מנסים את Gemini במסוף Firebase

אחרי שמגדירים את Gemini ב-Firebase, אפשר להתחיל להשתמש בו כדי לשפר את חוויית הפיתוח ב-Firebase.

כדי לפתוח את חלונית Gemini:

• לוחצים על ✦Gemini in Firebase בתפריט שבפינה הימנית העליונה של מסוף Firebase.

חלונית Gemini נפתחת ומופיעה בכל הדפים במסוף Firebase. עכשיו אתם יכולים לשוחח עם Gemini ולבדוק את כל התכונות שזמינות בחלונית של Gemini.

אם ✦Gemini in Firebase לא מופיע במסוף Firebase, פועלים לפי השלבים במאמר הגדרת Gemini בפרויקט ב-Firebase כדי להפעיל אותו.

לשיחה עם Gemini

אחרי שפותחים את חלונית Gemini, אפשר להתחיל מיד שיחה עם Gemini ולשאול שאלות בשפה טבעית.

השלבים הבאים מדגימים שיחה שאפשר לנהל עם Gemini בנושא Remote Config:

1. בשדה Ask me anything about Firebase, כותבים שאלה ולוחצים על send Send. לדוגמה, אתם יכולים לשאול משהו כמו:

   When should I use a Remote Config rollout vs. an A/B Test?
   

   ‫Gemini מציג את התשובה שלו.

2. אחר כך אפשר לשאול את Gemini שאלות הבהרה כדי להרחיב את השיחה, או להדביק קוד ולבקש עצה.

אתם יכולים להמשיך את השיחה, לשתף מידע ולשאול שאלות על האפליקציה ועל הפרויקטים שאתם עובדים עליהם. במהלך פתרון הבעיות, Gemini יציע שיפורים, אופטימיזציות והנחיות נוספות. ‫Gemini כולל גם ציטוטים של מקורות שמפרטים את המסמכים ודוגמאות הקוד ששימשו ליצירת התשובות.

היכרות עם חלונית Gemini במסוף Firebase

בחלונית של Gemini במסוף Firebase יש כמה תכונות שמאפשרות לעבוד בקלות עם Gemini.

שימוש בהתאמה אישית ב-Gemini ב-Firebase

כדי להפיק את המקסימום מ-Gemini ב-Firebase, כדאי לשאול שאלות שקשורות לפרויקט ב-Firebase. הנה כמה רעיונות:

• Cloud Firestore: "איך לבנות את Cloud Firestore כדי לאחזר נתונים ביעילות באפליקציית הצ'אט שלי?"

• Authentication: "באילו שיטות התחברות האפליקציה שלי תומכת, ואילו שיטות אפשר להוסיף?"

• Crashlytics: "Based on my recent Crashlytics reports, what are the top three issues I should address to improve my app's stability?"‎

  אם תתאימו את השאלות להגדרות הספציפיות שלכם ב-Firebase, ‏Gemini ב-Firebase יוכל לספק תובנות רלוונטיות ופרקטיות יותר.

שימוש בעזרה מ-AI ב-Crashlytics

כדי להשתמש בכלים מבוססי-AI ב-Crashlytics וליצור תובנות שנוצרו על ידי AI לגבי הקריסות:

1. במסוף Firebase, עוברים אל DevOps & Engagement (DevOps ומעורבות) > מרכז הבקרה של Crashlytics ובוחרים את האפליקציה.

2. מאתרים את הקריסה שרוצים לחקור ובוחרים בה. מופיע דף האירוע Crashlytics, שכולל תובנות עם אחד או יותר מהפרטים הבאים:

   • ניתוח של הקריסה עם סיבה אפשרית
   • הוראות לניפוי באגים
   • השלבים הבאים לביצוע
   • שיטות מומלצות

   אם התכונה "עזרה מ-AI ב-Crashlytics" לא מופיעה בחלק העליון של דף האירוע, צריך לוודא ש-Gemini ב-Firebase מופעל (הוראות להגדרה מפורטות במאמר הגדרת Gemini ב-Firebase). בנוסף, צריך לוודא שמוצג אירוע קריסה או אירוע ANR. עדיין אין תמיכה באירועים לא קריטיים.

3. אם אתם רוצים להשתמש בכלים מבוססי-AI כדי לתקן את הבעיה ישירות בבסיס הקוד של האפליקציה, אתם יכולים להשתמש בכלי ה-AI של Crashlytics באמצעות MCP.

מידע נוסף על קבלת עזרה מ-AI ב-Crashlytics

‫Gemini ב-Firebase יכול לתת לכם תובנות מבוססות-AI לגבי קמפיינים של שליחת הודעות

‫Gemini ב-Firebase מספק סיכומים, תובנות והנחיות לגבי קמפיינים של העברת הודעות, כדי לשפר את ביצועים ברמת הקמפיין של Firebase Cloud Messaging ו-In-App Messaging. ‫Gemini ב-Firebase יכול לנתח את נתוני הקמפיינים כדי לעזור לכם להבין את פוטנציאל החשיפה וההשפעה שלהם, ולהציע אסטרטגיות לשיפור התעניינות המשתמשים והצמיחה.

גישה לתובנות מבוססות-AI בקמפיינים של שליחת הודעות

כדי להשתמש בתובנות מבוססות-AI בקמפיינים של שליחת הודעות, ודאו שבפרויקט שלכם יש:

• ‫Gemini ב-Firebase מופעל בפרויקט שלכם. מידע נוסף על הגדרת Gemini ב-Firebase

• Firebase Cloud Messaging או In-App Messaging מופעלים בפרויקט ב-Firebase.

• יש לפחות קמפיין אחד שמופיע במסוף Firebase.

אחרי שמוודאים שהדרישות האלה מתקיימות:

1. כדי לגשת לנתוני הקמפיין, במסוף Firebase נכנסים לדף DevOps & Engagement > Messaging.

2. אחרי שנתוני הקמפיין נטענים, לוחצים על יצירת תובנות מ-AI.

   יופיע סיכום וניתוח של הקמפיינים שלכם להעברת הודעות.

יצירת שאילתות ומוטציות של GraphQL ל-SQL Connect באמצעות Gemini ב-Firebase

כדי להשתמש ב-AI assistance for SQL Connect ליצירת GraphQL על סמך שפה טבעית:

1. במסוף Firebase, נכנסים לקטע Databases & Storage > SQL Connect.

2. בוחרים את השירות ואת מקור הנתונים, ואז פותחים את הכרטיסייה נתונים.

3. לוחצים על הסמל עזרה בכתיבה של GraphQLpen_spark. מתארים בשפה טבעית את השאילתה או את המוטציה שרוצים ליצור, ולוחצים על יצירה.

   לדוגמה, אם אתם משתמשים במקור הנתונים Movies שמוזכר ב-Codelab "פיתוח באמצעות SQL Connect (אינטרנט)", אתם יכולים לשאול: "החזר את חמשת הסרטים המובילים של 2022, בסדר יורד לפי דירוג". יכול להיות שתקבלו תוצאה כזו:

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

4. בודקים את התשובה:

   • אם התשובה נראית נכונה, לוחצים על Insert כדי להוסיף את התשובה לעורך הקוד.
   • אם צריך לשפר את התשובה, לוחצים על Edit, מעדכנים את ההנחיה ולוחצים על Regenerate.

5. אחרי שמאשרים את התשובה, מגדירים את הפרטים הבאים בקטע Parameters, אם רלוונטי:

   • משתנים: אם השאילתה או המוטציה מכילות משתנים, מגדירים אותם כאן. צריך להשתמש ב-JSON כדי להגדיר אותם, לדוגמה, {"title":"The Matrix", "releaseYear":"1999"}.
   • הרשאה: בוחרים את הקשר ההרשאה (אדמין, מאומת או לא מאומת) שבו רוצים להריץ את השאילתה או המוטציה.

6. לוחצים על Run בעורך הקוד ובודקים את התוצאות.

כדי לבדוק כמה שאילתות או מוטציות בעורך הקוד, צריך לתת להן שמות. לדוגמה, השאילתה הבאה נקראת GetMovie. מעבירים את הסמן לשורה הראשונה של השאילתה או המוטציה כדי להפעיל את הלחצן Run.

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

לתרחישים מתקדמים יותר, ראו תרחישים לדוגמה של AI assistance for SQL Connect.

שימוש בעזרה מ-AI ב-Firebase App Distribution

סוכן Firebase App Testing משתמש ב-AI כדי ליצור ולהריץ בדיקות על סמך הנחיות בשפה טבעית שאתם מספקים. הסוכן יוצר בדיקות מפורטות שאפשר להריץ במכשירים וירטואליים ופיזיים שונים כדי לוודא שהאפליקציה באיכות הגבוהה ביותר. מידע נוסף זמין במאמר סוכן App Testing.