своих рабочих процессах.

В консоли Firebase

При создании сервиса Data Connect консоль Firebase предлагает раздел «Начало работы с Gemini».

Вы можете описать идею приложения, и система искусственного интеллекта сгенерирует следующие данные:

• Полная схема, основанная на вашей идее приложения.
• Примеры операций и изменений данных.

На странице данных вы можете использовать кнопку «Помогите мне написать GraphQL pen_spark» , чтобы генерировать и выполнять операции на основе естественного языка. Ознакомьтесь с примерами использования .

Этот рабочий процесс описан в нашем руководстве по началу работы . Вы можете продолжить работу в своей локальной среде разработки с развернутой схемой и операциями.

В вашей местной среде

Вы также можете получить помощь ИИ из Firebase CLI и расширения Data Connect для VS Code.

Вы можете передать свою идею приложения в firebase init dataconnect , и он сгенерирует следующее:

• Полная схема, основанная на вашей идее приложения.
• Примеры операций и изменение исходных данных.

Расширение Data Connect для VS Code предоставляет следующие возможности:

• Генерирует/уточняет код операций Code Lens для преобразования комментариев GraphQL в операции Data Connect .
• Бесшовная интеграция с Gemini Code Assist и сервером Firebase MCP.

Данный алгоритм работы описан в нашем руководстве по началу работы с локальным прототипированием .

Используйте сервер Firebase MCP с инструментами разработки на основе искусственного интеллекта.

Сервер Firebase MCP работает с любыми инструментами искусственного интеллекта, которые могут выступать в качестве клиента MCP, включая Gemini CLI, Gemini Code Assist , Cursor, Visual Studio Code Copilot, Claude Desktop и Windsurf Editor.

Сервер Firebase MCP предоставляет дополнительный контекст и возможности, помогающие инструментам разработки на основе ИИ лучше взаимодействовать с Data Connect . Он может выполнять следующие функции:

• Создайте новые каталоги проекта и сгенерируйте SDK.
• Создание и итерация схем, операции на основе ошибок компиляции.
• Создавайте новые схемы и операции на основе требований.
• Генерировать и выполнять операции с использованием локального эмулятора или серверных служб.
• Соберите информацию о существующих услугах.

Для использования сервера Firebase MCP:

1. Настройте клиент MCP , следуя этому руководству .
2. Обратитесь за помощью по вопросам, связанным с Data Connect . Примеры подсказок:
   1. «Настроить проект Data Connect для приложения по доставке пиццы».
   2. "Исправлены ошибки компиляции Data Connect ."
   3. «На главной странице мне нужно отобразить активные чаты и список друзей. Сгенерируйте запрос Data Connect ».
   4. «Какие пользователи находятся в моём локальном эмуляторе Data Connect ?»
   5. В каких регионах Google Cloud находятся мои сервисы Data Connect ?

Примеры вариантов использования генерации операций

В следующих разделах описаны примеры использования:

• Отобразить пять лучших фильмов в порядке убывания рейтинга.
• Создайте мутацию, которая добавляет фильм в базу данных на основе ввода пользователя.
• Создайте запрос, который выводит отзывы на основе указанного пользователем жанра и рейтинга.

Отобразить пять лучших фильмов в порядке убывания рейтинга.

Чтобы использовать AI assistance for Data Connect для генерации GraphQL на основе естественного языка:

1. Откройте Data Connect в своем проекте и в разделе «Службы» выберите источник данных.

2. Нажмите «Данные» .

3. Нажмите на значок «Помогите мне написать GraphQL pen_spark» . Опишите на естественном языке запрос или мутацию, которую вы хотите сгенерировать, и нажмите «Сгенерировать» .

   Например, если вы используете источник данных «Фильмы», упомянутый в практическом задании «Создание с помощью Data Connect (веб)» , вы можете запросить: « Вернуть пять лучших фильмов 2022 года в порядке убывания рейтинга », что может дать результат, подобный следующему:

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

4. Просмотрите ответ:

   • Если ответ выглядит корректно, нажмите «Вставить» , чтобы вставить ответ в редактор кода.
   • Если ответ можно улучшить, нажмите «Редактировать» , обновите подсказку и нажмите «Перегенерировать» .

5. После принятия ответа, при необходимости, установите следующие параметры в разделе «Параметры» :

   • Переменные : Если ваш запрос или мутация содержит переменные, определите их здесь. Используйте JSON для их определения, например, {"title":"The Matrix", "releaseYear":"1999"} .
   • Авторизация : Выберите контекст авторизации (Администратор, Аутентифицированный или Неаутентифицированный), с которым будет выполняться запрос или мутация.

6. В редакторе кода нажмите кнопку «Выполнить» и просмотрите результаты.

Чтобы протестировать несколько запросов или мутаций в редакторе кода, убедитесь, что они имеют имена. Например, следующий запрос называется GetMovie . Переместите курсор в первую строку запроса или мутации, чтобы активировать кнопку «Выполнить» .

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

Создайте мутацию, которая добавляет фильм в базу данных на основе ввода пользователя.

В этом примере показано, как использовать естественный язык для генерации мутации GraphQL, которая заполняет вашу базу данных. В этом примере предполагается, что вы используете схему базы данных фильмов, описанную в документации Firebase Data Connect и в практическом руководстве "Создание с помощью Data Connect (веб)" .

1. В консоли Firebase откройте Data Connect .

2. Выберите свою службу и источник данных, затем откройте вкладку «Данные» .

3. Нажмите на значок «Помогите мне написать код GraphQL pen_spark» и опишите вашу мутацию:

   Create a movie based on user input.
   

4. Нажмите «Сгенерировать» . Будет получен результат мутации. Например, Gemini может вернуть такую ​​мутацию:

   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. Просмотрите результат. При необходимости нажмите «Редактировать» , чтобы уточнить подсказку, и нажмите «Перегенерировать» .

6. Далее нажмите кнопку «Вставить» , чтобы вставить мутацию в редактор данных.

7. Для выполнения мутации вам потребуется добавить переменные. В разделе «Параметры» откройте «Переменные» и добавьте несколько тестовых переменных:

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

8. Нажмите «Выполнить» .

9. Далее создайте запрос, который проверит, был ли добавлен ваш фильм. Нажмите « Помогите мне написать GraphQL pen_spark» и в появившемся поле введите свой запрос:

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

   Gemini может вернуть ответ примерно следующего вида:

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

10. Вставьте и выполните запрос. Добавленный вами фильм должен появиться в поле «История» .

Создайте запрос, который выводит отзывы на основе указанного пользователем жанра и рейтинга.

В этом примере показано, как использовать естественный язык для генерации запроса GraphQL. Предполагается, что вы используете базу данных фильмов, описанную в документации Firebase Data Connect и в практическом руководстве "Создание с помощью Data Connect (веб)" .

1. В консоли Firebase откройте Data Connect .

2. Выберите свою службу и источник данных, затем откройте вкладку «Данные» .

3. Нажмите на значок «Помогите мне написать GraphQL- запрос pen_spark» и опишите свой запрос:

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

4. Нажмите «Сгенерировать» . Запрос будет возвращен. Например, Gemini может вернуть запрос следующего вида:

   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. Просмотрите результат. При необходимости нажмите «Редактировать» , чтобы уточнить подсказку, и нажмите «Перегенерировать» .

6. Далее нажмите кнопку «Вставить» , чтобы вставить мутацию в редактор данных.

7. Для проверки этого запроса вам потребуется добавить переменные. В разделе «Параметры» откройте «Переменные» и укажите переменные, которые будут использоваться для тестирования:

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

8. Нажмите «Выполнить» .

Рекомендации по проектированию сторонних инструментов искусственного интеллекта для помощи пользователям

Как и в случае со всеми инструментами искусственного интеллекта, более качественные подсказки приводят к более полезным результатам.

Когда вы отправляете Gemini в Firebase подсказки на естественном языке, ассистент автоматически преобразует ваши данные в более полную и развернутую подсказку.

Если вы работаете со сторонними инструментами искусственного интеллекта, такими как Cursor или Windsurf, вы можете получить более качественные рекомендации Data Connect , используя аналогичные, но более подробные подсказки.

Мы опубликовали шаблоны подсказок, которые вы можете скачать, адаптировать и скопировать в свою IDE:

• Шаблон запроса для генерации схемы
• Шаблон запроса для генерации операций

После загрузки и редактирования создайте приглашение ввода в привычных инструментах (например, Cursor или Windsurf) следующим образом:

• В меню «Курсор» (обязательно ознакомьтесь с последними инструкциями ):

  1. Нажмите на значок настроек в правом верхнем углу.
  2. Выберите вкладку «Правила» .
  3. В разделе «Правила проекта» нажмите кнопку «Добавить новое правило» .
  4. Скопируйте и вставьте правило.

• В виндсерфинге (обязательно ознакомьтесь с последними инструкциями от Windsurf ):

  1. Откройте окно Cascade, нажав кнопку Cascade в правом верхнем углу.
  2. В Cascade щелкните значок «Настройки» в верхнем правом углу выдвижного меню, затем перейдите на панель «Правила» .
  3. Нажмите кнопку «+ Глобальный» или «+ Рабочая область» , чтобы создать новые правила на глобальном уровне или на уровне рабочей области соответственно.
  4. Скопируйте и вставьте правило.

Устранение неполадок AI assistance for Data Connect

См. раздел «Устранение неполадок Gemini в Firebase .

Цены

AI assistance for Data Connect доступна в составе Gemini в Firebase и включена в пакет для индивидуальных пользователей.

Для получения более подробной информации о ценах на Gemini в Firebase см. раздел «Цены».

Следующие шаги

• Узнайте больше о схеме , запросе и мутации .
• Узнайте больше о Gemini в Firebase .