Usar a assistência de IA para esquemas, consultas e mutações do Firebase Data Connect

Você pode usar o Gemini no Firebase para criar esquemas, consultas e mutações para incluir no código do lado do cliente.

Descreva um app e resuma o modelo de dados dele ou descreva uma consulta ou mutação que você quer gerar em linguagem natural. O Gemini em Firebase vai fornecer o equivalente do GraphQL.

Essa assistência de IA está disponível em vários contextos de desenvolvimento:

  • No console do Firebase, execute e teste a saída, implante o esquema e as operações na produção e sincronize com o ambiente de desenvolvimento local.
  • Localmente, na nossa extensão do Data Connect para o VS Code, projete, execute e teste usando Gemini Code Assist com um banco de dados e um emulador do PostgreSQL locais.

Saiba mais sobre consultas e mutações em Esquemas, consultas e mutações do Data Connect.

Como o AI assistance for Data Connect usa seus dados

Consulte Como o Gemini no Firebase usa seus dados para mais informações sobre como o Gemini no Firebase usa seus dados.

Configurar AI assistance for Data Connect

Para configurar a assistência da IA no Data Connect, ative o Gemini no Firebase, conforme descrito em Configurar o Gemini no Firebase, e acesse Gerar consultas e mutações GraphQL com o Gemini no Firebase.

Gerar esquemas, consultas e mutações GraphQL com o Gemini no Firebase

A assistência de IA para Data Connect está disponível em muitos contextos e em muitos fluxos de trabalho.

Criar um app e o esquema e as operações iniciais no console Firebase

Quando você cria um projeto do Firebase e configura o desenvolvimento de um novo app, o console Firebase oferece automaticamente assistência de IA para a geração de esquemas e operações.

Esse fluxo de configuração permite descrever um app e, em seguida, a assistência por IA:

  • Gera um esquema Data Connect completo
  • Gera um conjunto útil e principal de consultas e mutações que podem ser integradas ao código do cliente.

Você sincroniza esses recursos criados no console com seu ambiente de desenvolvimento local para continuar a integração com seus clientes.

Esse fluxo de trabalho é descrito no Guia para iniciantes.

Adicionar novas consultas e mutações para execução no console Firebase

Para usar AI assistance for Data Connect para gerar GraphQL com base na linguagem natural:

  1. Abra Data Connect no seu projeto e, em Serviços, selecione a fonte de dados.

  2. Clique em Dados.

  3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark.

  4. No campo de texto que aparece, descreva em linguagem natural a consulta ou mutação que você quer gerar e clique em Gerar.

    Por exemplo, se você estiver usando a origem de dados de filmes referenciada no codelab Criar com Data Connect, você pode pedir: Retorne os cinco melhores filmes de 2022, em ordem decrescente por classificação", que pode retornar um resultado como este:

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

  5. Analise a resposta:

    • Se a resposta estiver correta, clique em Inserir para inserir a resposta no editor de código.
    • Se a resposta puder ser refinada, clique em Editar, atualize a instrução e clique em Gerar novamente.

  6. Depois de aceitar a resposta, defina o seguinte na seção Parâmetros, se aplicável:

    • Variáveis: se a consulta ou mutação tiver variáveis, defina-as aqui. Use JSON para defini-los, por exemplo, {"title":"The Matrix", "releaseYear":"1999"}.
    • Autorização: escolha o contexto de autorização (Administrador, Autenticado ou Não autenticado) para executar a consulta ou a mutação.

  7. Clique em Run no editor de código e analise os resultados.

Para testar várias consultas ou mutações no editor de código, verifique se elas estão nomeadas. Por exemplo, a consulta a seguir é chamada de GetMovie. Mova o cursor para a primeira linha da consulta ou mutação para ativar o botão Run.

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

Criar um esquema inicial e operações durante a prototipagem local

A assistência de IA está disponível no Gemini Code Assist para seu trabalho de prototipagem local quando você usa o Visual Studio Code e nossa extensão do Data Connect para o VS Code.

A extensão permite que você descreva um app e Gemini Code Assist:

  • Gera um esquema Data Connect completo
  • Gera um conjunto útil e principal de consultas e mutações que podem ser integradas ao código do cliente.

Esse fluxo de trabalho é descrito no guia de início para prototipagem local.

Mais casos de uso de AI assistance for Data Connect

As seções a seguir descrevem casos de uso de exemplo, incluindo um em que você pode pedir ao Gemini para ajudar a criar uma mutação para preencher Data Connect e, em seguida, consultar para verificar os resultados.

Criar uma mutação que adicione um filme ao banco de dados com base na entrada do usuário

Nesta seção, você vai conferir um exemplo de como usar a linguagem natural para gerar GraphQL para uma mutação que pode ser usada para preencher seu banco de dados. Neste exemplo, presumimos que você esteja usando o esquema do banco de dados de filmes usado na documentação do Firebase Data Connect e no codelab "Criar com Data Connect (Web)".

  1. No console do Firebase, abra Data Connect.

  2. Selecione o serviço e a origem de dados e abra a guia Dados.

  3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark e, na caixa que aparece, digite sua consulta:

    Create a movie based on user input.

  4. Clique em Gerar. A mutação é retornada. Por exemplo, o Gemini pode retornar uma mutação como:

    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. Verifique a saída. Se necessário, clique em Editar para refinar a instrução e em Gerar novamente.

  6. Em seguida, clique em Inserir para inserir a mutação no editor de dados.

  7. Para executar a mutação, você precisa adicionar variáveis. Na seção Parâmetros, abra Variáveis e inclua algumas variáveis de teste:

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

  8. Clique em Executar.

  9. Em seguida, crie uma consulta que verifique se o filme foi adicionado. Clique no Quero ajuda para escrever em GraphQL pen_spark e, na caixa que aparece, digite o comando:

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

    O Gemini pode retornar uma resposta como esta:

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

  10. Insira e execute a consulta. O filme adicionado vai aparecer no campo History.

Criar uma consulta que liste avaliações com base no gênero e nas classificações fornecidas pelo usuário

Nesta seção, você vai conferir um exemplo de como usar a linguagem natural para gerar GraphQL para uma consulta. Este exemplo pressupõe que você esteja usando o banco de dados de filmes usado na documentação do Firebase Data Connect e no codelab "Criar com Data Connect (Web)".

  1. No console do Firebase, abra Data Connect.

  2. Selecione o serviço e a origem de dados e abra a guia Dados.

  3. Clique no ícone Quero ajuda para escrever em GraphQLpen_spark e, na caixa que aparece, digite sua consulta:

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

  4. Clique em Gerar. A consulta é retornada. Por exemplo, o Gemini pode retornar uma consulta como esta:

    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. Verifique a saída. Se necessário, clique em Editar para refinar a instrução e em Gerar novamente.

  6. Em seguida, clique em Inserir para inserir a mutação no editor de dados.

  7. Para testar essa consulta, você precisa adicionar variáveis. Na seção Parâmetros, abra Variáveis e inclua variáveis para usar no teste:

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

  8. Clique em Executar.

Resolver problemas AI assistance for Data Connect

Consulte Resolver problemas do Gemini no Firebase.

Preços

O AI assistance for Data Connect está disponível como parte do Gemini no Firebase, que está incluído para usuários individuais.

Acesse Preços do Gemini no Firebase para mais informações.

Próximas etapas