Sử dụng tính năng hỗ trợ AI cho Data Connect

Sử dụng Gemini trong Firebase để giúp tạo lược đồ, truy vấn và đột biến cho mã phía máy khách của bạn.

Mô tả ứng dụng, mô hình dữ liệu hoặc truy vấn hoặc đột biến mong muốn bằng ngôn ngữ tự nhiên và Gemini trong Firebase sẽ tạo ra Data Connect tương đương.

Trợ lý AI này có trong các bối cảnh phát triển sau:

  • Trong bảng điều khiển Firebase, bạn có thể tạo, kiểm thử và triển khai các giản đồ và thao tác.
  • Trong môi trường cục bộ, bạn có thể sử dụng Firebase CLI và tiện ích Data Connect VS Code để tạo, kiểm thử và phát triển ứng dụng của mình bằng trình mô phỏng.
  • Các công cụ phát triển dựa trên AI có thể sử dụng máy chủ MCP của Firebase để tạo, kiểm thử và phát triển ứng dụng của bạn.

Tìm hiểu thêm về Data Connectcú pháp lược đồ, truy vấn và đột biến trong hướng dẫn.

Cách AI assistance for Data Connect sử dụng dữ liệu của bạn

Để biết thêm thông tin, hãy xem bài viết Cách Gemini trong Firebase sử dụng dữ liệu của bạn.

Thiết lập AI assistance for Data Connect

Để sử dụng tính năng hỗ trợ của AI với Data Connect, hãy bật Gemini trong Firebase theo hướng dẫn trong bài viết Thiết lập Gemini trong Firebase.

Firebase Data Connect

Tạo giản đồ, truy vấn và đột biến bằng Gemini trong Firebase

Bạn có thể sử dụng tính năng hỗ trợ của AI cho Data Connect trong nhiều quy trình làm việc.

Trong bảng điều khiển Firebase

Khi bạn tạo một dịch vụ Data Connect, bảng điều khiển Firebase sẽ cung cấp trải nghiệm "Làm quen với Gemini".

Bạn có thể mô tả ý tưởng về ứng dụng và tính năng hỗ trợ dựa trên AI sẽ tạo ra những nội dung sau:

  • Một giản đồ hoàn chỉnh dựa trên ý tưởng về ứng dụng của bạn.
  • Ví dụ về các thao tác và đột biến dữ liệu.

Trên trang dữ liệu, bạn có thể dùng nút Giúp tôi viết GraphQLpen_spark để tạo và thực hiện các thao tác dựa trên ngôn ngữ tự nhiên. Hãy xem một số trường hợp sử dụng mẫu.

Quy trình này được mô tả trong Hướng dẫn bắt đầu của chúng tôi. Bạn có thể tiếp tục trong môi trường phát triển cục bộ với lược đồ và các thao tác đã triển khai.

Trong môi trường địa phương của bạn

Bạn cũng có thể nhận được sự hỗ trợ của AI từ Firebase CLI và tiện ích Data Connect VS Code.

Bạn có thể cung cấp ý tưởng về ứng dụng cho firebase init dataconnect và công cụ này sẽ tạo ra những nội dung sau:

  • Một giản đồ hoàn chỉnh dựa trên ý tưởng về ứng dụng của bạn.
  • Các thao tác mẫu và một đột biến dữ liệu ban đầu.

Tiện ích Data Connect VS Code cung cấp các tính năng sau:

  • Generates/Refine Operations Code Lens (Tạo/Tinh chỉnh Code Lens cho các thao tác) để chuyển đổi chú thích GraphQL thành các thao tác Data Connect.
  • Tích hợp liền mạch với Gemini Code Assist và máy chủ Firebase MCP.

Quy trình này được mô tả trong Hướng dẫn bắt đầu sử dụng để tạo mẫu cục bộ.

Sử dụng máy chủ MCP của Firebase với các công cụ phát triển dựa trên AI

Máy chủ Firebase MCP hoạt động với mọi công cụ trợ lý AI có thể đóng vai trò là một ứng dụng MCP, bao gồm cả Gemini CLI, Gemini Code Assist, Cursor, Visual Studio Code Copilot, Claude Desktop và Windsurf Editor.

Máy chủ Firebase MCP cung cấp thêm bối cảnh và các chức năng để giúp các công cụ phát triển dựa trên AI hoạt động hiệu quả hơn với Data Connect. Công cụ này có thể làm những việc sau:

  • Thiết lập các thư mục dự án mới và SDK đã tạo.
  • Tạo và lặp lại các giản đồ, thao tác dựa trên lỗi biên dịch.
  • Tạo các giản đồ và thao tác mới dựa trên yêu cầu.
  • Tạo và thực thi các thao tác đối với trình mô phỏng cục bộ hoặc các dịch vụ phụ trợ.
  • Thu thập thông tin về các dịch vụ hiện có.

Cách sử dụng máy chủ MCP của Firebase:

  1. Thiết lập ứng dụng MCP theo hướng dẫn này.
  2. Yêu cầu trợ giúp liên quan đến Data Connect. Câu lệnh mẫu:
    1. "Thiết lập một dự án Data Connect cho ứng dụng giao bánh pizza."
    2. "Khắc phục lỗi biên dịch Data Connect".
    3. "Trên trang chủ, tôi cần hiển thị các phòng trò chuyện đang hoạt động và danh sách bạn bè. Tạo một cụm từ tìm kiếm Data Connect".
    4. "Những người dùng nào có trong trình mô phỏng Data Connect cục bộ của tôi?"
    5. "Các dịch vụ Data Connect của tôi nằm ở những khu vực nào trên Google Cloud?"

Ví dụ về các trường hợp sử dụng để tạo thao tác

Các phần sau đây mô tả các trường hợp sử dụng mẫu:

Trả về 5 bộ phim hàng đầu theo thứ tự giảm dần theo mức phân loại

Cách dùng AI assistance for Data Connect để tạo GraphQL dựa trên ngôn ngữ tự nhiên:

  1. Mở Data Connect trong dự án của bạn, rồi trong mục Services (Dịch vụ), hãy chọn nguồn dữ liệu.

  2. Nhấp vào Dữ liệu.

  3. Nhấp vào biểu tượng Giúp tôi viết GraphQLpen_spark. Mô tả bằng ngôn ngữ tự nhiên truy vấn hoặc hoạt động sửa đổi mà bạn muốn tạo, rồi nhấp vào Tạo.

    Ví dụ: nếu đang sử dụng nguồn dữ liệu Phim được tham chiếu trong lớp học lập trình "Xây dựng bằng Data Connect (web)", bạn có thể yêu cầu "Trả về 5 bộ phim hàng đầu năm 2022, theo thứ tự giảm dần theo điểm xếp hạng". Yêu cầu này có thể trả về kết quả như sau:

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

  4. Xem xét câu trả lời:

    • Nếu câu trả lời có vẻ chính xác, hãy nhấp vào Chèn để chèn câu trả lời vào trình chỉnh sửa mã.
    • Nếu câu trả lời có thể được tinh chỉnh, hãy nhấp vào Chỉnh sửa, cập nhật câu lệnh rồi nhấp vào Tạo lại.

  5. Sau khi bạn chấp nhận phản hồi, hãy đặt các thông số sau trong phần Parameters (Thông số), nếu có:

    • Biến: Nếu truy vấn hoặc đột biến của bạn chứa các biến, hãy xác định chúng tại đây. Sử dụng JSON để xác định các thành phần này, ví dụ: {"title":"The Matrix", "releaseYear":"1999"}.
    • Uỷ quyền: Chọn Authorization context (Ngữ cảnh uỷ quyền) (Quản trị viên, Đã xác thực hoặc Chưa xác thực) để chạy truy vấn hoặc đột biến.

  6. Nhấp vào Run (Chạy) trong trình chỉnh sửa mã và xem xét kết quả.

Để kiểm thử nhiều truy vấn hoặc đột biến trong trình chỉnh sửa mã, hãy đảm bảo rằng chúng được đặt tên. Ví dụ: truy vấn sau có tên là GetMovie. Di chuyển con trỏ vào dòng đầu tiên của truy vấn hoặc đột biến để kích hoạt nút Chạy.

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

Tạo một đột biến giúp thêm một bộ phim vào cơ sở dữ liệu dựa trên thông tin đầu vào của người dùng

Ví dụ này minh hoạ cách sử dụng ngôn ngữ tự nhiên để tạo một đột biến GraphQL nhằm điền sẵn dữ liệu vào cơ sở dữ liệu của bạn. Ví dụ này giả định rằng bạn đang sử dụng giản đồ cơ sở dữ liệu phim được dùng trong tài liệu Firebase Data Connect và lớp học lập trình "Xây dựng bằng Data Connect (web)".

  1. Trên bảng điều khiển Firebase, hãy mở Data Connect.

  2. Chọn dịch vụ và nguồn dữ liệu của bạn, sau đó mở thẻ Dữ liệu.

  3. Nhấp vào biểu tượng Giúp tôi viết GraphQLpen_spark rồi mô tả đột biến của bạn:

    Create a movie based on user input.

  4. Nhấp vào Tạo. Thao tác biến đổi được trả về. Ví dụ: Gemini có thể trả về một biến thể như:

    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. Xem xét kết quả. Nếu cần, hãy nhấp vào Chỉnh sửa để tinh chỉnh câu lệnh rồi nhấp vào Tạo lại.

  6. Tiếp theo, hãy nhấp vào Chèn để chèn đột biến vào trình chỉnh sửa dữ liệu.

  7. Để thực thi đột biến, bạn cần thêm các biến. Trong mục Parameters (Tham số), hãy mở Variables (Biến) và thêm một số biến kiểm thử:

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

  8. Nhấp vào Chạy.

  9. Tiếp theo, hãy tạo một truy vấn để xác minh rằng phim của bạn đã được thêm. Nhấp vào biểu tượng Giúp tôi viết GraphQL pen_spark rồi nhập câu lệnh vào hộp xuất hiện:

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

    Gemini có thể trả về câu trả lời như sau:

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

  10. Chèn và chạy truy vấn. Bộ phim bạn đã thêm sẽ xuất hiện trong trường Nhật ký.

Tạo một truy vấn liệt kê các bài đánh giá dựa trên thể loại và điểm xếp hạng do người dùng cung cấp

Ví dụ này minh hoạ cách sử dụng ngôn ngữ tự nhiên để tạo một truy vấn GraphQL. Ví dụ này giả định rằng bạn đang sử dụng cơ sở dữ liệu phim được dùng trong tài liệu Firebase Data Connect và lớp học lập trình "Xây dựng bằng Data Connect (web)".

  1. Trên bảng điều khiển Firebase, hãy mở Data Connect.

  2. Chọn dịch vụ và nguồn dữ liệu của bạn, sau đó mở thẻ Dữ liệu.

  3. Nhấp vào biểu tượng Giúp tôi viết GraphQLpen_spark rồi mô tả truy vấn của bạn:

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

  4. Nhấp vào Tạo. Truy vấn được trả về. Ví dụ: Gemini có thể trả về một truy vấn như:

    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. Xem xét kết quả. Nếu cần, hãy nhấp vào Chỉnh sửa để tinh chỉnh câu lệnh rồi nhấp vào Tạo lại.

  6. Tiếp theo, hãy nhấp vào Chèn để chèn đột biến vào trình chỉnh sửa dữ liệu.

  7. Để kiểm thử truy vấn này, bạn cần thêm các biến. Trong mục Parameters (Tham số), hãy mở Variables (Biến) rồi thêm các biến để sử dụng cho việc kiểm thử:

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

  8. Nhấp vào Chạy.

Thiết kế câu lệnh cho các công cụ hỗ trợ AI của bên thứ ba

Giống như mọi công cụ hỗ trợ AI khác, câu lệnh càng hay thì kết quả càng hữu ích.

Khi bạn cung cấp câu lệnh bằng ngôn ngữ tự nhiên cho Gemini trong Firebase, ở chế độ nền, trợ lý này sẽ dịch thông tin đầu vào của bạn thành một câu lệnh hoàn chỉnh hơn.

Nếu đang làm việc với các công cụ AI của bên thứ ba như Cursor hoặc Windsurf, bạn có thể nhận được Data Connect đề xuất tốt hơn bằng cách sử dụng các câu lệnh tương tự nhưng chi tiết hơn.

Chúng tôi đã xuất bản các mẫu câu lệnh để bạn tải xuống, điều chỉnh và sao chép vào IDE của mình:

Sau khi tải xuống và sửa đổi, hãy tạo một câu lệnh trong công cụ quen thuộc (ví dụ: Cursor hoặc Windsurf) như sau:

  • Trong Cursor (nhớ xem kỹ hướng dẫn mới nhất của Cursor):

    1. Nhấp vào biểu tượng cài đặt ở trên cùng bên phải.
    2. Chọn thẻ Quy tắc.
    3. Trong mục Project Rules (Quy tắc dự án), hãy nhấp vào nút Add a new rule (Thêm quy tắc mới).
    4. Sao chép và dán quy tắc.

  • Trong Windsurf (nhớ xem hướng dẫn mới nhất của Windsurf):

    1. Mở cửa sổ Cascade bằng cách nhấp vào nút Cascade (Xếp tầng) ở góc trên cùng bên phải.
    2. Nhấp vào biểu tượng Tuỳ chỉnh trong trình đơn dạng trượt ở trên cùng bên phải trong Cascade, sau đó chuyển đến bảng Quy tắc.
    3. Nhấp vào nút + Toàn cầu hoặc + Workspace để tạo quy tắc mới ở cấp toàn cầu hoặc cấp không gian làm việc, tương ứng.
    4. Sao chép và dán quy tắc.

Khắc phục sự cố AI assistance for Data Connect

Xem bài viết Khắc phục sự cố về Gemini trong Firebase.

Giá

AI assistance for Data Connect là một phần của Gemini trên Firebase và được cung cấp cho người dùng cá nhân.

Hãy xem Giá của Gemini trong Firebase để biết thêm thông tin.

Các bước tiếp theo