Firebase Data Connect sorguları ve mutasyonları için yapay zeka yardımını kullanma

İstemci tarafı kodunuza dahil edilecek sorguları ve mutasyonları oluşturmanıza yardımcı olması için Firebase konsolundaki Firebase'te Gemini'yi kullanabilirsiniz. Oluşturmak istediğiniz sorguyu veya mutasyonu doğal dilde açıklayın. Firebase'teki Gemini, GraphQL eşdeğerini sağlar. Çıktıyı Firebase konsolunda çalıştırıp test edin, ardından son hâle getirilen sorgularınızı ve mutasyonlarınızı kodunuza kopyalayın.

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

AI assistance for Data Connect in the Firebase console 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 in the Firebase console 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 sorguları ve mutasyonları oluşturma

Doğal dile dayalı GraphQL oluşturmak için AI assistance for Data Connect in the Firebase console'ı 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, Firebase Data Connect hızlı başlangıç kılavuzunda ve Data Connect codelab ile oluşturma bölümünde atıfta bulunulan Filmler veri kaynağını kullanıyorsanız "2022'nin en iyi beş filmini, puana göre azalan düzende döndür" şeklinde bir sorgu gönderebilirsiniz. Bu sorgu, 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 oluştur'u 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 }
}

AI assistance for Data Connect in the Firebase console kullanım alanı

Aşağıdaki bölümlerde, Gemini'ten Data Connect'ü doldurmak için bir mutasyon oluşturmanıza yardımcı olmasını isteyebileceğiniz ve ardından sonuçları doğrulamak için sorgulayabileceğiniz 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 kullanma örneğini inceleyeceksiniz. Bu örnekte, Firebase Data Connect dokümanlarında ve Data Connect ile oluşturma 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 thse 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 oluşturma

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 codelab ile oluşturma bölümünde kullanılan film veritabanını kullandığınız varsayılır.

  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 açılan 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.

AI assistance for Data Connect in the Firebase console ile ilgili sorunları giderme

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

Fiyatlandırma

AI assistance for Data Connect in the Firebase console, Data Connect önizleme aşamasındayken Firebase'te Gemini kapsamında ücretsiz olarak veya Gemini Code Assist kapsamında kullanılabilir. Daha fazla bilgi için Firebase'de Gemini fiyatlandırması başlıklı makaleyi inceleyin.

Sonraki adımlar