Pisanie kodu MQL za pomocą Gemini

Ten dokument opisuje, jak korzystać z Gemini Code Assist, aby uzyskać pomoc opartą na AI w Cloud Firestore i generować zapytania w języku zapytań MongoDB (MQL) za pomocą promptów w języku naturalnym.

Dowiedz się, jak i kiedy Gemini dla Google Cloud korzysta z Twoich danych.

musisz kupić licencję na Gemini Code Assist Standard edition.

Zanim zaczniesz

  1. Opcjonalnie: Skonfiguruj Gemini Code Assist.

  2. Aby wykonać zadania opisane w tym dokumencie, musisz mieć odpowiednie uprawnienia Identity and Access Management (IAM).

Wymagane role

Aby uzyskać uprawnienia potrzebne do wykonania zadań opisanych w tym dokumencie, poproś administratora o przypisanie Ci w projekcie roli Gemini dla Google Cloud Użytkownik (roles/cloudaicompanion.user) IAM.

Generowanie zapytań MQL za pomocą promptów w języku naturalnym

Możesz przekazywać Gemini komentarze w języku naturalnym (lub prompty), aby generować zapytania na podstawie schematu. Możesz na przykład poprosić Gemini o wygenerowanie MQL w odpowiedzi na te prośby:

  • „Ile jest popularnych książek wydanych w 1960 roku?”
  • „Utwórz przykładową kolekcję popularnych książek”.

Aby wygenerować MQL w Cloud Firestore z pomocą Gemini, wykonaj te czynności:

  1. W konsoli Google Cloud otwórz stronę Cloud Firestore Bazy danych.

    Otwórz strony Bazy danych

  2. Wybierz z listy bazę danych Cloud Firestore. Otworzy się Firestore Studio.

  3. W nowym lub pustym edytorze zapytań kliknij przycisk Wygeneruj MQL. W przeciwnym razie kliknij Pomóż mi pisać kod.

  4. Wpisz prompta, którego chcesz użyć do wygenerowania zapytania. Aby zwiększyć dokładność, w menu wybierz kolekcję, która ma być kontekstem.

  5. Sprawdź wygenerowany MQL i wykonaj jedną z tych czynności:

    • Aby zaakceptować MQL wygenerowany przez Gemini, kliknij Wstaw. Możesz dalej edytować MQL w edytorze. Aby uruchomić zapytanie, kliknij Uruchom.
    • Aby edytować prompta, kliknij Edytuj.

Co dalej?